Prompts para análise de dados

Comece pela decisão, não pela planilha

“Analise estes dados” não define sucesso. Especifique a decisão, o público e o que seria uma descoberta útil. Pergunte, por exemplo, se atrasos cresceram por região no último trimestre e quais segmentos explicam a variação. Declare unidade de análise — pedido, cliente, mês — e população.

Defina métricas antes de ver o resultado para reduzir escolhas oportunistas. Receita pode ser bruta, líquida, reconhecida ou recebida; churn pode ser de clientes ou receita. Inclua fórmula, moeda, fuso, período e regra de inclusão.

Separe análise exploratória, que busca padrões e gera hipóteses, de análise confirmatória, que testa uma hipótese definida. A primeira é flexível; a segunda exige protocolo, premissas e controle de múltiplas comparações.

Forneça schema, dicionário e contexto de coleta

Coluna “status” não revela valores possíveis; “data” não diz fuso nem evento; zero pode representar ausência ou valor real. Entregue nomes, tipos, significado, unidade, domínio, chaves, granularidade e regra de nulos. Explique de onde os dados vieram e que transformações já ocorreram.

Inclua relações entre tabelas e cardinalidade. Um join muitos-para-muitos pode multiplicar linhas e inflar totais sem erro de sintaxe. Defina chave primária e nível de cada tabela antes de combinar.

Use uma amostra pequena e anonimizada para elaborar código, mas valide no conjunto completo. Amostra pode não conter categorias raras, problemas de encoding ou datas extremas.

Faça um diagnóstico de qualidade antes da análise

Peça perfil de tipos, intervalos, categorias, nulos, duplicatas, consistência e chaves. Compare volume por período para detectar falhas de carga. Registre cada regra de limpeza e quantas linhas ela afeta.

Dados ausentes não devem ser preenchidos automaticamente. Investigue se a ausência é aleatória, ligada a um grupo ou resultado do processo. Imputação altera distribuição e incerteza; justifique e faça análise de sensibilidade quando necessário.

Outlier pode ser erro ou evento importante. Verifique origem antes de remover. Mudanças de definição e instrumentos ao longo do tempo podem criar uma tendência artificial. O prompt deve pedir evidência para cada exclusão.

• Tipos e formatos inesperados.
• Chaves ausentes ou duplicadas.
• Categorias equivalentes com grafia diferente.
• Valores impossíveis e unidades misturadas.
• Quebras de série após mudança de sistema.
• Nulos concentrados por grupo, período ou canal.

Peça um plano analítico antes do código

Um bom plano liga pergunta, variável, transformação, método, gráfico e critério de interpretação. Solicite alternativas e explique por que uma técnica é adequada. Se não houver informação suficiente, o modelo deve parar e perguntar.

Defina ferramentas e versões — SQL, Python, R, planilha — e exija código executável em etapas. Use nomes de variáveis claros, comentários sobre decisões e verificações intermediárias, como contagem de linhas antes e depois de joins.

Evite entregar apenas o arquivo final. Guarde consulta, notebook ou script, ambiente, parâmetros e sementes. Reprodutibilidade permite revisar e atualizar a análise.

1. Reformular pergunta e hipótese.
2. Validar schema, unidade e escopo.
3. Descrever limpeza sem alterar ainda os dados.
4. Escolher métricas, métodos e gráficos com justificativa.
5. Definir verificações e análise de sensibilidade.
6. Produzir código em etapas reproduzíveis.
7. Interpretar somente após validar saídas.

Análise descritiva, comparação e incerteza

Comece com contagens, distribuição, tendência e composição. Médias escondem assimetria; inclua mediana, percentis e dispersão quando apropriado. Sempre mostre denominador: “20 reclamações” muda de significado em 100 ou 100 mil atendimentos.

Ao comparar grupos, verifique tamanho, composição e período. Uma diferença bruta pode refletir mistura de perfis. Intervalos de confiança e tamanhos de efeito ajudam a evitar conclusões baseadas apenas em significância ou variação aleatória.

Peça que a interpretação inclua magnitude, incerteza e limitações. Não use causalidade sem desenho adequado. “Associado a” e “ocorreu junto com” são descrições mais honestas quando há apenas dados observacionais.

Visualizações que respondem a uma pergunta

Escolha gráfico pela relação: linha para tendência temporal, barras para categorias, dispersão para associação, histograma para distribuição. Evite pizza com muitas categorias, eixo truncado que exagera diferença e mapas sem normalização por população.

Peça título que declare a pergunta, rótulos com unidade, fonte, período e notas de definição. Acessibilidade exige contraste, padrões além da cor, texto alternativo e ordem de leitura. O modelo pode escrever código, mas confira escalas e dados representados.

Para executivos, destaque a descoberta e a decisão sem esconder incerteza. Para analistas, inclua detalhes e acesso ao código. Nunca permita que uma narrativa forte substitua a tabela de verificação.

SQL, planilhas e código: valide cada transformação

Em SQL, forneça dialeto, schemas, chaves e definição da métrica. Peça CTEs nomeadas, filtros explícitos e verificações de cardinalidade. Compare contagens e totais antes e depois de joins. Atenção a nulos, divisão inteira, timezone e duplicidade.

Em planilhas, informe localização das colunas, separador, idioma e versão. Prefira fórmulas transparentes e tabelas auxiliares a uma sequência opaca. Verifique referências absolutas, intervalos e tratamento de erros.

Em Python ou R, fixe dependências, não sobrescreva dados brutos e produza artefatos intermediários. Peça assertions de schema e testes para funções de transformação. Execute tudo do início ao fim em ambiente limpo.

Privacidade, segurança e justiça

Dados pessoais, financeiros, médicos ou confidenciais não devem ser enviados a uma ferramenta não autorizada. Minimize campos, use ambiente aprovado e controle acesso. Pseudonimização não garante anonimato quando combinações permitem reidentificação.

Analise se grupos estão representados e se a métrica cria tratamento desigual. Uma correlação histórica pode refletir discriminação ou falta de acesso. Não use a IA para inferir atributos sensíveis ou tomar decisões sobre pessoas sem base legal, governança e supervisão adequada.

Proteja também contra fórmulas, consultas ou códigos maliciosos em arquivos. Valide entrada e execute código gerado em ambiente isolado, com permissões mínimas.

Revisão e comunicação responsável

Recalcule amostras manualmente ou com método independente. Compare totais com fonte de controle, leia linhas aleatórias e examine resultados contraintuitivos. Peça uma crítica que procure vazamento temporal, seleção, confusão, agregação inadequada e múltiplas comparações.

O relatório deve separar fatos observados, interpretação, hipótese e recomendação. Descreva qualidade dos dados, suposições, limitações e o que poderia mudar a conclusão. Não esconda resultado nulo.

Mantenha trilha de auditoria: versão dos dados, código, prompts, ambiente, revisores e aprovação. Atualize quando a fonte ou regra de negócio mudar.

1. Conferir população, período, filtros, unidades e denominadores.
2. Validar joins, nulos, duplicatas e transformações.
3. Reproduzir números principais por cálculo independente.
4. Revisar método, incerteza, viés e linguagem causal.
5. Testar gráficos, acessibilidade e interpretação.
6. Registrar código, fonte, versão, limitações e responsável.