Opakující se analytický pipeline
Na této stránce
Industrializuj své analýzy s ChatGPT
Jednorázová analýza je v pořádku. Její týdenní opakování bez námahy je však lepší. Tato lekce tě naučí, jak vytvořit opakující se analytický pipeline: standardizovaný proces, který spustíš s každým novým datasetem, aniž bys musel začínat od nuly nebo znovu objevovat svá metodická rozhodnutí.
Co je to analytický pipeline
Pipeline je posloupnost kroků, která se opakuje při každé iteraci. Přínos nespočívá jen v ušetřeném čase. Zafixováním kroků zajistíš, že údaje z tohoto týdne jsou skutečně srovnatelné s těmi z minulého týdne, protože byly vytvořeny stejným způsobem – stejné pravidlo pro odstraňování duplicit, stejné zacházení s prázdnými řádky, stejný rozsah. Bez této disciplíny může být 5% variace pouze stopou odlišně provedeného čištění dat.
Vytvoř svůj prompt pro pipeline
Tajemství efektivního pipeline spočívá v hlavním promptu, který zakóduje celou logiku analýzy. Správnou míru přesnosti snadno otestuješ: tvůj prompt musí být dostatečně explicitní, aby ho mohl místo tebe spustit kolega, zatímco jsi na dovolené, včetně očekávaných sloupců a prahových hodnot pro alerty.
TÝDENNÍ PIPELINE — ANALÝZA PRODEJE
KROK 1: VALIDACE
- Zkontroluj, zda soubor obsahuje očekávané sloupce:
date, order_id, region, product, category, quantity, amount_excl_tax, amount_incl_tax
- Označ všechny chybějící nebo přejmenované sloupce
- Zobraz: počet řádků, pokryté období, detekované sloupce
KROK 2: ČIŠTĚNÍ
- Odstraň duplicity na základě order_id
- Izoluj záporné částky (dobropisy, vratky) a vykaž je samostatně
- Převeď data na formát YYYY-MM-DD
- Odstraň řádky, kde je amount_incl_tax prázdné
KROK 3: KPI
- Celkové tržby (včetně daně)
- Počet objednávek
- Průměrná hodnota košíku
- Top 5 produktů podle tržeb
- Top 3 regiony podle tržeb
Každé KPI s meziroční změnou oproti předchozímu týdnu
KROK 4: GRAFY
- Křivka denních tržeb (posledních 7 dní)
- Sloupcový graf tržeb podle regionu
- Koláčový graf rozložení podle kategorie
KROK 5: ALERTY
- Produkty s poklesem tržeb o více než 20 % oproti předchozímu týdnu
- Regiony pod 80 % týdenního cíle
- Anomálie v objemu (>3 směrodatné odchylky od průměru)
Formát: vše v jedné odpovědi, včetně grafů.
Každé pravidlo čištění musí být obchodním rozhodnutím, nikoliv reflexem: záporná částka je často dobropis a její přeměna na prodej by uměle nafoukla tržby. Podobně dva prodeje stejného produktu, ve stejný den a ve stejném regionu, jsou obecně dva odlišné prodeje – proto se duplicity odstraňují na základě čísla objednávky.
Uložení a opětovné použití pipeline
Tento prompt má hodnotu pouze tehdy, pokud přežije konverzaci, ve které jsi ho napsal. Vlastní GPT (Custom GPTs), které se pro tuto roli dlouho používaly, budou 11. prosince 2026 vyřazeny ve prospěch pluginů a dovedností. Nejjednodušším řešením jsou nyní Projekty:
- Vytvoř projekt s názvem „Týdenní report prodejů“
- Vlož svůj prompt pro pipeline do instrukcí projektu
- Každé pondělí otevři v rámci projektu novou konverzaci a připoj soubor za daný týden
- Před přečtením reportu zkontroluj výsledky kontrol kvality
Pokud potřebuješ metodu sdílet s někým, kdo nemá přístup k projektu, ulož prompt do textového souboru, který připojíš spolu s daty:
Soubor pipeline_weekly.txt obsahuje moje instrukce pro analýzu.
Spusť je na připojeném datovém souboru.
Naplánovaný úkol ti může připomenout pondělní schůzku; nemůže však přistupovat k souborům uvnitř projektu, takže import dat zůstává manuální.
Správa historie
Pipeline bez paměti začíná každý týden od nuly a připravuje tě o jakékoli srovnání: získáš sedm po sobě jdoucích snímků, nikdy však film. Proto udržuj sledovací soubor, který při každé iteraci znovu načteš.
Po analýze přidej KPI tohoto týdne
do historického souboru "kpis_history.csv", který poskytuji.
Sloupce jsou: week, total_revenue, num_orders, avg_basket.
Exportuj aktualizovaný soubor.
Týden co týden se tato historie obohacuje a srovnání získávají na významu. Po šesti měsících má tento malý CSV soubor o velikosti několika kilobajtů větší hodnotu než kterákoli z izolovaných zpráv, které ho napájely: pouze on ti umožní říci, že pokles je bodem zvratu, nikoliv nehodou.
Automatizovaná kontrola kvality
Zůstává zde riziko vlastní jakékoli automatizované analýze: vytvoření bezchybného reportu z neúplného souboru. Export přerušený na 80 %, chybějící region kvůli selhání nahrávání a ty vážně komentuješ pokles, který neexistuje. Ochranná opatření umístěná před analýzu tento scénář neutralizují.
KONTROLY KVALITY (před analýzou):
- Je počet řádků konzistentní s předchozími týdny (±20 %)?
- Jsou přítomny všechny očekávané regiony?
- Pokrývají data přesně 7 dní?
- Nepřekračuje žádná částka 100 000 € (prahová hodnota alertu)?
Pokud kontrola selže: ZASTAV, zobraz alert a čekej na mé potvrzení.
Instrukce k zastavení je nejdůležitější částí tohoto bloku. Bez ní ChatGPT zdvořile signalizuje problém v odstavci, poté však pokračuje v plné analýze – a právě tuto analýzu, nikoliv varování, nakonec sdílíš.
Měření úspory času
Zisk změř na svých vlastních číslech, místo abys jej pouze předpokládal: změř čas manuální iterace – import, čištění, KPI, grafy, psaní – a poté iteraci s pipeline, včetně ověření. Ušetřený čas nezmizí: přesune se do té jediné části, kterou za tebe stroj neudělá, tedy do interpretace.
Teď jsi na řadě
Tvůj první pipeline.
- Napiš svůj hlavní prompt v pěti krocích: validace, čištění, KPI, grafy, alerty
- Přidej kontroly kvality s instrukcí k zastavení
- Vytvoř projekt a vlož prompt do jeho instrukcí
- Spusť jej na souboru za daný týden spolu s historickým souborem
- Změř čas iterace včetně ověření a porovnej jej s manuální metodou
Oficiální zdroje: Projekty v ChatGPT · FAQ k vyřazení a migraci vlastních GPT · Naplánované úkoly v ChatGPT · Analýza dat s ChatGPT (Centrum nápovědy OpenAI)
Klíčové poznatky
- Pipeline je strukturovaný prompt, který zakóduje celou logiku tvé opakující se analýzy
- Ukládej své pipeline do instrukcí projektu: Vlastní GPT budou vyřazeny 11. prosince 2026
- Integruj kontroly kvality pro detekci problematických souborů před analýzou
- Udržuj historický soubor pro obohacení srovnání v čase
- Měř úsporu času na svých vlastních iteracích, včetně ověření