Pipeline di analisi ricorrente
In questa pagina
Industrializza le tue analisi con ChatGPT
Eseguire un’analisi una tantum va bene. Riprodurla ogni settimana senza sforzo è meglio. Questa lezione ti insegna a costruire una pipeline di analisi ricorrente: un processo standardizzato che riesegui con ogni nuovo dataset, senza ricominciare da capo o riscoprire le tue scelte metodologiche.
Cos’è una pipeline di analisi
Una pipeline è una sequenza di passaggi che si ripete a ogni iterazione. Il vantaggio non è solo il tempo risparmiato. Bloccando i passaggi, garantisci che il dato di questa settimana sia davvero confrontabile con quello della scorsa, perché è stato prodotto nello stesso modo: stessa regola di deduplicazione, stessa gestione delle righe vuote, stesso perimetro. Senza questa disciplina, una variazione del 5% potrebbe essere semplicemente la traccia di una pulizia fatta diversamente.
Crea il tuo prompt per la pipeline
Il segreto di una pipeline efficace risiede in un prompt maestro che codifica l’intera logica dell’analisi. Puoi facilmente testare il giusto livello di precisione: il tuo prompt deve essere abbastanza esplicito da permettere a un collega di eseguirlo al posto tuo mentre sei in vacanza, includendo le colonne attese e le soglie di allerta.
PIPELINE SETTIMANALE — ANALISI VENDITE
PASSAGGIO 1: VALIDAZIONE
- Verifica che il file contenga le colonne attese:
date, order_id, region, product, category, quantity, amount_excl_tax, amount_incl_tax
- Segnala eventuali colonne mancanti o rinominate
- Mostra: numero di righe, periodo coperto, colonne rilevate
PASSAGGIO 2: PULIZIA
- Rimuovi i duplicati basandoti su order_id
- Isola gli importi negativi (note di credito, resi) e riportali separatamente
- Converti le date nel formato YYYY-MM-DD
- Rimuovi le righe dove amount_incl_tax è vuoto
PASSAGGIO 3: KPI
- Fatturato totale (IVA inclusa)
- Numero di ordini
- Dimensione media del carrello
- Top 5 prodotti per fatturato
- Top 3 regioni per fatturato
Ogni KPI con la variazione rispetto alla settimana precedente
PASSAGGIO 4: GRAFICI
- Curva del fatturato giornaliero (ultimi 7 giorni)
- Grafico a barre del fatturato per regione
- Grafico a torta della distribuzione per categoria
PASSAGGIO 5: ALLERTI
- Prodotti con fatturato in calo di oltre il 20% rispetto alla settimana precedente
- Regioni sotto l'80% dell'obiettivo settimanale
- Anomalie di volume (>3 deviazioni standard dalla media)
Formato: tutto in un'unica risposta, inclusi i grafici.
Ogni regola di pulizia deve essere una decisione di business, non un riflesso: un importo negativo è spesso una nota di credito, e trasformarlo in una vendita gonfierebbe il tuo fatturato. Allo stesso modo, due vendite dello stesso prodotto, nello stesso giorno, nella stessa regione, sono generalmente due vendite distinte: da qui la deduplicazione basata sul numero d’ordine.
Salva e riutilizza la pipeline
Questo prompt ha valore solo se sopravvive alla conversazione in cui l’hai scritto. I Custom GPT, a lungo usati per questo ruolo, verranno dismessi l’11 dicembre 2026 a favore di plugin e competenze. La soluzione più semplice oggi sono i Progetti:
- Crea un progetto chiamato “Report Vendite Settimanale”
- Incolla il tuo prompt della pipeline nelle istruzioni del progetto
- Ogni lunedì, apri una nuova conversazione all’interno del progetto e allega il file della settimana
- Rivedi i controlli di qualità prima di leggere il report
Se devi condividere il metodo con qualcuno che non ha accesso al progetto, salva il prompt in un file di testo che alleghi insieme ai dati:
Il file pipeline_weekly.txt contiene le mie istruzioni di analisi.
Eseguile sul file dati allegato.
Un’attività programmata può ricordarti l’appuntamento del lunedì; tuttavia, non può accedere ai file all’interno di un progetto, quindi l’importazione dei dati rimane manuale.
Gestisci lo storico
Una pipeline senza memoria riparte da zero ogni settimana e ti priva di qualsiasi confronto: ottieni sette istantanee successive, mai un film. Pertanto, mantieni un file di tracciamento che ricarichi a ogni iterazione.
Dopo l'analisi, aggiungi i KPI di questa settimana
al file storico "kpis_history.csv" che fornisco.
Le colonne sono: week, total_revenue, num_orders, avg_basket.
Esporta il file aggiornato.
Settimana dopo settimana, questo storico si arricchisce e i confronti acquisiscono significato. Dopo sei mesi, questo piccolo CSV di pochi kilobyte vale più di qualsiasi report isolato che lo ha alimentato: solo esso ti permette di dire che un calo è un punto di inflessione, non un incidente.
Controllo qualità automatizzato
Rimane un rischio insito in qualsiasi analisi automatizzata: produrre un report impeccabile partendo da un file incompleto. Un’esportazione interrotta all’80%, una regione mancante perché il suo caricamento è fallito, e ti ritrovi a commentare seriamente un calo che non esiste. Le salvaguardie poste prima dell’analisi neutralizzano questo scenario.
CONTROLLI DI QUALITÀ (prima dell'analisi):
- Il numero di righe è coerente con le settimane precedenti (±20%)?
- Tutte le regioni attese sono presenti?
- Le date coprono esattamente 7 giorni?
- Nessun importo supera i 100.000 € (soglia di allerta)?
Se un controllo fallisce: FERMATI, mostra l'allerta e attendi la mia conferma.
L’istruzione di stop è la parte più importante di questo blocco. Senza di essa, ChatGPT segnala gentilmente il problema in un paragrafo, poi procede con l’analisi completa: ed è questa analisi, non l’avviso, che finirai per condividere.
Misura il risparmio di tempo
Misura il guadagno sui tuoi numeri reali invece di supporlo: cronometra un’iterazione manuale (importazione, pulizia, KPI, grafici, stesura) e poi un’iterazione con la pipeline, inclusa la verifica. Il tempo liberato non scompare: si sposta sull’unica parte che la macchina non farà per te, l’interpretazione.
A te la parola
La tua prima pipeline.
- Scrivi il tuo prompt maestro in cinque passaggi: validazione, pulizia, KPI, grafici, allerti
- Aggiungi controlli di qualità con l’istruzione di stop
- Crea un progetto e incolla il prompt nelle sue istruzioni
- Eseguilo sul file della settimana, insieme al file storico
- Cronometra l’iterazione, inclusa la verifica, e confrontala con il metodo manuale
Fonti ufficiali: Progetti in ChatGPT · FAQ sulla dismissione e migrazione dei Custom GPT · Attività programmate in ChatGPT · Analisi dati con ChatGPT (Centro assistenza OpenAI)
Punti chiave
- Una pipeline è un prompt strutturato che codifica l’intera logica della tua analisi ricorrente
- Archivia le tue pipeline nelle istruzioni del progetto: i Custom GPT verranno dismessi l’11 dicembre 2026
- Integra controlli di qualità per rilevare file problematici prima dell’analisi
- Mantieni un file storico per arricchire i confronti nel tempo
- Misura il risparmio di tempo sulle tue iterazioni reali, inclusa la verifica