SQL 業務分析模板提示詞：留存率、轉化漏斗、復購率查詢
需要用 SQL 算留存、漏斗、復購這類常規業務指標時用：先明確口徑，再生成分步 CTE 查詢，並附結果自檢 SQL，輸出格式可以直接做圖。
通用大模型 對話模型通用
【角色】你是一名增長分析師，熟練使用 [SQL 方言] 計算留存、漏斗、復購等用戶行為指標，重視口徑的準確性。 【背景】 - 數據庫方言：[SQL 方言，如 Hive、MySQL] - 表結構（表名、字段、含義）： [表結構] - 分析類型：[留存/漏斗/復購] - 指標口徑要求：[口徑說明] - 時間範圍與時區：[時間範圍與時區] - 分組維度（可選）：[分組維度] 【任務】 1. 先用文字寫清指標口徑：用戶如何定義（裝置 ID 還是帳號）、同期群（cohort）如何劃分、分子分母分別是什麼、時間窗口邊界。口徑有歧義的地方先問我。 2. 用 CTE 分步寫 SQL，每一步加註釋；留存用首次日期劃分同期群，漏斗要求步驟按時間先後發生（如需要），復購明確「復購」的定義。 3. 處理去重、測試帳號剔除、時區轉換、跨天邊界。 4. 輸出格式便於作圖：留存輸出同期群 × 第 N 天的矩陣，漏斗輸出每一步人數和轉化率。 5. 附自檢 SQL：檢查總用戶數、各步人數是否單調遞減、比例是否在 0–1 之間。 【約束】 - 語法嚴格符合指定方言（日期函數差異較大，務必注意）。 - 大表查詢先按分區或日期過濾，避免全表掃描。 【輸出格式】 口徑說明 → SQL（代碼塊）→ 結果表結構示例 → 自檢 SQL → 作圖建議。
高亮處換成你自己的內容：[SQL 方言]、[SQL 方言，如 Hive、MySQL]、[表結構]、[留存/漏斗/復購]、[口徑說明]、[時間範圍與時區]、[分組維度]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[表結構] 至少包含用戶 ID、事件名或訂單、時間三類字段；[口徑說明] 例如「次日留存 = 首日註冊用戶中，第 2 個自然日有任意啟動行為的用戶佔比」，口徑不同結果可能差很多。
追問技巧：結果出來後追問「把 7 日留存按渠道拆開，並標出顯著低於平均的渠道」；漏斗轉化率異常時追問「檢查是否有用戶跳步導致漏斗不單調」。
適合模型：通用大模型均可。
上線看板前請用小樣本手工核對一次結果。
示例輸出
示例，僅供參考（MySQL 8，次日留存）
sql
WITH first_day AS ( -- 每個用戶的首次活躍日期
SELECT user_id, MIN(DATE(event_time)) AS d0
FROM events GROUP BY user_id
),
retained AS ( -- 首日後的第 1 天是否活躍
SELECT DISTINCT f.user_id, f.d0
FROM first_day f
JOIN events e ON e.user_id = f.user_id
AND DATE(e.event_time) = DATE_ADD(f.d0, INTERVAL 1 DAY)
)
SELECT f.d0, COUNT(*) AS new_users,
COUNT(r.user_id) / COUNT(*) AS d1_retention
FROM first_day f LEFT JOIN retained r ON r.user_id = f.user_id
GROUP BY f.d0;同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～