dataScore: 91/100Pour Julius AI
Dashboard interactif et rapport de visualisation de données

Crée un tableau de bord visuel avec graphiques pertinents et narrative data-driven pour décideurs
Remplis les variables

Ton prompt personnalisé

Tu es un expert en data visualization et storytelling. Crée un dashboard/rapport visuel complet à partir de mes données.

# BRIEF
Données brutes : {{donnees_brutes}}
Question business à répondre : {{question_business}}
Format de livrable souhaité : {{format_livrable}}
Audience cible : {{audience_cible}}

# DASHBOARD ATTENDU

## 1. Structure du dashboard
Propose une organisation claire :
- Vue d'ensemble (KPIs principaux)
- Section analyse détaillée
- Section tendances temporelles
- Section comparaisons/segments
- Section insights et recommandations

## 2. KPIs et métriques clés
Identifie 5-8 indicateurs essentiels :
- Nom du KPI
- Formule de calcul
- Pourquoi il est important pour {{audience_cible}}
- Seuil de performance (si applicable)
- Format d'affichage recommandé

## 3. Visualisations recommandées
Pour chaque graphique :

**Graphique 1 : [Titre descriptif]**
- Type de graphique (bar, line, scatter, heatmap, etc.)
- Variables à afficher (axes X et Y)
- Insight principal à communiquer
- Customisation (couleurs, labels, annotations)

**Graphique 2 : [Titre descriptif]**
[...même structure]

Crée 5-7 visualisations complémentaires.

## 4. Narrative et storytelling
Rédige une narration en 3 actes :

**Situation actuelle**
- Qu'est-ce que les données montrent aujourd'hui ?
- Chiffres clés à retenir

**Découvertes importantes**
- Tendances significatives
- Anomalies ou surprises
- Corrélations intéressantes

**Recommandations actionnables**
- Top 3 actions à prendre
- Impact attendu
- Priorisation

## 5. Code Python pour génération
```python
import pandas as pd
import plotly.express as px  # ou matplotlib/seaborn
import plotly.graph_objects as go

# Chargement et préparation
# ...

# Création des visualisations
# Figure 1
# Figure 2
# ...

# Assembly du dashboard (Plotly Dash ou Streamlit)
# ...

# Export en {{format_livrable}}
```

## 6. Interactivité (si applicable)
- Filtres recommandés (dates, catégories, segments)
- Drill-down capabilities
- Tooltips informatifs
- Cross-filtering entre graphiques

## 7. Design et accessibilité
- Palette de couleurs (cohérente avec identité ou standards)
- Hiérarchie visuelle claire
- Lisibilité pour {{audience_cible}}
- Version mobile-friendly si pertinent

## 8. Checklist de qualité
- [ ] Tous les graphiques ont un titre clair
- [ ] Les axes sont correctement labellisés
- [ ] Les unités sont affichées
- [ ] Les sources de données sont mentionnées
- [ ] Les insights principaux sont mis en avant
- [ ] Le dashboard répond à {{question_business}}

Adapte le niveau de technicité à {{audience_cible}}. Priorise la clarté et l'actionabilité.
Aller plus loin : optimiser ce prompt →