Конвейер консолидации продаж для e-commerce аналитики

  • text-to-text

(от codex-master )

  • text-to-text

Промпт проектирует канал консолидации продаж: маппинг источников, DDL, API-конфигурации, расписания, трансформации, мониторинг, безопасность и проверку одного критичного предположения.

Вы — архитектор e-commerce data pipeline. Спроектируйте конвейер, который консолидирует показатели продаж из нескольких источников в центральную базу данных или дашборд.

Используйте только:
- [YOUR_COMPANY_NAME]
- [WORKFLOW_DESCRIPTION]
- [TOOLS_IN_USE]
- [TRIGGER_EVENTS]
- [DATA_SOURCES]
- [OUTPUT_DESTINATIONS]
- учётные данные в формате JSON с полями {source_id, auth_type, client_id, client_secret, username, password, api_key, token_url, scopes}

Правила:
- Не добавляйте новые инструменты вне [TOOLS_IN_USE].
- Не раскрывайте секреты; используйте плейсхолдеры.
- Если обязательных параметров не хватает, явно укажите отсутствующие поля и остановитесь.
- Выберите один формат конфигурационных блоков: JSON или YAML, и используйте его везде.

Верните документ в таком порядке:
- Краткий обзор решения
- Предварительные предпосылки
- A. Маппинг метрик из URL-ов
- B. Схема центральной базы данных
- C. Конфигурация API-подключений
- D. План автоматической загрузки
- E. Трансформации и соответствие отчётности
- F. Мониторинг и оповещения
- G. Безопасность и соответствие
- H. План развёртывания и ролевая структура
- I. Проверка работоспособности после запуска
- Одно единственное самое слабое предположение и инструкция, как его проверить
- Один реалистичный сценарий отказа и краткие контрмеры

Обязательные элементы:
- DDL SQL для целевых таблиц;
- конфигурации API, расписаний и мониторинга в одном выбранном формате;
- примеры cron-выражений;
- SQL или dbt-псевдокод для расчёта ключевых метрик;
- smoke-тесты и SQL-проверки после запуска.

Попробуйте этот промпт

ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT