def get_suggestions(filename):
    fname = filename.lower()
    
    # --- CATEGORIE 1 : BANQUE / FINANCE ---
    if any(word in fname for word in ["bank", "banque", "loan", "credit", "finance"]):
        return [
            "📊 Décris-moi la structure de ce dataset bancaire",
            "🎓 Quel niveau d'éducation a le solde (balance) moyen le plus élevé ?",
            "📈 Graphique : Corrélation entre l'âge et le solde moyen",
            "🎯 Jobs les plus communs pour les clients ayant accepté la campagne (target 'yes')",
            "🔮 Prédiction : Relation entre nombre de contacts et succès de la campagne",
            "🧼 Nettoie les données et crée un tableau récapitulatif par niveau d'études"
        ]
    
    # --- CATEGORIE 2 : RETAIL / E-COMMERCE ---
    elif any(word in fname for word in ["retail", "vente", "sales", "shop", "online"]):
        return [
            "💰 Quel mois a généré le chiffre d'affaires (CA) le plus élevé ?",
            "📅 Courbe d'évolution : Revenus mensuels vs Quantités vendues",
            "⏰ Is revenue higher in the morning or afternoon? (Analyse horaire)",
            "🌍 Top 5 des pays générant le plus de profit",
            "🛒 Panier moyen : Analyse de la valeur des transactions par client",
            "📦 Quels sont les 3 produits les plus vendus par catégorie ?"
        ]

    # --- CATEGORIE 3 : RESSOURCES HUMAINES (RH) ---
    elif any(word in fname for word in ["hr", "rh", "employee", "salary", "churn"]):
        return [
            "👥 Répartition des employés par département et par genre",
            "💸 Analyse des salaires : Moyenne par niveau d'expérience",
            "📉 Facteurs principaux influençant le départ des employés (Churn)",
            "🏠 Corrélation entre le télétravail et la performance perçue",
            "📊 Graphique : Satisfaction au travail vs Ancienneté"
        ]

    # --- CATEGORIE 4 : ASSURANCE (Ton projet Dataltist !) ---
    elif any(word in fname for word in ["insurance", "assurance", "claim", "premium", "fire"]):
        return [
            "🔥 Prédiction des primes d'assurance incendie",
            "📋 Analyse des sinistres par région géographique",
            "⚖️ Ratio sinistre/prime par type de contrat",
            "📉 Évolution des demandes d'indemnisation sur l'année",
            "🧼 Créer un segment de clients à 'Haut Risque'"
        ]

    # --- PAR DÉFAUT (GÉNÉRIQUE) ---
    return [
        "🔍 Fais une analyse exploratoire (EDA) complète",
        "🔗 Quelles sont les 5 corrélations les plus fortes ?",
        "📉 Résumé statistique des variables numériques",
        "🧼 Identifie et liste les valeurs manquantes ou aberrantes",
        "📊 Génère un dashboard visuel des indicateurs clés"
    ]