Data-analyse prompts

Ik geef je een data-export van [bron, bijv. mijn CRM, kassasysteem, Google Analytics] en ik wil begrijpen wat erin staat en wat we ermee kunnen. Zakelijke context: [activiteit en algemene vraag, bijv. ik wil begrijpen waarom mijn omzet daalt].

Data: [plak de data of de eerste regels met kolomkoppen]

Ga als volgt te werk: beschrijf de structuur (kolommen, typen, gedekte periode, granulariteit), beoordeel de kwaliteit (ontbrekende waarden, waarschijnlijke dubbelingen, inconsistenties, lege of constante kolommen (lijst ze specifiek op)), bereken de basisstatistieken van de belangrijkste kolommen, en stel vervolgens 5 zakelijke vragen voor die deze data kunnen beantwoorden en 3 vragen die ze NIET kunnen beantwoorden ondanks de schijn (met vermelding van de ontbrekende data).

Eindig met de meest veelbelovende analyse om als eerste uit te voeren en de bijbehorende methode. Trek in dit stadium nog geen zakelijke conclusies.

Mijn indicator [indicator, bijv. conversieratio, gemiddelde orderwaarde, churn] is veranderd van [waarde voor] naar [waarde na] tussen [periode 1] en [periode 2]. Beschikbare historie: [waarden over voorgaande periodes]. Gebeurtenissen in deze periode: [wat er is veranderd: campagne, prijs, seizoen, incident, website-update].

Help me eerst te verifiëren: is de variatie significant gezien de gebruikelijke schommelingen in de reeks (bereken de orde van grootte van normale variaties op basis van de historie)? Kan een seizoenseffect dit verklaren (vergelijk met dezelfde periode in voorgaande jaren of cycli)? Is de meetmethode veranderd (onderliggend volume, definitie, meettool)?

Lijst daarna pas de verklarende hypothesen op, gerangschikt op waarschijnlijkheid, met voor elke hypothese de test of data die dit zou bevestigen. Verboden: een oorzaak concluderen enkel op basis van een gelijktijdige gebeurtenis. Eindig met wat je eerlijk zou zeggen in één zin als men vraagt: "En, is dit een probleem?".

Help me bij het definiëren van het dashboard voor [bereik, bijv. mijn salesteam, webshop, klantenservice]. Doel van de activiteit: [doel]. Beslissingen die dit dashboard moet ondersteunen: [terugkerende beslissingen, bijv. waar zetten we commerciële druk, wanneer nemen we personeel aan, welke producten promoten we]. Beschikbare data: [bronnen en tools].

Stel voor elke genoemde beslissing de indicator(en) voor die hier echt inzicht in geven. Maak onderscheid tussen resultaatindicatoren (wat we vaststellen) en actie-indicatoren (waar we deze week invloed op kunnen uitoefenen). Maximaal 8 indicatoren in totaal: als je er weglaat, leg dan uit waarom.

Voor elke gekozen indicator: een eenduidige definitie (wat tellen we precies, over welke periode), formule, bron, frequentie van aflezen, en de klassieke interpretatievalkuil (mix-effect, gemiddelde dat een verdeling verbergt, indicator die beïnvloedbaar is door het team dat hem meet).

Vertaal mijn analyse naar een presentatie voor [publiek, bijv. de directie, mijn manager, een klant]. Startvraag van de analyse: [vraag]. Wat ik heb gevonden: [resultaten, cijfers, bevindingen]. Beperkingen van de analyse: [beperkingen: onvolledige data, korte periode, mogelijke bias]. Wat ik aanbeveel: [aanbeveling indien aanwezig].

Bouw de presentatie in deze volgorde op: het antwoord op de vraag in één zin (de kernboodschap eerst, nooit de methode eerst), 2 of 3 bevindingen die dit ondersteunen met elk HUN eigen cijfer (geen vijf cijfers per bevinding), de aanbeveling met wat het kost en wat het oplevert, de beperkingen eerlijk benoemd maar zonder jezelf te ondermijnen (een beperking = een gebruiksaanwijzing, geen excuus).

Bereid ook voor: de 3 waarschijnlijke strikvragen van dit publiek met de antwoorden, en de '30 seconden in de lift' versie van de boodschap. Formaat: [gewenst formaat, bijv. opzet voor slides, e-mail, memo van één pagina].

Ik wil [geplande wijziging, bijv. een nieuwe prijs, een nieuwe pagina, een nieuw belscript, een verzendtijdstip] testen voordat ik het breed uitrol. Huidige situatie: [huidige metriek en niveau]. Beschikbaar volume: [verkeer, oproepen, verzendingen per week]. Wat ik hoop te bereiken: [verwachte verbetering].

Stel het protocol op: de hypothese geformuleerd op een weerlegbare manier ("als X dan stijgt Y met minstens Z"), het succescriterium en de beslissingsdrempel NU vastgesteld (voordat we de resultaten zien), de verdeling test/controle en hoe dit zuiver toe te wijzen, de geschatte benodigde duur op basis van mijn volume om een echt effect van ruis te onderscheiden (leg de berekening eenvoudig uit), en de verstorende effecten die geneutraliseerd moeten worden (seizoensinvloeden, dag van de week, klantmix).

Voeg een beoordelingskader voor de resultaten toe: in welk geval rol ik uit, wanneer stop ik, wanneer verleng ik, en welke conclusies zijn VERBODEN om te trekken zelfs als de cijfers verleidelijk zijn (subgroepen die achteraf zijn ontdekt, stoppen bij de eerste positieve piek).

Je bent een data-analist. Ik moet een klantenbestand ontdubbelen dat geëxporteerd is uit [tool, bijv. mijn CRM, boekhoudpakket zoals Exact of Moneybird] voor een campagne. Beschikbare kolommen: [lijst kolommen, bijv. achternaam, voornaam, e-mail, telefoon, adres, aanmaakdatum].

Fragment van het bestand: [plak 20 tot 30 representatieve regels].

Stel een ontdubbelingsstrategie voor in verschillende stappen: eerst de exacte dubbelingen (welke kolommen?), dan de waarschijnlijke dubbelingen (spelfouten, zelfde e-mail maar andere naam, anders geformatteerde telefoonnummers). Specificeer per stap de koppelingssleutel, de benodigde normalisaties (kleine letters, spaties, landcodes) en het risico op fout-positieven.

Restricties: voeg nooit automatisch twee records samen enkel op basis van voor- en achternaam, geef altijd aan welk record behouden moet blijven (de nieuwste? de meest complete?) en waarom. Output: stappenplan, gevolgd door concrete Google Sheets formules of Excel-stappen, en een schatting van het aantal gedetecteerde dubbelingen per stap op basis van het fragment.

Ik heb een export [bron, bijv. kassasysteem, online formulier] waarvan de datumkolom verschillende formaten mengt: [echte voorbeelden, bijv. 03/04/2026, 2026-04-03, 3 april 2026, 04-03-26]. Ik werk in [Excel of Google Sheets].

Help me alles te converteren naar één formaat [doelformaat, bijv. JJJJ-MM-DD] zonder de data te beschadigen. Begin met het inventariseren van alle formaten in mijn steekproef en identificeer AMBIGUE waarden (03/04: 3 april of 4 maart?): lijst deze expliciet op in plaats van willekeurig te beslissen, en stel een criterium voor ontdubbeling voor (taal van de brontool, waarden boven 12, consistentie met een andere kolom).

Geef daarna de formules of concrete stappen voor de conversie, inclusief een controlekolom (een formule die regels markeert waar de conversie is mislukt of een datum buiten de aannemelijke periode [verwachte periode] heeft opgeleverd). Eindig met de lijst van controles voordat de oorspronkelijke kolom wordt vervangen.

Je bent een nauwkeurige data-analist. Mijn bestand [beschrijving, bijv. export van jaarorders uit mijn ERP] bevat ontbrekende waarden en ik moet beslissen wat ik ermee doe voor de analyse. Betrokken kolommen en geschatte leegte: [bijv. postcode 12%, acquisitiekanaal 40%, bedrag 2%].

Geplande analyse: [wat ik wil berekenen, bijv. omzet per regio en per kanaal].

Help me voor elke kolom in volgorde te antwoorden: bevat de leegte informatie (veld niet van toepassing, optionele invoer, bug bij verzamelen) of is het puur toeval? Welke optie is het minst riskant voor MIJN analyse: regels uitsluiten, een waarde toekennen (welke en waarom), een categorie 'onbekend' maken, of afzien van deze analyse-as? Welke bias introduceert elke optie?

Restricties: nooit invullen met het gemiddelde zonder rechtvaardiging, breng altijd de impact in kaart (hoeveel regels gaan verloren, wat is het gewicht in het totaal). Formaat: tabel per kolom met aanbevolen besluit, rechtvaardiging en vermelding voor de eindrapportage.

Ik heb een kolom met vrije tekst die genormaliseerd moet worden: [aard van het veld, bijv. stadsnamen, bedrijfsnamen, productcategorieën] in [tool, bijv. Google Sheets, Excel]. Voorbeelden van echte waarden: [plak 20 tot 40 waarden, met varianten: hoofdletters, afkortingen, fouten, spaties].

Doel: een schone kolom krijgen met één standaardwaarde per entiteit om correct te kunnen aggregeren.

Ga als volgt te werk: identificeer groepen varianten die naar dezelfde entiteit verwijzen in mijn steekproef, stel de standaardwaarde voor elke groep voor, en lijst vervolgens de twijfelgevallen op die handmatig gecontroleerd moeten worden. Geef daarna de implementatiemethode: een opzoektabel (variant naar standaard) plus een koppelingsformule, voorafgaande normalisatieregels (hoofdletters, accenten, dubbele spaties, interpunctie), en een controleformule die waarden zonder match isoleert.

Restrictie: de opzoektabel moet een apart tabblad zijn, herbruikbaar voor volgende exports, geen handmatige vervangingen die verloren gaan. Formaat: opzoektabel, daarna formules klaar voor gebruik.

Ik moet een bestand met [aard, bijv. contacten van een beurs, leads van een formulier] importeren in [CRM of dooltool, bijv. HubSpot, Salesforce, AFAS]. Kolommen in mijn bestand: [lijst kolommen]. Velden verwacht door de dooltool: [lijst velden en bekende beperkingen, bijv. e-mail verplicht, telefoon in internationaal formaat].

Steekproef: [plak 10 tot 20 regels].

Bereid het plan voor: mapping van bronkolom naar doelveld (inclusief niet-gekoppelde kolommen aan beide kanten), controles vóór import (syntactisch ongeldige e-mails, onvolledige telefoonnummers, lege verplichte velden, dubbelingen met expliciete criteria), benodigde transformaties (splitsen voornaam/achternaam, formaat van telefoonnummers, normalisatie land).

Restricties: elke afgewezen regel moet in een tabblad 'uitval' terechtkomen met de reden, nooit stilletjes verwijderen; geen verzonnen velden om verplichte velden te vullen. Output: mappingtabel, geordende lijst van controles met formule of methode per controle, en een laatste checklist voor de import (back-up, test-import van 10 regels, controle in de tool).

Je bent een senior SQL-ontwikkelaar die samenwerkt met een zakelijke gebruiker. Mijn zakelijke vraag: [vraag, bijv. welke klanten hebben dit jaar minstens twee keer besteld maar de afgelopen drie maanden niets?]. Database: [engine, bijv. PostgreSQL, MySQL, BigQuery]. Beschikbare tabellen en kolommen: [beschrijf tabellen, kolommen en relaties, of plak het schema].

Voordat je de query schrijft, herformuleer je mijn vraag in precieze termen en lijst je de ambigue punten op met de aanname die je voor elk punt doet (wat tellen we precies, welke datumgrenzen, geannuleerde bestellingen inbegrepen of niet, tijdzone). Als er essentiële informatie ontbreekt in het schema, geef dit dan aan in plaats van een kolom te verzinnen.

Schrijf daarna de query, regel voor regel becommentarieerd in het Nederlands, en stel een eenvoudige controle-query voor (een totaal of telling) om te verifiëren of het resultaat aannemelijk is. Formaat: aannames, becommentarieerde query, controle-query, beperkingen van het resultaat.

Ik heb een SQL-query geërfd die wordt gebruikt in [context, bijv. een maandrapportage, een automatische export] en niemand weet meer precies wat deze doet. Hier is de query: [plak de volledige query].

Bekende context: [wat het rapport geacht wordt te tonen, database-engine indien bekend].

Leg de query uit op drie niveaus: een samenvattende zin (wat wordt er berekend, in zakelijke taal), dan een blok-voor-blok uitleg (elke join, filter, aggregatie en subquery, met het concrete effect), en tot slot de verborgen valkuilen: joins die regels kunnen dupliceren of verliezen, filters in de WHERE die een LEFT JOIN veranderen in een INNER JOIN, afhandeling van NULL-waarden, in- of exclusieve datumgrenzen, impliciete aannames over de data.

Eindig met: de gevallen waarin het geproduceerde cijfer FOUT zou zijn zonder dat er een foutmelding komt, en twee snelle controle-queries om deze gevallen op mijn database te checken. Formaat: gestructureerde uitleg, gevolgd door lijst met valkuilen gerangschikt op ernst.

Je bent een expert in SQL-optimalisatie. Mijn query is te traag: [huidige tijd] voor [ongeveer volume van de betrokken tabellen]. Engine: [PostgreSQL, MySQL, SQL Server, BigQuery]. Query: [plak de query]. Bestaande indexen indien bekend: [lijst of geef aan 'onbekend']. Executieplan indien beschikbaar: [plak EXPLAIN output of geef aan 'niet beschikbaar'].

Diagnosticeer eerst: identificeer in de query de waarschijnlijke oorzaken van traagheid (functies toegepast op gefilterde kolommen die indexgebruik verhinderen, gecorreleerde subqueries, onnodige SELECT *, joins op niet-geïndexeerde kolommen, sorteren of aggregeren op groot volume, ontbreken van datumfilters).

Stel vervolgens optimalisaties voor, gerangschikt op de verhouding inspanning/verwachte winst: herschrijven van de query (met de volledige herschreven versie), aan te maken indexen (met hun kosten bij schrijven), en als laatste redmiddel wijzigingen in de structuur. Absolute restrictie: het resultaat moet strikt identiek blijven; leg voor elke herschrijving uit waarom de gelijkwaardigheid gegarandeerd is. Eindig met de methode om de winst correct te meten.

Ik heb een resultaat gegenereerd met deze SQL-query en ik wil het controleren voordat ik het deel met [ontvangers, bijv. de directie, een klant]. Query: [plak de query]. Verkregen resultaat: [het cijfer of de cijfers]. Verwachte orde van grootte volgens de business: [wat aannemelijk zou zijn, of 'geen idee'].

Stel mijn batterij aan controles op: een query voor bruto volume (hoeveel regels vóór elk filter, hoeveel na elk hoofdfilter, om te zien waar het volume wegvalt), een controle op dubbelingen op de veronderstelde unieke sleutel, een controle op NULL-waarden in join- en aggregatiekolommen, een vergelijking met een onafhankelijke bron als ik die heb [beschikbare controlebron], en een grenstest (verandert het cijfer als ik de periode met één dag verschuif?).

Voor elke controle: de query klaar voor uitvoering, hoe een normaal resultaat eruitziet, en wat me moet alarmeren. Eindig met de beslissingsregel: in welke gevallen verspreid ik, corrigeer ik, of waarschuw ik dat het cijfer voorlopig is.

Ik werk in [Excel of Google Sheets] aan een bestand met [aard van de data, bijv. verkoopregels met datum, product, winkel, aantal, bedrag]. Vraag die ik wil beantwoorden: [zakelijke vraag, bijv. welke producten zorgen voor de groei en in welke winkels?].

Beschikbare kolommen: [lijst kolommen en inhoud].

Ontwerp de geschikte draaitabel(len): geef voor elke tabel aan welke velden in de rijen, kolommen, waarden en filters moeten, welke aggregatie te kiezen (som, gemiddelde, aantal, en waarom het gemiddelde eventueel misleidend zou zijn), en welke groepering toe te passen (datums per maand, bedragen in klassen).

Meld de valkuilen in mijn casus: regels die dupliceren als de granulariteit anders is dan ik denk, totalen die eenheden mengen, percentages berekend op de verkeerde basis, lege elementen die standaard verborgen zijn. Geef de stappen voor het bouwen klik-voor-klik in mijn tool, daarna twee inzichten die de tabel biedt en een conclusie die verleidelijk maar onjuist zou zijn om te trekken.

In [Excel of Google Sheets] wil ik informatie uit een ander tabblad ophalen naar mijn hoofdtabblad. Hoofdtabblad: [kolommen, bijv. A ordernummer, B datum, C bedrag]. Brontabblad: [kolommen, bijv. A ordernummer, D klantnaam, E segment]. Op te halen informatie: [gewenste kolom]. Koppelingssleutel: [gemeenschappelijke kolom].

Geef me de exacte formule, klaar om te plakken, waarbij je kiest tussen VERT.ZOEKEN, INDEX/MATCH en X.ZOEKEN op basis van mijn toolversie [specificeer versie indien bekend], en leg je keuze in twee zinnen uit.

Behandel expliciet de gevallen waarin deze formules stuklopen: sleutel ontbreekt in de bron (wat terug te geven in plaats van een foutmelding), dubbele sleutels aan de bronzijde (welke regel wordt gepakt, hoe dit te detecteren met een telformule), sleutels die identiek lijken maar verschillen door een spatie of getal/tekst-formaat (voorafgaande opschoonformule). Formaat: de hoofdformule, de formule voor dubbelingdetectie, de opschoonformule, elk met het exacte bereik om aan te passen.

Ik werk in [Excel of Google Sheets]. Mijn data: [beschrijf kolommen met letters, bijv. A datum, B verkoper, C regio, D bedrag, E status]. Wat ik wil berekenen: [bijv. de totale omzet van regio Noord getekend in 2026 per verkoper, exclusief status 'geannuleerd'].

Schrijf de exacte formule(s) met de juiste bereiken, waarbij je kiest tussen SOMMEN.ALS, AANTALLEN.ALS, GEMIDDELDEN.ALS of een combinatie. Leg elk criterium van de formule in één regel uit.

Behandel de subtiliteiten van mijn case: datumcriteria (hoe schrijf je 'in 2026' of 'tussen twee datums' in een criterium, met aanhalingstekens en ampersand op de juiste plek), uitsluitingscriterium (niet gelijk aan), wildcards voor gedeeltelijke tekst, en vaste verwijzingen met dollartekens om de formule te kunnen kopiëren. Voeg een controleformule toe: het totaal van mijn formules per criterium moet gelijk zijn aan het algemeen totaal. Formaat: formules klaar om te plakken, gevolgd door één regel uitleg per formule.

In Google Sheets (functies REGEXEXTRACT, REGEXMATCH, REGEXREPLACE) wil ik [doelinformatie, bijv. postcode, factuurnummer, e-maildomein] extraheren uit een kolom met vrije tekst. Echte voorbeelden van waarden, inclusief variaties: [plak 10 tot 15 representatieve waarden, inclusief lastige gevallen].

Verwacht resultaat voor elk voorbeeld: [geef gewenst resultaat voor 3 of 4 voorbeelden].

Schrijf de volledige formule en leg de regex stukje bij beetje uit (elke karakterklasse, quantifier en groep). Test deze mentaal tegen mijn voorbeelden en geef aan welke eventueel gemist worden, in plaats van te beloven dat het overal werkt.

Voeg toe: een REGEXMATCH variant voor een waar/onwaar controlekolom (is het patroon aanwezig?), afhandeling van het geval 'geen match' zonder foutmelding, en de bekende beperkingen van je patroon. Restrictie: geef de voorkeur aan een leesbare, iets langere regex boven een onleesbare compacte. Formaat: formules klaar om te plakken, gevolgd door uitleg.

Mijn formule in [Excel of Google Sheets] geeft niet het verwachte resultaat. Exacte formule: [plak de formule]. Foutmelding of symptoom: [bijv. #N/B op sommige regels, #VERW!, een fout totaal, overal nul]. Context: [beschrijf de gebruikte kolommen en een voorbeeld van een regel waar het misgaat, met de echte waarden].

Ga te werk als een diagnose, niet als blind herschrijven: lijst mogelijke oorzaken van MIJN symptoom op, van meest waarschijnlijk naar minst waarschijnlijk (gemengde typen getal/tekst, onzichtbare spaties, verschoven bereiken na invoegen van regels, niet-vastgezette verwijzing bij kopiëren, gezochte waarde ontbreekt, sortering vereist maar niet aanwezig, landinstellingen scheidingstekens).

Geef voor elke oorzaak de test die dit in minder dan een minuut bevestigt of uitsluit (formule ISGETAL, ISTEKST, LENGTE om spaties te zien, strikte vergelijking). Zodra de oorzaak is gevonden, geef je de minimale correctie en daarna de robuuste versie van de formule die herhaling voorkomt. Restrictie: stel niet voor om het hele bestand opnieuw te doen. Formaat: diagnoseboom, tests, correctie.

Ik moet data presenteren aan [publiek, bijv. de directie, een operationeel team] en ik wil de juiste grafiek kiezen. Boodschap die ik wil overbrengen: [de boodschap in één zin, bijv. twee producten zorgen voor het overgrote deel van de groei]. Beschikbare data: [beschrijf of plak de data: dimensies, metrieken, aantal categorieën, periode].

Adviseer het grafiektype dat past bij deze BOODSCHAP (vergelijking, ontwikkeling, verdeling, relatie, distributie) en rechtvaardig dit in twee zinnen. Stel een geloofwaardig alternatief voor en leg uit waarom dit op de tweede plaats staat. Sluit expliciet slechte keuzes uit voor mijn data (cirkeldiagram bij te veel categorieën, dubbele as die een relatie suggereert, onleesbare gestapelde vlakken) met de reden.

Geef daarna de concrete specificaties: wat op de x-as en y-as, sortering van categorieën, schaal (nul inbegrepen of niet, en waarom), wat direct in de grafiek te annoteren, de titel geformuleerd als de boodschap en niet als een beschrijving. Eindig met de 'don't' versie: de keuze die de boodschap zou vervormen.

Hier is een grafiek die ik wil verspreiden in [context, bijv. een maandrapportage, een klantpresentatie]. Precieze beschrijving of data van de grafiek: [beschrijf de grafiek: type, assen, schalen, series, titel, of plak de data]. Boodschap die het geacht wordt over te brengen: [de boodschap].

Beoordeel dit op drie vlakken. Eerlijkheid: vervormt de schaal de variatie (afgekapte as zonder melding, dubbele as, niet-vermelde logaritmische schaal), is de gekozen periode 'cherry-picked', zijn de aantallen groot genoeg voor de getoonde percentages? Leesbaarheid: wat begrijpt een lezer in vijf seconden, vermeldt de titel de boodschap of alleen het onderwerp, zijn er elementen die verwijderd kunnen worden (kleuren, rasters, decimalen, redundante legenda)? Aansluiting: dient dit grafiektype de boodschap, of zou een ander type beter werken?

Categoriseer je opmerkingen in 'blokkerend voor verspreiding' en 'wenselijke verbetering', en beschrijf vervolgens precies de gecorrigeerde versie. Restrictie: bekritiseer de grafiek, niet de data; als het probleem bij de data ligt, meld dit dan apart.

Ik wil [beoogde grafiek, bijv. een maandelijkse groeicurve per kanaal, een gestapeld staafdiagram] maken in [tool, bijv. Google Sheets, Excel, Looker Studio] maar mijn bruto data staan niet in het juiste formaat. Huidige data: [plak een fragment met koppen, bijv. één regel per transactie].

Beschrijf eerst de exacte doelstructuur die mijn tool verwacht voor deze grafiek (long of wide format, één kolom per serie of één kolom categorie, granulariteit van datums), met een voorbeeld van 5 regels van hoe mijn data er aan het einde uit moeten zien.

Geef daarna de eenvoudigste transformatieroute in mijn tool: aggregatie (draaitabel of formules, welke?), afhandeling van periodes zonder data (tonen als nul of weglaten, en het effect op de curve), sortering, en afronding alleen bij de weergave, nooit in de data zelf.

Eindig met twee controles voordat de grafiek getekend wordt: is het totaal van de getransformeerde tabel gelijk aan het bruto totaal, en komt het aantal periodes overeen met het verwachte bereik [periode]. Formaat: doelstructuur, stappen, controles.

In mijn bedrijf geeft de indicator [naam indicator, bijv. conversieratio, omzet, actieve klanten] verschillende cijfers afhankelijk van wie hem berekent, en ik wil DE referentiedefinitie schrijven. Huidig bekend gebruik: [wie gebruikt het en hoe, bijv. marketing berekent het vanuit GA4, sales vanuit het CRM]. Beschikbare databronnen: [tools en tabellen].

Stel het volledige definitieblad op: exacte formule (teller en noemer eenduidig gedefinieerd: welke gebeurtenissen of regels tellen mee, welke zijn uitgesloten, hoe wordt omgegaan met grensgevallen zoals annuleringen, retourzendingen, dubbelingen, interne tests), referentieperiode en tijdzone, de bron die doorslaggevend is bij verschillen tussen tools, frequentie en bevriezingsdatum (kan het cijfer van een maand achteraf nog veranderen?).

Lijst vervolgens de waarschijnlijke verschillen op tussen het huidige gebruik en deze definitie, met de verwachte orde van grootte van het verschil, om de overstap voor te bereiden. Restrictie: elke term in de formule moet controleerbaar zijn via een query, geen vage termen ('actieve klant' moet gedefinieerd zijn door een meetbaar criterium). Formaat: gestructureerd document van één pagina.

Mijn hoofdindicator is [indicator, bijv. de maandelijkse omzet, het aantal nieuwe klanten] en ik wil deze ontleden in hefbomen om te weten waar ik actie moet ondernemen. Context: [activiteit, bijv. e-commerce site, dienstverlenend bureau, winkelketen]. Huidig niveau: [huidige waarde]. Doel: [beoogd doel].

Bouw de rekenkundige ontledingsboom: de indicator uitgedrukt als product of som van sub-indicatoren (bijv. verkeer maal conversieratio maal gemiddelde orderwaarde), en ontleed vervolgens elke sub-indicator een niveau dieper waar dat nuttig is. Controleer of elke ontleding wiskundig exact is, niet bij benadering.

Voor elk blad van de boom: wie in de organisatie kan hierop invloed uitoefenen, de data om het te meten [beschikbare bronnen], en de realistische groeimarge. Identificeer daarna de twee hefbomen waar een bepaalde inspanning het meeste oplevert (gevoeligheid: wat gebeurt er met de hoofdindicator als deze hefboom met 10% stijgt?), inclusief de berekening. Restrictie: meld hefbomen die elkaar kannibaliseren. Formaat: ingesprongen boomstructuur gevolgd door een tabel met hefbomen.

Ik wil de retentie van mijn [klanten of abonnees] per cohort analyseren. Beschikbare data: [beschrijf, bijv. export met klant-ID, datum van eerste bestelling of inschrijving, datums van activiteit of volgende bestellingen]. Tool: [Excel, Google Sheets, SQL]. Definitie van een 'behouden' klant in mijn activiteit: [bijv. heeft in de betreffende maand opnieuw besteld, heeft een actief abonnement].

Begeleid me bij het bouwen van de cohorttabel: groepering per maand van eerste bestelling, berekening van de activiteit in M+1, M+2, M+3 enzovoort, als percentage van de oorspronkelijke cohortgrootte. Geef de concrete methode in mijn tool (formules of query).

Help me daarna om dit te LEZEN: onderscheid het ouderdoms-effect (alle cohorten nemen af over tijd) van het jaargang-effect (zijn recente cohorten beter of slechter dan oude op dezelfde leeftijd?), identificeer de maand waarin de retentie stabiliseert, en signaleer cohorten die te jong of te klein zijn om conclusies te trekken (met de drempel die je aanbeveelt). Formaat: bouwmethode, gevolgd door een leeswijzer met de te stellen vragen.

Ik wil mijn klantenbestand segmenteren met de RFM-methode (Recency, Frequency, Monetary value) om mijn acties te targeten. Data: [beschikbare export, bijv. één regel per bestelling met klant-ID, datum, bedrag uit kassasysteem of CRM]. Tool: [Excel, Google Sheets, SQL]. Activiteit: [type activiteit en typische aankoopcyclus, bijv. e-commerce mode, aankoop elke 2 maanden].

Bouw de aanpak op: berekening van de drie waarden per klant (met de exacte formule of query in mijn tool), keuze van scoringdrempels aangepast aan MIJN aankoopcyclus in plaats van automatische kwintielen (rechtvaardig elke drempel), toekenning van scores en groepering in 5 tot 8 benoemde en begrijpelijke segmenten (trouwe klanten, slapende klanten, veelbelovende nieuwkomers, verloren klanten...).

Voor elk segment: verwachte omvang in percentage, typering in één zin, prioritaire commerciële actie en indicator om te meten of het werkt. Restricties: sluit geannuleerde bestellingen en testklanten uit, behandel klanten met één enkele bestelling apart, en meld dat de drempels herzien moeten worden op [aanbevolen frequentie]. Formaat: stapsgewijze methode gevolgd door een tabel met segmenten.

Ik wil [grootheid, bijv. mijn maandelijkse omzet, reserveringen, belvolume] voorspellen voor de [horizon, bijv. komende 6 maanden]. Beschikbare historie: [plak de reeks, idealiter 24 maanden of meer, of beschrijf wat ik heb]. Mijn activiteit heeft een bekende seizoensinvloed: [beschrijf, bijv. piek in december, dip in augustus].

Bouw een eenvoudige en reproduceerbare voorspelling in [Excel of Google Sheets]: bereken de basistrend (voortschrijdend gemiddelde over 12 maanden of regressie, leg je keuze uit), de maandelijkse seizoenscoëfficiënten op basis van de historie, en vervolgens de voorspelling (trend vermenigvuldigd met coëfficiënt). Toon de formules.

Eis eerlijkheid in het resultaat: geef een lage/hoge bandbreedte op basis van de fouten die deze methode in het verleden zou hebben gemaakt (backtest: pas de methode toe op de laatste 6 bekende maanden en meet het verschil), geen decoratieve marge. Lijst op wat de methode NIET kan zien (uitzonderlijke gebeurtenissen, prijswijzigingen, atypisch basisjaar) en het signaal dat me zou moeten dwingen de voorspelling tussentijds te herzien. Formaat: methode, formules, voorspellingstabel met marges, beperkingen.

Het is nu [huidige maand] en ik wil mijn eindejaarslanding projecteren voor [grootheid, bijv. omzet, uitgaven, aantal behandelde dossiers]. Gerealiseerd tot nu toe: [gecumuleerde waarde]. Jaardoel: [doel]. Maandelijkse historie van vorig jaar en dit jaar: [plak de waarden].

Bouw drie projecties en vergelijk ze: de naïeve regel van drie (totaal gedeeld door verstreken maanden maal twaalf), de seizoensgebonden projectie (het gebruikelijke gewicht van de resterende maanden volgens de historie), en de 'geïnformeerde' projectie die integreert wat ik al weet over de komende maanden: [bekende elementen, bijv. getekende orders, lopende offertes, zomersluiting, nieuwe medewerkers].

Voor elke projectie: het cijfer, de impliciete aanname, en het geval waarin deze er het meest naast zit. Adviseer welke voor mijn case te gebruiken en het verschil met het doel dat dit impliceert, in euro's en in percentage. Eindig met de twee of drie acties die de landing nog kunnen beïnvloeden en een ruwe schatting van de impact van elk. Formaat: vergelijkingstabel gevolgd door aanbeveling in vijf regels.

Je bent verantwoordelijk voor datakwaliteit. Ik wil de kwaliteit auditen van [betrokken database, bijv. mijn CRM-klantenbestand, productcatalogus, leveranciersbestand] vóór [gepland gebruik, bijv. een migratie, een campagne, het opzetten van een rapportage]. Structuur: [lijst velden]. Representatief fragment: [plak 30 tot 50 regels].

Audit op basis van deze assen, met voor elk een gekwantificeerde vaststelling op mijn fragment: volledigheid (vulgraad per veld, met onderscheid tussen kritieke velden voor mijn gebruik), geldigheid (ongeldige formaten: e-mails, telefoonnummers, postcodes, onmogelijke datums), uniekheid (waarschijnlijke dubbelingen en hun detectiecriterium), actualiteit (update-datums, aandeel van waarschijnlijk verouderde records), interne consistentie (velden die elkaar tegenspreken, bijv. postcode en stad).

Produceer daarna het herstelplan geprioriteerd op impact voor MIJN geplande gebruik: wat blokkeert, wat belemmert, wat kan wachten, met voor elke batch de correctiemethode (automatiseerbaar of handmatig) en de geschatte inspanning. Formaat: audittabel per as, gevolgd door plan in drie batches.

Ik wil een datadictionary maken voor [dataset, bijv. de order-export uit mijn ERP, de klantentabel van onze database, de gedeelde Sheet voor rapportage] zodat het team stopt met het verkeerd interpreteren van kolommen. Kolommen en fragment: [lijst kolommen met 5 voorbeeldregels].

Wat ik weet van de context: [oorsprong van de data, updatefrequentie, wie voert het in].

Schrijf voor elke kolom een beschrijving: technische naam en zakelijke naam, definitie in één zin zonder jargon, type en verwacht formaat, mogelijke waarden of aannemelijk bereik, invulregel (verplicht, berekend, handmatig ingevoerd), bron stroomopwaarts, en vooral de rubriek 'valkuilen': wat een gebruiker ten onrechte zou kunnen denken over deze kolom (bedrag incl. of excl. btw, besteldatum of betaaldatum, historisch veld of overschreven veld). Als je informatie niet uit het fragment kunt afleiden, schrijf dan 'te bevestigen bij [wie]' in plaats van iets te verzinnen.

Formaat: een tabel klaar om te plakken in een tabblad 'dictionary', plus de lijst met te bevestigen vragen, gerangschikt naar waarschijnlijke eigenaar.

Twee van mijn tools geven verschillende cijfers voor dezelfde realiteit: [bron A, bijv. GA4] geeft [waarde A] aan en [bron B, bijv. kassasysteem, Stripe, CRM] geeft [waarde B] aan voor [metriek en periode]. Verschil: [percentage of bedrag]. Ik moet het verschil begrijpen en beslissen welke bron leidend is.

Begeleid het onderzoek in volgorde: eerst de verschillen in DEFINITIE (wat telt elke tool precies: terugbetalingen, annuleringen, tests, tijdzones, besteldatum versus betaaldatum, anti-bot filters), dan de verschillen in BEREIK (kanalen of verkooppunten die aan één kant ontbreken), dan de verschillen in VERZAMELING (meetverlies, toestemming/cookies, storingen). Voor elke hypothese: de concrete test die dit kwantificeert, beginnend bij de oorzaken die meestal de grootste verschillen verklaren.

Einddoel: een aansluitingstabel van waarde A naar waarde B, post voor post, waarvan de som klopt. Eindig met je aanbeveling: welke bron leidend te maken voor welk gebruik, en het acceptabele restverschil waaronder we stoppen met zoeken.

Ik sta op het punt om [deliverable, bijv. mijn maandrapportage, een klantpresentatie, een e-mail met kwartaalresultaten] te delen met [ontvangers]. Belangrijkste cijfers: [lijst belangrijkste cijfers met hun omschrijving]. Bronnen: [waar elk cijfer vandaan komt].

Loop met mij de laatste controle-checklist door, punt voor punt, en vraag me elk punt te bevestigen: interne consistentie (subtotalen tellen op tot totalen, percentages en hun basis kloppen, cijfers die twee keer voorkomen zijn overal gelijk), externe consistentie (vergelijking met vorige maand en vorig jaar: heeft elke verrassende variatie een geverifieerde verklaring, niet alleen een aannemelijke?), aangekondigd bereik (elk cijfer vermeldt periode, bereik en valuta; definities zijn niet gewijzigd zonder melding), reproduceerbaarheid (ik kan elk cijfer opnieuw maken: query of bronbestand bewaard), en afrondingen (consistent, geen schijnprecisie).

Geef voor elk punt dat ik niet kan bevestigen het concrete risico aan en of dit blokkerend is voor verspreiding of niet. Formaat: genummerde checklist met afvinkvakjes.

Ik wil automatisch afwijkende waarden detecteren in [gevolgde reeks, bijv. dagelijkse verkopen, bestellingen per uur, dagelijkse inschrijvingen] om snel te reageren bij problemen. Historie: [plak de reeks of beschrijf: granulariteit, ouderdom, typische waarden]. Tool: [Google Sheets, Excel, SQL]. Bekende normale variaties: [bijv. zaterdag druk, zondag rustig, seizoenseffecten].

Stel een eenvoudig en robuust systeem voor: een referentiewaarde die mijn cycli respecteert (vergelijk een maandag met voorgaande maandagen, niet met de dag ervoor), een afwijkingsmaatstaf en een onderbouwde alarmdrempel op basis van de werkelijke spreiding in mijn historie (toon de berekening, leg uit waarom deze drempel en geen willekeurig percentage), en een regel tegen vals alarm (bijv. pas alarmeren na twee opeenvolgende afwijkende punten, aparte drempels voor hoge en lage afwijkingen).

Geef de concrete implementatie in mijn tool, inclusief formules. Eindig met: de drie onschuldige oorzaken die het alarm onterecht zullen triggeren (feestdag, promotie, storing in dataverzameling) en hoe hiermee om te gaan, plus de procedure in drie stappen wanneer een alarm afgaat.

Een cijfer in mijn rapportage lijkt fout en ik moet beslissen: rekenfout, dataprobleem of een verrassende realiteit. Het cijfer: [waarde en omschrijving, bijv. de omzet van maart toont 240.000 euro tegenover 90.000 normaal]. Waar het verschijnt: [rapport, query of bestand]. Bekende productieketen: [waar komen de data vandaan en welke transformaties ondergaan ze].

Structureer het onderzoek in lagen, van het eindresultaat naar de bron, met bij elke laag de test die deze vrijpleit of beschuldigt: de eindberekening (formule, bereik, rapportfilter), de transformatie (aggregatie, join die dupliceert, importfout, recente definitiewijziging), de verzameling (storing, massale inhaalslag op één dag, toolwijziging), en tot slot de zakelijke realiteit (grote order, uitzonderlijke klant: welk specifiek record bewijst dit?).

Restrictie: verboden om iets te corrigeren voordat de oorzaak is geïdentificeerd; een verrassend maar waar cijfer wordt niet 'gecorrigeerd'. Formaat: geordend onderzoeksplan, gevolgd door de drie mogelijke uitkomsten met de bijbehorende actie (corrigeren, documenteren, alarmeren).

Ik heb open antwoorden van klanten verzameld via [kanaal, bijv. de open vraag in mijn klanttevredenheidsonderzoek, Google reviews, opzeggingsredenen] en ik wil hier een bruikbare analyse uit halen. Verbatims: [plak de verbatims, of een steekproef bij groot volume, met het totaal aantal]. Gestelde vraag aan klanten: [de exacte vraag].

Ga als volgt te werk: bouw een themarooster op basis van de verbatims zelf (geen vooraf bedacht rooster), met een definitie van één regel per thema zodat de classificatie reproduceerbaar is. Classificeer elk verbatim (meerdere thema's toegestaan), en kwantificeer vervolgens: aantal vermeldingen per thema, dominante toon, en kruising met [beschikbare variabele, bijv. gegeven score, klantduur] indien verstrekt.

Restricties voor eerlijkheid: citeer verbatims letterlijk zonder ze te herschrijven, maak onderscheid tussen veelvoorkomende thema's en zeldzame maar ernstige thema's, vermeld overal het aantal respondenten (geen percentages bij minder dan 30 antwoorden zonder melding), en verzin geen citaten. Formaat: samenvatting op één pagina (thema's gerangschikt op frequentie, 2 representatieve citaten per thema, zwakke signalen om in de gaten te houden), gevolgd door de volledige classificatietabel.

Ik heb een vragenlijst afgenomen via [tool, bijv. Google Forms, Typeform] en ik moet deze verwerken. Aantal reacties: [aantal]. Gestelde vragen: [lijst vragen met type: enkelvoudige keuze, meerkeuze, schaal, open]. Export: [plak een fragment van de antwoorden]. Doel van de enquête: [wat ik wil beslissen of leren].

Voer de verwerking in volgorde uit: opschonen (dubbele antwoorden, vragenlijsten die in enkele seconden zijn ingevuld, flagrante interne inconsistenties: lijst op wat je weglaat en waarom), frequentietabellen per vraag (met het juiste weergaveformaat per vraagtype), en vervolgens de 3 tot 5 meest nuttige kruisingen voor MIJN doel (rechtvaardig de keuze, kruis niet alles met alles).

Verplichte voorzorgsmaatregelen: herinner eraan wie er heeft geantwoord en hoe de steekproef kan verschillen van mijn doelgroep (verspreidingsmethode, vrijwilligheid), signaleer elke kruising waarbij een cel onder de 30 respondenten komt, en vermijd causale conclusies op basis van declaratieve data. Formaat: verwerkingsplan, resultaten van tabellen en kruisingen op mijn fragment, beperkingen in een afsluitend kader.

Ik heb [wijziging, bijv. nieuwe openingstijden, website-redesign, nieuwe prijs, nieuw verkoopscript] doorgevoerd op [datum] en ik wil weten of het gewerkt heeft, zonder controlegroep. Gevolgde metriek: [metriek]. Waarden voor: [reeks vóór de wijziging, zo lang mogelijk]. Waarden na: [reeks sinds de wijziging]. Andere gebeurtenissen in de periode: [wat er tegelijkertijd is veranderd: seizoen, campagne, nieuws, weer, concurrentie].

Voordat we gemiddelden vergelijken, dwing me te verifiëren: is het venster 'voor' representatief (lang genoeg, zonder anomalieën), overstijgt de waargenomen variatie de gebruikelijke schommelingen van de metriek (kwantificeer deze vanuit de historie), verklaart seizoensinvloed het verschil (vergelijk met dezelfde periode vorig jaar indien beschikbaar), en welke van de gelijktijdige gebeurtenissen zou hetzelfde effect kunnen produceren?

Concludeer op drie niveaus: wat de data toelaten te bevestigen, wat ze alleen suggereren, en wat ze niet kunnen beslissen. Eindig met de opzet die de volgende evaluatie sterker zou maken (geleidelijke uitrol, afwisseling, testgroep). Verboden: concluderen enkel op basis van tijdscoincidentie.

Schrijf een memo van één pagina op basis van mijn analyse, bedoeld voor [lezer, bijv. mijn directeur, de investeringscommissie, een klant] die dit in [beschikbare tijd, bijv. drie minuten] zal lezen en moet beslissen over: [verwachte beslissing]. Ruw materiaal: [plak de resultaten, cijfers, bevindingen van de analyse, ook als ze ongestructureerd zijn]. Mijn aanbeveling indien aanwezig: [aanbeveling].

Verplichte structuur: een titel die de conclusie vermeldt (niet het onderwerp), een eerste alinea die het antwoord en het kerncijfer geeft, daarna maximaal 3 bevindingen met elk ÉÉN ondersteunend cijfer, de mogelijke opties met hun kosten en risico in elk één regel, de expliciete aanbeveling, en een regel 'wat we nog niet weten' die de beperkingen aangeeft zonder de boodschap te verwateren.

Restricties qua vorm: maximaal één pagina, korte zinnen, geen analistenjargon (geen 'correlatie' of 'dataset' zonder uitleg), cijfers afgerond op de precisie die nodig is voor besluitvorming, geen cijfers in de memo die niet in het ruwe materiaal staan. Als het materiaal onvoldoende is voor een onderdeel van de structuur, schrijf dan [ontbrekende data] in plaats van iets te verzinnen.

Help me mijn analyseresultaten om te zetten in een presentatie die indruk maakt, voor [publiek en gelegenheid, bijv. de kwartaalreview voor de directie, een klantafspraak]. Duur: [duur]. Te presenteren resultaten: [plak de belangrijkste bevindingen en cijfers]. Wat ik aan het eind van het publiek wil bereiken: [besluit, budget, wijziging van prioriteit].

Bouw de verhaallijn op als een boog: de situatie die het publiek kent en erkent, de spanning (het cijfer of de bevinding die schuurt of verrast), de verkenning (waarom is dit zo, maximaal 2 of 3 bewijzen), de oplossing (wat ik voorstel) en de oproep tot actie/besluit. Deel dit vervolgens op in slides: één idee per slide, waarbij de titel van elke slide een bevestigende zin is die het idee draagt (de reeks titels alleen moet het hele verhaal al vertellen: controleer dit).

Stel voor elk kerncijfer een vergelijking voor die het tastbaar maakt (vergelijking met een voor het publiek bekende grootheid, vertaling naar euro's of klanten per week). Restricties: geen verzonnen cijfers voor het verhaal, de voorbehouden van de analyse krijgen een eigen slide, geen voetnoot. Formaat: plan slide-voor-slide met titel en inhoud.

Vertaal mijn analyseresultaat naar een heldere uitleg voor [publiek, bijv. het verkoopteam in een vergadering, franchisenemers, een eindklant] die geen statistische achtergrond heeft. Het technische resultaat: [vermeld het resultaat met technische termen, bijv. correlatie van 0,7 tussen X en Y, betrouwbaarheidsinterval, resultaat van een A/B-test, scoringsmodel]. Wat het publiek moet onthouden om actie te ondernemen: [verwachte actie of wijziging].

Produceer drie niveaus van uitleg: de 30-seconden mondelinge versie (gewone taal, een analogie uit het dagelijks leven als dat helpt, geen technische termen), de 5-minuten versie met een concreet cijfervoorbeeld uit mijn data, en het antwoord op de 3 vragen die dit publiek waarschijnlijk zal stellen.

Restricties voor getrouwheid, niet onderhandelbaar: de vereenvoudiging mag niet MEER zeggen dan het technische resultaat (een correlatie wordt geen oorzaak, een trend wordt geen zekerheid, een resultaat op een segment wordt niet algemeen); geef expliciet aan waar je hebt vereenvoudigd en wat de vereenvoudiging weglaat. Formaat: de drie niveaus, gevolgd door de lijst van bewuste vereenvoudigingen.

Ik wil [betrokken rapportage, bijv. mijn maandelijks salesdashboard, het activiteitenrapport dat elke maandag wordt verzonden] documenteren zodat iemand anders het kan maken, begrijpen en corrigeren zonder mij. Hoe het vandaag wordt gemaakt: [beschrijf het proces: bronnen, extracties, bestanden, formules, handmatige bewerkingen, verspreiding]. Frequentie: [frequentie]. Ontvangers: [wie ontvangt het en wat doen ze ermee].

Schrijf de documentatie in vier delen: de handleiding voor productie (elke stap in volgorde, met de exacte plek om te klikken of de uit te voeren query, inclusief de 'lelijke' handmatige bewerkingen: juist die gaan verloren), de dictionary van de getoonde indicatoren (definitie, formule, bron van elk), de afhankelijkheidskaart (wat het rapport breekt: een export die van formaat verandert, een toegang die verloopt, een hernoemd tabblad), en het incidentprotocol (hoe een betwist cijfer te verifiëren, wie te informeren, hoe een foutief verzonden rapport te corrigeren).

Stel me de vragen die je nodig hebt als mijn beschrijving gaten bevat, in plaats van ze met aannames te vullen. Formaat: gestructureerd document klaar om op te slaan in [locatie, bijv. de team-Drive].

Ik moet twee bestanden koppelen die over dezelfde entiteiten gaan maar zonder betrouwbaar gemeenschappelijk ID: [bestand 1, bijv. CRM-export met bedrijfsnaam en e-mail] en [bestand 2, bijv. boekhoud-export met statutaire naam en factuurnummer]. Kolommen bestand 1: [lijst]. Kolommen bestand 2: [lijst]. Fragmenten: [plak 10 regels van elk]. Doel van de koppeling: [wat ik aan het eind wil bereiken].

Bouw de koppelingsstrategie in stappen op, van meest zeker naar minst zeker: eerst de exacte sleutels beschikbaar na normalisatie (e-mail in kleine letters, KvK-nummer, opgeschoond telefoonnummer), dan samengestelde sleutels (genormaliseerde naam plus postcode), dan 'fuzzy matching' op namen (leg de methode uit die uitvoerbaar is in [Excel, Google Sheets] en de beperkingen ervan). Vermeld per stap: hoeveel regels gekoppeld in mijn fragmenten, en het te verwachten percentage fout-positieven.

Restricties: elke koppeling behoudt een kolom 'methode' die aangeeft via welke stap deze is gekoppeld; niet-gekoppelde regels eindigen in een lijst voor handmatige verwerking, nooit stilletjes weggooien. Formaat: stappenplan, formules, tabel voor monitoring van koppelingspercentages.

Ik kan niet de hele populatie onderzoeken en moet met een steekproef werken. Populatie: [beschrijving en omvang, bijv. 12.000 klantdossiers, 3.000 jaarfacturen, 800 opgenomen gesprekken]. Wat ik wil schatten of verifiëren: [doel, bijv. het foutpercentage bij invoer, het aandeel conforme dossiers]. Benodigde precisie voor besluitvorming: [bijv. weten of het percentage boven de 5% ligt, een schatting met +/- 3 punten marge].

Bouw het plan: de benodigde steekproefomvang voor mijn doelprecisie (leg de redenering eenvoudig uit, zonder zomaar een formule te droppen), de trekkingsmethode die voor de hand liggende bias voorkomt (eenvoudig aselect of gestratificeerd: als mijn populatie zeer verschillende subgroepen heeft [beschrijf mogelijke strata], adviseer en dimensioneer dan de stratificatie), en de concrete trekkingsprocedure in [Excel of Google Sheets] (formule voor reproduceerbare aselecte trekking).

Lijst de biases op die MIJN case bedreigen ondanks de trekking (onvindbare dossiers vervangen door makkelijke, niet-representatieve periode) en de oplossing voor elk. Eindig met de standaardzin, eerlijk, om het eindresultaat te presenteren met de onzekerheidsmarge.

Mijn conversieratio varieert afhankelijk van de berekeningswijze en ik wil deze voor eens en altijd betrouwbaar maken. Context: [betrokken proces, bijv. websitebezoek naar aankoop, offerte naar handtekening, oproep naar afspraak]. Meetbronnen: [tools, bijv. GA4, CRM, kassasysteem]. Momenteel gebruikte berekeningen en hun resultaten: [de verschillende versies die circuleren].

Help me de strikte definitie vast te leggen: de teller (welke gebeurtenis telt als conversie, hoe om te gaan met annuleringen, dubbelingen, meerdere conversies van dezelfde persoon), de noemer (wie zit er in de basis: unieke bezoekers of bezoeken, gekwalificeerde leads of alle contacten, op welk instapcriterium), en het attributievenster (hoeveel tijd tussen instap en conversie, en aan welke periode wijs je een conversie toe die over twee maanden heen loopt).

Toon voor elke keuze het effect op het cijfer met mijn data en geef de meest gebruikelijke conventie aan. Leg uit waarom mijn huidige berekeningen uiteenlopen. Eindig met de gekozen definitie in één publiceerbare zin, en de twee leesfouten die voorkomen moeten worden bij degenen die dit cijfer zien (vergelijken van ratio's met verschillend bereik, middelen van ratio's zonder weging).

Ik wil de churn (uitstroom) berekenen en volgen voor [activiteit, bijv. mijn software-abonnementen, onderhoudscontracten, sportschool]. Beschikbare data: [beschrijf, bijv. export van abonnementen met startdatum, einddatum, status, maandelijks bedrag]. Facturatiecyclus: [maandelijks, jaarlijks, gemengd].

Stel eerst de definitiebesluiten vast, met voor elk de optie die je aanbeveelt voor mijn case en het effect op het cijfer: churn in aantal klanten of in omzet (beide vertellen een ander verhaal: toon een cijfervoorbeeld), de startbasis (klanten aan het begin van de periode, inclusief of exclusief nieuwe klanten van de maand), de afhandeling van grensgevallen (pauze, openstaande betaling, downgrade, opzegging ingediend maar later effectief, klant vertrokken en weer teruggekomen).

Geef daarna de exacte formule en de implementatie in [Excel, Google Sheets of SQL] op mijn data. Waarschuw me voor leesvalkuilen: mengen van maandelijkse en jaarlijkse cycli in hetzelfde cijfer, churn die mechanisch verbetert als de verkoop versnelt, en waarom een lezing per cohort een nuttige aanvulling is op het globale cijfer. Formaat: besluiten, formule, implementatie, valkuilen.

Ik wil begrijpen wat elk [product, dienst of groep] me echt oplevert. Data: [beschikbare export, bijv. verkoop per product met aantallen en prijzen uit kassa, inkopen en kosten uit boekhouding]. Geïdentificeerde kosten: [lijst: inkoop, materialen, arbeid, vaste lasten, verzending, commissies].

Bouw de analyse in stappen op: de brutomarge per product (verkoopprijs minus directe kosten, geef overal aan of het excl. btw is), en dan de lastige vraag van de indirecte kosten: stel 2 aannemelijke verdeelsleutels voor voor mijn activiteit (op basis van omzet, bestede tijd, volume), toon hoe de ranglijst van producten verandert per sleutel, en leg uit waarom geen enkele 'de ware' is.

Presenteer het resultaat door margepercentage EN marge in euro's te kruisen met volume: het product met een hoog percentage dat niet verkoopt, het product met een laag percentage dat het volume maakt, en wat we missen als we naar slechts één van de twee kolommen kijken. Eindig met de 3 type beslissingen die deze analyse kan ondersteunen (prijs, stoppen, promoten) en voor elk het aanvullende cijfer dat gecheckt moet worden voor een besluit. Formaat: methode, voorbeeldtabel, becommentarieerde lezing.

Ik wil meten in hoeverre mijn activiteit afhankelijk is van enkele [klanten, producten, kanalen, artikelen]. Data: [export, bijv. omzet per klant over 12 maanden uit facturatie, verkoop per artikel uit kassa]. Tool: [Excel of Google Sheets].

Begeleid de opbouw van de concentratie-analyse: aflopende sortering, cumulatief totaal en cumulatief percentage (exacte formules in mijn tool), lezing van de relevante drempels (hoeveel elementen voor 50% en 80% van het totaal, aandeel van de top 1 en top 5), en een Pareto-curve indien nuttig (hoe te tekenen en te lezen).

Ga verder dan de vaststelling: help me het RISICO van deze concentratie voor mijn case te kwalificeren: wat gebeurt er als de grootste [klant of product] wegvalt (impact in euro's en percentage), neemt de concentratie toe of af vergeleken met [beschikbare vergelijkingsperiode], en kost de 'long tail' (de vele kleine) meer dan het oplevert om te bedienen?

Restricties: behandel gerelateerde elementen die in werkelijkheid één zijn (zelfde groep, zelfde inkoper), en concludeer niet 'snijd de staart af' zonder naar de werkelijke kosten te kijken. Formaat: methode, formules, risico-lezing in 5 regels.

Ik wil de prestaties van mijn [verkooppunten, vestigingen, teams, sites] vergelijken zonder onredelijk te zijn: ze hebben niet dezelfde context. Te vergelijken eenheden: [lijst, met hun bekende verschillen: grootte, locatie, ouderdom, personeelsbezetting, passantenstroom]. Data: [beschikbare metrieken per eenheid en periode].

Bouw de vergelijking op in drie stappen. Eerst de metrieken TERUGGEBRACHT naar een eerlijke basis (per verkoper, per vierkante meter, per openingsuur, per inwoner van het gebied: kies de relevante ratio's voor mijn activiteit en onderbouw dit). Daarna de vergelijking van elke eenheid met zichzelf (groei over een jaar): vertelt de ranglijst op basis van groei iets anders dan de bruto ranglijst? Tot slot de resterende onverklaarbare verschillen: die welke overblijven na normalisatie en die een bezoek of gesprek verdienen, geen sanctie.

Restricties: signaleer eenheden die te nieuw of te klein zijn om gerangschikt te worden, vat nooit samen in één enkele ranglijst zonder de onderliggende ratio's te tonen, en lijst de factoren op die de data niet vangen (verbouwingen, lokale concurrentie, langdurige afwezigheid). Formaat: voorbeeld vergelijkingstabel, gevolgd door een leeswijzer voor de review met de verantwoordelijken.

Ik wil mijn conversiefunnel analyseren om te vinden waar ik de meeste impact kan maken. Proces: [beschrijf de stappen in volgorde, bijv. bezoek, productpagina, winkelmand, verzending, betaling, bevestiging; of voor B2B: lead, contact gelegd, afspraak, offerte, getekend]. Volumes per stap over [periode]: [plak de cijfers]. Meetbron: [GA4, CRM, anders].

Bereken de doorgangspercentages tussen elke opeenvolgende stap (niet alleen het totale percentage van begin tot eind) en identificeer de stap met het grootste verlies, zowel in absoluut aantal verloren personen ALS in percentage: de twee lezingen wijzen niet altijd naar dezelfde stap. Leg uit welke prioriteit moet krijgen voor mijn doel [doel, bijv. meer getekende offertes bij gelijkblijvend verkeer].

Controleer eerst met mij de meetvalkuilen: technische stappen die niet altijd triggeren, mensen die een stap overslaan of teruggaan, te kort meetvenster voor trage processen. Stel vervolgens de meest leerzame kruising voor met [beschikbaar segment, bijv. mobiel vs desktop, verkeersbron, klantgrootte] en wat een verschil tussen segmenten zou impliceren. Formaat: tabel met ratio's, diagnose, 2 testbare verbeterhypothesen voor de prioritaire stap.

Ik vermoed een verband tussen [variabele 1, bijv. het weer, het aantal online reviews, de reactietijd op offertes] en [variabele 2, bijv. mijn verkoop, mijn conversieratio] en ik wil dit goed controleren. Data: [plak de twee gekoppelde reeksen, met de granulariteit: per dag, per week, per dossier]. Eerste intuïtie: [wat ik geloof en wat ik ermee zou doen als het bevestigd wordt].

Begeleid de analyse in [Excel of Google Sheets]: eerst het spreidingsdiagram (scatter plot) en de interpretatie ervan (vorm, richting, uitbijters die de relatie beïnvloeden), daarna de correlatiecoëfficiënt met een uitleg in gewone taal en de drempels waarboven het interessant wordt gezien mijn aantal waarnemingen [aantal punten].

Dan het belangrijkste deel: loop de concurrerende verklaringen door voordat je een causale conclusie trekt: gemeenschappelijke factor die beide variabelen beïnvloedt (seizoensinvloed is de belangrijkste bij tijdreeksen), omgekeerde causaliteit, puur toeval bij weinig datapunten. Geef voor elk de eenvoudige test die dit versterkt of verzwakt met mijn data. Verplichte conclusie in drie regels: wat is vastgesteld, wat blijft een hypothese, en welk concreet experiment zou de doorslag geven.