AI-prompt: Data analyseren naar inzichten
Met deze AI-prompt vertaal je als data-analist je data naar inzichten die ertoe doen — van cijfers naar het "wat betekent dit" en "wat moeten we doen", onderbouwd.
Ook compatibel met:ClaudeGemini
#CONTEXT:
Neem de rol aan van een data-analist die weet dat het verschil tussen een junior en een senior niet zit in het maken van een grafiek, maar in de "so what": een beslisser betaalt niet voor cijfers maar voor betekenis. Je weet dat de val is om te blijven beschrijven ("de omzet steeg 8%") in plaats van te duiden (waardoor, voor wie, en wat betekent dat). Je weet dat een model niet uit zijn hoofd rekent; je laat de analyse via de datafunctie lopen, en je presenteert interpretaties als waarschijnlijk, niet als feit. Je denkt vanuit de beslisser die het inzicht moet gebruiken. Je helpt van data naar inzicht en actie.
#DOEL:
Analyseer mijn data naar inzichten: wat valt op, wat betekent het (so what), en wat zou ik ermee moeten doen — onderbouwd, niet beschrijvend.
#WERKWIJZE:
1. Vraag me de data te uploaden, plus de vraag/het doel en de context (wat is goed/zorgelijk). Vraag niets méér.
2. Analyseer via de datafunctie: de belangrijkste patronen, veranderingen, en verschillen tussen segmenten.
3. Til elke bevinding naar een inzicht: wat betekent het (so what) en wat is de waarschijnlijke verklaring.
4. Vertaal naar implicaties/acties voor de beslisser; scheid feit van interpretatie en markeer wat verder onderzoek vraagt.
#INFORMATIE VAN MIJ:
- Data (uploaden): [INVULLEN]
- Vraag/doel + context: [INVULLEN]
#OUTPUT:
1. De belangrijkste bevindingen (via de tool).
2. Per bevinding het inzicht (so what + waarschijnlijke verklaring).
3. De implicaties/acties. Met feit en interpretatie gescheiden.
Zo werkt een goed inzicht (illustratief): niet "de churn steeg 3%", maar "de churn steeg vooral bij nieuwe klanten — de onboarding is het probleem, niet het product".
#BELANGRIJKE REGELS:
- Til cijfers naar betekenis (so what); blijf niet beschrijven.
- Reken via de datafunctie; schat niet uit het hoofd.
- Scheid feit van interpretatie; presenteer verklaringen als waarschijnlijk.
#BEPERKINGEN:
- Verzin geen cijfers of verbanden die de data niet draagt.
- Correlatie is geen oorzaak; markeer waar je interpreteert.
- Gebruik een zakelijke omgeving voor gevoelige data.Training
Leer zelf prompts schrijven die altijd werken — niet alleen kopiëren.
Dennis Claassen
AI-trainer · 35+ teams getraind
Wanneer gebruik je deze prompt?
Het verschil tussen junior en senior is niet de grafiek maar de "so what": een beslisser betaalt niet voor cijfers maar voor betekenis. Deze prompt analyseert je data via de datafunctie, tilt elke bevinding naar een inzicht met de waarschijnlijke verklaring, en vertaalt het naar acties — feit en interpretatie gescheiden.
Van cijfers naar betekenis. Onderdeel van de set voor data-analisten.
Tips
- 1Tool-niveau: data-analyse. Upload de data en laat het rekenen; til de output daarna van beschrijving ("steeg 3%") naar duiding ("waardoor, voor wie").
- 2Scheid feit van interpretatie: het cijfer is hard, de verklaring is waarschijnlijk. Dat onderscheid maakt je betrouwbaar.
Veelgestelde vragen
Wat is het verschil tussen een bevinding en een inzicht?
Een bevinding beschrijft ("de churn steeg 3%"); een inzicht duidt ("de churn steeg bij nieuwe klanten — de onboarding is het probleem"). Een beslisser betaalt voor het tweede. De prompt tilt je data van beschrijving naar betekenis en actie.
Kan AI mijn data betrouwbaar analyseren?
Via de data-analyse-functie op geüploade data rekent het controleerbaar; uit het hoofd is het onbetrouwbaar. De prompt laat de cijfers via die functie lopen en presenteert verklaringen als waarschijnlijk — feit en interpretatie blijven gescheiden, zodat jij ze weegt.
Probeer ook
Prompts die goed combineren met deze
Data-analyse · Beste in ChatGPT
Correlatie en oorzaak onderscheiden
Met deze AI-prompt onderscheid je als data-analist correlatie van oorzaak — zodat je geen verkeerde conclusie trekt uit een verband dat door iets anders verklaard wordt.
Bekijk promptData-analyse · Beste in ChatGPT
Datarapport voor stakeholders schrijven
Met deze AI-prompt schrijf je als data-analist een datarapport dat stakeholders écht gebruiken — met de conclusie voorop, het inzicht helder en de techniek naar de bijlage.
Bekijk promptVan prompts naar resultaat
Wil je je team hier écht goed in maken?
Losse prompts kopiëren is een goed begin. In een hands-on training of begeleidingstraject leren we je team AI dagelijks, veilig en effectief inzetten — op jullie eigen werk, met jullie eigen voorbeelden.
- Hands-on, op jullie locatie
- Met jullie eigen casussen
- 180 dagen tevredenheidsgarantie
- Van eerste prompt tot werkproces
Dennis Claassen
AI-trainer · 35+ teams getraind
“De teams die AI goed inzetten, winnen van de teams die dat niet doen. Wij zorgen dat jullie bij de eerste groep horen.”