Data Analysis

• Je moet een KPI debuggen, een metrische piek of daling onderzoeken, of verklaren waarom een getal is veranderd.
• Je voert een A/B-test, cohortanalyse of funnelreview uit en hebt een statistisch onderbouwde interpretatie nodig — niet alleen een onbewerkt getal.
• Je bereidt een managementrapport of stakeholderbrief voor en wilt bevindingen gepresenteerd zien als een beslissing, niet als een datadump.
• Je werkt met SQL, Python-notebooks, spreadsheets of BI-tool-exports en het moeilijke deel is analytisch inzicht: wat te meten, hoe het te vergelijken en wat het eigenlijk betekent.

• Je hebt alleen hulp nodig bij mechanische spreadsheetopmaak of pure SQL-syntaxis zonder analytische laag — de bijbehorende sql- of csv-skills zijn dan mogelijk voldoende.
• Je moet een live dashboard of rapportagepijplijn bouwen of configureren; overweeg in dat geval de dashboard- of business-intelligence-skills.
• De datakwaliteit is te slecht of de steekproefomvang te klein voor betrouwbare inferentie — deze skill zal dat aangeven en ongefundeerde conclusies blokkeren in plaats van vals vertrouwen te wekken.

Voordat er ook maar naar data wordt gekeken, koppelt de vaardigheid elke analyse aan een concrete beslissing: wie er verantwoordelijk voor is, wat er zou veranderen als het resultaat X of Y is, en wat het relevante tijdsbestek is. Een analyse zonder duidelijke beslissing wordt beschouwd als onvolledig.

Elke berekening is gekoppeld aan een expliciet metrisch contract: entiteit, granulariteit, teller, noemer, tijdvenster, tijdzone, filters, uitsluitingen en bron van waarheid. Onduidelijkheden worden gesignaleerd voordat resultaten worden gepresenteerd, waardoor stille definitiedrift wordt voorkomen.

De skill valideert de toereikendheid van de steekproefomvang, eerlijke vergelijkingsgroepen, het risico op meervoudige vergelijkingen, praktische versus statistische significantie en de kwantificering van onzekerheid. Resultaten worden gepresenteerd als bereiken (bijv. "12–18% verbetering") in plaats van onjuiste puntschattingen.

De skill koppelt analytische vragen aan de juiste methode: hypothesetoetsen voor vergelijkingen, regressie voor voorspellingen, cohortanalyse voor retentie, segmentatie voor groepsverschillen en anomaliedetectie voor ongebruikelijke patronen — elk met de juiste belangrijkste uitvoer.

Elk resultaat is gestructureerd als: antwoord, onderbouwing, betrouwbaarheidsniveau, voorbehouden en aanbevolen vervolgactie. Uitvoer gericht op belanghebbenden vertaalt technische bevindingen naar zakelijke implicaties, in plaats van te beginnen met de methodologie.

De skill signaleert actief analytische valkuilen, zoals hergebruikte KPI-namen na definitiewijzigingen, het mengen van aggregatieniveaus in één grafiek, het tonen van percentages zonder onderliggende aantallen, en het achteraf zoeken naar een verhaal bij de data — voordat deze fouten een beslissing kunnen beïnvloeden.

Gebruik deze skill na het uitvoeren van een productexperiment om de steekproefgrootte te valideren, te controleren op novelty-effecten, de effectgrootte met betrouwbaarheidsintervallen te berekenen en een stakeholderrapportage op te stellen waarin staat of het resultaat beslissingsgereed is of verder testen vereist.

Wanneer een belangrijke statistiek onverwacht beweegt, doorloopt de vaardigheid de verificatie van het metriekcontract, segmentdecompositie, consistentie van tijdsgranulariteit en controles op verstorende factoren om te bepalen of de beweging een echt signaal is of een artefact van definitie- of gegevenskwaliteitsproblemen.

Converteer ruwe queryresultaten of notebookuitvoer naar gestructureerde besluitvormingsbriefings — met het inzicht voorop, de onzekerheid gekwantificeerd, een vermelding van wat de data je niet kan vertellen, en een aanbeveling voor de volgende stap — geschikt voor leidinggevenden of cross-functionele stakeholders.

Analyseer hoe verschillende gebruikscohorten zich gedurende de tijd gedragen, maak retentiecurven uitgesplitst naar acquisitieperiode of segment, en interpreteer of waargenomen verschillen statistisch betekenisvol zijn of binnen de ruis vallen.