Bouw een AI Data-analist die denkt als een senior analist

Samenvatting

AI Data-analist controleert cijfers in zes stappen voordat hij een aanbeveling presenteert.

AI Data-analist met een zesstapsproces

Het artikel bouwt een Python-toolkit die een zakelijke vraag niet rechtstreeks naar één chatbotprompt stuurt. De vraag doorloopt zes fasen: begrip van de businessvraag, hypothesevorming, SQL-planning, validatie, een samenvatting voor bestuurders en aanbevelingen.

De toolkit werkt met de Anthropic- of OpenAI-API. Gebruikers laden een eigen tabel in, bijvoorbeeld online_orders.csv, waarna de stappen in volgorde uitvoeren in een notebook. Het voorbeeld bevat 29 orderregels met informatie over producten, promoties, kosten, klanten, verkoopdatums en verkochte eenheden.

Waarom de AI Data-analist meer controle nodig heeft

Een chatbot kan een promotie kiezen op basis van het aantrekkelijkste getal, zonder te controleren hoeveel waarnemingen daarachter zitten. Een promotie met goede resultaten uit 10 orders geeft minder zekerheid dan een promotie die over 1.000 orders goed presteert. Het artikel vertaalt daarom het werkritme van een senior analist naar vaste controles in code.

De eerste controle gebeurt bovendien vóór een taalmodel wordt aangeroepen. Met Pandas inspecteert de toolkit kolommen, gegevenstypen en ontbrekende waarden. Daarna geeft gewone SQL al een eerste beeld van de dataset. In het voorbeeld staan geen ontbrekende waarden, terwijl date_sold als tekst is opgeslagen. Die details bepalen hoe betrouwbaar vervolgstappen zijn.

De aanpak verschilt van een losse vraag aan een chatbot: niet snelheid, maar controle vormt de structuur. Anthropic en OpenAI zijn hierbij API-opties; Python, Pandas en SQL verzorgen de gegevenscontrole en uitvoering.

Concrete takeaway voor de AI Data-analist

Bouw voor analytische chattoepassingen eerst een vaste keten met vraagverheldering, hypothese, SQL, validatie en samenvatting. Laat de code vóór elke aanbeveling de omvang van groepen, het aantal waarnemingen, het schema en ontbrekende waarden controleren. Test die keten op een eigen tabel voordat je resultaten aan bestuurders presenteert.