Data analyseren met AI: exports, prompts en privacy

Data analyseren met AI werkt goed voor het reken- en zoekwerk: trends over maanden, uitschieters, verschillen tussen campagnes en verbanden die je zelf over het hoofd ziet. Je uploadt een export uit Google Ads, Meta, GA4 of WooCommerce, nadat je de persoonsgegevens eruit hebt gehaald, en je stelt gerichte vragen. Zet training uit, en gebruik een zakelijk abonnement zodra er klantgegevens in zitten. De AI rekent en wijst aan, jij rekent de belangrijkste getallen na en trekt de conclusie.

Data analyseren met AI: wat het goed doet en waar het misgaat

Een taalmodel is een goede rekenhulp voor marketingcijfers, op voorwaarde dat het echt rekent. ChatGPT en Claude schrijven bij een geüpload bestand zelf code, draaien die en geven je het resultaat, en Gemini en Copilot kunnen dat in de meeste versies ook. Dat is iets anders dan een getal "bedenken" in een gewone chatzin. Zie je geen code of analyseblok, vraag er dan om.

Waar AI je bij data-analyse tijd scheelt:

• Trends over tijd. Kosten, conversies en omzet per maand naast elkaar, met de grootste stijgers en dalers.
• Uitschieters. De campagne die opeens het dubbele kost per aanvraag, het product dat in één week de helft van de omzet draaide.
• Vergelijken. Mobiel tegen desktop, nieuwe tegen terugkerende klanten, land A tegen land B.
• Verbanden. Hogere orderwaarde bij klanten die via de nieuwsbrief kwamen, minder aanvragen in weken met minder budget.
• Opschonen. Drie exports samenvoegen, campagnenamen gelijktrekken, een draaitabel bouwen die jij in Excel een middag zou kosten.

Waar het misgaat, is net zo voorspelbaar:

• Rekenfouten zonder code. Rekent het model "uit het hoofd", dan kloppen totalen en percentages niet altijd.
• De verkeerde kolom. Conversies en alle conversies, sessies en gebruikers: het model pakt soms de kolom die erop lijkt.
• Gemiddelden van percentages. Het gemiddelde van vijf conversiepercentages is iets anders dan het totaal aantal conversies gedeeld door het totaal aantal klikken.
• Getalnotatie. Exports met een Nederlandse taalinstelling gebruiken vaak een komma als decimaalteken en een punt voor duizendtallen. Leest het model 1.250 als één komma twee, dan is alles daarna fout.
• Context die het niet kent. Je formulier lag drie dagen plat, je had een prijsverhoging, de zomer is je stille maand. Dat staat niet in de export.
• Verband is geen oorzaak. Dat aanvragen daalden toen het budget daalde, bewijst niet dat het budget de oorzaak was.

Daarom deze verdeling: de AI rekent en wijst aan, jij controleert en trekt de conclusie. In ChatGPT voor ondernemers staat die verdeling voor al je marketingwerk; hier werk ik hem uit voor cijfers.

Welke tool? ChatGPT, Claude, Copilot of Gemini voor je spreadsheet

Voor marketingexports is het verschil in rekenkracht klein. Het verschil zit in waar je werkt.

Claude for Excel is interessant als je in je eigen werkmap wilt blijven. Je stelt vragen over de open werkmap en de antwoorden verwijzen naar de cellen waar een getal vandaan komt. Dat maakt narekenen makkelijker. Anthropic zegt er in de eigen documentatie eerlijk bij dat de invoegtoepassing niet bedoeld is voor eindproducten voor klanten zonder menselijke controle, en ook niet voor berekeningen waar veel van afhangt zonder verificatie. Ook waarschuwt Anthropic voor bestanden van buiten: die kunnen verborgen instructies bevatten. Werk dus met je eigen exports.

Welke assistent het beste bij je bedrijf past, met prijzen en abonnementen, lees je in ChatGPT, Claude of Gemini. Wil je je GA4-cijfers niet exporteren maar direct bevragen, dan kan dat met een koppeling; hoe, lees je in Google Analytics MCP.

Stap 1: kies de juiste export

Hoe kleiner en schoner je export, hoe beter de analyse. Exporteer per vraag alleen de kolommen en de periode die je nodig hebt. Wil je trends zien, exporteer dan per maand over minstens dertien maanden, zodat je ook met dezelfde maand vorig jaar kunt vergelijken.

• Google Ads. Open Campagnes, zet de kolommen die je nodig hebt (kosten, klikken, conversies, conversiewaarde), segmenteer op tijd per maand en klik op het downloadicoon boven de tabel. Kies csv of Excel.
• Meta Ads. In Advertentiebeheer kies je de kolommen en een uitsplitsing per maand, en exporteer je de tabelgegevens als csv of xlsx.
• GA4. Open bijvoorbeeld Verkeersacquisitie, klik rechtsboven op het pictogram om het rapport te delen en download het bestand als csv. Bovenaan zo'n bestand staan regels met een hekje (#) met de property en de periode. Zeg dat erbij, anders leest het model ze als data.
• WooCommerce. Onder Analytics vind je onder andere Bestellingen en Producten, met een knop om de tabel te downloaden. In de bestellingen staan klantnamen. Daarover gaat stap 2.

Eén tip die veel misverstanden voorkomt: gebruik per vraag één bron. Google Ads en GA4 tellen conversies op een andere manier. Leg je ze naast elkaar zonder dat te weten, dan lijkt het alsof er data ontbreekt. Waarom de cijfers verschillen, lees je in Google Ads vs Analytics.

Stap 2: haal persoonsgegevens eruit voordat je uploadt

Campagne-exports uit Google Ads en Meta en de standaardrapporten van GA4 bevatten opgetelde cijfers, geen personen. Kijk in GA4 wel even naar pagina-adressen en zoektermen op je site: daar staat soms een e-mailadres of naam in. Bestellingen, klantenlijsten en CRM-exports bevatten wel persoonsgegevens. Haal daaruit vóór het uploaden alles weg wat je niet nodig hebt:

• namen, e-mailadressen, telefoonnummers en adressen: verwijderen;
• klantnaam vervangen door een klantnummer als je herhaalaankopen wilt volgen;
• postcode inkorten tot de vier cijfers als je alleen de regio nodig hebt;
• vrije tekstvelden zoals opmerkingen bij een bestelling: verwijderen, daar staat vaak meer in dan je denkt.

Weet wel wat dit juridisch betekent. Een klantnummer waarvan jij weet bij wie het hoort, is gepseudonimiseerd, niet anoniem. Onder de AVG blijven het dan persoonsgegevens. Het risico is kleiner, maar je blijft verantwoordelijk. Heb je het nummer niet nodig, laat het dan ook weg.

Daarnaast telt het abonnement. Zakelijke abonnementen zoals ChatGPT Business, Claude Team en Enterprise, Gemini in Google Workspace en Copilot met een werkaccount gebruiken je gegevens volgens de aanbieders standaard niet om modellen te trainen, en bieden een verwerkersovereenkomst. Bij de persoonlijke abonnementen van ChatGPT en Claude zet je training zelf uit in de instellingen voor gegevensbeheer of privacy. Doe dat voordat je je eerste export uploadt. Dat is genoeg voor campagnecijfers zonder personen erin, maar niet voor klantdata: een persoonlijk abonnement heeft geen verwerkersovereenkomst. Staat er nog een klantnummer of een ander persoonsgegeven in je bestand, gebruik dan een zakelijk abonnement. Welke instellingen per tool precies, en hoe je een verwerkersovereenkomst afsluit, lees je in is ChatGPT AVG-proof?. Werk je met een team, leg dan in je AI-beleid vast welke exports er wel en niet in mogen.

Stap 3: geef context en stel gerichte vragen

Een export zonder uitleg levert een algemene analyse op. Begin daarom met een contextbericht en stel daarna één vraag per keer.

Je helpt me met een analyse van mijn marketingcijfers. Ik heb [soort bedrijf] en verkoop [aanbod]. Het bestand is een export van [bron] over [periode], per maand. Kolommen: [korte uitleg per kolom]. Getallen gebruiken een komma als decimaalteken en een punt voor duizendtallen. Reken altijd met code en laat de code zien. Zeg het als een kolom ontbreekt of iets onduidelijk is, in plaats van te gokken. Wat je moet weten over deze periode: [bijvoorbeeld: prijsverhoging in maart, formulier lag 12 tot 15 juni plat, budget in augustus gehalveerd].

Daarna werken deze vragen goed:

Zet per maand de kosten, conversies en kosten per conversie in een tabel, en vergelijk elke maand met dezelfde maand vorig jaar. Bereken de kosten per conversie als totale kosten gedeeld door totale conversies, niet als gemiddelde van percentages.

Welke drie campagnes wijken het meest af van hun eigen gemiddelde over de laatste zes maanden? Geef per campagne het getal, het gemiddelde en het verschil.

Welke verbanden zie je tussen [kolom A] en [kolom B]? Zeg per verband hoe sterk het is en wat er nog meer zou kunnen verklaren dat ze samen bewegen.

Wat zou je als analist nog willen weten voordat je hier conclusies aan verbindt? Noem de vragen, geen conclusies.

Die laatste is de nuttigste. Een goede analyse eindigt met vragen die jij kunt beantwoorden, niet met een stellig advies van iemand die je bedrijf niet kent.

Stap 4: reken na en toets aan wat jij weet

Een taalmodel presenteert een fout getal net zo zeker als een goed getal. Controleer daarom elke analyse voordat je er iets mee doet. Dit lijstje kost tien minuten:

• Totalen. Klopt het totaal van de kosten en conversies met wat het platform zelf toont over dezelfde periode?
• Twee getallen zelf. Kies de twee getallen waar je een beslissing op baseert en reken ze na in je spreadsheet.
• Periode. Gaat de analyse over precies de maanden die je bedoelt, zonder een halve lopende maand?
• Percentages. Is een stijging van 2% naar 3% beschreven als 1 procentpunt of als 50%? Allebei kloppen, maar ze zeggen iets anders.
• Kleine aantallen. Een stijging van 4 naar 6 aanvragen is 50%, en tegelijk toeval. Kijk dan over een langere periode.
• Context. Past de verklaring bij wat jij weet dat er speelde? Zo niet, dan is jouw kennis leidend.

Twijfel je over een getal, vraag dan: "Laat zien welke rijen je hebt meegeteld voor dit getal." Dan zie je meteen of het model een filter of kolom verkeerd heeft gelezen.

Vragen die AI goed beantwoordt, en vragen die bij jou blijven

Het verschil zit in de soort vraag. Vragen naar wat er in de cijfers staat, beantwoordt AI snel en meestal goed. Vragen naar wat je moet doen, hangen af van dingen die niet in de export staan.

Die laatste vraag hangt af van wat je met je marketing wilt bereiken. Een campagne met hoge kosten per aanvraag kan prima zijn als die aanvragen veel waard zijn. Welke cijfers voor jouw bedrijf de beslissende zijn, kies je vooraf; hoe, lees je in marketing KPI's. Pas daarna weet je welke vragen je een AI stelt.

Conclusie: AI als rekenhulp, jij als analist

Data analyseren met AI scheelt je vooral uitzoekwerk. Upload een kleine, schone export, haal er persoonsgegevens uit, gebruik een zakelijk account of zet training uit, en geef context voordat je vragen stelt. Laat het model rekenen met code, vraag om de tussenstappen en reken de getallen waar je op beslist zelf na. De conclusie trek jij, met de kennis van wat er die maand echt gebeurde.

Wil je die analyse elke maand omzetten in een verhaal voor jezelf of je team, lees dan hoe je een rapportage maakt met AI. Wil je weten wat het kost als ik je meting en campagnes inricht? Download de prijslijst.