Formuleer eerst de vragen

Bepaal voordat je de gegevens bekijkt wat je wilt leren. Een duidelijk doel verandert doelloos klikken in gericht onderzoek. 🎯

Als je zonder plan een gegevensset opent, staar je er uren naar. Een richtinggevende vraag laat zien welke kolommen nu echt belangrijk zijn.

De meeste vragen uit de praktijk klinken bijvoorbeeld als: Welke klanten haken het vaakst af? Het is jouw taak om die bedrijfsvraag te vertalen naar iets wat de gegevens kunnen beantwoorden.

Een vage vraag wordt meetbaar als je kolommen en een metriek benoemt. De gegevensvraag verwijst naar velden zoals churn_flag, signup_date en plan.

De kolom die je het liefst wilt begrijpen, is je doelvariabele. Al het andere is een mogelijke aanwijzing die kan verklaren hoe die variabele verandert.

Schrijf op wat je verwacht voordat je gaat kijken. Een duidelijke hypothese, zoals dat een langere klantduur tot minder opzeggingen leidt, helpt je eerlijk te blijven over wat je vindt.

Is de omzet in orde? is te vaag. Is de omzet per gebruiker gedaald na de prijswijziging in mei? is een specifieke vraag die je daadwerkelijk kunt testen.

Elke vraag moet naar een getal of een vergelijking leiden. Als je je de bijbehorende metriek niet kunt voorstellen, scherp de vraag dan aan voordat je code schrijft.

Je kunt niet alles tegelijk onderzoeken. Rangschik je lijst en laat de belangrijkste prioriteitsvraag bepalen wat je eerste analyse stap wordt.

Je vraag bepaalt welke rijen je filtert, welke kolommen je plot en wanneer het werk klaar is. Ze is het kompas voor de hele EDA.

Pin je vragen bovenaan het notebook in een markdown-cel. Als je die lijst opnieuw bekijkt, dwaal je minder snel af naar willekeurige zijpaden.

Je formuleert doelen nu als specifieke, meetbare vragen, benoemt een doelvariabele en noteert eerst je vermoedens. Duidelijke vragen geven elke volgende stap een doel. ✅