Laat AI uw formule uitleggen voordat u hem gebruikt

Elke organisatie heeft ze: een Excel-formule van vier regels die niemand meer durft aan te raken, een DAX-meting van een vorige collega, een SQL-query die “altijd al zo was”. Een AI-assistent is daar een goede hulp bij. Niet om de formule blind te vervangen, maar om te begrijpen wat er staat.

Geef context, niet alleen de formule

Een formule zonder context is een puzzel. Vertel erbij wat de tabellen en kolommen zijn, en wat de uitkomst zou moeten zijn.

“Dit is een DAX-meting in Power BI. ‘Verkoop’ is een tabel met één regel per factuurregel, ‘Datum’ is onze datumtabel. De meting moet de omzet van dezelfde periode vorig jaar geven. Leg stap voor stap uit wat hij doet.”

Hoe meer de assistent weet over het doel, hoe beter hij kan zien of de formule dat doel ook haalt.

Vraag wanneer het misgaat

De uitleg van wat een formule doet, is meestal goed. Interessanter is de vraag wanneer hij een verkeerde uitkomst geeft.

Neem deze meting:

Omzet vorig jaar = CALCULATE([Omzet], SAMEPERIODLASTYEAR('Datum'[Datum]))

Een assistent legt correct uit dat deze meting de omzet van dezelfde periode een jaar eerder berekent. Maar vraag ook: “Onder welke voorwaarden klopt dit niet?” Dan hoort het antwoord te gaan over de datumtabel. Die moet alle dagen bevatten, zonder gaten, en in het model gemarkeerd zijn als datumtabel. Anders geeft de meting lege of verkeerde waarden, zonder foutmelding.

Andere goede vragen:

• Wat gebeurt er met lege waarden?
• Wat als er door nul wordt gedeeld? (In DAX is DIVIDE daarvoor veiliger dan /.)
• Telt een klant die twee keer voorkomt dubbel mee?

Controleer de uitleg

Een uitleg klinkt altijd overtuigend, ook als hij niet klopt. Drie manieren om dat te controleren:

1. Reken één geval na. Kies een klant of maand waarvan u de uitkomst kent, en kijk of de formule die geeft.
2. Vraag om een tegenvoorbeeld. “Geef een situatie waarin deze formule iets anders berekent dan je net uitlegde.” Lukt dat, dan was de uitleg onvolledig.
3. Laat een collega meekijken bij formules die in een maandrapportage of directieoverzicht terechtkomen.

Leg de uitleg vast

Moet u een formule laten uitleggen, dan zegt dat iets: de definitie ligt wel vast in de formule, maar niemand weet meer wat ermee bedoeld is. Zet de uitleg die u heeft gecontroleerd daarom terug bij de meting zelf, als omschrijving in het datamodel.

Dat helpt de volgende collega. En het is precies wat een taalmodel nodig heeft als u later vragen wilt stellen aan uw data. Een model dat bij elke meting en kolom leest wat die betekent, kiest de juiste. Zonder die omschrijving gokt het. Meer daarover leest u bij de vier vormen van AI.

Wilt u weten of uw data klaar is voor een concreet AI-idee? Kijk het na met de AI-ijsberg.