Leerpad
AI-basisprincipes
10 uur
Data is overal, maar laten we eerlijk zijn—spreadsheets en grafieken laten de ogen van de meesten al snel glazig worden. Dáár komt dataverhalen vertellen in beeld, zeker in de informatie-overvloed van vandaag. Toch is het vaak lastig om complexe data om te zetten in heldere, overtuigende verhalen.
Veel mensen worstelen met tijdrovende analyses, het maken van aansprekende visualisaties en het schrijven van verhalen die bij verschillende doelgroepen aanslaan. Deze hindernissen leiden vaak tot gemiste inzichten en ineffectieve communicatie over de waarde van data.
Generatieve AI biedt veelbelovende oplossingen voor deze uitdagingen bij dataverhalen. Door bepaalde onderdelen te automatiseren en menselijke creativiteit te versterken, kan het proces worden gestroomlijnd en de kwaliteit van dataverhalen worden verhoogd.
Toepassingen van generatieve AI.
In dit artikel bekijken we op welke manieren generatieve AI dataverhalen verandert en hoe het proces efficiënter, boeiender en effectiever wordt.
Wat is dataverhalen vertellen?
Voordat we ingaan op hoe generatieve AI dataverhalen verandert, is het goed om te begrijpen wat dataverhalen zijn en waarom ze belangrijk zijn in de datagedreven wereld van vandaag. Wil je dieper duiken? DataCamp’s Data Storytelling skill track is de ideale bron.
Dataverhalen vertellen is de kunst om complexe data te vertalen naar overtuigende verhalen. Het gaat verder dan alleen cijfers en grafieken tonen. Het draait om het verweven van data, visuals en narratief tot een samenhangend verhaal dat bij je publiek resoneert. Effectieve dataverhalen maken informatie toegankelijker, beter te onthouden en bruikbaarder.
Dataverhalen vertellen
Neem een bedrijf dat het klantverloop analyseert. In plaats van een droge spreadsheet met cijfers te presenteren, kun je een verhaal maken dat de redenen voor vertrek verkent, trends in de tijd visualiseert en strategieën voor verbetering suggereert. Deze aanpak maakt de data beter verteerbaar en impactvoller voor besluitvormers.
Dataverhalen: analyse van klantverloop
Deze visualisatie laat zien hoe dataverhalen ruwe data over klantverloop omtoveren tot een overtuigend narratief. Het combineert een trendlijn, een uitsplitsing van redenen en kerninzichten met een actieplan.
Door de data zo te presenteren, wordt het verhaal achter het klantverloop helder en toepasbaar. Besluitvormers krijgen snel grip op de trends, belangrijkste problemen en mogelijke oplossingen.
Het maken van zulke inzichtelijke dataverhalen kan echter uitdagend en tijdrovend zijn, zeker bij grote en complexe datasets. Dáár komt generatieve AI om de hoek kijken, met nieuwe manieren om het proces te verbeteren en te stroomlijnen. Leer meer met onze handige Data Storytelling-cheat sheet.
In de volgende secties bekijken we hoe generatieve AI dataverhalen verandert en hoe het proces efficiënter, boeiender en effectiever wordt.
Generatieve AI voor dataverhalen
Dataverhalen helpen de kloof te overbruggen tussen complexe analyses en menselijk begrip. Generatieve AI verandert dit vakgebied en biedt nieuwe manieren om inzichten te interpreteren, te visualiseren en te communiceren.
Dataverhalen met generatieve AI
Dit diagram laat zien hoe generatieve AI verschillende stappen in het proces van dataverhalen verbetert: van het ontdekken van inzichten tot visualisatie en het maken van een narratief, terwijl de menselijke verhalenverteller centraal blijft staan.
Generatieve AI vervangt menselijke creativiteit in dataverhalen niet, maar versterkt die juist. Het biedt tools waarmee dataprofessionals zich meer kunnen richten op strategie en interpretatie, terwijl veel tijdrovende aspecten van data-analyse en -presentatie worden geautomatiseerd.
In de volgende secties bekijken we specifieke manieren om generatieve AI in te zetten om verschillende aspecten van dataverhalen te verbeteren, van datapreparatie tot het creëren van gepersonaliseerde verhalen.
1. Visualisaties verbeteren
Nu we kort zagen hoe generatieve AI dataverhalen verandert, bekijken we een van de meest impactvolle toepassingen: het verbeteren van datavisualisatie.
Generatieve AI fungeert als co-piloot in het visualisatieproces en vult menselijke vaardigheden aan met machine-intelligentie. Door grote hoeveelheden data te analyseren en context te begrijpen, kan AI manieren voorstellen om informatie te tonen waar mensen misschien niet aan dachten. Deze synergie tussen menselijke intuïtie en AI-capaciteiten leidt tot dynamischere, interactievere en inzichtelijkere visualisaties.
Datavisualisatie verbeteren met generatieve AI
AI analyseert je data en suggereert het meest geschikte grafiektype. Zo kan de Ask Data-functie van Tableau bijvoorbeeld een lijngrafiek aanbevelen voor tijdreeksen, een spreidingsdiagram voor correlatieanalyse of een staafdiagram.
Gebruikers kunnen vragen typen als "Toon me de verkoop per regio in de tijd" en de AI maakt een passende visualisatie, zoals een geografische kaart met tijdreeksdata. Hieronder zie je een voorbeeld van zo'n query in Tableau.
Datavisualisatie in Tableau vanuit natuurlijke queries - Bron
Power BI heeft een vergelijkbare functie, genaamd ‘QnA’. Deze functie laat ons de data bevragen met natuurlijke taal.
Datavisualisatie in PowerBI vanuit natuurlijke queries - Bron
Onder de motorkap gebruiken Tableau en PowerBI generatieve AI om visualisaties te genereren uit de dataset op basis van natuurlijke taalqueries. Zulke functies helpen ons snel inzichten te krijgen zonder veel met de tool te hoeven experimenteren.
Power BI heeft nog een functie, Co-pilot, die datavisualisatie naar een hoger niveau tilt. We kunnen complexe visualisaties maken met queries zonder veel te hoeven worstelen met de dataset. Heb je bijvoorbeeld een verkoopdataset van je product, dan kun je met een query zoals hieronder de prestaties van de verkoop achterhalen -
"Maak een pagina om het verkoopbedrag, de omzet en de winstmarge van verschillende producten, categorieën en subcategorieën te analyseren in de tijd en per regio."
Dashboard gegenereerd uit query - Bron
Al deze bewerkingen gebruiken generatieve AI om waarden te berekenen en de benodigde visualisaties te maken. Door automatisch trends en correlaties uit te lichten, helpt generatieve AI verhalenvertellers zich te richten op de meest impactvolle aspecten van hun data.
Zoals we zagen, vergroot generatieve AI onze capaciteit om overtuigende datavisualisaties te maken aanzienlijk. Maar de kracht van AI in dataverhalen gaat verder dan dat. In de volgende sectie kijken we hoe generatieve AI een ander belangrijk aspect van data-analyse verandert: datapreparatie. Deze stap is vaak het meest tijdrovende deel van het dataverhalen-proces, en AI maakt dit sneller en efficiënter dan ooit.
2. Datapreparatie automatiseren
Generatieve AI verbetert datavisualisatie aanzienlijk en maakt complexe informatie toegankelijker en inzichtelijker. Maar voordat je kunt visualiseren, moet data goed worden voorbereid — een proces dat vaak tijdrovend en monotoon is. Hier blinkt AI echt uit en verandert het onze aanpak van datapreparatie.
Datapreparatie met generatieve AI
Datapreparatie omvat doorgaans het opschonen, transformeren en structureren van ruwe data naar een formaat dat geschikt is voor analyse en visualisatie. Traditioneel kon dit tot wel 80% van de tijd van een data-analist opslokken. Met AI-gestuurde tools verschuift deze balans drastisch, waardoor analisten meer tijd hebben voor inzichten en het bouwen van overtuigende verhalen.
Zo gebruikt de autopilot-modus van DataRobot AI om automatisch missende waarden, uitschieters en inconsistenties in de data te detecteren en af te handelen. Het kan ook nieuwe featuretransformaties maken op basis van de data.
Datapreparatie met AI - Bron
In het bovenstaande voorbeeld handelt de AI van DataRobot datapreparatie automatisch af als onderdeel van het modelleerproces. Het past passende transformaties toe op basis van de eigenschappen van de data en maakt nieuwe featurekolommen voor alle datumkolommen.
Feature engineering is met AI ook mogelijk. We kunnen relaties in de data analyseren en automatisch nieuwe features creëren die relevant kunnen zijn voor analyse. Zo maakt de ‘Feature Discovery’-functie van DataRobot het mogelijk om nieuwe features te ontdekken.
Feature Discovery met AI - Bron
Zoals we zagen, heeft generatieve AI datapreparatie veranderd van een saaie klus in een intelligent, geautomatiseerd proces. In de volgende sectie bekijken we hoe generatieve AI deze voorbereide data verwerkt tot overtuigende verhalen via geautomatiseerde taalsamenvattingen.
3. Samenvattingen in natuurlijke taal genereren
Generatieve AI kan het datapreparatieproces aanzienlijk stroomlijnen. Maar wat gebeurt er nadat de data schoon en analyse-klaar is? Dan komt een andere krachtige toepassing van generatieve AI in beeld: het genereren van samenvattingen in natuurlijke taal uit complexe datasets.
Samenvattingen in natuurlijke taal genereren met generatieve AI
Schoon, goed gestructureerde data is cruciaal voor analyse, maar op zichzelf niet genoeg om beslissingen te sturen. Veel stakeholders missen de technische expertise om ruwe data of complexe visualisaties te interpreteren. Hier is AI-gestuurde Natural Language Generation (NLG) van onschatbare waarde.
Generatieve AI kan ruwe data omzetten in heldere, beknopte verhalen die kerninzichten, trends en afwijkingen uitlichten. Deze samenvattingen vormen een brug tussen complexe datasets en menselijk begrip, waardoor data binnen een organisatie voor een breder publiek toegankelijk wordt.
Zo specialiseert Arria NLG zich in financiële rapportage en produceert het gedetailleerde samenvattingen van complexe financiële data. Het kan uitgebreide samenvattingen van inzichten uit de dataset genereren, samen met visualisaties. Het kan zelfs gepersonaliseerde verhalen maken op basis van het publiek.
Samenvatting in natuurlijke taal met Arria NLG - Bron
Een andere tool die samenvattingen kan genereren uit datasets is Phrazor. Het kan op basis van alleen een query visualisaties en inzichten opleveren.
Samenvatting in natuurlijke taal met Phrazor - Bron
Door het maken van deze samenvattingen te automatiseren, kunnen datawetenschappers en analisten zich richten op complexere taken die menselijk inzicht en creativiteit vereisen. Ondertussen ontvangen besluitvormers heldere, bruikbare inzichten zonder zelf in de ruwe data te hoeven duiken.
In de volgende sectie zien we hoe generatieve AI dataverhalen nog een stap verder brengt met interactieve dashboards die zich aanpassen aan de behoeften en voorkeuren van gebruikers.
4. Interactieve dashboards maken
Interactieve dashboards zijn krachtige tools voor data-exploratie en communicatie. Ze laten gebruikers dynamisch met data werken en inzichten ontdekken die in statische visualisaties niet zichtbaar zijn. Generatieve AI verandert dit domein door intuïtievere, responsievere en persoonlijkere dashboardervaringen te creëren.
Interactieve dashboards maken met generatieve AI
Een van de manieren waarop AI dashboards verbetert, is via intelligente data-exploratie. Zo kan de AI-gestuurde dashboardgeneratie van Luzmo belangrijke vragen identificeren en automatisch dashboards creëren, zonder handmatige setup. Dat bespaart tijd en onthult inzichten die bij handmatige analyse wellicht over het hoofd waren gezien. Voor wie snel dashboards wil prototypen, zijn tools als Instachart erg handig. Instachart, gemaakt door Luzmo, is een gratis AI-tool waarmee je een screenshot van een dashboard, Figma-mockup of zelfs een handgetekende schets kunt uploaden en dit binnen seconden omzet in een werkend dashboard.
Deze AI-aanpak kan het ontwerpproces van dashboards flink versnellen, waardoor teams snel kunnen itereren op hun visualisatie-ideeën.
Dashboard maken van een handgetekende schets met Instachart - Bron
Een van de kernfuncties van Instachart is het automatisch genereren van dummydata voor het dashboard, zodat je een realistische preview van het eindresultaat krijgt. Gebruikers kunnen deze dummydata eenvoudig vervangen door hun eigen metrics zodra ze er klaar voor zijn.
Instachart maakt coderen in de beginfase overbodig. Het helpt productteams snel van concept naar prototype te gaan, waardoor datavisualisatie toegankelijker en efficiënter wordt.
5. AI-assistenten voor verhalen
Generatieve AI kan fungeren als samenwerkingspartner voor data-analisten en verhalenvertellers. Het helpt bij het bedenken van invalshoeken, het suggereren van prikkelende hooks en het zelfs opstellen van delen van het verhaal op basis van de aangeleverde data.
AI-assistent voor dataverhalen
Dit concept van een assistent voor dataverhalen laat zien hoe generatieve AI kan worden geïntegreerd in data-analyse en het vertellen van verhalen. We verkennen het concept verder in ons webinar over dataverhalen.
Het bovenstaande diagram illustreert de belangrijkste componenten en workflow:
Deze tools versnellen het proces van ruwe data naar overtuigende verhalen aanzienlijk. Zo kunnen data-analisten en journalisten zich richten op het verfijnen van het verhaal, het toevoegen van menselijk inzicht en het borgen van kwaliteit via een iteratief reviewproces.
Zo is Data Analyst by ChatGPT een assistent die onze dataset kan analyseren en kerninzichten opleveren. Het kan ook andere taken uitvoeren, zoals grafieken maken en aanbevelingen doen voor bedrijfsbeslissingen.
Chat-assistent Data Analyst van ChatGPT
6. AR/VR-visualisaties verbeteren
Generatieve AI kan AR/VR-datavisualisaties verbeteren door verhalen rond de data te bouwen, gebruikers door de informatie te leiden met contextuele uitleg en kerninzichten te benadrukken.
Door generatieve AI verbeterde AR/VR-datavisualisatie
Deze technologie maakt ook interactie in natuurlijke taal mogelijk, zodat gebruikers data kunnen bevragen en manipuleren met spraakcommando’s binnen de AR/VR-omgeving.
Zo creëert Flowimmersive interactieve datavisualisaties met Augmented Reality (AR). Het gebruikt generatieve AI-technologie, zoals LLM’s, om inzichten uit de dataset te halen en die in AR te presenteren.
Door generatieve AI verbeterde AR-datavisualisatie - Bron
Conclusie
Generatieve AI verandert dataverhalen en biedt krachtige tools om beter te interpreteren, visualiseren en communiceren. Van automatisering van voorbereiding tot het creëren van gepersonaliseerde verhalen: AI stelt analisten in staat meer waarde uit data te halen.
De zes benaderingen die we in dit artikel bespraken, tonen het potentieel van samenwerking tussen mens en AI bij het maken van overtuigendere en effectievere dataverhalen. Hoewel AI een krachtige bondgenoot is, blijft menselijk toezicht cruciaal.
Naarmate organisaties zich door een steeds datagedrevener wereld bewegen, biedt het beheersen van AI-verrijkte dataverhalen een groot voordeel: complexe inzichten communiceren met ongekende helderheid en overtuigingskracht. De toekomst van dataverhalen ligt in deze gebalanceerde samenwerking tussen menselijke expertise en AI-capaciteiten.
Meer leren over de technologieën en methoden uit deze post? Bekijk op DataCamp deze bronnen:
Wat is AI-dataverhalen?
Hoe verbetert AI datavisualisatie?
Kan AI menselijke analisten vervangen bij dataverhalen?
Wat is het grootste voordeel van AI bij dataverhalen?
Hoe personaliseert AI dataverhalen?
Onderwerpen
