Leermateriaal | ECONAN

🗺️ Je 7-Week Journey Navigator

Overzicht van materialen per week. Klik op een week om naar de relevante resources te springen.

Week 1-2: Foundation & Data Extraction

Focus: Team setup, BEDROM bridge, financial data extraction met templates

🎯 START HERE: Week 2 data extraction is verplicht voor iedereen (beide paths)

→ Week 2 Templates & Prompts 📅 Zie Weekplanning Week 2

Week 3-4: IST Situation Analysis (Opdracht 1 - 30%)

Focus: Financial ratio calculations, benchmark analysis, strategic positioning

⚠️ Prerequisites: Week 2 data extraction completed + path choice made (AI of Conventional)

📊 Essential Resource voor Week 3:

Financial Ratios Cheat Sheet (Chapter 3.2 Hillier) - Alle 20+ ratio formulas die je nodig hebt voor financial analysis

→ Opdracht 1 Materials 📅 Zie Weekplanning Week 3-4

Week 5-6: Market Dynamics Analysis (Opdracht 2 - 30%)

Focus: Regression modeling, market trends, forecasting

🔗 Builds on: Opdracht 1 financial ratios + external market data

→ Opdracht 2 Materials 📅 Zie Weekplanning Week 5-6

Week 7: Strategic Scenarios (Opdracht 3 - 40%)

Focus: Growth strategy evaluation, NPV/ROI calculations, decision recommendation

🎯 Synthesizes: All previous work (IST + Regression + Strategic Framework)

→ Opdracht 3 Materials 📅 Zie Weekplanning Week 7

🔀 Kies Je Analyse-Methodologie (Week 3-7)

Nu je Week 2 data extraction hebt voltooid (of gaat voltooien), kies je HOW je de data gaat analyseren in Week 3-7. Beide paths leiden tot dezelfde opdrachten (30%-30%-40%), maar gebruiken verschillende tools en workflows.

📌 Note: Week 2 templates zijn identiek voor beide paths. De methodologie-keuze geldt alleen voor Week 3-7 analyses. Zie de Week 2 sectie hieronder voor data extraction materials (verplicht voor iedereen).

🤖

AI-Augmented Path

Gebruik AI assistants (ChatGPT, Claude, Mistral) om data-analyse uit te voeren via prompt engineering. Focus op het sturen van AI door CRISP-DM.

Geschikt als je:

Wilt leren hoe je AI effectief stuurt voor data-analyse
Focus wilt op prompt engineering en kritisch evalueren van AI output
Begrip wilt van AI limitations en validation
Future-proof skills wilt in AI-augmented workplace

Je levert op:

Prompt templates per CRISP-DM fase
AI conversation logs
Output validation documentatie
Critical evaluation van AI suggesties

Bekijk AI Path Materiaal →

🛠️

Conventional Tools Path

Werk hands-on met data-analyse tools zoals Power BI, Tableau, Looker Studio, Google Sheets, Python, of R. Focus op technische tool mastery en diepgaande data manipulation.

Geschikt als je:

Diepgaande technische skills wilt ontwikkelen in data tools
Focus wilt op hands-on data manipulation en visualisatie
Technische troubleshooting en tool mastery wilt leren
Directe controle wilt over elke stap in het proces

Je levert op:

Power BI / Tableau / Looker Studio dashboards
Python/R code + notebooks
Google Sheets met formulas en pivot tables
Data transformation scripts
Interactive visualisaties

Bekijk Conventional Path Materiaal →

💡 Belangrijke Keuze Overwegingen

Geen "makkelijk" pad: Beide paden vereisen even veel inspanning en denkvermogen
Switchen tot Week 3: Je mag je methodologie nog veranderen tot Week 3
Vanaf Week 4: commitment: Na de checkpoint blijf je bij je gekozen pad voor consistente assessment
Toekomst: In de praktijk zul je waarschijnlijk beide paden combineren - deze module helpt je een foundation in één pad te leggen

📚 Materiaal per Opdracht

Welke materialen heb je nodig voor elk van de 3 officiële beoordelingsopdrachten?

Opdracht 1: Kengetallen analyse (30%) - Week 3

📅 Timing: Week 3 - zie Weekplanning ⚠️ Prerequisites: Week 2 data extraction completed 🔀 Methodologie: AI-Augmented OF Conventional

Focus: IST Situatie Bepalen + Benchmark analyse

CRISP-DM fasen: Business Understanding → Data Understanding → Data Preparation → Modeling (descriptief) → Deploy & Evaluate

🤖 AI-Augmented Path

AI Prompt Templates: Phase 1, 2, 3 (Business & Data Understanding + Data Preparation)
Prompts voor branchespecifieke kentallen identificatie
Benchmark data verzameling via AI tools
Descriptieve statistiek en visualisatie genereren

🛠️ Conventional Path

Power BI en Excel tutorials vind je op Brightspace. Voor Python, R, en Tableau: zie Conventional Tools sectie verderop.

→ Brightspace Materiaal (Power BI/Excel)

🎯 Strategic Framework: IST Fase

Opdracht 2: Regressie analyse (30%) - Week 5

📅 Timing: Week 5 - zie Weekplanning 🔗 Builds on: Opdracht 1 financial ratios + market data

Focus: Marktdynamieken begrijpen via regressiemodel

CRISP-DM fasen: Data Preparation → Modeling (regressie) → Deploy & Evaluate

🤖 AI-Augmented Path

📊 Risico & Rendement Analyse Prompt - CRISP-DM gestructureerd
Regressie interpretatie en business context
Critical evaluation: "Is de AI output betrouwbaar?"

🛠️ Conventional Path

Power BI en Excel regression tutorials vind je op Brightspace. Voor Python en R: zie Conventional Tools sectie verderop.

→ Brightspace Materiaal (Power BI/Excel)

Cross-Path Learning Resources:

📋 AI Prompt Template: Risico & Rendement - CRISP-DM gestructureerde 6-stappen analyse
📊 Werkvoorbeeld: Rheinmetall Analyse - Interactieve visualisatie met regressie
Linear Regression Demo - Zie hoe regressielijn door data points wordt getrokken
Gradient Descent Demo - Begrijp het optimalisatie-algoritme
🎯 Strategic Framework: Dynamieken Fase

Opdracht 3: Scenario-analyse (40%) - Week 7

Focus: Groeistrategieën evalueren (Winstsprong / Groei / Risico)

CRISP-DM fasen: Modeling (scenario modeling) → Evaluation → Deployment

📅 Timing: Week 7 - zie Weekplanning 🔗 Synthesizes: Opdracht 1 ratios + Opdracht 2 correlaties + Strategic Framework 🔀 Methodologie: AI-Augmented OF Conventional

🤖 AI-Augmented Path

AI Prompt Templates: Phase 4, 5, 6 (Modeling + Evaluation + Deployment)
What-if scenario prompts met variabele manipulatie
Sensitiviteitsanalyse en impact-berekeningen
NPV/ROI calculaties en strategische aanbevelingen

🛠️ Conventional Path

Power BI en Excel scenario modeling tutorials vind je op Brightspace. Voor Python: zie Conventional Tools sectie verderop.

→ Brightspace Materiaal (Power BI/Excel)

🎯 Strategic Framework: Groeistrategieën Fase

💡 Tip: Alle opdrachten worden beoordeeld op dezelfde 4 CRISP-DM criteria (A, B, C, D). Zie de Assessment pagina voor details.

🎯 START HERE: Week 2 Data Foundation

Verplicht voor BEIDE paths (AI-Augmented én Conventional)

⏱️ Timing: Week 2 (na sessie) - zie Weekplanning ✅ Voor wie: Alle Analisten 🎯 Output: 3 ingevulde templates (klaar voor Week 3)

📊 Financial Data Extraction met Templates

🎯 Waarom Template-Based Extraction?

Het probleem: Jaarrekeningen gebruiken verschillende terminologie voor hetzelfde concept. Ahold Delhaize noemt het "Property, plant and equipment", Carrefour zegt "Tangible fixed assets", en Casino Group schrijft "PPE (net book value)". Direct vergelijken is lastig!

De oplossing: Gebruik gestandaardiseerde templates die alle 3 Analisten in je team invullen. Dit zorgt voor:

✅ Consistentie: Iedereen gebruikt exact dezelfde structuur
✅ Vergelijkbaarheid: Benchmark analyse wordt mogelijk
✅ Kwaliteit: Week 3 ratio berekeningen worden betrouwbaar
✅ Efficiency: AI tools werken beter met gestandaardiseerde formats

De 3 Financial Statement Templates

1. Balance Sheet

Doel: Bezittingen & Schulden structuur

Tijd (AI): ~20 min
Tijd (Manual): ~40 min

📄 balance-sheet-template.md

2. Income Statement

Doel: Winst & Verlies structuur

Tijd (AI): ~15 min
Tijd (Manual): ~30 min

📄 income-statement-template.md

3. Cash Flow Statement

Doel: Kasstroom activiteiten

Tijd (AI): ~15 min
Tijd (Manual): ~30 min

📄 cash-flow-statement-template.md

Totaal per bedrijf: ~50 min (AI) of ~100 min (Manual) voor alle 3 templates

🤖 AI Template Extraction Prompts

Gebruik deze prompts om AI te laten helpen met data extractie uit jaarrekeningen. Upload het Annual Report PDF naar je AI tool (ChatGPT, Claude, Gemini) en gebruik onderstaande prompts.

Prompt 1: Balance Sheet Extraction

Extract data from the [COMPANY NAME] [YEAR] Annual Report and fill this template:

## Assets
### Current Assets
* Cash and Cash Equivalents: [EXTRACT]
* Other Net Receivables: [EXTRACT]
* Inventory: [EXTRACT]
* Other Current Assets: [EXTRACT]

**Total Current Assets: [EXTRACT]**

### Non-Current Assets
* Property Plant and Equipment: [EXTRACT]
* Intangible Assets: [EXTRACT]
* Other Non-Current Assets: [EXTRACT]

**Total Non-Current Assets: [EXTRACT]**
**Total Assets: [EXTRACT]**

## Liabilities
### Current Liabilities
* Trade Payables: [EXTRACT]
* Progress Payments/Advances from Customers: [EXTRACT]
* Other Current Liabilities: [EXTRACT]

**Total Current Liabilities: [EXTRACT]**

### Non-Current Liabilities
* Long Term Debt: [EXTRACT]
* Provisions for Risks and Charges: [EXTRACT]
* Other Non-Current Liabilities: [EXTRACT]

**Total Non-Current Liabilities: [EXTRACT]**
**Total Liabilities: [EXTRACT]**

## Stockholder's Equity
* Share Capital: [EXTRACT]
* Other Reserves: [EXTRACT]

**Total Equity: [EXTRACT]**

INSTRUCTIONS:
1. Use € millions as the unit (convert if necessary from thousands/billions)
2. Find the Consolidated Balance Sheet (usually in Financial Statements section)
3. Replace [EXTRACT] with actual numeric values from the most recent year
4. If a line item is not separately reported, aggregate into "Other" categories
5. If Goodwill is separate, combine with Intangible Assets
6. CRITICAL VERIFICATION (all checks must pass):
- Total Current Assets = Cash + Receivables + Inventory + Other Current
- Total Non-Current Assets = PPE + Intangibles + Other Non-Current
- Total Assets = Total Current Assets + Total Non-Current Assets
- Total Current Liabilities = sum of all current liability items
- Total Non-Current Liabilities = sum of all non-current liability items
- Total Liabilities = Total Current Liab + Total Non-Current Liab
- Total Assets = Total Liabilities + Total Equity ✅ MASTER CHECK
7. Return ONLY the filled template with numbers (no explanations)

Prompt 2: Income Statement Extraction

Extract data from the [COMPANY NAME] [YEAR] Annual Report and fill this template:

* **Total Revenue**: [EXTRACT]
* (Total Operating Expenses): [EXTRACT]
* **Earnings Before Interest and Taxes (EBIT)**: [EXTRACT]
* (Net Interest Expense): [EXTRACT]
* (Income Tax Expense): [EXTRACT]
* Discontinued Operations: [EXTRACT]
* **Net Income**: [EXTRACT]

INSTRUCTIONS:
1. Use € millions as the unit (consistent with Balance Sheet)
2. Find the Consolidated Income Statement (or Profit & Loss Statement)
3. Replace [EXTRACT] with actual values from the most recent year
4. If EBIT is not directly reported, calculate: Revenue - Operating Expenses
5. Net Interest Expense = Interest Expense - Interest Income (can be negative)
6. If no Discontinued Operations, use €0
7. SANITY CHECK: Net Income / Revenue should be reasonable (2-25% for most sectors)
8. Return ONLY the filled template with numbers

Prompt 3: Cash Flow Statement Extraction

Extract data from the [COMPANY NAME] [YEAR] Annual Report and fill this template:

## Cash Flow from Operating Activities
* Gross Cash Flows From Operating Activities: [EXTRACT]
* Changes In Accounts Receivables: [EXTRACT]
* Changes In Liabilities: [EXTRACT]
* Interest Paid: [EXTRACT]
* Income Taxes Paid: [EXTRACT]
* **Total Cash Flow From Operating Activities: [EXTRACT]**

## Cash Flow from Investing Activities
* Proceeds from Sales of Business Units / Assets: [EXTRACT]
* Capital Expenditures (Purchase of PPE): [EXTRACT]
* Other Cash Flows From Investing Activities: [EXTRACT]
* **Total Cash Flows From Investing Activities: [EXTRACT]**

## Cash Flow from Financing Activities
* Proceeds from Bond Issue / New Debt: [EXTRACT]
* Bond / Debt Redemption: [EXTRACT]
* Net Borrowings: [EXTRACT]
* Dividends Paid: [EXTRACT]
* Other Cash Flows From Financing Activities: [EXTRACT]
* **Total Cash Flows From Financing Activities: [EXTRACT]**

* **Change In Cash and Cash Equivalents: [EXTRACT]**
* Cash at Beginning of Period: [EXTRACT]
* **Cash at End of Period: [EXTRACT]**

INSTRUCTIONS:
1. Use € millions as the unit (convert if necessary from thousands/billions)
2. Find the Consolidated Cash Flow Statement (usually in Financial Statements section)
3. Replace [EXTRACT] with actual numeric values from the most recent year
4. If sub-items are not separately reported, use "Not separately reported" and fill only totals
5. CRITICAL VERIFICATION:
- Change in Cash = Operating + Investing + Financing
- Cash at End = Cash at Beginning + Change in Cash
6. Operating is typically positive (healthy companies)
7. Investing is typically negative (growing companies spend on assets)
8. Return ONLY the filled template with numbers (no explanations)

⚠️ AI Output Verificatie (MANDATORY!)

AI maakt fouten! Controleer altijd:

Open het PDF op de juiste pagina (Consolidated statements, niet Parent Company)
Check 5 random items: klopt de waarde die AI geeft met wat in het PDF staat?
Balance Sheet subtotals: Total Current Assets = som items, Total Assets = Current + Non-Current
Balance Sheet master check: Assets = Liabilities + Equity (moet exact kloppen!)
Cash Flow checks: Change in Cash = Operating + Investing + Financing, Cash End = Begin + Change
Check units: zijn alle waardes in € millions? (niet een mix van thousands/millions)
Bij twijfel: gebruik Conventional methode (handmatige extractie)

📝 Conventional Workflow (Manual Extraction)

Voor studenten die handmatige data extractie willen gebruiken (zonder AI):

📚 Complete Instructies op Brightspace

Gedetailleerde stap-voor-stap instructies voor manual data extraction vind je op Brightspace:

→ Open Week 2 op Brightspace

💡 Inclusief: Template downloads, PDF navigatie tips, unit conversion guide, en verificatie checklist

Tijdsschatting: ~90-120 min voor alle 3 templates (handmatig)

✅ Verification Workflow (4 Levels)

"Garbage In = Garbage Out": Week 3 ratio berekeningen zijn alleen betrouwbaar als je Week 2 data extractie 100% correct is.

Level 1: Self-Check

Alle items ingevuld?
Geen [EXTRACT] over?
Units consistent?

⏱️ 10 min

Level 2: Totals Verify

Subtotals: Current + Non-Current = Total?
Assets = Liab + Equity?
ΔCash = Op + Inv + Fin?
Cash End = Begin + ΔCash?

⏱️ 5 min

Level 3: Peer Review

Teamgenoot checkt je data
Sample 5 items tegen PDF
Feedback + correcties

⏱️ 10 min

Level 4: Team Alignment

3 Analisten sync samen
Units aligned? (€M)
Side-by-side comparison

⏱️ 15 min

🚩 Red Flags: Wanneer STOP & RE-CHECK

Subtotals kloppen niet: Total Current Assets ≠ som van items → Re-check alle current asset waardes
Total Assets ≠ Current + Non-Current: Basics kloppen niet → Start opnieuw
Master check faalt: Assets ≠ Liabilities + Equity → Re-check alle balans items
Total Assets < Total Equity: Wiskundig onmogelijk → Check units (mix thousands/millions?)
Cash Flow formule klopt niet: ΔCash ≠ Operating + Investing + Financing → Re-extract from PDF
Cash continuity faalt: Cash End ≠ Begin + ΔCash → Check welk jaar (2023 vs 2022?)
Peer reviewer vindt 3+ fouten: Start opnieuw (verbeter AI prompt of switch naar manual)

💡 Template Usage Tips

Mapping: Template ↔ Jaarrekening

Templates gebruiken generieke termen, jaarrekeningen variëren. Match op betekenis, niet exacte woorden!

Template Term	Mogelijke Varianten
Cash & Equivalents	Cash, Cash at bank, Liquid assets
PPE	Tangible assets, Fixed assets
Long Term Debt	Non-current borrowings, Bonds

Unit Conversions

ECONAN Standaard: € millions. Convert altijd naar deze unit voor consistentie.

PDF Unit	Conversie
€ thousands	÷ 1,000 = millions
€ millions	No conversion ✅
€ billions	× 1,000 = millions

USD/GBP bedrijven: Converteer naar EUR met exchange rate van reporting date

Special Cases

Vaak voorkomende situaties:

Goodwill apart gerapporteerd: Combineer met Intangible Assets in template
Sub-items geaggregeerd: Als PDF alleen "Total Current Assets" geeft, noteer dit en gebruik totaal
Extra items in PDF: Voeg toe aan "Other" categorie (bijv. "Other Non-Current Assets")
EBIT niet direct gerapporteerd: Bereken: Revenue - Operating Expenses, noteer dit met comment

📊 Interactieve Visualisaties - Week 2 Sessie

Interactieve visualisaties gebruikt tijdens Week 2 sessie om het verschil tussen accounting en finance perspectief te begrijpen:

📈

Accounting Balance Sheet
Historical cost perspective - Assets = Liabilities + Equity

💰

Financing Balance Sheet
Market value perspective - Assets in Place + Growth Assets

🎯

Corporate Finance Decisions
Investment, Financing, Dividend decisions framework

💡 Tip: Deze visualisaties worden tijdens de Week 2 sessie gebruikt. Open ze in een nieuw tabblad om tijdens/na de sessie te herhalen.

📚 Complete Handouts & Templates

Voor gedetailleerde guidance, download de volledige handouts:

Data Extraction Guide
Complete workflow (AI & Conventional) Template Usage Manual
Detailed template instructions Verification Checklist
Quality control protocol

Templates zelf vind je in background-docs/subjects/: balance-sheet-template.md, income-statement-template.md, cash-flow-statement-template.md

🔜 Voor Week 3: Bookmark de Financial Ratios Cheat Sheet - je hebt deze nodig voor alle ratio calculations in Opdracht 1

🤖 AI-Augmented Path Materiaal

🎯 Voor studenten die AI-Augmented Path kozen (keuze gemaakt in Week 3)
📅 Deze materials gebruik je vanaf Week 3-7 (na Week 2 data extraction)
ℹ️ Assumes: Je hebt verified financial data uit Week 2 templates

Belangrijke Principes

1. AI is een Tool

Niet een vervanger. Jij blijft verantwoordelijk voor kwaliteit en validatie.

2. Iteratief Prompting

Eerste prompt is zelden perfect. Verfijn op basis van output.

3. Kritische Evaluatie

Vraag altijd: "Klopt dit? Hoe weet ik dat zeker?"

4. Documentatie

Log je prompts + AI outputs + jouw validatie stappen.

Prompt Templates per CRISP-DM Fase

1 Business Understanding

Template: Strategische Vraag Decompositie

Vertaal de strategische vraag van je Management naar concrete data-analyse vragen.

[CONTEXT]
Ik ben Analist voor [SECTOR] bedrijf.
Mijn Management ([ROL: CEO/CFO/etc.]) heeft de volgende strategische vraag:

"[STRATEGISCHE VRAAG VAN SENIOR]"

[BEDROM CONTEXT]
In BEDROM analyseerden we:
- [Inzicht 1 uit BEDROM]
- [Inzicht 2 uit BEDROM]

[TAAK]
Help me deze strategische vraag omzetten in concrete, data-gedreven sub-vragen.
Geef minimaal 5 sub-vragen die specifiek, relevant, en haalbaar zijn.

✓ Output Validatie:

Zijn de sub-vragen SMART?
Kan ik deze vragen beantwoorden met data (niet alleen expert opinion)?
Zijn deze relevant voor mijn Management?

2 Data Understanding

Template A: Comprehensive Financial Ratio Analysis

Week 3+: Gebruik je Week 2 extracted data + Financial Ratios Cheat Sheet om alle ratio's systematisch te berekenen.

📋 Prerequisites:

Week 2 templates ingevuld (Balance Sheet, Income Statement, Cash Flow)

📊 Essential Reference:

Financial Ratios Cheat Sheet (Chapter 3.2 Hillier)

Complete formulas en uitleg voor alle 20+ ratios: Short-Term Solvency, Long-Term Solvency, Asset Management, Profitability, en Market Value ratios

[CONTEXT]
Ik ben Business Analist voor [BEDRIJF in SECTOR].
Ik heb Week 2 data extraction voltooid met 3 templates:
- balance-sheet-[bedrijfsnaam]-[jaar].md
- income-statement-[bedrijfsnaam]-[jaar].md
- cash-flow-[bedrijfsnaam]-[jaar].md

[TAAK]
Bereken ALLE financial ratios uit de bijgevoegde Financial Ratios Cheat Sheet voor [BEDRIJF].

Voor elke ratio category (5 totaal):
1. Short-Term Solvency Ratios: Current Ratio, Quick Ratio, Cash Ratio
2. Long-Term Solvency Ratios: Total Debt Ratio, Debt-Equity, Equity Multiplier, TIE, Cash Coverage
3. Asset Management Ratios: Inventory Turnover, Days' Sales in Inventory, Receivables Turnover, Days' Sales in Receivables, NWC Turnover, PPE Turnover, Total Asset Turnover
4. Profitability Ratios: Profit Margin, ROA, ROE
5. Market Value Ratios: P/E, PEG, Price-Sales, Market-to-Book (indien marktdata beschikbaar)

Voor elke ratio toon:
- Formule (uit cheat sheet)
- Input values (uit mijn Week 2 templates met bronvermelding)
- Berekening met cijfers
- Resultaat + eenheid
- Business interpretatie in context van [SECTOR]

[Attachment 1: balance-sheet-[bedrijfsnaam]-[jaar].md]
[Attachment 2: income-statement-[bedrijfsnaam]-[jaar].md]
[Attachment 3: cash-flow-[bedrijfsnaam]-[jaar].md]
[Attachment 4: financial-analysis-cheatsheet.md]

✓ Output Validatie:

Zijn alle 20+ ratio's berekend? (check tegen cheat sheet)
Klopt elke berekening? (verifieer formules handmatig voor sample van 3-5 ratios)
Zijn input values traceable naar Week 2 templates? (check bronvermelding)
Zijn interpretaties realistisch voor deze sector? (sanity check: retail ROE ≠ tech ROE)
Red flags: Extreme outliers? (bijv. Current Ratio > 10 of < 0.5 → re-check data)

💡 Zie volledig uitgewerkt voorbeeld:

AI Financial Analysis Tutorial - Complete workflow van Week 2 templates → ratio berekeningen → interpretatie.

Template B: Data Source Exploratie

Vraag AI om databronnen te analyseren en data quality issues te identificeren.

[CONTEXT]
Ik werk aan vraagstuk: "[VRAAG]"

Beschikbare datasets:
- Dataset 1: [naam, beschrijving, periode, aantal rijen]
- Dataset 2: [naam, beschrijving, periode, aantal rijen]

[TAAK]
Help me deze datasets te begrijpen:
1. Welke dataset is meest relevant voor mijn vraag?
2. Welke data quality issues verwacht je?
3. Welke verbanden tussen datasets zijn mogelijk?
4. Welke exploratory analyses zou je aanraden?

3 Data Preparation

Template: Data Cleaning Strategy

Laat AI een cleaning plan maken, maar valideer elk onderdeel handmatig.

[CONTEXT]
Mijn dataset heeft de volgende issues:
- Missing values: [kolom X heeft 15% missings]
- Outliers: [kolom Y heeft extreme waarden]
- Inconsistencies: [kolom Z heeft format variaties]

[TAAK]
Stel een data cleaning strategie voor:
1. Hoe ga ik om met missing values? (impute/delete/andere methode?)
2. Hoe identificeer en behandel ik outliers?
3. Hoe standardiseer ik inconsistente data?

Geef per stap de rationale en mogelijke risks.

⚠️ Critical Check:

AI kan cleaning strategie voorstellen, maar JIJ beslist. Check: Maakt deze strategie sense voor mijn business context?

4 Modeling

Template A: Financial Ratio Deep-Dive (Iteratief Prompting)

Na basis ratios (Phase 2): Bouw stap voor stap op met vervolgvragen.

[VERVOLGPROMPTS - na basis financial analysis]

Prompt 2: "Zoek de huidige aandelenkoers op en bereken de P/E ratio"

Prompt 3: "Bereken 1/P/E × 100% (Earnings Yield)"

Prompt 4: "Vergelijk Earnings Yield met de berekende ROE - wat betekent dit verschil?"

Prompt 5: "Maak een DuPont analyse (3-factor): splits ROE in Net Profit Margin × Asset Turnover × Equity Multiplier"

Prompt 6 (optioneel): "Maak een 5-factor DuPont voor nog diepere analyse"

💡 Iteratief prompting principe:

Start met basis, bouw stap voor stap op. AI begrijpt context van eerdere berekeningen. Dit geeft je meer controle dan één lange mega-prompt.

Template B: Model Selection & Interpretation

Vraag AI om modelkeuze en interpretatie hulp, maar verifieer assumpties.

[CONTEXT]
Mijn analyse doel: [beschrijving]
Data: [X variables, Y target, N observations]

[TAAK]
1. Welk type analyse is geschikt? (descriptief/regressie/classificatie/etc.)
2. Welke assumpties moet mijn data voldoen?
3. Hoe interpreteer ik de resultaten in business termen?
4. Welke limitations heeft deze analyse?

Template C: Risico & Rendement Analyse (Regressie)

Complete CRISP-DM prompt voor beta- en alpha-analyse van een bedrijf t.o.v. marktindices. Bekijk werkvoorbeeld →

CRISP-DM Fasering:

Fase	Stappen
1. Business Understanding	Context
2. Data Understanding	Databronnen, STAP 1
3. Data Preparation	STAP 1b, STAP 2, STAP 3
4. Modeling	STAP 4, STAP 5
5. Evaluation	STAP 6
6. Deployment	Eindrapportage, Logboek

FASE 1: Business Understanding

[CONTEXT]
Je bent een data-analist die een risico- en rendementanalyse uitvoert voor een beursgenoteerd bedrijf ten opzichte van twee marktindices. Je werkt met wekelijkse koersdata over een periode van 5 jaar.

Doel van de analyse: Bepaal het systematisch risico (beta) en de risico-gecorrigeerde performance (alpha) van het bedrijf om beleggingsbeslissingen te ondersteunen.

FASE 2: Data Understanding

[DATABRONNEN]
- Bedrijf: [BEDRIJFSNAAM] - ticker: [TICKER]
- Index 1: [INDEX1_NAAM] (bijv. S&P 500, AEX, FTSE)
- Index 2: [INDEX2_NAAM] (bijv. DAX, CAC40, sectorindex)
- Periode: [STARTDATUM] tot [EINDDATUM]
- Frequentie: Wekelijks (closing prices)

[INSTRUCTIES]
Voer de analyse uit in de onderstaande stappen. Log elke stap in een overzicht met:
- Stap nummer en naam
- Input data
- Uitgevoerde actie
- Output/resultaat
- Eventuele waarschuwingen of aandachtspunten

STAP 1: Data Inlezen en Valideren

1.1 Data Extractie
- Lees de closing prices in voor alle drie de datasets (bedrijf + 2 indices)
- Als de data in dagfrequentie is: converteer naar weekdata (vrijdag-slotkoers)
- Noteer per dataset: bron, aantal datapunten, eerste datum, laatste datum

1.2 Datum Synchronisatie Check
- Vergelijk de datumreeksen
- Identificeer ontbrekende datums per dataset
- Als er verschillen zijn: synchroniseer (alleen datums in ALLE drie datasets)

1.3 Data Kwaliteit Check
- Check op ontbrekende waarden (nulls/NaN)
- Check op uitschieters (prijzen >50% afwijking van vorige week)
- Check of prijzen positief zijn

LOG OUTPUT STAP 1:
| Dataset | Bron | Ruwe datapunten | Na sync | Eerste datum | Laatste datum | Issues |

FASE 3: Data Preparation

STAP 1b: Data Cleaning & Repairing

1b.1 Missing Values Behandelen
Als er ontbrekende waarden zijn geïdentificeerd:
- Optie A: Verwijder rijen met missings (als < 5% van data)
- Optie B: Interpoleer (lineair) voor tussenliggende datums
- Optie C: Forward-fill (laatste bekende waarde)
- Documenteer welke methode je kiest en waarom

1b.2 Outlier Treatment
- Controleer of uitschieter correct is (stock split, dividend, nieuws)
- Als data-fout: corrigeer of verwijder
- Als legitieme uitschieter: behoud maar documenteer impact

1b.3 Data Transformatie
- Converteer naar consistent format (decimalen, valuta)
- Datums in YYYY-MM-DD formaat
- Sorteer chronologisch (oudste eerst)

LOG OUTPUT STAP 1b:
| Issue Type | Aantal | Behandeling | Rationale |

STAP 2: Rendementen Berekenen

2.1 Wekelijkse Rendementen
Bereken voor elke dataset:
Rendement_t = ((Prijs_t - Prijs_{t-1}) / Prijs_{t-1}) × 100%

2.2 Beschrijvende Statistieken
Per dataset: Gemiddeld rendement, Std.Dev, Min, Max, N observaties

2.3 Sanity Check
- Cumulatief rendement ≈ (Eindprijs/Beginprijs - 1)?
- Std.Dev vergelijken met bekende marktvolatiliteit

LOG OUTPUT STAP 2:
| Dataset | Gem. Rendement | Std. Dev | Min | Max | N | Cumulatief ✓/✗ |

STAP 3: Tijdreeks Visualisatie

3.1 Gecombineerde Lijngrafiek
- X-as: Tijd (weken)
- Y-as: Wekelijks rendement (%)
- Drie lijnen: Bedrijf, Index 1, Index 2
- Duidelijke legenda + nul-lijn markeren

3.2 Visuele Analyse
- Welke reeks toont hoogste volatiliteit?
- Zijn er periodes met extreme uitschieters?
- Bewegen de reeksen samen of onafhankelijk?

LOG OUTPUT STAP 3:
- Grafiek gegenereerd: [JA/NEE]
- Observaties volatiliteit: [...]
- Observaties co-movement: [...]

FASE 4: Modeling

STAP 4: Regressie Analyse - Scatter Plots

4.1 Scatter Plot Bedrijf vs Index 1
- X-as: Rendement Index 1 (%)
- Y-as: Rendement Bedrijf (%)
- Voeg regressielijn toe

4.2 Scatter Plot Bedrijf vs Index 2
- X-as: Rendement Index 2 (%)
- Y-as: Rendement Bedrijf (%)
- Voeg regressielijn toe

4.3 Visuele Beoordeling
- Is er een duidelijk lineair verband zichtbaar?
- Hoe "strak" liggen de punten rond de regressielijn?
- Zijn er duidelijke uitschieters?

LOG OUTPUT STAP 4:
- Scatter plot 1 (vs Index 1): [GEGENEREERD]
- Scatter plot 2 (vs Index 2): [GEGENEREERD]
- Visuele correlatie: [ZWAK/MATIG/STERK]

FASE 5: Evaluation

STAP 6: Triangulatie en Validatie

6.1 Interne Consistentie Checks
☐ Beta consistentie: Zijn beta's t.o.v. beide indices vergelijkbaar?
☐ Volatiliteit check: Is Std.Dev(bedrijf) > Std.Dev(index)?
☐ R² plausibiliteit: Is R² < 100%?
☐ Alpha magnitude: Is |α| < 2% per week?

6.2 Externe Validatie
☐ Vergelijk berekende beta met gepubliceerde beta (Yahoo Finance, Bloomberg)
☐ Controleer volatiliteit tegen sector-gemiddelden
☐ Vergelijk alpha met bekende performance

6.3 Gevoeligheidsanalyse
- Herbereken met andere tijdsperiode (3 jaar ipv 5 jaar)
- Zijn de conclusies robuust?

LOG OUTPUT STAP 6:
| Check | Resultaat | Opmerking |
| Beta consistentie | ✓/✗ | |
| Volatiliteit check | ✓/✗ | |
| R² plausibiliteit | ✓/✗ | |
| Externe validatie | ✓/✗ | Bron: |

FASE 6: Deployment

[EINDRAPPORTAGE]

Vat de analyse samen in maximaal 200 woorden:
1. Wat is de beta van [BEDRIJF] t.o.v. de markt?
2. Hoeveel van het risico is systematisch (markt) vs. idiosyncratisch (bedrijfsspecifiek)?
3. Heeft het aandeel outperformed of underperformed (alpha)?
4. Wat betekent dit voor een belegger?

[VOLLEDIG LOGBOEK]
Voeg een compleet logboek toe met alle stappen, timestamps, en beslissingen/aanpassingen.

Instructies voor Gebruik:

Kopieer de prompt naar je AI-tool (Claude, ChatGPT, etc.)
Vervang de placeholders [BEDRIJFSNAAM], [TICKER], etc. met je eigen data
Upload je databestanden (CSV, Excel, of PDF van koersdata)
Vraag de AI om stap-voor-stap te werken en na elke stap te wachten op bevestiging
Bewaar alle log-outputs voor je eindrapport

Voorbeeld Invulling:

Bedrijf: Rheinmetall AG - ticker: RHM.DE
Index 1: S&P 500 - ticker: .SPX
Index 2: DAX - ticker: .GDAXI
Periode: November 2020 tot November 2025
Frequentie: Wekelijks (closing prices)

→ Bekijk volledig uitgewerkt voorbeeld met Rheinmetall data

5 Evaluation

Verificatie Checklist - Financial Analysis

KRITISCH: Controleer ALTIJD AI output voordat je het gebruikt. AI is een tool, geen orakel.

✓ Data Verificatie
☐ Kloppen de cijfers met het jaarverslag? (check bronvermelding)
☐ Zijn de cijfers uit de juiste periode gehaald?
☐ Vergelijk met originele documenten (niet alleen vertrouwen op AI)

✓ Formule Verificatie
☐ Is de formule correct toegepast?
☐ Zijn alle componenten meegenomen?
☐ Klopt de wiskundige uitwerking? (herbereken handmatig!)

✓ Interpretatie Verificatie
☐ Is de conclusie logisch voor deze sector?
☐ Zijn er alternatieve verklaringen?
☐ Past dit bij de context (bijv. geopolitieke situatie)?
☐ Zijn benchmarks gebruikt voor vergelijking?

✓ Bronvermelding
☐ Zijn alle bronnen vermeld?
☐ Zijn bronnen betrouwbaar en actueel?

⚠️ Wat AI NIET altijd goed doet:

Bronnen kunnen verkeerd geïnterpreteerd worden
Berekeningen moeten altijd geverifieerd worden
Context kan soms gemist worden (sector-specifieke nuances)
Toekomstvoorspellingen zijn speculatief

Template: Results Validation (AI-Assisted)

Laat AI helpen met sanity checks en alternatieve interpretaties.

[CONTEXT]
Mijn analyse resultaten: [samenvatting van findings]

[TAAK]
Help me deze resultaten kritisch evalueren:
1. Welke sanity checks moet ik uitvoeren?
2. Zijn er alternatieve verklaringen voor deze patterns?
3. Welke confounding factors heb ik mogelijk gemist?
4. Hoe robuust zijn deze conclusies?

6 Deployment

Template A: Conversatie Documenteren

BELANGRIJK: Sla je werk op voor transparantie en reproduceerbaarheid.

[PROMPT na je analyse]

"Kun je deze hele conversatie opslaan in een markdown bestand?

Voeg toe:
- Alle prompts die ik heb gebruikt
- De volledige resultaten met formules en berekeningen
- Visualisaties en tabellen
- Mijn verificatie checklist

Maak het overzichtelijk gestructureerd met headers en secties."

[VERVOLGPROMPT indien nodig]

"Kun je ook alle prompts uit deze conversatie expliciet toevoegen als sectie?"

💡 Waarom documenteren?

Je werk is reproduceerbaar (anderen kunnen je stappen volgen)
Transparantie voor stakeholders (hoe kwam je tot conclusies?)
Portfolio opbouwen (toon je AI-augmented skills)
Toekomstig gebruik (template voor volgende analyses)

Template B: Stakeholder Communication

AI helpt je technische resultaten vertalen naar business taal.

[CONTEXT]
Technische findings: [details]
Stakeholder: [CFO/CEO/RvC - welke rol?]

[TAAK]
Help me dit vertalen naar executive summary:
1. Wat is de bottom line? (1 zin, geen jargon)
2. Welke actie adviseer ik? (concrete next steps)
3. Wat zijn de risks en limitations?
4. Hoe beantwoord ik verwachte kritische vragen?

AI Tools & Resources

🤖

ChatGPT

OpenAI's conversational AI - goed voor exploratory analysis en prompt iteratie

🤖

Claude

Anthropic's AI assistant - excellent voor lange context en nuanced analysis

🤖

Google Gemini

Google's AI - geïntegreerd met Google Workspace tools

🤖

Mistral AI

Open-source AI model - goed voor data analysis en code generation

📚 Aanbevolen Readings

Prompt Engineering Guide: promptingguide.ai
AI for Data Analysis: Learn Prompting - Data Analysis section
Critical AI Evaluation: "How to Think About AI Output Validation"

🛠️ Conventional Tools Path Materiaal

🎯 Voor studenten die Conventional Tools Path kozen (keuze gemaakt in Week 3)
📅 Deze materials gebruik je vanaf Week 3-7 (na Week 2 data extraction)
ℹ️ Assumes: Je hebt verified financial data uit Week 2 templates

📊 Essential Reference voor Week 3+ Ratio Calculations:

Financial Ratios Cheat Sheet (Chapter 3.2 Hillier)

Gebruik deze cheatsheet voor formulas in Excel/Power BI/Python - alle 20+ ratios (Short-Term Solvency, Long-Term Solvency, Asset Management, Profitability, Market Value)

Belangrijke Principes

1. Tool is Middel

Niet doel. Focus op CRISP-DM proces, niet "coolste feature".

2. Start Simple, Scale Up

Begin met basis functionaliteit, voeg complexity toe als nodig.

3. Reproducibility

Documenteer je stappen zodat anderen kunnen volgen.

4. Business-First

Elke technische keuze moet business rationale hebben.

Tool Selectie Matrix

Tool	Beste Voor	Leercurve	Visualisatie	Modeling	Cost
Power BI	Business dashboards, interactieve rapporten	Middel	⭐⭐⭐⭐⭐	⭐⭐⭐	Gratis (Desktop)
Tableau	Executive dashboards, storytelling	Middel	⭐⭐⭐⭐⭐	⭐⭐	Student license
Python	Data wrangling, custom analysis	Hoog	⭐⭐⭐	⭐⭐⭐⭐⭐	Gratis
R	Statistical analysis, academic rigor	Hoog	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	Gratis
Looker Studio	Cloud dashboards, Google integration	Laag	⭐⭐⭐⭐	⭐⭐	Gratis (Google)
Google Sheets	Collaborative analysis, cloud-based	Laag	⭐⭐⭐	⭐⭐	Gratis (Google)
Excel	Quick analysis, tabular data	Laag	⭐⭐	⭐⭐	Microsoft 365

Keuze Hulp: Welke Tool Voor Jou?

Kies Power BI als:

Je prioriteit is: Interactieve dashboards voor stakeholders
Je wilt: Drag-and-drop interface (minder coding)
Je complexity level: Foundation of Analytical
Je Management verwacht: Visueel aantrekkelijk dashboard

Download Power BI Desktop →

Kies Python als:

Je prioriteit is: Flexibiliteit en custom analysis
Je wilt: Leren programmeren (toekomstbestendig)
Je complexity level: Analytical of Advanced
Je Management verwacht: Diepgaande statistische analyse

Download Anaconda (Python) →

Kies Tableau als:

Je prioriteit is: Storytelling met data
Je wilt: Beste-in-class visualisaties
Je complexity level: Foundation of Analytical
Je Management verwacht: Executive summary met visuals

Get Student License →

Kies R als:

Je prioriteit is: Statistical rigor
Je wilt: Academic-grade analysis
Je complexity level: Analytical of Advanced
Je Management verwacht: Peer-review kwaliteit insights

Download Positron →

Kies Looker Studio als:

Je prioriteit is: Cloud-based dashboards delen
Je wilt: Geen software installeren (browser-based)
Je complexity level: Foundation of Analytical
Je Management verwacht: Real-time collaborative dashboards

Open Looker Studio →

Kies Google Sheets als:

Je prioriteit is: Team collaboratie op data
Je wilt: Bekend spreadsheet interface (zoals Excel)
Je complexity level: Foundation
Je Management verwacht: Transparante, editable calculations

Open Google Sheets →

Learning Resources

💡 Pro Tips voor Tool Mastery

Start met tutorials: Doorloop minimaal 1 getting started tutorial VOOR je met je project begint
Tool Clinics: Gebruik de office hours (Week 5-6) voor technische vragen
Documenteer je workflow: Maak screenshots/comments zodat je stappen reproduceerbaar zijn
Version control: Bewaar eerdere versies van je analyses (v1, v2, v3) - je wilt soms terug

📚 Cross-Path Materialen

Deze materialen zijn relevant voor BEIDE paden (AI én Conventional)

ℹ️ Voor alle studenten: Deze resources zijn tool-agnostisch en ondersteunen fundamentele skills
📅 Timing: Sommige resources zijn Week 1-2 (zie AI Financial Tutorial), andere Week 3-7
💡 Combineer met je path: Gebruik deze concepten + je gekozen methodologie (AI/Conventional)

CRISP-DM Methodology

Tool-agnostic gids door de 6 fasen van CRISP-DM. Systematiek blijft hetzelfde, ongeacht je gekozen tools.

Business Understanding: Van strategische vraag naar data vraag
Data Understanding: Data quality, exploratory analysis
Data Preparation: Cleaning, transformation, feature engineering
Modeling: Analyse technieken en interpretatie
Evaluation: Validatie en sanity checks
Deployment: Stakeholder communication

Stakeholder Communication

Hoe leg je technische analyses uit aan niet-technische Management (CEO, CFO, RvC)?

Bottom Line First: Start met conclusie, dan onderbouwing
Visual > Numbers: Laat zien, niet alleen vertellen
Anticipeer vragen: Bedenk kritische vragen van stakeholders
Limitations expliciet: Wees transparant over assumpties en risks

Data Interpretation

Van correlatie naar business insight - hoe interpreteer je analyse resultaten?

Correlation ≠ Causation (altijd onthouden!)
Confounding variables identificeren
Alternative explanations overwegen
Business context toevoegen aan statistiek

📚 Voorbeeldanalyses & Tutorials

Complete werkvoorbeelden en stap-voor-stap tutorials voor AI-augmented analyses.

🎓 AI Financial Analysis Tutorial

Start hier voor Week 1-2! Leer hoe je AI effectief inzet voor financiële analyses.

Van BEDROM naar ECONAN: kwalitatief → kwantitatief
Prompt engineering voor financiële ratio's
Verificatie checklist: controleer AI-output
5-stappen workflow: vraag → data → analyse → verificatie → documentatie
Klaar voor Opdracht 1 (Kengetallen analyse)

📖 Open Tutorial

💼 Rheinmetall Complete Analysis

Compleet werkvoorbeeld met alle prompts, berekeningen en interpretaties.

Defense sector (Rheinmetall AG)
Alle 8 gebruikte prompts gedocumenteerd
Basis ratio's → DuPont analyse (simpel naar complex)
Gebruik als template voor je eigen analyse

🔍 Bekijk Analyse

📊 Risico & Rendement Analyse (Week 5)

Opdracht 2 voorbereiding: Gestructureerde AI prompt voor beta, alpha en R² berekening.

CRISP-DM gestructureerd (6 fasen)
Data validatie en synchronisatie checks
Regressie analyse met interpretatie framework
Triangulatie en externe validatie

📋 Open AI Prompt 🔍 Bekijk Voorbeeld (Rheinmetall)

✅ Verificatie Oefeningen

Week 2-3: Leer hoe je wiskundige identiteiten gebruikt om data te verifiëren.

🔍 Spot de Fout - Interactieve Ratio Analyse (⭐⭐⭐)

Nieuw! Interactieve tool om fouten te detecteren in financiële ratio's van Euronext bedrijven.

Kies uit 5 sectoren (Retail, Technology, Energy, Food & Beverage, Healthcare)
3 moeilijkheidsgraden: DuPont (makkelijk), Leverage (gemiddeld), Market (moeilijk)
Realistische data met gerandomiseerde variatie bij elke generatie
Print-vriendelijk voor offline oefenen
30-45 minuten per sector

🎯 Open Spot de Fout Tool

🌪️ Trend Cards Generator - Financial Wind Tunneling (⭐⭐⭐)

Week 6! Genereer sector-specifieke trends voor de Financial Wind Tunneling oefening.

6 sectoren beschikbaar (Automotive, Food & Beverage, Luchtvaart, Logistiek, Retail, FMCG)
5 trends per sector, 3 random geselecteerd per generatie
Gebaseerd op FTSG 2025 Trend Report
Interactieve flipkaarten met beschrijving en impact

🎯 Open Trend Cards Generator

💡 Tip: Werk eerst de tutorial door (2-3 uur), bekijk dan het Rheinmetall voorbeeld als referentie tijdens je eigen analyse.

🎯 Benchmark Analysis Guide

Cruciaal voor alle Analisten: Elk team heeft 3-4 Analisten die elk 1 bedrijf analyseren. Zo coördineer je jullie analyses voor vergelijkbaarheid.

Week 1-2: KPI Harmonisatie

Bedrijfsverdeling: Analyst 1 = "eigen" bedrijf, Analysts 2-4 = benchmarks
KPI Selectie: Stem af - welke metrics gaan we allemaal meten? (bijv. omzetgroei, bruto marge, ESG score)
Definities: Zelfde definities gebruiken (bijv. "marge" = gross of net?)
Tijdsperiode: Zelfde periode analyseren (bijv. laatste 3 jaar)

Week 5-6: Comparative Analysis

KPI Vergelijking: Leg jullie bevindingen naast elkaar - "Eigen bedrijf vs benchmarks"
Gap Analyse: Waar presteert eigen bedrijf beter/slechter?
Best Practices: Wat kunnen we leren van de benchmarks?
Strategic Insights: Hoe beïnvloedt dit de beslissing van het Management?

💡 Benchmark data is even belangrijk als eigen bedrijf data - weten wat je concurrentie doet is cruciaal voor strategische beslissingen!

🎓 Interactieve Modeling Demonstraties

Interactieve visualisaties om te begrijpen hoe modeling algorithms werken. Relevant voor ZOWEL AI als Conventional path studenten.

📈 Linear Regression

Zie hoe een regressielijn door data points wordt getrokken. Speel met de data en zie direct hoe de lijn zich aanpast.

Open Linear Regression Demo →

⚡ Gradient Descent

Begrijp hoe het optimalisatie-algoritme stap voor stap de best-fit line vindt. Zie de "cost function" dalen terwijl het algoritme leert.

Open Gradient Descent Demo →

💡 Waarom belangrijk?

AI Path: Begrijp wat er gebeurt "onder de motorkap" van AI models wanneer je prompt: "fit a regression model"
Conventional Path: Snap de wiskunde achter regressie in Python's sklearn, R's lm(), of Excel's trendline
Beide paden: Kritisch kunnen evalueren wanneer een lineair model wel/niet past bij je data

🕐 Aanbevolen timing: Week 5-6 (Modeling fase van CRISP-DM)

Volgende Stappen

Planning

Bekijk wanneer je welke materialen nodig hebt in de 7-weken planning.

Rollen

Kies je rol: Management of Analist?

Assessment

Hoe wordt je werk beoordeeld? CRISP-DM criteria + PAM.