Natuurlijk! Hier is een gestructureerde aanpak om je DataFrame te analyseren en inzichtelijke visualisaties te maken, inclusief uitleg en codevoorbeelden in Python met Pandas en Matplotlib/Seaborn. --- ### 1. Data voorbewerken en verkennen **Doel:** Controleer de data, maak kolommen klaar voor analyse. ```python import pandas as pd import matplotlib.pyplot as plt import seaborn as sns # Laden van je DataFrame (vervang dit door je eigen data-inleescode) # df = pd.read_csv('jouw_data.csv') # Datum kolom omzetten naar datetime df['Datum'] = pd.to_datetime(df['Datum']) # Bekijk eerste records en info print(df.head()) print(df.info()) ``` **Uitleg:** - Datums lezen als datetime maakt tijdgebaseerde analyses makkelijker. - Eerste inspectie helpt om datatypes te bevestigen en missing waarden te identificeren. --- ### 2. Tijdreeksanalyse van sales **Doel:** Identificeer algemene sales trends over de tijd. ```python # Groeperen per dag (indien nodig) daily_sales = df.groupby('Datum')['Sales'].sum() # Plotten van de totale sales over tijd plt.figure(figsize=(14,6)) daily_sales.plot() plt.title('Totale Sales per Dag') plt.xlabel('Datum') plt.ylabel('Sales') plt.show() ``` **Uitleg:** - Samenvatting per dag geeft inzicht in de algemene trend en seizoensinvloeden. --- ### 3. Seizoensinvloeden en maandelijkse trends ```python # Maand en jaar toevoegen voor seizoensanalyse df['Jaar'] = df['Datum'].dt.year df['Maand'] = df['Datum'].dt.month # Maandelijkse totalen monthly_sales = df.groupby(['Jaar', 'Maand'])['Sales'].sum().reset_index() # Plot plt.figure(figsize=(14,6)) sns.lineplot(data=monthly_sales, x='Maand', y='Sales', hue='Jaar', marker='o') plt.title('Maandelijkse Sales per Jaar') plt.xlabel('Maand') plt.ylabel('Sales') plt.show() ``` **Uitleg:** - Vergelijk maandelijkse trends per jaar om seizoenpatronen te ontdekken. --- ### 4. Relatie tussen Marketinguitgaven en Sales **Doel:** Correlatie en verband onderzoeken. ```python # Dagelijkse totalen marketinguitgaven en sales daily_data = df.groupby('Datum').agg({'Sales':'sum', 'Marketinguitgaven':'sum'}).reset_index() # Correlatie berekenen corr = daily_data['Sales'].corr(daily_data['Marketinguitgaven']) print(f'Correlatie tussen sales en marketinguitgaven: {corr:.2f}') # Scatterplot met regressielijn plt.figure(figsize=(8,6)) sns.regplot(x='Marketinguitgaven', y='Sales', data=daily_data) plt.title('Sales vs. Marketinguitgaven') plt.xlabel('Marketinguitgaven') plt.ylabel('Sales') plt.show() ``` **Uitleg:** - Een hoge correlatie wijst op een mogelijk verband; regressie toont de aard van de relatie. --- ### 5. Product- en Regio-analyse **Doel:** Verschillen in sales per product en regio begrijpen. ```python # Top 10 producten op basis van totale sales top_products = df.groupby('Product')['Sales'].sum().sort_values(ascending=False).head(10) # Barplot plt.figure(figsize=(12,6)) sns.barplot(x=top_products.values, y=top_products.index) plt.title('Top 10 Producten op Basis van Sales') plt.xlabel('Sales') plt.ylabel('Product') plt.show() # Sales per regio region_sales = df.groupby('Regio')['Sales'].sum() # Pie chart regio's plt.figure(figsize=(8,8)) region_sales.plot.pie(autopct='%1.1f%%') plt.title('Verdeling van Sales over Regio\'s') plt.ylabel('') plt.show() ``` **Uitleg:** - Identificeer bestsellers en belangrijke markten. --- ### 6. Detectie van afwijkingen (Outliers) ```python # Boxplot voor sales plt.figure(figsize=(8,6)) sns.boxplot(x='Sales', data=df) plt.title('Sales Distributie') plt.show() # Zware afwijkingen kunnen verder onderzocht worden ``` **Uitleg:** - Outliers kunnen wijzen op speciale gebeurtenissen of datafouten. --- ### 7. Seizoenspatronen en maandelijkse verschillen ```python # Voeg weeknummer toe df['Week'] = df['Datum'].dt.isocalendar().week # Gemiddelde sales per week weekly_sales = df.groupby('Week')['Sales'].mean() plt.figure(figsize=(14,6)) sns.lineplot(x=weekly_sales.index, y=weekly_sales.values) plt.title('Gemiddelde Weekly Sales') plt.xlabel('Weeknummer') plt.ylabel('Gemiddelde Sales') plt.show() ``` **Uitleg:** - Helpt patronen binnen het jaar te ontdekken. --- ### Samenvatting Met deze stappen krijg je inzicht in: - Trends en seizoensinvloeden - De relatie tussen marketinguitgaven en sales - Product- en regio-verschillen - afwijkingen en outliers - Weekly en monthly patronen Wil je meer specifieke analyses of hulp bij het interpreteren van de resultaten?

Absoluut! Hier is een stapsgewijze handleiding voor verkennende data-analyse (EDA) en visualisaties specifiek voor jouw use case. Ik zal de code in het Nederlands toelichten. ### Stap 1: Importeer benodigde libraries ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from datetime import datetime # Stel de stijl in voor de plots plt.style.use('default') sns.set_palette("husl") ``` **Uitleg:** We importeren de noodzakelijke libraries voor data manipulatie (pandas, numpy) en visualisatie (matplotlib, seaborn). ### Stap 2: Laad en verkenn de data ```python # Laad je DataFrame (vervang 'df' met jouw variabelenaam) # df = pd.read_csv('jouw_bestand.csv') # Bekijk basisinformatie print("Data vorm:", df.shape) print("\nKolom types:") print(df.dtypes) print("\nEerste paar rijen:") df.head() ``` **Uitleg:** We beginnen met het begrijpen van de structuur van onze data - hoeveel rijen/kolommen, datatypes en een eerste blik op de inhoud. ### Stap 3: Data preprocessing ```python # Zet Datum kolom om naar datetime format df['Datum'] = pd.to_datetime(df['Datum']) # Controleer op ontbrekende waarden print("Ontbrekende waarden per kolom:") print(df.isnull().sum()) # Voeg tijdgerelateerde features toe voor trendanalyse df['Maand'] = df['Datum'].dt.month df['Kwartaal'] = df['Datum'].dt.quarter df['Jaar'] = df['Datum'].dt.year df['Dag_van_week'] = df['Datum'].dt.dayofweek # 0=maandag, 6=zondag ``` **Uitleg:** We zorgen dat de datum correct wordt geïnterpreteerd en voegen extra tijdsdimensies toe voor gedetailleerdere analyse. ### Stap 4: Totale trends over tijd ```python # Maandelijkse trends voor sales en marketing maandelijkse_data = df.groupby(['Jaar', 'Maand']).agg({ 'Sales': 'sum', 'Marketinguitgaven': 'sum' }).reset_index() plt.figure(figsize=(14, 6)) plt.plot(maandelijkse_data.index, maandelijkse_data['Sales'], label='Sales', linewidth=2) plt.plot(maandelijkse_data.index, maandelijkse_data['Marketinguitgaven'], label='Marketinguitgaven', linewidth=2) plt.title('Maandelijkse Sales vs Marketinguitgaven Trend') plt.xlabel('Tijdsperiode') plt.ylabel('Bedrag') plt.legend() plt.grid(True, alpha=0.3) plt.xticks(rotation=45) plt.tight_layout() plt.show() ``` **Uitleg:** Deze lijngrafiek toont de evolutie van zowel sales als marketinguitgaven over tijd, waardoor we seizoenspatronen en trends kunnen identificeren. ### Stap 5: Correlatie-analyse ```python # Bereken correlatie tussen sales en marketinguitgaven correlatie = df['Sales'].corr(df['Marketinguitgaven']) print(f"Correlatie tussen Sales en Marketinguitgaven: {correlatie:.3f}") # Gedetailleerde correlatie-analyse per regio correlatie_per_regio = df.groupby('Regio').apply( lambda x: x['Sales'].corr(x['Marketinguitgaven']) ) print("\nCorrelatie per regio:") print(correlatie_per_regio) # Scatter plot met regressielijn plt.figure(figsize=(10, 6)) sns.regplot(x='Marketinguitgaven', y='Sales', data=df, scatter_kws={'alpha':0.5}, line_kws={'color':'red'}) plt.title(f'Relatie tussen Marketinguitgaven en Sales (Correlatie: {correlatie:.3f})') plt.xlabel('Marketinguitgaven') plt.ylabel('Sales') plt.show() ``` **Uitleg:** We onderzoeken de statistische relatie tussen marketinguitgaven en sales. Een positieve correlatie suggereert dat marketing effectief is. ### Stap 6: Analyse per product en regio ```python # Sales distributie per product plt.figure(figsize=(12, 6)) df.groupby('Product')['Sales'].sum().sort_values(ascending=False).plot( kind='bar', color='skyblue') plt.title('Totale Sales per Product') plt.xlabel('Product') plt.ylabel('Totale Sales') plt.xticks(rotation=45) plt.tight_layout() plt.show() # Marketing effectiviteit per regio regio_analyse = df.groupby('Regio').agg({ 'Sales': 'sum', 'Marketinguitgaven': 'sum' }).assign(Sales_per_Euro=lambda x: x['Sales'] / x['Marketinguitgaven']) print("Marketing effectiviteit per regio (Sales per Euro marketing):") print(regio_analyse['Sales_per_Euro'].sort_values(ascending=False)) ``` **Uitleg:** We identificeren welke producten het best presteren en welke regio's de hoogste return on marketing investment hebben. ### Stap 7: Seizoenspatronen en weekdag analyse ```python # Seizoenspatronen per maand maandelijkse_sales = df.groupby('Maand')['Sales'].mean() plt.figure(figsize=(10, 5)) maandelijkse_sales.plot(kind='bar', color='lightgreen') plt.title('Gemiddelde Sales per Maand (Seizoenspatroon)') plt.xlabel('Maand') plt.ylabel('Gemiddelde Sales') plt.xticks(rotation=0) plt.tight_layout() plt.show() # Sales per dag van de week dag_sales = df.groupby('Dag_van_week')['Sales'].mean() plt.figure(figsize=(8, 4)) dag_sales.plot(kind='bar', color='orange') plt.title('Gemiddelde Sales per Weekdag') plt.xlabel('Dag van de week (0=Maandag, 6=Zondag)') plt.ylabel('Gemiddelde Sales') plt.xticks(rotation=0) plt.tight_layout() plt.show() ``` **Uitleg:** We analyseren seizoensgebonden patronen en verschillen tussen weekdagen, wat cruciaal is voor marketing timing. ### Stap 8: Uitgebreide correlatie matrix ```python # Creëer een correlatie matrix voor numerieke variabelen numerieke_data = df[['Sales', 'Marketinguitgaven', 'Maand', 'Dag_van_week']] correlatie_matrix = numerieke_data.corr() plt.figure(figsize=(8, 6)) sns.heatmap(correlatie_matrix, annot=True, cmap='coolwarm', center=0, square=True) plt.title('Correlatie Matrix') plt.tight_layout() plt.show() ``` **Uitleg:** Een heatmap geeft een snel overzicht van alle relaties tussen numerieke variabelen. ### Stap 9: Anomalie detectie ```python # Identificeer uitschieters in sales Q1 = df['Sales'].quantile(0.25) Q3 = df['Sales'].quantile(0.75) IQR = Q3 - Q1 onder_grens = Q1 - 1.5 * IQR boven_grens = Q3 + 1.5 * IQR uitschieters = df[(df['Sales'] < onder_grens) | (df['Sales'] > boven_grens)] print(f"Aantal uitschieters in sales: {len(uitschieters)}") # Boxplot voor sales distributie plt.figure(figsize=(8, 6)) sns.boxplot(y=df['Sales']) plt.title('Distributie van Sales met Uitschieters') plt.ylabel('Sales') plt.show() ``` **Uitleg:** We identificeren afwijkende waarden die nader onderzoek vereisen, zoals onverwachte pieken of dalen in sales. ### Stap 10: ROI Analyse ```python # Bereken marketing ROI over tijd df['Marketing_ROI'] = df['Sales'] / df['Marketinguitgaven'] # ROI trendanalyse maandelijkse_roi = df.groupby(['Jaar', 'Maand'])['Marketing_ROI'].mean().reset_index() plt.figure(figsize=(14, 6)) plt.plot(maandelijkse_roi.index, maandelijkse_roi['Marketing_ROI'], color='purple', linewidth=2) plt.title('Marketing ROI Trend over Tijd') plt.xlabel('Tijdsperiode') plt.ylabel('ROI (Sales per Euro Marketing)') plt.grid(True, alpha=0.3) plt.tight_layout() plt.show() ``` **Uitleg:** We berekenen de return on investment van marketingactiviteiten, een cruciale KPI voor budgetallocatie. ### Samenvatting van inzichten: 1. **Tijdelijke trends**: Identificeer seizoenspatronen en lange-termijn trends 2. **Marketing effectiviteit**: Meet de impact van marketing op sales 3. **Regionale verschillen**: Ontdek welke regio's het best presteren 4. **Productprestaties**: Identificeer top- en underperformers 5. **Optimalisatie kansen**: Gebruik de inzichten voor betere budgetallocatie Deze analyse geeft je een solide basis om data-gedreven beslissingen te nemen over marketingstrategie en budgettering!