Veel organisaties starten met het bouwen van BI-dashboards door zich te richten op visualisaties en KPI’s, maar vergeten het fundament: een goed dimensionaal model. Zonder dit model ontstaan op termijn problemen zoals trage dashboards, foutgevoelige berekeningen, inconsistenties tussen rapporten en hoge onderhoudskosten.
In mijn vorige blog uit de serie over de Analytics Engineer heb ik beschreven wat deze rol inhoudt en hoe low-code oplossingen zoals TimeXtender deze werkwijze mogelijk maken. In dit nieuwe deel ga ik in op hoe de Analytics Engineer past binnen de manier van werken volgens Scrum
Slimme techniek is mooi, maar zonder goede User Interface blijft het stil. Veel organisaties investeren in slimme apps om processen beter en sneller te maken. Denk aan apps gebouwd met Power Apps, Mendix, Qlik dashboards of maatwerksoftware. Maar zelfs de technisch beste app haalt weinig op als de gebruikers hem niet willen gebruiken.
Wat als je app niet alleen reageert op gebruikers, maar zélf dingen voor ze doet? Stel je voor: je typt iets in en de app opent programma's, vult formulieren in of verwerkt rapporten zonder dat jij hoeft te klikken. Dat klinkt futuristisch, maar het gebeurt nu al. En jij kunt het gebruiken binnen je organisatie. Met behulp van agentic AI en Mendix, het low-code platform waar je razendsnel apps mee bouwt, kun je vandaag al ontdekken hoe ver je kunt gaan met automatiseren.
In mei 2026 brengt Qlik een belangrijke release uit die voor veel organisaties directe gevolgen kunnen hebben. In deze update verdwijnen meerdere verouderde visualisatietypen uit Qlik Sense. Gebruik je deze visuals in je dashboard, dan loop je het risico dat bepaalde rapportages of KPI-overzichten niet meer werken.
De toekomst voorspellen, wie wil dat nou niet? Met Qlik Predict (de nieuwe benaming voor AutoML) kun je eenvoudig voorspelmodellen creëren op basis van jouw data. Qlik Predict automatiseert een groot deel van dit proces voor je. In de vorige blogs hebben we uitgelegd hoe je jouw data voorbereidt met feature engineering en hoe je het beste model selecteert. In dit derde deel laten we zien hoe je het getrainde model daadwerkelijk inzet in je organisatie: het operationaliseren van je model.
