Werken met Ruwe Geïmporteerde Gegevens

In de praktijk zul je zelden datasets helemaal zelf aanmaken in Excel. Meestal werk je met gegevens die afkomstig zijn van externe bronnen — CSV-bestanden, rapporten uit systemen of gegevens die van websites zijn gekopieerd. Dit soort gegevens wordt ruwe geïmporteerde data genoemd en is een van de belangrijkste oorzaken van problemen in Excel.

Het belangrijkste probleem is dat Excel niet altijd de structuur en typen van geïmporteerde gegevens correct herkent. Zelfs als alles er visueel goed uitziet, kan de data al "vervuild" zijn zodra je deze opent of plakt.

Wanneer je bijvoorbeeld een CSV-bestand opent, bepaalt Excel automatisch hoe elke kolom geïnterpreteerd wordt. Soms raadt Excel het goed, maar vaak ook niet. Getallen kunnen als tekst worden weergegeven, datums kunnen verkeerd geïnterpreteerd worden afhankelijk van regionale instellingen, en sommige waarden kunnen hun oorspronkelijke opmaak verliezen.

Kopiëren en plakken van gegevens veroorzaakt weer andere problemen. Extra spaties verschijnen vaak aan het begin of einde van cellen, onzichtbare tekens kunnen worden ingevoegd en de opmaak kan inconsistent worden. Gegevens die van websites zijn gekopieerd zijn extra problematisch, omdat ze verborgen HTML-gerelateerde tekens kunnen bevatten die in Excel niet zichtbaar zijn.

Belangrijk inzicht

Ruwe geïmporteerde data mag nooit direct worden vertrouwd. Voordat je deze gebruikt, moet je er altijd van uitgaan dat: opmaken inconsistent kunnen zijn en waarden verkeerd geïnterpreteerd kunnen worden.

De eerste stap is niet analyseren — maar het controleren en voorbereiden van de data.