Waarom andermans spreadsheet iets anders is dan die van jou

Er is een moment dat bijna iedereen die met cijfers werkt een keer meemaakt. Iemand vertrekt, gaat met pensioen of stapt over naar een andere afdeling, en jij krijgt een bestand. Meestal per mail, meestal met een zin erbij als: 'Hier zit alles in, je moet alleen elke maand de nieuwe export erin plakken en dan komt het rapport eruit'.

Het werkt ook. Twee maanden lang plak je de export erin en komt er een rapport uit. En dan vraagt iemand waarom de marge op product B is gedaald, en dan moet je in dat bestand kijken, en dan zie je een formule van vierhonderd tekens waar je niets van begrijpt.

Vanaf dat moment ben jij verantwoordelijk voor een uitkomst die je niet kunt uitleggen. Deze cursus gaat over precies dat probleem.

Dit is een ander soort werk

In de cursus Excel met AI ging het over jouw eigen bestand: je wilt iets uitrekenen, je laat de formule schrijven, je controleert of hij klopt. Je kent de gegevens, want je hebt ze zelf opgehaald. Je kent de bedoeling, want die was van jou.

Bij een geërfd bestand is elk van die dingen weg. Je weet niet welke kolom de bron is en welke een berekening. Je weet niet of dat getal 21 in die formule het btw-tarief is of het aantal werkdagen. Je weet niet of dat blad met de naam 'oud' echt oud is, of dat het rapport er stilletjes uit put.

Het gereedschap is hetzelfde, de volgorde is omgekeerd. Je bouwt niet van niets naar iets, je werkt van iets terug naar begrip.

Spreadsheetrisico is een echt begrip

Het klinkt als iets wat een accountant heeft verzonnen om vergaderingen mee te vullen, maar het is een van de best onderzochte onderwerpen in het vak. De uitkomst van dat onderzoek is opmerkelijk stabiel: in bestanden van enige omvang die in gebruik zijn, zit vrijwel altijd minstens één fout die de uitkomst verandert.

Niet omdat de makers slordig waren. Wel omdat een spreadsheet het enige stuk gereedschap is waarbij iedereen mag bouwen, niemand test, niemand het nakijkt en alles er even overtuigend uitziet. Een formule die er goed uitziet en het verkeerde antwoord geeft, is niet te onderscheiden van een formule die klopt — behalve door hem na te rekenen.

De bekendste voorbeelden gaan over bedragen met veel nullen: een bank die zijn risico verkeerd inschat door een gemiddelde dat een som had moeten zijn, een ministerie dat duizenden regels kwijtraakt omdat het bestandsformaat vol zat, twee economen wier beleidsadvies op een bereik rustte dat een paar landen niet meenam. Wat die gevallen gemeen hebben, is niet de omvang maar de aard: het waren geen ingewikkelde fouten. Het waren fouten die iedereen maakt, in bestanden die niemand nakeek.

Waarom het bij een geërfd bestand erger is

Een fout in je eigen bestand vind je meestal snel, want je verwacht een bepaalde uitkomst en die komt er niet uit. Bij een geërfd bestand heb je die verwachting niet. Wat eruit komt, is per definitie wat je verwacht — je hebt geen ander ijkpunt.

Daar komt bij dat een fout in een gedeeld bestand zich verplaatst. Hij gaat mee in een rapport, dat gaat mee in een presentatie, die gaat mee in een besluit. Hoe langer een bestand meegaat, hoe verder de uitkomsten al gekomen zijn voordat iemand ze narekent.

• Je kent de bedoeling niet, dus je herkent een afwijking van de bedoeling ook niet.
• Er zijn meer handen in geweest, en niet iedereen werkte op dezelfde manier.
• De maker is er niet meer om iets aan te vragen, of weet het zelf ook niet meer.
• Er hangt inmiddels iets aan: een rapportage, een facturatie, een beslissing.
• Iedereen gaat ervan uit dat het klopt, juist omdat het al zo lang meegaat.

En dit is waar de AI het verschil maakt

Een geërfd bestand doorgronden was tot voor kort werk van dagen. Formule voor formule uitpluizen, terugrekenen wat er bedoeld werd, hopen dat je de logica in de gaten kreeg. De meeste mensen begonnen er niet eens aan: ze plakten de export erin en hoopten er het beste van.

Een AI leest zo'n formule in twee seconden en legt hem uit in gewone taal. Dat is geen trucje, dat is het verschil tussen wel en niet aan dit werk beginnen. Het is meteen het eerste dat je in module 2 gaat doen.

Met één harde voorwaarde, die de hele cursus door terugkomt: de uitleg is een hypothese, geen bewijs. Het model ziet je bestand niet — het ziet alleen wat jij erover opschrijft. Het weet niet dat kolom H sinds vorig jaar iets anders bevat dan de kop belooft. Elke uitleg reken je na op één rij waarvan je de uitkomst zelf kunt bepalen. Doe je dat niet, dan heb je je onbegrip alleen maar vervangen door het onbegrip van iemand anders, in mooiere zinnen.

Wat je aan het eind van de cursus hebt

Je werkt aan twee bestanden tegelijk. Van ons krijg je een oefenbestand dat bewust alles fout doet wat er fout kan. Daarnaast kies je in les 1.3 een bestand van jezelf — het bestand waar je 's nachts wakker van zou moeten liggen.

Aan het eind zijn allebei die bestanden doorgelicht, is de invoer beschermd, staat er een toelichting in en ligt er een overdracht van één pagina. En je weet of het überhaupt nog een spreadsheet zou moeten zijn.