Een data-analist die alleen tooling op zijn CV zet wordt verwisselbaar. Een data-analist die laat zien welke vraagstukken hij heeft helpen beantwoorden — en welke beslissing daaruit voortkwam — wordt onderscheidend. SQL en Python zijn instapdrempels, geen onderscheidende kenmerken meer.
Boven aan: domein en stakeholder-context
Profielsamenvatting: in welk domein heb je data-ervaring (e-commerce, financiële diensten, zorg, marketing), met welke stakeholders werk je (marketing, finance, operations, product), en wat is je technische profiel (puur SQL/BI, of ook Python/statistiek/ML). Drie zinnen, geen filler.
Werkervaring met meetbare impact
Per rol: bedrijf, sector, team-context (analytics-team of embedded in business-unit), en drie tot vijf concrete projecten met uitkomst. "Bouwde dashboard voor finance" is zwak. "Bouwde retention-dashboard voor finance-team; resulteerde in besluit churn-preventie-budget te verdubbelen" is sterk.
Wees expliciet over jouw bijdrage versus die van je team. Een analist die voorzichtig is met "ik" versus "wij" valt op.
Tooling en methode
Vijf à acht tools die je dagelijks gebruikt — niet de twintig die je ooit hebt aangeraakt. Voor BI: Tableau, Power BI, Looker. Voor data warehousing: BigQuery, Snowflake, Redshift. Programming: SQL (altijd vermelden), Python (pandas, scikit-learn), R indien echt gebruikt. Statistische methodes alleen vermelden als je ze in projecten hebt toegepast.
Concrete voorbeeld-bullets
- Bouwde retention-dashboard in Looker voor finance-team; leidde tot besluit churn-preventie-budget €450k te alloceren.
- A/B test framework voor product (Python + BigQuery); standaard-praktijk voor 12 product-teams sinds 2024.
- Audit van marketing-attributie-model; identificeerde €200k overgealloceerd in paid social — geherbalanceerd Q3 2024.
- SQL-mentor voor business-analisten in finance (8 mensen); team functioneert nu zonder data-team-tussenkomst voor 80% van vragen.
- Tools: SQL (BigQuery/Snowflake), Python (pandas, scikit-learn), Looker, dbt. Statistiek: A/B testing, cohort-analyse, basic regressie.
- MSc Econometrics (Erasmus), 2019; certificering dbt Analytics Engineering, 2024.
Valkuilen voor deze rol
- "Heeft data geanalyseerd voor X" zonder uitkomst of beslissing die eruit voortkwam.
- Tooling-lijst zonder context. Welke tools dagelijks, welke incidenteel, welke vroeger?
- Te zware claims over ML als je voornamelijk BI hebt gedaan. Een hiring data-engineer prikt daardoorheen.
- Geen vermelding van stakeholders. Een analist die alleen met andere data-mensen praat heeft een andere rol dan iemand die regelmatig directie-leden updaten.
Voor analytics-rollen werkt rustige typografie. Het is content-werk; lay-out moet niet schreeuwen.
Salarisindicatie 2026 (NL): junior data-analist €40–55k, medior €55–75k, senior €75–95k. Analytics engineering en data science zitten boven analist; tarieven voor freelance €70–€140/uur.
Verder lezen
- CV op maat maken in 2 minuten — hoe het werkt zonder dat het stom klinktEén CV voor élke vacature is een mythe. We leggen uit hoe je per vacature een gericht CV maakt — keywords, framing, structuur — zonder uren te verprutsen in Word.
- ATS-systemen in 2026 — wat werkt wel, wat is fabelGeen pdf-fobie, geen tafelpaniek, geen onzin over witregels. Een nuchtere uitleg van hoe Nederlandse ATS-systemen je CV in 2026 echt verwerken — en wat er wél toe doet.
- Wat een recruiter ons vertelde: "Ik zie 200 CV's per dag, dit zijn de patronen"We spraken corporate recruiters, intercedenten en hiring managers. Wat valt op, wat irriteert, wat doet je naar de stapel "ja" verhuizen. Eerlijk, niet beschuldigend.