16 november 2026
Dataskills voor financials: waarom ze steeds onmisbaarder worden
Power BI, SQL of Excel: steeds vaker wordt van financials een zekere mate van datavaardigheid verwacht. Software en dashboards nemen veel routinewerk weg, waardoor professionals meer tijd over houden om zich over de complexere analyses te buigen. Welke dataskills heb je tegenwoordig nodig in de financiële wereld? Lees het in deze blog.

Waarom hebben financials steeds vaker dataskills nodig?
Software neemt het verwerkende werk over en het management wil sneller inzicht. Facturen boeken, afstemmen en standaardrapportages draaien steeds vaker automatisch. Wat overblijft, is de vraag wat de cijfers betekenen. Wie data zelf kan ophalen, controleren en uitleggen, wordt de vaste gesprekspartner van het management of de directie.
Toename van AI-gerelateerde kennis en vaardigheden
De verschuiving zie je terug in vacatures en in onderzoek onder leidinggevenden in finance, zoals financieel directeuren (CFO’s) en financieel managers. De cijfers hieronder komen uit internationaal onderzoek en laten zien welke kant het vak op gaat.
- Vacatures: Datarails analyseerde 5.000 vacatures in finance van januari 2025 tot januari 2026. Ruim 1 op de 3 vraagt om kennis van AI of machine learning. Een jaar eerder was dat 1 op de 4. Bij accountants steeg het aandeel van 18% naar 30% (CFO Dive, maart 2026).
- Tekort aan vaardigheden: in een onderzoek van AICPA & CIMA onder 1.446 leidinggevenden in finance ziet 36% een tekort aan data- en analysevaardigheden. De helft noemt gebrek aan deze skills de grootste rem op nieuwe technologie (AICPA & CIMA, december 2025).
- Prioriteit bij CFO's: volgens Gartner is AI- en digitaal talent aantrekken en ontwikkelen de grootste uitdaging voor CFO's op korte termijn (Gartner, maart 2026).
Verschuiving van verwerken naar adviseren
Neem een controller die elke maand een Excel-rapport in elkaar zet. Dat kost dagen en het rapport is al oud als het op tafel ligt. Met een gekoppeld dashboard ziet het management op elk moment de actuele cijfers tegenover het budget. De controller houdt tijd over voor de vraag die er echt toe doet: waarom wijkt de marge af en wat doen we eraan?
Die verschuiving zie je terug in nieuwe functies. Denk aan de financieel data-analist, de FP&A-specialist (financiële planning en analyse) en de businesscontroller met een BI-specialisatie. Wat deze functies gemeen hebben? Financiële vakkennis plus de vaardigheid om zelf met data te werken.
Welke dataskills heb je als financial tegenwoordig nodig?
Je hebt een mix van tools en denkvaardigheden nodig. Microsoft Excel op hoger niveau, Power BI en data literacy vormen de basis. SQL en Python zijn een sterke aanvulling voor wie verder wil. Zonder analytisch vermogen om analyses te vertalen naar advies leveren die tools weinig op.
Niveau | Data skill | Wat je ermee doet |
Basis | Excel op hoger niveau (draaitabellen, Power Query, Power Pivot) | Data uit meerdere bronnen ophalen, opschonen en koppelen |
Basis | Data literacy | Beoordelen waar data vandaan komt, hoe betrouwbaar die zijn en wat je eruit kunt halen |
Basis | Kennis van je ERP-systeem | Begrijpen hoe de data in je bronsysteem zijn opgebouwd |
Midden | Power BI (datamodellen, DAX) | Dashboards en actuele KPI's bouwen in plaats van statische rapporten |
Midden | Datavisualisatie | Cijfers zo presenteren dat het management direct ziet waar het om gaat |
Gevorderd | SQL | Zelf data uit databases opvragen, zonder te wachten op IT |
Gevorderd | Python | Analyses automatiseren, prognoses maken en afwijkingen opsporen |
Tools hebben zonder vertaalslag geen waarde
Een dashboard is pas nuttig als iemand het verhaal erachter kan vertellen. Kritisch denken blijft daarom de sterkste vaardigheid van een financieel professional. Dat geldt ook voor AI: een taalmodel rekent snel, maar is foutgevoelig en beschikt lang niet altijd over alle kennis van je organisatie. Jij beoordeelt of de uitkomst klopt en wat die betekent voor de jaarrekening, de begroting of het advies aan een klant.
Zo bouw je je data skills stap voor stap op
Je hoeft niet alles tegelijk te leren. Begin bij de basis en breid uit op het moment dat je werk erom vraagt. Een logische route ziet er zo uit:
- Leg het fundament. In de Training Data Awareness leer je in één dag hoe de dataketen werkt, van opslag tot rapportage, en waarom datakwaliteit zo zwaar weegt.
- Bouw financiële dashboards. Werk je al met de basis van Power BI? In de tweedaagse training Power BI voor Financials maak je dashboards voor de winst-en-verliesrekening, de balans, actuals tegenover budget en de cashflow.
- Zet een eerste stap in programmeren. In twee dagen Python Fundamentals leer je de basis van Python, zonder voorkennis.
- Word specialist. De HBO-opleiding Financieel Data-analist duurt een jaar. Je werkt aan business intelligence, big data-analyse, datavisualisatie en databases.
Markus Verbeek Praehep leidt al ruim 130 jaar financials op. Je kunt klassikaal, online of via de virtual classroom studeren en de opleiding uitstekend combineren met je baan. Bekijk alle opties op de pagina ICT en AI voor financials.
Meer halen uit je cijfers?
Twijfel je of je bij Excel begint of meteen met Power BI? Dat hangt af van je functie en van wat je organisatie al gebruikt. In het volledige opleidingsaanbod van Markus Verbeek Praehep vind je trainingen en opleidingen voor elk niveau.
Liever eerst nog even sparren over de mogelijkheden? Neem contact op met een van onze opleidingsadviseurs via de contactpagina. Zij denken met je mee over de stap die het best bij je huidige situatie past.
Veelgestelde vragen
Is Excel nog genoeg voor een financial?
Excel blijft de basis van bijna elke financiële afdeling. Maar voor grote datasets, gekoppelde bronnen en actuele dashboards schiet het tekort. Power BI sluit goed aan op Excel en is voor veel financials de logische volgende stap.
Moet je als financial kunnen programmeren?
Nee, voor de meeste functies is programmeren een pluspunt en geen eis. Met Excel en Power BI kom je als controller of financieel analist al ver. Wil je doorgroeien naar een rol als financieel data-analist, dan maken SQL en Python je een stuk zelfstandiger.
Wat is het verschil tussen een controller en een financieel data-analist?
Een controller bewaakt de financiële sturing en adviseert het management. Een financieel data-analist richt zich op het verzamelen, modelleren en analyseren van data. In de praktijk groeien beide rollen naar elkaar toe.
Hoeveel tijd kost het om data skills te leren?
Dat hangt af van je doel. Een korte training van één of twee dagen geeft je een stevige basis in één tool. Wil je je specialiseren, reken dan op een opleiding van ongeveer een jaar naast je werk.
Neemt AI het werk van financials over?
AI neemt vooral routinewerk over, zoals boeken en afstemmen. Het beoordelen van uitkomsten, het adviseren en het nemen van verantwoordelijkheid blijven mensenwerk. Financials met dataskills profiteren daar het meest van.