Stats

Klik op een tegel voor de definitie en de historie per dag.

Highscores — actiefste trainingen

Inschrijvingen die in de periode zijn gestart óf verder zijn gekomen. Zelfde telling als de mutatietabel en de DAX-metingen, dus dit en je rapport kunnen niet uiteenlopen.

Highscores — best beoordeelde trainingen

Uit de evaluatie die deelnemers na het afronden invullen. Gefilterd op de dag waarop iemand hem invulde, niet op de dag waarop wij hem ophaalden.

Selectie

Wie tellen we mee? Een deelnemer hoort bij de selectie als de accountstatus voldoet aan je keuze onderaan én hij in minstens één van de aangevinkte groepen zit.

Waarom staat Inactief bijna altijd op 0? TalentLMS haalt gedeactiveerde gebruikers uit hun groepen. Gemeten over 33 groepen en 903 lidmaatschappen: nul inactieve leden, terwijl er 1.732 inactieve accounts bestaan. Via groepen vind je afhakers dus niet — zie de toelichting bij Accountstatus.

Standaard bevat het extract alleen pseudoniemen. Zet je dit aan, dan krijgt cohort.csv er naam en email bij, zodat je er campagnes op kunt draaien. De voortgangstabel blijft gepseudonimiseerd — koppelen doe je op deelnemer_key.

Handig om te beginnen, maar laat dit uit staan zodra je groepen kloppen — anders blaast een typefout stilletjes je hele selectie op.

Automatisch draaien

De planner kijkt elk kwartier of het tijd is. Je kunt het tijdstip dus wijzigen zonder opnieuw te deployen. Is een run gemist, dan wordt hij bij de eerstvolgende controle alsnog gedraaid.

De nachtrun haalt altijd de volledige selectie op. Dat is bewust: draai je tussendoor handmatig een kleine selectie, dan blijft de automatische reeks vergelijkbaar. In Power BI filter je die twee uit elkaar met Snapshot[soort].

Scheelt ~155 API-calls per stille dag. Zonder inloggen kan niemand voortgang boeken, dus een run zou een identieke snapshot opleveren. Handmatig in- of uitschrijven door een beheerder zie je niet in de loginfeed — daarom die bovengrens.

Handmatig draaien

Een volledige run duurt een paar minuten. Mislukt hij, dan wordt er niets weggeschreven — beter geen snapshot dan een halve.

Filter bepaalt wat de volgende run meeneemt — alleen die run.
Alleen selectie tellen is een proefstuk: het telt wie er meedoet en stopt daarna. Zo'n vijftien API-calls, een paar seconden, en het haalt geen cursussen of voortgang op. Gebruik het om te zien of je groeps- en statuskeuze het aantal geeft dat je verwacht, vóórdat je een volledige run doet.
Alles draaien haalt de hele stand op en schrijft een snapshot weg.

Alleen selectie tellen doet ~15 calls en schrijft geen snapshot weg. Gebruik het om te controleren of je groepskeuze het juiste aantal geeft.

Laatste runs

Deelnemers en voortgang

Eén rij per deelnemer per cursus, op de gekozen peildatum. Deelnemers staan als pseudoniem in de data — hetzelfde pseudoniem betekent dezelfde persoon, maar de naam zit er bewust niet in.

Historische evaluaties aanleveren

De collector haalt evaluaties op zodra iemand een training afrondt, maar alleen vooruit: alles van vóór 12 september 2026 staat in geen enkele snapshot. Lever die hier aan en ze doen mee in het scorebord én in Power BI.

De sleutellijst geeft je bij elke training en elke deelnemer het id dat in het sjabloon hoort. Zoek in Excel met VERT.ZOEKEN van een trainingsnaam of een e-mailadres naar het id. Die lijst bevat namen en e-mailadressen — anders valt er niets op te zoeken — en gaat alleen naar je eigen download: niet naar een snapshot, niet naar Power BI.

Eén regel per persoon per training, met de kolommen uit het sjabloon. Vul user_id met het TalentLMS-id, niet met een naam of e-mailadres: wij maken er dezelfde sleutel van als de collector gebruikt, zodat de rijen op dezelfde persoon aansluiten zonder dat er een id bewaard wordt.
Een import vervangt de vorige volledig — lever dus altijd het hele bestand aan. Elke aangeleverde rij krijgt bron = import, zodat je in Power BI kunt zien wat gemeten is en wat aangeleverd.

Evaluaties ophalen per training

Mist er historie bij een training? Dan haalt dit alles op wat TalentLMS voor die training heeft, en het komt bij dezelfde tabellen als de nachtrun. Kies er één; het is één API-call per afgeronde deelnemer, dus bij een grote training duurt het even.

Mutaties tussen twee peildata

Wat is er veranderd? Dezelfde telling als in Power BI. Kies twee opeenvolgende dagen voor de dagmutatie, of zet A verder terug voor een periode.

Bedrijfscontext

Wat betekenen jullie begrippen? Wat telt als "afgehaakt"? Welke cursussen horen bij elkaar? Deze markdown gaat mee in elke analyse-opdracht, zodat een AI-sessie jouw definities gebruikt in plaats van er zelf een te verzinnen. Dit is het verschil tussen een antwoord dat klopt en een antwoord dat plausibel klinkt.

De map context/ in het project is leidend. Je mag hier bewerken — dat werkt meteen en blijft staan — maar zet dezelfde inhoud daarna ook lokaal neer. Die map gaat mee bij elke npm run deploy, en zodra hij daar is gewijzigd overschrijft hij wat hier staat. Verandert er lokaal niets, dan blijft jouw bewerking hier gewoon staan.

Nieuwe analyse

Stelt een opdracht samen voor een AI-sessie met de Power BI MCP: het echte schema, jouw definities, de actuele feiten en de regels die op snapshotdata gelden. De MCP draait lokaal op jouw machine, dus je plakt deze opdracht daar in.

Vraag je data

Stelt je vraag rechtstreeks aan het gepubliceerde semantische model in de Power BI-service, via de remote MCP van Microsoft. Anders dan de lokale MCP draait die bij Microsoft, dus deze app kan er wél zelf bij — zonder dat jouw machine aanstaat.

Power BI

Plak deze URL's in Power BI via Gegevens ophalen → Web. De token zit in de URL omdat de Web-connector bij geplande vernieuwing geen headers meestuurt — behandel hem dus als een wachtwoord. Daarom staat hij hier niet in beeld: Kopiëren zet de volledige URL met token op je klembord, het scherm houdt bolletjes.

Modelbestanden downloaden bouwt het PBIP-project opnieuw uit de specificatie, met alle tabellen die er op dit moment in staan. Pak de zip uit over je model/-map om te zien of een nieuwe tabel er echt in zit. Lokaal doet npm run model hetzelfde, met het verschil dat die je bestaande rapport laat staan.

1 · Selectie

Wie krijgt de mail. Dit staat los van de selectie bij Selectie: die bepaalt wie er in de cijfers meetelt en verandert de hele historie. Dit is een momentopname voor één verzending, altijd op de laatste snapshot — je stuurt naar wie er nú is.

Persoonsgegevens staan uit, dus de collector bewaart geen e-mailadressen. Zet dat aan bij Selectie en draai een nieuwe run; tot die tijd levert elke campagneselectie nul ontvangers op.

Groepen — leeg is alle groepen

Hiermee stuur je een lijst ook in stukken: zet bij stap 4 een maximum van 20, verstuur, en bij de volgende ronde vallen die 20 er vanzelf uit omdat ze net mail hebben gehad. Proefzendingen tellen niet mee.

Dit veld vult zich pas vanaf de eerstvolgende run. Wie nog geen bekende login heeft valt buiten de selectie zodra je hierop filtert — leeg is niet hetzelfde als lang geleden.

Extra adressen — buiten de filters om

Vul de voornaam in, anders krijgt deze ontvanger de aanhef voor wie geen naam bekend is (in te stellen bij stap 3). De achternaam mag leeg blijven.

2 · Valideren

Wie zit er in de selectie hierboven. Dit is de enige plek in Quest waar namen en e-mailadressen met opzet in beeld komen — je staat op het punt deze mensen te mailen, dus je hoort te zien wie dat zijn. Deel dit scherm niet op een beamer.

Lijst: —

Vink uit wie niet mee moet, of vink alles uit en kies er een paar — sorteer bijvoorbeeld op Ingelogd om te beginnen met wie het meest recent actief was. Klik op een kopregel om te sorteren. De keuze telt pas mee als je de lijst opslaat bij stap 1.

3 · De mail

Jouw tekst, opgemaakt als bericht en niet als nieuwsbrief: links uitgelijnd, gewone tekstgrootte, geen logo, één gele streep. Gebruik *sterretjes* om een woord te benadrukken en {{Voornaam}}, {{Naam}} of {{Training}} waar iets per persoon verschilt.

Zonder dit veld zou er “Hi {{Voornaam}},” in de bus liggen bij iedereen van wie we de voornaam niet kennen — en dat verraadt meteen dat er een machine achter zit.

Inhoud

Voorbeeld — met een verzonnen ontvanger ingevuld

4 · Versturen

Quest stelt de hele lijst samen — per ontvanger de al ingevulde mail — en stuurt die in één POST naar je Power Automate-flow. De flow hoeft alleen nog te versturen met een pauze ertussen. Geen Excel, geen merge-expressies in de flow die uit de pas kunnen lopen met wat je hier ziet.

Lijst: — — die kies je bij stap 1. Hier wordt de opgeslagen versie gebruikt, dus sla wijzigingen eerst op.

Dit is het enige punt waar e-mailadressen Quest verlaten. Het logboek hieronder houdt bij dát er verstuurd is en aan hoeveel mensen — niet aan wie.

5 · Resultaten

Wat er verstuurd is en wat het opleverde. Deze cijfers stonden eerst verspreid over het scherm waar je de mail schrijft — daar zoekt niemand rapportage.

Verzendhistorie

Campagne-webhook

De HTTP POST-URL uit je Power Automate-flow. Hij staat bij de sleutels en niet bij de instellingen, want het ís er een: wie die URL heeft kan mail laten versturen vanuit de gekoppelde mailbox. Daarom komt hij ook nooit terug naar dit scherm — je ziet alleen of er een staat. Vervangen doe je door een nieuwe te plakken.

Gebruikers

Wie hier staat kan inloggen, en met welke rol. Bekijken is Stats en Vraag je data. Rapporteren daarbovenop Analyse en Power BI. Beheren is alles. Beheerders melden zich aan met Google; de andere twee rollen met een wachtwoord dat ze zelf instellen via de herstelmail.