AI voor content en productdata
Content en productdata is het werk tussen leveranciersbestand en productpagina: attributen aanvullen, teksten schrijven, titels per kanaal aanpassen en beelden maken. In een webshop van EUR 5-150M omzet zijn dat duizenden SKU's per maand.
Processen en waar AI past
Leveranciersdata inlezen en normaliseren in het PIM
- 5-10 dagen
- Nieuwe collectie of prijslijst van een leverancier komt binnen als spreadsheet, pdf of ruwe datafeed.
- PIM-specialist / Productdata-analist
- Typisch 500 tot 5.000 nieuwe of gewijzigde SKU's per maand (schatting voor een webshop met EUR 5-150M omzet)
- 8 tot 15 minuten per SKU. Schatting op basis van het handmatig opzoeken van specificaties in leveranciersdocumenten, het overnemen van circa 15 attributen en het kiezen van de juiste categorie.
- Leveranciersbestanden met ruwe artikeldata; Productbladen en verpakkingsfoto's van de leverancier; Interne kennisbasis met uitleg van eigen productnamen (wat het is, gebruik, synoniemen en wat het niet is)
- Genormaliseerde productrecords in Akeneo; Ingevulde verplichte attributen en categorie-indeling per SKU; Uitvallijst met incompleet aangeleverde artikelen
- Ruwe leveranciersbestanden en productbladen verzamelen voor import.
- Laat AI kenmerken uit productbladen en beelden halen (Akeneo noemt AI-gestuurde asset extraction op zijn pakketpagina; vraag in een demo wat het precies doet).
- Ontbrekende productattributen aanvullen en standaardiseren naar het eigen datamodel.
- Producten indelen in de juiste webshopcategorie met Channable AI product categorization.
- Steekproef uitvoeren op nieuwe subcategorieën en producten vrijgeven in Akeneo.
- Het uitlezen van productbladen en het mappen naar vaste waardelijsten volgt duidelijke regels. Taalmodellen kennen interne productnamen niet. Geef daarom een kennisbasis mee waarin staat wat het product is, waarvoor je het gebruikt, welke synoniemen gelden en wat het niet is.
- Verkeerde attribuutwaarden zoals materiaal of afmeting zorgen voor foutieve webshopfilters en extra retouren.
- Guardrail op toegestane attribuutwaarden in Akeneo, testen met 20 echte klantvragen en een vaste steekproef op 5% van elke nieuwe leveranciersbatch.
- Aantal uren tussen ontvangst van het leveranciersbestand en status compleet in Akeneo, plus het percentage volledig ingevulde verplichte attributen.
Productteksten schrijven en vertalen
- 5-8 dagen
- Een SKU in het PIM heeft gevalideerde basisattributen, maar mist nog een Nederlandse producttekst of vertaling.
- Contentmarketeer / Copywriter
- Schatting: 500 tot 10.000 SKU-teksten per maand bij seizoenswissels of assortimentsuitbreiding
- 15 tot 25 minuten per SKU per taal. Schatting op basis van het handmatig schrijven van een producttekst van 150 woorden, eindredactie en één vertaalslag.
- Gevalideerde productattributen uit Akeneo; Kennisbasis met merkrichtlijnen, synoniemen en afbakening van interne productnamen; Prompttemplate per productcategorie
- Nederlandse productomschrijving per SKU; Vertaalde productteksten voor internationale webshops en kanalen
- Gevalideerde productattributen en de kennisbasis per subcategorie ophalen uit Akeneo.
- Concepttekst genereren via de AI-descriptiegenerator in Akeneo, Channable AI Text Generation of PowerText van PowerSuite.ai.
- Goedgekeurde brontekst automatisch laten vertalen naar andere doeltalen (PowerText vertaalt naar meer dan 150 talen).
- Controleren of cijfers en eigenschappen in de tekst exact overeenkomen met de attributen in het PIM.
- Teksten vrijgeven en terugschrijven naar Akeneo.
- Tekstgeneratie vanuit gestructureerde PIM-attributen werkt op hoge volumes. Leveranciersclaims (bewijsniveau C) laten grote aantallen zien: Wehkamp maakte meer dan 12.000 omschrijvingen door PowerText.ai te koppelen aan het PIM van ConnectingTheDots, ANWR Garant genereerde meer dan 160.000 teksten (bewijsniveau claimed) en Kristal-Glas behaalde met meer dan 500 teksten 17% meer conversie volgens Break of Dawn.
- Het taalmodel verzint eigenschappen die niet in de attributen staan of legt interne productnamen verkeerd uit.
- Automatische guardrail die getallen en eenheden in de tekst controleert tegen het PIM, een test met 20 echte klantvragen en een steekproef door een redacteur.
- Minuten handmatige correctietijd per 100 teksten en het conversiepercentage van productpagina's met nieuwe teksten.
Producttitels en feeds per kanaal optimaliseren
- 4-8 dagen
- Actieve SKU's worden klaargezet voor Google Shopping of Merchant Center en hebben kanaalspecifieke titels en conversational attributes nodig.
- Feedmanager / Performance specialist
- Typisch 1.000 tot 50.000 actieve SKU's in de kanaalfeeds (schatting)
- 5 tot 10 minuten per SKU. Schatting voor het handmatig herschrijven van een titel volgens de 70/150-tekenregel en het opstellen van 4 tot 6 product highlights plus vraag-antwoordparen.
- Gestructureerde productdata uit Akeneo; Kanaalregels van Google Merchant Center; Verzamelde klantvragen en zoektermen per categorie
- Kanaalfeeds met gevulde structured_title velden; Gevulde product_highlight en question_and_answer attributen in Google Merchant Center; Overzicht van winnende titelvarianten per SKU
- Laad de productdata uit het PIM in Channable. De CSS Standard-prijs is EUR 29 per maand per shop, de prijs van het Core-plan staat per pakket niet op de pagina die we lazen.
- Met Channable AI Text Generation en AI enriched attributes per SKU twee AI-titelvarianten naast het origineel maken en in het veld structured_title plaatsen.
- De belangrijkste aankoopkenmerken in de eerste 70 tekens zetten bij een maximale titellengte van 150 tekens.
- Vul de zes optionele conversational attributes in Google Merchant Center (aangekondigd op 20 mei 2026), waaronder question_and_answer (tot 30 vraag-antwoordparen per product). Vul ook product_highlight (2 tot 100 highlights van maximaal 150 tekens, 4 tot 6 aanbevolen).
- Prestaties per titelvariant meten en bij voldoende verkopen de winnaar vastzetten.
- Titels en highlights volgen vaste tekenlimieten en opbouwregels. Bureau Taskforce testte per SKU drie titels (origineel plus twee AI-varianten). Van circa 1.000 SKU's haalden ongeveer 300 de drempels en sinds juni 2025 leverde dat 123 winnaars op. Een winnaar heeft bijvoorbeeld minimaal 10 verkopen.
- Titels zonder structured_title of met onduidelijke eerste 70 tekens verliezen vertoningen in Google Shopping.
- Guardrail in Channable op maximaal 150 tekens en verplichte attributen in de eerste 70 tekens, plus een drempel van bijvoorbeeld minimaal 10 verkopen voordat je een winnaar kiest.
- Aandeel geteste SKU's dat de drempel van minimaal 10 verkopen haalt en beter presteert dan de originele titel.
Productbeelden maken en bewerken
- 6-12 dagen
- Een nieuw artikel heeft alleen een ruwe leveranciersfoto of mist een vrijstaand packshot en een sfeerbeeld.
- Fotostudio-coördinator / Visual merchandiser
- Schatting: 200 tot 2.500 beelden per maand
- 20 tot 60 minuten per beeld. Schatting op basis van handmatig vrijstaand maken en het opbouwen en fotograferen van een fysieke sfeerset.
- Ruwe productfoto van leverancier of eigen studio; Aparte prompt per subcategorie met instructies voor omgeving en perspectief; Visuele richtlijnen van de webshop
- Vrijstaande packshots met uniforme achtergrond; Gecontroleerde AI-sfeerbeelden per subcategorie
- Productfoto vrijstaand maken en op een standaard achtergrond zetten in Photoroom (Pro kost $7.50 per maand bij jaarbetaling).
- De juiste subcategorie kiezen en de aparte prompt voor die subcategorie selecteren.
- Sfeerbeeld genereren via de Gemini API van Google met Nano Banana 2 ($0.0336 per 1K-beeld, of $0.0168 in batch).
- Gegenereerde sfeerbeelden automatisch in concept plaatsen voor controle.
- Goedgekeurde beelden vrijgeven en koppelen aan de SKU in Akeneo.
- Achtergronden verwijderen is goed te standaardiseren, maar sfeerbeelden vragen visuele beoordeling. Bij Kees Smit is volgens eigen claim ongeveer 60% van de sfeerbeelden AI-gemaakt met een aparte prompt per subcategorie en gaan beelden eerst naar concept. Leveranciersclaims (bewijsniveau C) noemen bij Penn&Ink N.Y 100% vervanging van packshotfotografie (60.000 euro per jaar bespaard volgens Nodient) en bij Tip de Bruin tot 4.000 euro per maand besparing volgens Break of Dawn.
- Fouten in schaal, structuur of kleur van het product op het sfeerbeeld wekken verkeerde verwachtingen bij de koper.
- Human-in-the-loop: elk gegenereerd beeld staat eerst in concept en gaat pas live na handmatige goedkeuring.
- Totale kosten per gepubliceerd beeld (API-kosten plus beoordelingstijd) en het percentage conceptbeelden dat in één keer wordt goedgekeurd.
Datakwaliteit bewaken
- 5-10 dagen
- Wekelijkse controle op afkeuringen in Google Merchant Center, onvolledige PIM-profielen of stijgende retouren door foute specificaties.
- Data steward / PIM-beheerder
- Typisch 100 tot 1.500 gecontroleerde SKU's per week (schatting)
- 10 tot 20 minuten per foutmelding of retourcluster. Schatting voor het handmatig uitzoeken van de foutoorzaak bij een afgekeurde SKU of retourmelding en het corrigeren van de brondata.
- Validatierapporten en afkeuringen uit Google Merchant Center; Retourregistraties met reden 'product wijkt af van omschrijving'; Volledigheidsrapportages uit Akeneo
- Gecorrigeerde productrecords in Akeneo; Verlaagd aantal afkeuringen in Google Merchant Center; Bijgewerkte kennisbasis voor tekst- en attribuutgeneratie
- Feedvalidatie en afkeurmeldingen ophalen uit Google Merchant Center (gratis vermeldingen en feedvalidatie).
- Retourredenen en klantvragen per SKU vergelijken met de ingevulde attributen en teksten in Akeneo.
- Tegenstrijdigheden tussen producttekst, titel en attribuutvelden automatisch laten opsporen.
- Ontbrekende of foute velden herstellen met Channable AI enriched attributes of rechtstreeks in Akeneo.
- De kennisbasis bijwerken met nieuwe uitzonderingen en synoniemen uit klantvragen.
- AI clustert snel retourredenen en vindt afwijkingen tussen vrije tekst en attribuutvelden, maar een medewerker moet bepalen welke bronwaarde feitelijk klopt.
- Automatisch overschrijven van specificaties zonder menselijke controle vervangt juiste fabrieksdata door een verkeerde aanname.
- Human-in-the-loop voor wijzigingen aan harde specificaties zoals afmetingen en materiaal, gecombineerd met de automatische feedvalidatie van Google Merchant Center.
- Percentage afgekeurde SKU's op het totaal aantal actieve producten in Google Merchant Center, plus het retourpercentage door foutieve productinformatie.
Kanaalpublicatie en onderhoud
- 2-5 dagen
- Prijs-, voorraad- of tekstwijziging in het PIM of ERP die doorgezet moet worden naar de verkoopkanalen.
- E-commerce operations specialist / Feedbeheerder
- Typisch 5.000 tot 100.000 prijs-, voorraad- en tekstmutaties per dag (schatting)
- 30 tot 60 minuten per dag voor uitzonderingenbeheer. Schatting van de dagelijkse tijd voor het controleren van foutmeldingen in Channable en het handmatig oplossen van geblokkeerde kanaalupdates.
- Vrijgegeven productcontent uit Akeneo; Prijs- en voorraadmutaties uit het bronsysteem; Vaste export- en filterregels in Channable
- Bijgewerkte productvermeldingen in Google Merchant Center en op andere kanalen; Foutlogboek van de kanaalsynchronisatie
- Actuele prijzen, voorraadstanden en vrijgegeven productdata verzamelen uit het ERP en Akeneo.
- Pas vaste kanaalregels en uitsluitingen toe in Channable voor Google Shopping en andere kanalen.
- Controleren of verplichte velden en voorraaddrempels per kanaal aanwezig zijn.
- Feeds exporteren naar Google Merchant Center en overige verkoopkanalen.
- Synchronisatielogs controleren op vastgelopen updates of verwerkingsfouten.
- Prijs- en voorraadmutaties doorzetten vraagt voorspelbaarheid en vaste rekenregels. Gebruik standaard koppelingen en deterministische regels in Channable, geen taalmodel.
- Fouten of vertragingen in de koppeling leiden tot verkoop van uitverkochte voorraad of verkeerde prijzen op het kanaal.
- Harde guardrails in Channable die producten automatisch blokkeren bij een ontbrekende prijs, negatieve marge of voorraad nul.
- Tijd in minuten tussen een wijziging in het bronsysteem en verwerking in Google Merchant Center, plus het percentage mislukte mutaties.
Tools per proces
Elke regel komt van de eigen pagina van de leverancier. Prijs, Nederlandse taal en verwerking in de EU staan erin zoals die pagina ze noemt. Wat de pagina niet zegt, staat als onbekend.
| Tool | Rol in het proces | Nederlands | EU-verwerking | Prijs | Bron |
|---|---|---|---|---|---|
| Channable | Feedbeheer met regels en kanalen. De pagina noemt AI product categorization, AI enriched attributes (ontbrekende attributen aanvullen) en AI Text Generation voor titels en omschrijvingen. | ja | onbekend | CSS Standard EUR 29 per maand per shop, CSS Pro EUR 99 per maand per shop | helpcenter.channable.com/account-billing/manage-your-subscription/channables-pricing-plans |
| Akeneo | PIM als centrale bron voor productdata. De pakketpagina noemt AI-gestuurde descriptiegeneratie en asset extraction. | nee | onbekend | Call for a quote | akeneo.com/compare-packages |
| PowerText (PowerSuite.ai) | Genereert productteksten uit productdata en vertaalt ze naar 150+ talen. Koppelt aan een bestaand PIM, ERP, DAM of webshop. | ja | onbekend | Request a quote | powersuite.ai/powertext |
| Photoroom | Verwijdert achtergronden en maakt productbeelden met AI-achtergronden, schaduwen en video. | ja | nee | Pro $7.50 per maand bij jaarbetaling (8.000 AI-credits, 1.000 exports) | photoroom.com/pricing |
| Gemini API, beeldmodel Nano Banana 2 | Genereert en bewerkt beelden via een API, bijvoorbeeld sfeerbeelden per subcategorie. | beperkt | onbekend | $0.0336 per 1K-beeld (standaard), $0.0168 per 1K-beeld via batch | ai.google.dev/gemini-api/docs/pricing |
| Google Merchant Center | Ontvangt de feed, valideert producten en toont ze in gratis vermeldingen op Google Zoeken, Shopping en Gemini. | ja | nee | gratis | support.google.com/merchants/answer/13889434?hl=nl |
Bewijs uit onze cases en sessies
De cases tonen volumes en leveranciersclaims zonder nulmeting of controlegroep. De clips geven werkwijzen (titeltest, kennisbasis, concept-eerst bij beelden) en geen gemeten omzeteffect.
Volgens Squadra (leverancier, bewijsniveau C) zijn er meer dan 12.000 omschrijvingen gegenereerd met PowerText.ai, gekoppeld aan het PIM. Tijdwinst of omzeteffect staat niet in de bron. Bekijk de case
Volgens Break of Dawn (leverancier, bewijsniveau C) schreef de agent meer dan 500 teksten, bespaarde dat circa 250 uur en steeg de webshopconversie met +17%. Meetperiode en nulmeting ontbreken. Bekijk de case
Volgens Squadra (leverancier, bewijsniveau claimed) zijn er meer dan 160.000 productteksten gegenereerd. Bekijk de case
Volgens Nodient (leverancier, bewijsniveau C) vervangt AI 100% van de packshotfotografie en scheelt dat 60.000 euro per jaar. Bekijk de case
Volgens Break of Dawn (leverancier, bewijsniveau C) bespaart AI-beeld tot 4.000 euro per maand ten opzichte van een street style shoot. Bekijk de case
- Wehkamp: Wehkamp: meer dan 12.000 AI-productomschrijvingen en 2,5 miljoen SKU's in een PIM, volgens twee leveranciers
- Kristal-Glas: Kristal-Glas: ruim 500 AI-productteksten, volgens Break of Dawn 17% meer webshopconversie
- Penn&Ink N.Y: Penn&Ink N.Y: alle packshots door AI, 60.000 euro per jaar minder fotografiekosten volgens Nodient
- Tip de Bruin: Tip de Bruin: AI-beelden in plaats van street style shoot, webshopconversie +59% volgens Break of Dawn
- ANWR-Garant Nederland: ANWR-Garant Nederland liet volgens Squadra in enkele maanden meer dan 160.000 productteksten genereren
Plan voor 90 dagen
Dag 1 tot 30: pilot
Kennisbasis inrichten en een gecontroleerde pilot draaien voor producttitels en attribuutverrijking op één subcategorie.
- Kies één subcategorie van 200 tot 300 SKU's en bouw een kennisbasis voor interne productnamen (wat het is, gebruik, synoniemen en wat het niet is).
- Toets de kennisbasis met 20 echte klantvragen en pas de definities aan tot de antwoorden feitelijk kloppen.
- Zet in Channable voor deze subcategorie twee AI-titelvarianten naast het origineel in het veld structured_title (maximaal 150 tekens, focus op de eerste 70 tekens) en controleer de feedvalidatie in Google Merchant Center.
Dag 31 tot 60: meten
Uitbreiden naar productteksten, conversational attributes in Google Merchant Center en een eerste beeldpilot in concept.
- Activeer voor dezelfde subcategorie de AI-descriptiegenerator in Akeneo of PowerText van PowerSuite.ai en vul in Google Merchant Center de velden product_highlight (4 tot 6 highlights van maximaal 150 tekens) en question_and_answer (tot 30 vraag-antwoordparen).
- Start een beeldpilot met Photoroom voor packshots en de Gemini API (Nano Banana 2) voor sfeerbeelden, met een aparte prompt per subcategorie en verplichte opslag in concept.
- Analyseer de titeltest voor alle SKU's die de drempel van bijvoorbeeld minimaal 10 verkopen hebben gehaald en leg de eerste winnaars vast.
Dag 61 tot 90: opschalen
Bewezen prompts en werkafspraken opschalen naar de overige categorieën en kwaliteitsbewaking verankeren.
- Rol de gevalideerde kennisbasis, tekstprompts en aparte beeldprompts per subcategorie gefaseerd uit naar de rest van het assortiment.
- Richt een wekelijkse controlelus in waarbij afkeuringen uit Google Merchant Center en retourredenen direct leiden tot aanscherping van de kennisbasis.
- Borg de vaste steekproeven en de handmatige goedkeuring van conceptbeelden in de standaard werkwijze van het contentteam.
Stoppen
Pauzeer de uitrol van een onderdeel als in een steekproef van 100 SKU's meer dan 10% feitelijke fouten bevat, als minder dan 14 van de 20 echte klantvragen (70%) juist wordt beantwoord vanuit de kennisbasis, of als het afkeurpercentage in Google Merchant Center met meer dan 5% oploopt.
Doorgaan
Schakel door naar de volgende categorie zodra ten minste 85% van de teksten en conceptbeelden zonder inhoudelijke correctie door de controle komt, minimaal 18 van de 20 echte klantvragen (90%) foutloos wordt beantwoord, de handmatige verwerkingstijd per SKU met minimaal 40% daalt (schatting), en bij de titeltest ten minste 20% van de SKU's met minimaal 10 verkopen een winnende AI-titel oplevert.
Veelgemaakte fouten
- Taalmodellen laten schrijven zonder kennisbasis voor interne productnamen, waardoor het model eigenschappen en toepassingen verkeerd invult.
- Eén algemene prompt gebruiken voor alle productbeelden of AI-beelden direct publiceren zonder ze eerst in concept te beoordelen.
- AI-gegenereerde titels in het gewone titelveld zetten in plaats van structured_title, of de belangrijkste productkenmerken pas na de eerste 70 tekens plaatsen.
- Te snel een winnende titel kiezen op basis van weinig data, voordat een SKU de drempel van bijvoorbeeld minimaal 10 verkopen heeft bereikt.
Veelgestelde vragen
Waarom maakt een taalmodel fouten bij onze eigen merk- en productnamen?
Taalmodellen kennen jullie interne productnamen niet. Geef het model daarom een kennisbasis mee waarin staat wat het product is, waarvoor je het gebruikt, welke synoniemen klanten gebruiken en wat het niet is. Controleer of dit werkt aan de hand van 20 echte klantvragen.
Hoe testen we AI-producttitels in Google Shopping op een veilige manier?
Plaats AI-titels in Google Merchant Center in het veld structured_title. Houd maximaal 150 tekens aan en zet de belangrijkste woorden in de eerste 70 tekens. Volg de aanpak van Taskforce: test per SKU drie titels (het origineel plus twee AI-varianten) en kies pas een winnaar bij voldoende volume, bijvoorbeeld minimaal 10 verkopen. Bij Taskforce haalden ongeveer 300 van circa 1.000 SKU's de drempels, wat sinds juni 2025 123 winnaars opleverde.
Kunnen we onze eigen productfotografie vervangen door AI-beelden?
Gedeeltelijk, mits je werkt met vaste controles. Bij Kees Smit is volgens eigen claim ongeveer 60% van de sfeerbeelden AI-gemaakt: ze gebruiken een aparte prompt per subcategorie en zetten de output eerst in concept. Voor de uitvoering kun je Photoroom gebruiken (Pro kost $7.50 per maand bij jaarbetaling) en de Gemini API met Nano Banana 2 ($0.0336 per 1K-beeld, of $0.0168 in batch). Leveranciersclaims (bewijsniveau C) melden dat Penn&Ink N.Y 100% van de packshotfotografie verving (60.000 euro per jaar volgens Nodient) en Tip de Bruin tot 4.000 euro per maand bespaarde volgens Break of Dawn.
Welke nieuwe velden in Google Merchant Center leveren direct kansen op voor betere productdata?
Google kondigde op 20 mei 2026 zes optionele conversational attributes aan voor Merchant Center. Daaronder valt question_and_answer, met tot 30 vraag-antwoordparen per product. Combineer dat met product_highlight: 2 tot 100 highlights van maximaal 150 tekens, waarvan Google er 4 tot 6 aanbeveelt. Google zegt dat highlights helpen om producten te vinden in AI Mode. Een gepubliceerd cijfer voor meer vertoningen is er niet.
Verder in deze afdeling
Gidsen
- AI-afbeeldingen voor je webshop: wat een bruikbaar beeld echt kost en hoe je het bewaakt
- Nano Banana voor webshops: wat 5.000 AI-productafbeeldingen echt kosten en toelaatbaar zijn
- AI-video maken voor je webshop: kosten, regels en test
- AI-slop in je webshop: zo toets, meet en voorkom je generieke AI-content
Cases
- bol: bol zet na 2,5 jaar experimenteren AI-modellen in voor modecampagnes, zonder extra fotoshoot
- Partyboss (Feestkleding.nl): Partyboss laat AI producten indelen: productgroepen worden volgens Squadra met 99,6 procent nauwkeurigheid herkend
- Veneta: Veneta bouwt een AI-vertaaltool met tone of voice en glossary voor Deens en Engels
- Kringwinkel Antwerpen: Kringwinkel Antwerpen opent een kledingwebshop dankzij een AI-sorteermachine die merk, maat en slijtage herkent
- Albert Heijn: Albert Heijn vertaalt de AH App met generatieve AI naar zes talen, de Engelse versie heeft al meer dan 225.000 gebruikers
- Otrium: Otrium geeft restvoorraad met AI-modellen (Ovatars) alsnog beeld met model, bij 250 merken en 5 miljoen stuks per jaar
- Giga Meubel: Giga Meubel haalt met AI-feed en CSS bijna 20 procent meer vertoningen op hetzelfde budget, volgens Producthero
- Pearle Opticiens: Pearle test AI-titels in de productfeed: 29 procent meer orders in drie weken, volgens Producthero
- YourSurprise: YourSurprise vertaalt met een eigen agent per land en maakt sfeerfoto's sinds ongeveer een jaar zonder fotoshoot
- Kees Smit Tuinmeubelen: Kees Smit vult alle productpagina's automatisch met AI-teksten en rekent dat om naar ongeveer 4 fte
- Lucardi: Lucardi optimaliseert productfeed met AI: CTR in Nederland en België 18 procent hoger, volgens Producthero
- Zeeman: Zeeman kiest na een proef PowerText.ai voor productteksten in meerdere talen, volgens Squadra
- HEMA: HEMA laat AI duizenden productomschrijvingen schrijven binnen enkele weken, volgens Squadra
- Omoda: Omoda bouwt een AI-stylist met Google Cloud: klanten die 'Discover the Look' gebruiken converteren 2,5 keer zo vaak
- ANWR-Garant Nederland: ANWR-Garant Nederland liet volgens Squadra in enkele maanden meer dan 160.000 productteksten genereren
- Torfs: Torfs verdeelt voorraad met een eigen AI-model: verkoop van herverdeelde schoenen steeg tot 50 procent
- Kristal-Glas: Kristal-Glas: ruim 500 AI-productteksten, volgens Break of Dawn 17% meer webshopconversie
- Sola: Sola: AI-agent schrijft productteksten, webshopconversie +15,23% volgens Break of Dawn
- Tip de Bruin: Tip de Bruin: AI-beelden in plaats van street style shoot, webshopconversie +59% volgens Break of Dawn
- Penn&Ink N.Y: Penn&Ink N.Y: alle packshots door AI, 60.000 euro per jaar minder fotografiekosten volgens Nodient
- Tuinmeubelshop: Tuinmeubelshop haalt 23 procent meer CTR en 17 procent meer ROAS met AI-producttitels, volgens de leverancier
- Wehkamp: Wehkamp: meer dan 12.000 AI-productomschrijvingen en 2,5 miljoen SKU's in een PIM, volgens twee leveranciers
- Azerty.nl: Azerty.nl: ChatGPT-productteksten geven 185 procent meer verkopen in pilot met 115 producten, volgens de leverancier
- Badkamerxxl: Badkamerxxl haalt 13 procent meer vertoningen uit 1.500 AI-herschreven producten, volgens de leverancier
- Smartphonehoesjes.nl: Smartphonehoesjes.nl laat wekelijks nieuwe n8n-flows voor kleurvarianten, teksten en vertalingen draaien en bouwt een AI-contentstraat
- WE Fashion: WE Fashion laat Lookgen.ai outfits uit productfoto's samenstellen en zet de eerste AI-beelden op de webshop
- Dekker Hout: Dekker Hout laat AI orders uit e-mail, pdf en afbeeldingen omzetten naar orders in Business Central
- VandenTop Tuinhout: VandenTop Tuinhout laat een AI-assistent mails over orders, voorraad en facturen beantwoorden met data uit Exact
- Marktplaats: Marktplaats zet beeldherkenning en AI-tekstsuggesties in om advertenties sneller te plaatsen
- Picnic: Picnic laat generatieve AI ingrediëntenlijsten van zijn assortiment indelen naar plantaardige en dierlijke eiwitten
Video’s uit het archief
- AI Feeds: verder dan platte specs
- Conversational attributes: maak je feed leesbaar voor AI
- Een zelflerende titeltest voor je Shopping-feed
- Van productfoto naar sfeerbeeld met AI
- Hoe Mr. Marvis AI trainde op merkspecifieke productnamen
- Hoeveel verkeer komt via LLMs bij Nederlandse webshops?
- Zero-Click SEO
- Zo leest een LLM jouw website
- Zo halen AI-modellen actuele prijzen en voorraad op
- Alle productteksten automatisch: 4 fte bespaard
- OpenAI publiceert een productfeed-spec voor ChatGPT
- Zoekfilters als inkoopdata: welk product bestaat nog niet?
- Techniek voor AI-zichtbaarheid: retrievaltijd en rendering
- Structured data en je feed, niet llms.txt
- AI-vertalingen met een glossary en tone of voice
- Waarom bulkregels je productfeed niet redden
- Twee AI-titels per SKU: opzet van een zelflerende test
- Twee nieuwe producttitels per SKU met n8n en OpenAI
- 123 winnende titels: resultaten en lessen van de feedtest
- Feed op orde voor AI-titels? Vragen aan Taskforce
- Eerst je feed verrijken of meteen titels testen?
- Agentic commerce en conversational attributes in je feed
- Je feed verrijken: PIM, handleidingen en gap-analyse
- Agentic MDM: van EAN-code tot compleet product met AI-agents
- ACI Weave live: verrijking, concurrentie en reviews
- EAN-code erin, productdata uit 14 bronnen eruit
Nieuws over Productcontent
- Itsperfect voegt Ask AI en AI Fotostudio toe aan versie 5.4
- MediaMarkt test AI-assistent Marco in Nederlandse winkels
- TikTok breidt Symphony uit met langere AI-video’s en meer referenties
- Zalando breidt AI-assistent uit met persoonlijk maatadvies
- Shopify neemt generatief model voor zoekopdrachten en aanbevelingen in gebruik
Achtergrond en bronnen
AI betaalt zich hier het eerst terug bij teksten, titels en attributen, mits je de bron (PIM) op orde hebt en elk resultaat controleert. Prijzen en voorraad doe je niet met AI.