Naar de inhoud
Alle video’s

ACI Weave live: verrijking, concurrentie en reviews

HoofdstukProductdata & FeedsDuur: 5:25 minVanaf 21:56 in de opname

Sebastiaan den Boer, Youwe

Uit de sessie: Maandelijkse Update sep 2026

Sebastiaan den Boer van Youwe draait een demo van ACI Weave. Je ziet een data-enrichment flow vanuit alleen een EAN-code, de bronnen en scores per waarde, en daarna een concurrentieanalyse en een reviewanalyse. Hij legt uit waarom je dit niet in ChatGPT doet als het om 10.000 producten gaat.

Voor wie: Je wilt een productverrijkingsproces in actie zien en weten welke controles erbij horen.

Hetzelfde moment

Waarom dit ertoe doet

Een product laten verrijken door ChatGPT werkt voor één item. Bij duizenden producten heb je bronnen, gewichten en een controlestap nodig. In de demo vindt de flow voor één product 14 webbronnen, een relevantie van 95% en een consistentie van 90%, en geeft ze per waarde een confidence score. De concurrentieanalyse vindt voor dat product 15 concurrenten. Dit zijn cijfers uit een testomgeving met één product, maar ze laten zien welke controle je als webshop zou willen: per waarde zien waar het vandaan komt en wanneer een mens moet kijken.

Belangrijkste inzichten

  • Een data-enrichment flow start in de demo met alleen een EAN-code.
  • De flow vindt 14 webbronnen, 95% relevantie en 90% consistentie voor één product.
  • Bronnen krijgen een gewicht en elke waarde een confidence score met bron.
  • De concurrentieanalyse vindt voor dat product 15 concurrenten en laat hun productinformatie zien.
  • Reviews komen van Google, Trusted Shops en Trustpilot en worden per product, categorie en merk geanalyseerd.

Data enrichment vanuit een EAN-code

Sebastiaan vult een EAN-code in, hier voor Apple AirPods Pro (2e generatie). De flow vindt 14 webbronnen, haalt de omschrijving en alle eigenschappen eruit en weegt de bronnen. Apple.com telt zwaarder dan een willekeurige Chinese webshop; een concurrent met goede productdata kun je een tussengewicht geven. Per waarde, zoals een accuduur van tot 30 uur, zie je de bron en de confidence van de AI, en of je het voor handmatige controle wilt markeren. Het resultaat toont 95% relevantie en 90% consistentie.

Concurrentie en reviews

De concurrentieanalyse draait volgens Sebastiaan bij zijn klanten meestal direct in een systeem, zoals een pricing engine of Excel. Voor het demoproduct vindt hij 15 concurrenten, met per concurrent de productinformatie, zodat je kunt verifiëren dat het hetzelfde product is en kunt zien hoe de concurrent positioneert. Je kunt strategieën instellen, zoals altijd tweede in de markt of een vaste marge. De reviewanalyse haalt reviews van Google, Trusted Shops en Trustpilot op en analyseert ze per product, categorie en merk, bijvoorbeeld over de laatste 90 dagen.

Afbeeldingen en controle

Bij image enrichment kijkt het systeem naar watermerken, bewerkingen en AI-vingerafdrukken in de metadata, zodat jij kunt kiezen welke afbeeldingen je overneemt of altijd zelf wilt zien. Sebastiaan zegt dat de agents bedoeld zijn om op schaal te draaien: 10.000 producten in één keer, gekoppeld aan je PIM. Dat verschilt van losse producten, die je volgens hem prima met ChatGPT doet.

Probeer dit deze week

  1. Laat een AI-tool 10 producten verrijken en tel hoeveel waarden je met zekerheid kunt overnemen.
  2. Bepaal welke bronnen jij vertrouwt voor productdata en in welke volgorde.
  3. Lees de reviews van je 5 bestverkochte producten op terugkerende klachten.

Begrippen

Confidence score
Een getal waarmee de AI aangeeft hoe zeker hij is van een gevonden waarde.
Data enrichment
Het aanvullen van productdata met extra eigenschappen, teksten en afbeeldingen uit andere bronnen.
Pricing engine
Software die prijzen berekent of adviseert op basis van regels en marktdata.

Verdiep je in de gids

Transcriptie

Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.

Nou en eigenlijk is het, ik kan er van alles van laten zien hier in mijn slides, maar het is veel cooler om het gewoon even live te laten zien. Dus ik heb het van een demo omgeving gemaakt met wat procesflows. Dus nou, de platform heet ACI Weave. En waar je hier naar kijkt is gewoon een hoofddashboard. Dus natuurlijk hebben we gewoon dingen met users en we kunnen users verschillende rollen geven. En je kan de credits monitoren en zo. Maar eigenlijk wat we doen is voor verschillende klanten richten we en losse agents in, maar ook verschillende workflows. En daar zijn we helemaal dynamisch in, van als je hele custom agents voor jouw business wil hebben, en dan kunnen we die bouwen, maar we proberen natuurlijk ook slim agents te re-usen, voor bijvoorbeeld competitor scraping, dat soort dingen. Dus hier zie je, in deze demo-omgeving heb ik gewoon een aantal competitor analysis, data enrichment, image enrichment, product enrichment, review analysis, dat heb ik alvast geconfigureerd. En ik heb ook even een paar processen vastgedraaid. gedraaid. En met al deze processen heb ik gewoon even een voorbeeld productje doorheen gedraaid om het simpel te houden. Maar deze processen zijn allemaal echt bedoeld om 10.000 producten in één keer doorheen te trekken. Dus niet voor die losse productjes, dat kan je prima met ChatGPT doen, maar echt op schaal gekoppeld met je PIM. Dat soort dingen. Nou, wat je hier dus bijvoorbeeld ziet, dus als ik een data enrichment flow draai, dan in dit geval Apple AirPods, tweede generatie, dan voel ik dus aan de voorkant letterlijk alleen maar die EAN-code in. Ik kan ook invullen Apple AirPods Pro. Uiteraard moet zo'n beschrijving dan wel een uniek product bedoelen natuurlijk. EAN-code is daarmee het makkelijkst. Nou, deze eentje gaat dus online. Die vindt 14 verschillende websources, waar Apple.com er natuurlijk eentje van is. Nou, productbeschrijving haalt hij op. Hij pars meteen mooi netjes alle producteigenschappen die hij online kan vinden. van verschillende eigenschappen, zoals bijvoorbeeld de kleur of zo, zal hij dus op verschillende bronnen, hij heeft in dit geval 14 online bronnen gevonden, zal hij meerdere versies van de waarheid zien, dus er zit ook logica bij dat die Apple.com natuurlijk meer vertrouwt dan een of andere Chinese website, maar misschien heb je een directe concurrent waarvan je weet dat hij goede productdata heeft, nou die wil je dan misschien een intermediate gewicht geven. Dus hier zit al heel veel logica in eigenlijk om dus die 14 verschillende bronnen te parsen, analyseren, die data te consolideren, en met allemaal verschillende confidence scores, voor elk niveau hier, van deze waarde bijvoorbeeld, dat de battery life up to 30 hours is, kan ik helemaal zien van welke bron komt dit, welke confidence heeft de AI hier aan gegeven, en moet ik dit flaggen voor manual review, of vertrouw ik het al als bedrijf? Lengte en dimensies, even eentje terug, concurrentie analyse, die gaat bij al onze klanten eigenlijk altijd direct een systeem in, dus een pricing engine, of eventueel een Excel, maar ik kan hem hier in de view wel even snel laten zien, dus bijvoorbeeld voor dit product, vinden we dus in totaal 15 competitors, en van elke competitor zie je dan, nou dit is dan bijvoorbeeld de competitor, en wat is dan de productinformatie die mijn competitor hier bij het product heeft. Dat is natuurlijk super interessant. A, om te verifiëren, is het hetzelfde product? Maar B ook, hoe positioneert mijn concurrentie producten in de markt? Zeker productbeschrijvingen, maar misschien ook marketingmateriaal eromheen. Dus het is niet alleen de prijs die we ophalen, maar natuurlijk halen we ook de prijs op, zodat je daar zelf je concurrentieanalyses weer mee kunt doen. Ik ga er nu natuurlijk in het kader van de tijd even een rammetje snel doorheen, maar je kan je voorstellen dat hier heel veel super rijke informatie zit, zeker ook in het vergelijken tussen verschillende concurrenten, hier kan je weer automatische analyse op loshalen, waarin je zegt, ik wil altijd tweede positie in de markt hebben, of ik wil altijd die concurrent volgen, of ik wil altijd deze marge nastreven bijvoorbeeld. Review analysis doen we ook, van drie bronnen, Google Reviews, Wat zijn er nog weer twee andere? Zijn dat hier zo snel? Nou, Trusted Reviews en Trusted Shops geloof ik. Daar halen we, Trusted Pilot, daar halen we de reviews vandaan. Analyseren we per product, per productcategorie en voor jou als brand, zeg maar. Dus ook over verschillende dimensies kunnen we dat doen. En dan kunnen we dus ook direct zien, bijvoorbeeld over de last 90 days. Waar komt nou de meeste feedback op terug? Moet ik misschien voor mijn productinformatie? Nou, dit soort agents zijn natuurlijk voor de ene klant super relevant, voor anderen weer minder relevant. Image enrichment, iedereen wil mooie plaatjes op zijn site, maar misschien dat je leverancier of hele lelijke plaatjes, of helemaal geen plaatjes levert, maar andere bronnen op het internet dat wel hebben. Dus daar kunnen we naar kijken. We kunnen natuurlijk ook kijken of die images watermerken in zich hebben, of op een andere manier geëdit zijn. Dus daar kijken we allemaal naar, naar de metadata. Maar we scannen ook bijvoorbeeld of ze zo'n AI fingerprint hebben, zodat we weten of ze gemanipuleerd zijn of niet. En dan kunnen we jou dus als klant dan weer controle geven, van hey, misschien wil je dat dus dan nooit zien, of je wil dan zelf nog een manual check doen, wil ik zo'n plaatje overnemen of niet.

Spreker: Sebastiaan den Boer, Youwe

Bronnen

Meer over Productdata & Feeds