Vier redenen dat AI in inkoop vastloopt
Sander van den Broek, Optiply
Uit de sessie: Deep Dive Friday: Voorraadoptimalisatie
Na de demo van de inkoopagent vertelt Sander van den Broek van Optiply waar bedrijven in de praktijk op vastlopen. Hij noemt vier obstakels: team, techstack, tijdgebrek en data. Daarna geeft hij een advies dat je morgen kunt volgen: sla gewoon alles op.
Voor wie: Je AI in inkoop wilt invoeren en wilt weten waarom dat bij andere bedrijven vaak niet lukt.
Waarom dit ertoe doet
AI-tools zijn vaak sneller te kopen dan te gebruiken. Van den Broek ziet bij klanten dat de technologie zelden het probleem is. Een team dat niet met data werkt, een oude webshop zonder koppelingen, een inkoper zonder tijd en data die nergens is opgeslagen houden het vaker tegen. Zijn voorbeeld: Plein haalt volgens het Optiply-deck 150 miljoen euro omzet met 1 inkoper. Veel bedrijven met die omzet hebben 6 tot 8 mensen op inkoop, volgens hem. De overstap is niet voor iedereen weggelegd. Zijn advies over data is concreet en goedkoop: sla alles op, want opslag kost bijna niets en historie kun je later niet meer terughalen. Voor een e-commerce manager is dat de snelste eerste stap.
Belangrijkste inzichten
- Van den Broek noemt 4 obstakels: team, techstack, tijdsdruk en data die niet is opgeslagen.
- Plein haalt volgens het Optiply-deck 150 miljoen euro omzet met 1 inkoper die ongeveer 2 uur per dag aan inkoop besteedt.
- Een Magento 1-webshop is sinds 30 juni 2020 zonder beveiligingsupdates van Adobe en maakt data koppelen lastig.
- GA4 bewaart detaildata maximaal 14 maanden, dus zonder BigQuery-koppeling verlies je historie.
- Zijn advies: sla alles op, want opslag kost bijna niets en data die je niet bewaarde, kun je later nooit gebruiken.
Team: data savvy en bereid tot verandering
Met team bedoelt Van den Broek dat inkopers genoeg gevoel voor data moeten hebben om te zien of een voorstel klopt, en mee willen in de verandering. Hij noemt Plein, waarmee hij vorige week op Webwinkel Vakdagen sprak. Volgens het Optiply-deck draait Plein 150 miljoen euro omzet met 1 inkoper die ongeveer 2 uur per dag aan inkoop besteedt. De spreker noemt in de sessie minder dan 1 FTE en bijna 100.000 SKU's, het deck ongeveer 35K artikelen. De rol verschilt sterk van een bedrijf met dezelfde omzet en 6 tot 8 mensen.
Techstack en tijdsdruk
Oude keuzes in de techstack maken het lastig om data bij elkaar te krijgen. Als voorbeeld noemt hij een klant op Magento 1. Adobe stopte op 30 juni 2020 met ondersteuning voor dat platform en geeft sindsdien geen beveiligingsupdates meer uit. Die klant moet dus eerst zijn fundament vernieuwen voordat AI iets kan. Tijdsdruk is de derde blokkade: inkopers hebben van alle kanten werk en geen ruimte om een stap terug te doen en het proces te bekijken. Vaak valt wat er moet gebeuren volgens hem mee. Dat geldt voor alle AI-veranderingen, niet alleen voor inkoop.
Data die je niet opsloeg
Het vierde obstakel is dat de data er niet is. Van den Broek geeft het voorbeeld van Google Analytics-data die nooit in BigQuery terechtkwam en van prijsdata die niet wordt bewaard. Bij Google Analytics 4 kun je kiezen of detailgegevens van gebruikers en events 2 of 14 maanden bewaard blijven. De standaardrapporten blijven beschikbaar, maar uitgebreide analyses zoals explorations werken alleen binnen die termijn. Met een koppeling naar BigQuery bewaar je de data zelf, vanaf het moment dat je de koppeling aanzet. Wat daarvoor gebeurde, is weg.
Het advies en de waarschuwing
Zijn advies is kort: sla gewoon alles op. Het kost bijna niets en je weet niet welke data je over een paar maanden of jaar nodig hebt. Hij sluit af met een waarschuwing: je wordt de lean competitor, of er komt een lean competitor die de kaas van je brood eet. Dat is een opinie, maar wel een die bij zijn rekenvoorbeeld in dezelfde sessie past. Nuchter bekeken is opslaan een kleine, omkeerbare investering die opties openhoudt.
Probeer dit deze week
- Controleer in GA4 hoe lang event-data wordt bewaard en zet de BigQuery-koppeling aan als die uit staat.
- Bewaar je prijs- en voorraaddata dagelijks in een eigen tabel, ook als je er nu niets mee doet.
- Plan 1 uur met je inkoper om op te schrijven welk handwerk nu de meeste tijd kost en waarom daar nooit tijd voor is.
Begrippen
- Techstack
- De verzameling systemen en software waarop je bedrijf draait, zoals webshop, ERP en koppelingen.
- BigQuery
- Het dataplatform van Google waar je grote hoeveelheden gegevens opslaat en doorzoekt.
- SKU
- Stock keeping unit: een uniek artikelnummer voor een product in je assortiment.
- Lean competitor
- Een concurrent die met weinig kosten werkt en daardoor scherper kan prijzen.
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.
Wat zien we eigenlijk vaak als uitdaging van die inkoop om dit goed te krijgen? We zien bij bedrijven eigenlijk een aantal dingen waar ze tegenaan lopen. Team is uiteraard het allerbelangrijkste. wat je met team heel vaak ziet dat ofwel mensen zijn niet data savvy genoeg om het is geen wonder wat je moet doen zeker met die agent doet die heel veel voor je maar je moet wel een beetje het gevoel hebben van die data klopt en ik wil mee in deze verandering want het is een verandering als jij hier eentje we hebben toevallig vorige week met Plein een praatje gedaan op de webwinkelvakdagen, die doen 150 miljoen omzet met minder dan 1 FTE op de inkoop. Dat is natuurlijk een hele andere rol dan bij veel bedrijven met 150 miljoen omzet, waar misschien wel 6 of 8 man zitten, want het is wel een assortiment van bijna 100.000 SKUs. En die switch, die transitie maken, is niet voor iedereen weggelegd. En dat is een grote uitdaging die we zien waarop adoptie soms achterblijft. Het andere is keuzes uit het verleden in de tech stack, waardoor je soms bijvoorbeeld simpelweg niet je data op één plek hebt, of zelfs niet op meerdere plekken bij elkaar te vegen hebt. Dat is erg lastig. Als je, we spraken laatst, een klant draait nog een Magento 1. Dan worden heel veel dingen heel lastig natuurlijk, als je dat soort dingen nog niet gedaan hebt. Time pressure. Inkoop is... We zijn altijd enorm druk. Er is natuurlijk altijd heel veel druk op met leveranciers. Van alle kanten komt er werk binnen. En soms zijn mensen zo druk, dat ze niet de tijd hebben om een stapje terug te doen. En eventjes naar het proces te kijken. Hoe kunnen we dit doen? Wat zou er voor nodig zijn? En vaak te zien dat het allemaal wel meevalt wat er moet gebeuren. Dat is denk ik niet alleen voor inkoopoptimalisatie, maar zeker ook voor alle veranderingen met AI. Als je te druk bent altijd, dan schiet het niet op. En de laatste is dat je heel veel data niet hebt. Als jij de data vanuit jouw Google Analytics nooit hebt opgeslagen in je BigQuery, dan kun je hem ook nooit gaan gebruiken. Of pricing data wordt niet opgeslagen. Dan gaat het niet werken. Ik denk dat wat bijvoorbeeld Job bedrijven mee helpt, eigenlijk gewoon alles opslaan. Is nu nog een veel waardevollere stap dan een paar jaar terug. Sla gewoon alles op. Het kost bijna niks om op te slaan als je het niet elke dag gebruikt nu. Wie weet heb je het over een paar jaar dat je denkt of een paar maanden van dit is wel echt super handig dat ik het heb. Dus ja, eigenlijk de vraag is aan jullie Ofwel jullie worden de lean competitor Of er komt een lean competitor kaas van je brood af eten de komende maanden slash jaren
Spreker: Sander van den Broek, Optiply
Bronnen
Meer over AI Implementatie
Duur 1:09Walmart: meer omzet, minder mensen
Tachmy Dilmy, eCommerce AI Club
Walmart draait 600 miljard omzet, met steeds minder mensen
Duur 0:57YourSurprise: vier AI-doelen voor het hele bedrijf
Arne Timmerman, YourSurprise
Vier bedrijfsbrede AI-doelen, zo pakt YourSurprise het aan
Duur 1:40Context Window: van 2K naar 2 miljoen tokens
Jop van Hooft, eCommerce AI Club
Van enkele pagina's naar 10 boeken tegelijk in je AI-model, en dat verandert alles