Naar de inhoud
← Alle succesverhalen
NederlandVoorspellen
Logo Kramp

KrampB2B-groothandel onderdelen met eigen e-commerceplatform2023-01

Kramp bouwt met Xebia een MLOps-platform voor vraagvoorspelling: nauwkeurigheid 4 procent beter, besparing van ongeveer 8 miljoen euro verwacht

Toegevoegd op

Kramp is een Nederlandse leverancier van onderdelen voor landbouw, bosbouw en bouw, met 3.000 medewerkers, 11 magazijnen en activiteiten in 24 landen. Het bedrijf verkoopt voor een groot deel via een eigen e-commerceplatform en liet Xebia Data een driejarige datastrategie opstellen. Daaruit kwamen 14 use cases, waarvan vraagvoorspelling de eerste werd. De forecasts draaien op een MLOps-platform op Google Cloud. Volgens Xebia is de nauwkeurigheid van het eerste model 4 procent beter dan die van het vorige model. Kramp verwacht daarmee ongeveer 8 miljoen euro te besparen. Dat bedrag is een verwachting en nog niet gemeten.

Bewijs Claim

Wat ze deden

  1. Met Xebia Data een datastrategie van drie jaar opgesteld, via een volwassenheidsscan, een noordster en idee-workshops.
  2. 14 use cases verzameld, van vraagvoorspelling tot een winstgevendheidsdashboard voor klanten en producten.
  3. Een MLOps-platform gebouwd op Google Cloud met Vertex AI en Terraform, met een eigen team dat het beheert.
  4. Het eerste model getraind op historische data om beschikbaarheid te verbeteren en voorraadkosten te verlagen.
  5. Vervolgstappen gepland met klantgedrag uit e-commerce, seizoenseffecten en externe data.

Wat het opleverde

MetingResultaatPeriodeVolgens
Nauwkeurigheid van de voorspelling4% beter dan het vorige modeleerste modelversie, periode niet vermeldXebia Data (leverancier)[1]
Verwachte kostenbesparingongeveer 8 miljoen euroverwacht, eerste jaarXebia Data (leverancier)[1]
Aantal geidentificeerde use cases14 use casesstrategietraject, jaar niet vermeldXebia Data (leverancier)[1]

Wat je ervan kunt leren

  • Begin met een kleine, meetbare use case zoals vraagvoorspelling en bouw het platform ertussen mee.
  • Laat de eerste modelversie alleen op historische data draaien en voeg klantgedrag en seizoen later toe.
  • Richt een eigen team in voor het platform, anders blijft het een project van de leverancier.

Wat de cijfers niet bewijzen

  • De besparing van 8 miljoen euro is een verwachting van de leverancier; Kramp zelf noemt geen gerealiseerd bedrag.
  • Het is niet vermeld waarmee de 4 procent verbetering is gemeten en over welke periode.
  • De pagina heeft geen publicatiedatum en gaat over de hele B2B-organisatie, niet specifiek over de webshop.

Bronnen

  1. Leveraging Data, AI, And MLOps | Kramp Customer Story, Xebia (onbekend), gecontroleerd 2026-11-12