Agradi.nl is een van de oudste webshops van Nederland en staat bekend om hun enorme keuze in producten voor ruiters, dierenliefhebbers en de agrarische sector. Waar een gemiddelde winkel het bij een paar populaire varianten houdt, biedt Agradi.nl de ‘longtail’: alle mogelijke varianten die op de markt zijn. Hiervoor werken ze samen met een groot aantal leveranciers. Tot nu toe ligt de nadruk van innovatie op het optimaliseren van de webshop richting winkelmand. Eigenaar Oskar van Straaten wil zich nu richten op het beter kunnen voorspellen van de vraag, zodat de inkoop en de samenwerking met leveranciers hierop kan worden afgestemd. Zo voorkom je dat de klant te lang moet wachten op zijn spullen. Dat klinkt goed! Maar dan moet je wel over de juiste middelen kunnen beschikken. Nu werken er, zonder grote investeringen specialisten aan een professioneel datamodel: dankzij het Platform Driven by Data. Hoe ze dat doen? In 5 eenvoudige stappen. Dat kun jij ook, lees snel verder!

Stap 1. Formuleer je doel

Agradi.nl biedt een breed assortiment producten, niet alleen in Nederland, maar ook in andere Europese landen. Om de levertijden kort te houden wil eigenaar Oskar van Straaten de ontwikkeling van de vraag beter kunnen voorspellen, om daarop de inkoop af te stemmen. Ze kijken al langer naar 'slimme data', omdat dit een objectievere onderbouwing van de vraag op kan leveren. Toen Agradi.nl door de Rabobank werd gewezen op het MKB Data Lab besloten ze in te stappen. Ze wilden weten: kunnen we de volumes in de vraag naar onze productgroepen beter inzichtelijk maken? Kunnen we dit visualiseren? Kunnen we inzoomen op individuele producten? Kunnen we vooruitkijken naar de komende weken en specifieke invloeden benoemen die vraag naar producten beïnvloeden? Kunnen we hiermee de leveringen van onze toeleveranciers beter afstemmen en zo zelf sneller leveren? Ze gaan aan de slag in het MKB Data Lab.

Stap 2. Over welke data beschik je in het bedrijf?

Agradi.nl werkt al 15 jaar met een centrale database achter de website, er is dus een schat aan data aanwezig over aankopen, producten, levertijden, klanten, regio's, etc. Deze data is te combineren met weersomstandigheden, feestdagen, vakanties en gebeurtenissen.

“We wilden graag de vraag naar onze producten in de tijd beter in kaart brengen. Nu werken professionals aan een nieuw datamodel, zonder grote investeringen.”

Oskar van Straaten - Agradi.nl

Stap 3. Maak een analyse

Dankzij de vroege inrichting van de centrale database is er meer dan voldoende data aanwezig. Agradi.nl heeft ook al de software waarin de data gevisualiseerd kan worden: op de Amazon server zijn diverse tools beschikbaar, zoals Quicksight. Agradi.nl zou hier graag zelf verder mee aan het werk gaan, maar ze zijn tot nu toe zo gefocust op de technische optimalisatie dat ze niet toekomen aan deze nieuwe focus. Toch wilde Oskar van Straaten hier graag werk van maken, omdat hij merkt dat de traditioneel ingestelde leveranciers vaak kiezen voor 'gewoonte': zo hebben we het altijd gedaan. Oskar wil zijn leveranciers visueel tonen wat de ontwikkelingen in de vraag zullen zijn.

Driven By Data biedt uitkomst met het MKB Data Lab, verzorgd door de JADS. Er heeft een eerste sessie plaatsgevonden waarin duidelijk werd wat de mogelijkheden zijn met de beschikbare data. Hieruit is een dataset gemaakt, waarmee de JADS is gaan werken.

Een student, begeleid door twee docenten, is nu de dataset aan het bewerken en analyseren. Dat richt zich op het creëren van vier tabellen die aan Quicksight kunnen worden toegevoegd. Hierbij kan per productgroep steeds verder worden ingezoomd op de onderliggende producten. Een historische analyse op de data zal deze tabellen moeten genereren.

Stap 4. De praktijktest

De analyse is nog in volle gang, maar de JADS heeft al wel een tussenresultaat opgeleverd: een visualisatie van de ontwikkeling in de volumes van de producten van één leverancier. Oskar gaat met deze informatie onder de arm de leveringen afstemmen met deze leverancier. Zo kunnen deze meer worden afgestemd op feiten, in plaats van traditie en/of onderbuikgevoel. Als de analyse straks helemaal is afgerond, levert de JADS de vier tabellen, die op de Amazon server van Agradi.nl in Quicksight zullen worden gevisualiseerd. Deze tabellen zijn gebaseerd op de verkopen over de afgelopen 15 jaar. Gaat het lukken om de tabellen in het MKB Data Lab maken? En werkt het ook echt in de praktijk?

Stap 5. Het (verwachte) resultaat

De JADS is nog volop bezig met de analyse. Oskar van Straaten heeft er veel vertrouwen in. Eigenlijk is het helemaal niet zo ingewikkeld, er zijn gewoon ontwikkelingen waarvan je vanuit je onderbuik wel weet dat ze er aan zitten te komen. Als het warm en vochtig is weet je dat bepaalde insecten meer voorkomen. Als je nu met een grafiek kunt aantonen dat deze periode er over twee weken aan zit te komen, dan kun je hierover onderbouwd in gesprek met de toeleverancier. Dan zijn ze sneller geneigd om met je mee te denken en de productie hierop af te stemmen. Het kan niet anders dan dat dit tot beter getimede inkoop leidt en dus bij ons tot kortere levertijden. Dat is fijn voor onze klant en daar doen we het voor.

“Als we met een grafiek aan onze leveranciers kunnen laten zien wat er qua vraag aan zit te komen, dan kunnen we de inkoop daar beter op afstemmen. Zo kunnen wij weer sneller leveren aan onze klanten.”

Oskar van Straaten - Agradi.nl

Tijdens de eerste sessie met de JADS zijn de wensen geïnventariseerd, doelen gesteld en de databronnen beoordeeld. Ondertussen is de dataset geleverd aan de JADS. Daar wordt momenteel hard gewerkt aan de analyse, die over twee maanden zal worden opgeleverd. Daarna worden de resultaten doorgenomen en worden de tabellen in Quicksight geïmplementeerd. 

Over de organisatie:
Agradi.nl is opgericht door Oskar van Straaten in 1998. De webshop levert een breed assortiment producten voor ruiters, dierenliefhebbers en agrariërs in Nederland en in de rest van Europa. De webshops heeft meerdere Thuiswinkel Awards gewonnen.

Aantal medewerkers: 120
Branche: Groothandel

Meer praktijkvoorbeelden van succesvolle ondernemers?

Please enter a valid email address.
Something went wrong. Please check your entries and try again.