Bestellen zoals de klant wil, verwerken zoals LISA het wil

+11.000 bestellingen per maand online, en een mailbox die zichzelf verwerkt

Groothandel Claessens bevoorraadt horeca en retail vanuit LISA, het ERP van het huis. Elke klant heeft er zijn eigen prijzen, zijn eigen assortiment en zijn eigen leverdagen. Bestellen ging deels online, via een extern bestelplatform, en voor de rest per telefoon en per mail.

Dat externe platform deed zijn werk, maar het kostte veel en het kon niet alles. Claessens wilde een eigen bestelomgeving: iets dat van hen is, dat hun manier van werken volgt in plaats van andersom, en dat kan meegroeien.

Het probleem

Dat laatste is geen administratie maar vertaalwerk. ‘12 komkommers’ omzetten naar een kist of naar stuks, met de juiste artikelcode. Een mail met drie leverdagen uit elkaar trekken. Een snijwijze die tussen twee zinnen staat bij de juiste regel krijgen. Het schaalt niet mee met een seizoenspiek, niemand kan het overnemen zonder de klanten te kennen, en de fouten worden pas bij de levering zichtbaar.

De keuze voor DAS Media

Ze zochten geen goedkoper abonnement maar een eigen platform. Dat is een andere vraag: niet ‘wat kan ik huren’, maar ‘wie bouwt iets dat van mij is, dat mijn ERP kent en dat over vijf jaar nog meegroeit’.

Wat wij aan tafel brachten: dertig opgeleverde ERP-koppelingen, ervaring met LISA in het bijzonder, en een eigen platform waarop de webshop van een groothandel geen maatwerkproject vanaf nul is, zodat wat er speciaal is aan hun bedrijf, ook effectief de ruimte krijgt.

De aanpak

Wij hebben er geen kanaal bij gebouwd. We hebben er drie gebouwd, met dezelfde catalogus, dezelfde klantprijzen en dezelfde leverdagenlogica eronder, zodat een bestelling hetzelfde is, waar ze ook vandaan komt.

De verrassing onderweg. Bij het bouwen van de app bleek waar ze effectief gebruikt werd: in de koelcel, waar het mobiele net wegvalt. Dat was geen randgeval maar de normale gang van zaken, en het heeft het ontwerp omgegooid, van een schil rond de webshop naar een app die zelfstandig werkt met het volledige assortiment op het toestel.

De oplossing

De webshop: één shop, twee soorten klanten

Professionele klanten loggen in en zien hun eigen afgesproken prijzen en enkel de artikelen die voor hen gelden; een keten met een centrale inkoper logt één keer in en wisselt tussen vestigingen. Particulieren bestellen in dezelfde shop aan particuliere prijzen, met btw-weergave, online betaling en de keuze tussen levering of afhaling op meerdere locaties, elk met hun eigen afhaaldata.

Wat een versgroothandel apart maakt, zit in de details. De winkelwagen groepeert per leverdag en haalt die datum per artikel uit LISA. Weegartikelen krijgen een vrij in te geven gewicht met een verplichte opmerking: “2 stukken van ±800 g”. Elke bestelregel kan een opmerking dragen voor snijwijze of rijpheid. Vaste bestellijsten gaan in één klik in de wagen. Klanten met openstaande facturen kunnen kijken maar niet bestellen, gestuurd vanuit het ERP.

En de zoekfunctie kent de woorden van de klant: een AI genereert per artikel de spreektalige en regionale benamingen, in het Nederlands en het Frans. “Knolletjes” vindt japanse andoorn.

De app: bestellen in de koelcel

Het volledige assortiment van de klant, mét zijn prijzen, staat lokaal op het toestel: 2.364 artikelen, in één keer opgehaald. De foto’s komen daarna, onzichtbaar, zodat er al te werken valt voor ze binnen zijn. Wat offline in de wagen gaat, vertrekt vanzelf zodra er weer verbinding is.

Afrekenen kan bewust níet zonder verbinding. Prijs, voorraad, leverdag en het afsluituur worden vastgelegd op het moment van bestellen; een order die een uur blijft hangen, komt binnen tegen andere voorwaarden dan wat de klant zag.

OrderAI: mails worden automatisch bestellingen

Vrije tekst, PDF, Excel, een foto van een handgeschreven briefje, een spraakbericht, een wav uit de voicemail. OrderAI herkent de afzender, splitst een mail met drie leverdagen in drie bestellingen, rekent ‘12 komkommers’ om naar de kist- en stukcodes die LISA verwacht, en zet alles klaar voor de operator. Wat niet klopt, een eenheid die niet strookt, een bewerking die de klant niet vroeg, gaat naar controle in plaats van door. Elke correctie en elke goedkeuring maakt de herkenning beter.

Intelligence en rapportering: sturen op cijfers

Wat binnenkomt, wordt ook gemeten. Een eigen dashboard toont per dag, week of maand hoeveel bestellingen gecontroleerd en naar LISA doorgestuurd zijn, en hoeveel regels een medewerker nog moest aanpassen.

De nauwkeurigheid van OrderAI staat per dag van binnenkomst in een grafiek. Zo zie je waar de herkenning sterker wordt en waar ze nog bijleert. Diezelfde cijfers bepalen hoe ver de drempel voor automatische verwerking mag opschuiven.

De resultaten

Vroeger vs. vandaag

Het percentage van 15 is met opzet laag begonnen. Een systeem dat op dag één alles doorlaat, is makkelijk te bouwen en moeilijk te vertrouwen; dit laat alleen door waar het zeker genoeg van is, en die drempel schuift op naarmate het leert van wat de medewerkers corrigeren.

Ook wat gecontroleerd wordt, hoeft niet meer getikt te worden. Dezelfde drie mensen doen nu het werk waarvoor ze aangeworven zijn: ze kennen de klanten, en die kennis gaat naar de telefoon in plaats van naar het toetsenbord.

Bestellingen die binnenkomen zoals de klant ze stuurt, en toch als één order in het ERP belanden: dat is geen kwestie van drie systemen kopen, maar van één bodem leggen en er kanalen op zetten.

Werken jullie met een ERP en met klanten die op vijf manieren bestellen? Bel ons, of bel eerst Claessens.