Home › Cases
Welke producten kun je vandaag winstgevend inkopen op Bol.com?
Een inkoper op een marketplace neemt elke dag dezelfde beslissing: koop ik dit product vandaag in. Dat kan alleen als inkoopprijs en verkoopprijs van dezelfde dag naast elkaar staan, gekoppeld via een brug tussen leveranciersartikelnummer, EAN en de listing. Daarbovenop reken je de marge door, apart voor eigen verzending en verzending via het platform.
E-commerce en marketplace-handelBol.com, Tweakers, SQL Server, Power BI
Een inkoper op een marketplace neemt elke dag dezelfde beslissing: koop ik dit product vandaag in, of niet. Bij een Nederlandse marketplace-verkoper werd die beslissing genomen in een Excel-analysetool, met prijzen die op het moment van kijken al verouderd waren.
Uitdaging
De data was er wel, maar versnipperd. Marktprijzen van Bol.com en Tweakers, leveranciersaanbod, inkooporders en verkopen stonden los van elkaar. Er was geen enkel beeld waarin inkoopprijs en verkoopprijs van dezelfde dag naast elkaar stonden. Zonder dat kun je niet zeggen welk product winstgevend is, en al helemaal niet of de buy box-prijs stabiel genoeg is om op in te kopen.
Daar kwam bij dat prijshistorie niet achteraf te maken is. Wat een product gisteren kostte en of het toen leverbaar was, weet je alleen als je het die dag hebt vastgelegd.
Aanpak
- Reviewen van twee voorgestelde databaseontwerpen vanuit het perspectief van sterschema-modellering, onderhoudbaarheid en schaalbaarheid
- Drielaagse opzet: een stagingslaag per platform die dagelijks wordt geleegd, een dimensielaag en een factlaag, met aparte archieftabellen voor historie zodat de facttabellen snel blijven
- Product-naar-EAN-brug, zodat leveranciersartikelnummer, EAN en marketplace-listing op elkaar aansluiten
- Facttabellen voor marktprijs, leveranciersaanbod, inkooporders en orderregels
- Vier dashboardschermen in Power BI: overzicht, prijsmonitoring, concurrentiemonitoring en leveranciersmonitoring
De marge-logica is expliciet vastgelegd in plaats van in losse rapporten verstopt. Gross ROI wordt berekend als verkoopprijs min commissie, min vaste fee, min verzending, min inkoopprijs, gedeeld door de inkoopprijs. Voor eigen fulfilment en fulfilment via Bol.com apart, en zowel op de laagste marktprijs als op de buy button-prijs.
Resultaat
Een scherm dat elke dag de vraag beantwoordt: welke producten hebben vandaag zowel een leveranciersaanbod als een bekende verkoopprijs, en welke daarvan zijn winstgevend genoeg om in te kopen. Met daarnaast prijstrends over 14 en 30 dagen, het aantal concurrenten per product, en wie de buy box in handen heeft.
De inkoper kijkt niet meer terug op een spreadsheet. Hij kijkt naar vandaag.
Speelt dit bij jou ook?
Verkoop je via Bol.com of een andere marketplace en neem je inkoopbeslissingen op verouderde cijfers? Plan een half uur in via de agendalink op powerbison.io/contact.
Bekijk ook
Waar past dit in het geheel?
Bijna elke opdracht begint bij een dashboard en groeit door naar het platform eronder. De governance-laag daarbovenop bouwen wij onder de naam Databewuster.
-
Stap 1
Power BI-dashboard
Cijfers waar je op kunt sturen, op een gemodelleerde bron in plaats van op losse exports. Meestal binnen zes tot tien weken.
Power BiSon Wat kost dat → -
Stap 2
Dataplatform
Alle bronnen incrementeel naar een eigen laag in jouw tenant. Koppelingen, historie, datakwaliteitsregels en een model dat meegroeit.
Power BiSon Fabric of eigen opzet → -
Stap 3
Data governance erop
Definities, eigenaarschap en een catalogus buiten de code, zodat de organisatie het overneemt en de cijfers blijven kloppen.
Databewuster Hoe dat werkt →
Een half uur is genoeg om te weten of het past
Geen presentatie en geen offerte aan het eind. We lopen je bronnen langs, je definities en je grootste ergernis.
Plan een half uurVeelgestelde vragen
Waarom werkt een spreadsheet hier niet?
Omdat je geen versheidsprobleem oplost met een bestand. Prijzen veranderen per dag en de buy box wisselt, terwijl een spreadsheet toont wat er stond bij de laatste verversing. Zodra je meer dan een handvol artikelen hebt, neem je je inkoopbeslissing structureel op verouderde cijfers.
Waarom moet prijshistorie dagelijks worden vastgelegd?
Omdat je hem niet achteraf kunt maken. Wat een product gisteren kostte, wie toen de buy box had en of het leverbaar was, weet je alleen als je het die dag hebt opgeslagen. Bij een rollend venster van 90 dagen is je beeld pas na 90 dagen compleet.
Hoe bereken je de werkelijke marge?
Verkoopprijs min commissie, min vaste fee, min verzendkosten, min inkoopprijs, gedeeld door de inkoopprijs. Apart voor eigen verzending en verzending via het platform, en zowel op de laagste marktprijs als op de buy box-prijs. Anders vergelijk je scenario's die niet vergelijkbaar zijn.
Waarom een aparte stagingslaag per platform?
Omdat de ruwe uitvraag van elke dag onaangeraakt moet blijven. Die laag wordt dagelijks geleegd, de historie gaat naar aparte archieftabellen. Zo kun je altijd terug naar de bron en blijven de feittabellen waarop je dagelijks rapporteert snel.