Bouw in een middag een herinkoop-assistent in Claude die elke maandag in twee minuten een bestellijst uitspuugt op basis van je eigen voorraad, verkopen en leveranciersdata.
setup in een middag, daarna 10 minuten per week · 20 min lezen · voor marketplace verkopers met 20 tot 2000+ SKU's
Herinkoop-advies uit je eigen data. Voor marketplace verkopers die te vaak nee moeten verkopen, of juist met dood geld op de plank zitten.
Je kent het wel.
Je topseller staat op nul, terwijl er van die ene slowmover nog 400 stuks in het magazijn liggen. Je bestelt op gevoel, want een echt overzicht heb je niet. En als je te laat bent, ben je meestal twee maanden te laat.
Dit document lost dat op. Je bouwt zelf een herinkoop-assistent in Claude die elke maandag in twee minuten een advies uitspuugt op basis van je eigen cijfers. Geen abonnement, geen software van een derde partij die jouw data leest.
Ik gebruik dit voor eigen accounts en voor klanten met 500+ SKU's op bol.com. Werkt bij assortimenten van 20 producten net zo goed als bij 2000, alleen wordt de winst groter naarmate je meer SKU's hebt.
Belangrijk om vooraf te weten: dit is een startpunt, geen eindproduct. Een basisversie die je in een middag opzet. Zodra hij draait, ga je hem aanpassen aan jouw assortiment, jouw leveranciers, jouw marges en jouw manier van werken. De echte kracht zit in dat aanpassen. Ik geef in hoofdstuk 7 zes concrete richtingen mee, met voorbeelden uit de praktijk.
Ook eerlijk: deze aanpak is niet voor iedereen. Heb je minder dan 20 SKU's en bestel je bij één Nederlandse leverancier die overmorgen levert? Dan is een simpele Excel met een minimum-voorraad-kolom sneller. Heb je meer dan 5000 SKU's over meerdere kanalen met echte forecast-behoeftes? Dan groei je hier op een gegeven moment uit en heb je een echte planning-tool nodig. Voor alles daartussenin, en dat is 90% van de bol.com-verkopers die ik spreek, werkt dit uitstekend.
Neem er rustig de tijd voor. Ik heb geprobeerd elk blok zo op te schrijven dat je het kunt uitvoeren zonder ergens anders te hoeven zoeken, ook als je nog nooit met Claude Projects hebt gewerkt. Ga niet skimmen, dat wreekt zich in stap 3.
Alles staat of valt met je data. Voordat je iets in Claude gooit: zorg dat je bestanden aan deze basisregels voldoen.
Als je één van deze regels overslaat, gaat Claude aannames doen. En aannames willen we niet, we willen berekeningen.
Wat erin staat, kolom voor kolom:
Waarom die laatste twee kolommen zo cruciaal zijn: zonder "al besteld" bestel je structureel dubbel. Dit is de kolom die iedereen vergeet. Ik heb een klant gezien die drie keer 500 stuks van dezelfde SKU had besteld, omdat drie verschillende mensen op verschillende momenten dachten dat het tijd was. Drie containers, één product. Cash weg voor een halfjaar.
Hoe je dit bestand maakt, in de volgorde die het snelst werkt:
Voorbeeldregels (kopieer deze naar je Excel om te zien hoe het eruit moet zien):
SKU,titel,voorraad_eigen,voorraad_lvb,besteld_aantal,besteld_leverdatum
SKU-4412,Bamboe snijplank groot,34,12,200,2026-09-15
SKU-4413,Bamboe snijplank klein,8,0,0,
SKU-9021,Keramische mes 20cm,120,45,,
Wat erin staat:
Waarom 90 dagen: met dat venster kan Claude gemiddelden berekenen over 7, 30 en 90 dagen. Dan zie je trends en geen ruis. Iemand die vorige week toevallig 20 stuks verkocht op één piekdag, moet je niet gaan behandelen alsof dat het nieuwe normaal is. Andersom: een topper die de laatste week is ingezakt, wil je herkennen voordat je nog een container bestelt.
Hoe je aan de data komt, letterlijk klik voor klik voor bol.com:
Als je verkopen over meerdere kanalen loopt (bol, Amazon, eigen webshop), tel ze op per SKU per dag. Anders krijg je een advies dat alleen voor bol klopt. In een simpel geval draai je drie exports, gooi je ze onder elkaar in één sheet en gebruik je een draaitabel om per SKU per dag te sommeren.
Voorbeeldregels:
SKU,datum,aantal
SKU-4412,2026-07-25,3
SKU-4412,2026-07-24,2
SKU-4412,2026-07-23,4
SKU-9021,2026-07-25,0
Wat erin staat:
Waarom dit bestand allesbepalend is: zonder levertijd en MOQ is elk herinkoopadvies een gok. "Je hebt nog 40 stuks" zegt niets. "Je hebt nog 40 stuks, verkoopt er 3 per dag en je leverancier doet er 45 dagen over" zegt alles. In het eerste geval denk je dat je nog tijd hebt. In het tweede geval weet je dat je vandaag moet bestellen, niet volgende week.
Heb je dit bestand niet? Dan is dit je eerste taak. En het klinkt zwaarder dan het is, want je maakt het één keer goed en updatet het daarna elk kwartaal.
Zo doe je het in een middag:
Kant-en-klare mail aan je leverancier (kopieer, vertaal naar Engels als nodig):
Beste [naam],
Voor onze planning willen we per artikel graag de
volgende gegevens bevestigd hebben:
1. Levertijd in dagen (van bestelling tot ontvangst
in ons magazijn in Nederland, inclusief transport)
2. MOQ (minimum order quantity per SKU)
3. Aantal stuks per doos of verpakkingseenheid
4. Actuele stukprijs
Zou je onderstaande lijst willen aanvullen en
terugsturen?
[plak hier je SKU-lijst met artikelnummers en titels]
Dank alvast,
[naam]
Wil je het slimmer aanpakken? Trek de levertijd per leverancier uit je eigen inkoophistorie. Neem het gemiddelde tussen besteldatum en ontvangstdatum over je laatste 10 orders bij die leverancier. Dat is betrouwbaarder dan wat je leverancier belooft, want beloftes zijn optimistisch en werkelijkheid is niet.
Update dit bestand elk kwartaal. Levertijden schuiven, zeker rond Chinees Nieuwjaar (eind januari, begin februari) en Q4 als de hele wereld tegelijk bestelt.
Voorbeeldregels:
SKU,leverancier,levertijd_dagen,moq,doosinhoud,inkoopprijs,verkoopprijs
SKU-4412,Yiwu Trading,55,300,50,3.20,14.95
SKU-9021,Solingen GmbH,14,50,10,8.75,29.95
SKU-4413,Yiwu Trading,55,300,50,2.80,9.95
Optioneel maar sterk: een kolom status ("actief", "uitfaseren", "gestopt") en een kolom seizoen ("heel jaar", "Q4", "zomer"). Meer daarover in hoofdstuk 7.
Dit plak je straks in Claude Projects. Belangrijk: Claude moet met code rekenen, niet op gevoel inschatten. Als je dat er niet expliciet bij zet, krijg je een verhaal in plaats van een berekening, en dan sluipen er fouten in.
Je bent mijn inkoopanalist. Ik heb drie bestanden geüpload:
voorraad, verkopen (90 dagen) en leveranciersdata.
Reken alles uit met code (Python), schat niets in.
Bereken per SKU:
1. Gemiddelde verkoop per dag over 7, 30 en 90 dagen
2. Trend: is 7-daags gemiddelde hoger of lager dan 30-daags?
Markeer >20% verschil als "sterk stijgend" of "sterk dalend"
3. Dagen voorraad = (voorraad eigen + voorraad lvb + al besteld)
gedeeld door verkoop per dag (30d)
4. Bestelpunt = verkoop per dag (30d) x (levertijd + 7 dagen buffer)
5. Adviesaantal = verkoop per dag (30d) x (levertijd + 30 dagen dekking)
min huidige voorraad min al besteld
6. Rond het adviesaantal af naar boven op doosinhoud
en respecteer de MOQ
Geef terug: een tabel gegroepeerd per leverancier met alleen
de SKU's die onder het bestelpunt zitten. Kolommen:
SKU | titel | voorraad totaal | dagen voorraad | advies aantal |
inkoopwaarde (€) | uiterste besteldatum | reden
Sorteer op urgentie (minste dagen voorraad eerst).
Toon per leverancier het totale inkoopbedrag in euro.
Zet er drie waarschuwingslijsten onder:
- Rode lijst: SKU's die binnen 14 dagen out of stock gaan
- Overvoorraad: SKU's met meer dan 120 dagen voorraad
- Trendbrekers: SKU's waar de trend sterk stijgt of daalt
Als kolommen ontbreken of onduidelijk zijn: stel eerst vragen
voordat je begint te rekenen. Ga nooit gokken.
Twee parameters in deze prompt bepaal je zelf: de buffer (nu 7 dagen) en de dekking (nu 30 dagen).
Wat betekenen die?
Concrete voorbeelden om te bepalen wat bij jou past:
De cijfers in de prompt zijn een verstandig startpunt, geen wet. Na twee of drie weken draaien weet je vanzelf welke waarden bij jouw situatie horen. Wees ook eerlijk: het advies is zo goed als je invoer. Fout in je leveranciersdata betekent fout in het advies. Sanity check blijft nodig, altijd.
Eenmalig een half uur werk. Daarna elke week 2 minuten.
Waarom dit werkt: je instructies en leveranciersdata staan één keer vast in het project. Elke week krijg je hetzelfde advies volgens dezelfde regels, ook al zijn je verkopen en voorraad veranderd. Consistentie is de winst. Vergelijk je advies van week 3 met week 12, dan zie je écht een trend en niet een verschil dat komt door een andere prompt.
Zo doe je het, stap voor stap. Sla geen stap over, ook niet als je denkt "ja logisch":
Bedrijfsregels:
- Minimale brutomarge is 30%, adviseer niets daaronder
- SKU's van leverancier Yiwu Trading hebben altijd minimaal
60 dagen levertijd, ongeacht wat er in het bestand staat
- In november en december: verdubbel de dekking naar 60 dagen
in verband met sinterklaas en kerst
- Producten in categorie 'kaarsen' zijn seizoensgebonden,
wees terughoudend met adviezen in januari en februari
- Als een SKU status 'uitfaseren' heeft in leveranciers.csv,
sla hem over in het advies
- Rond adviesbedragen boven €10.000 altijd af op hele
containers (vermeld LCL of FCL in de reden-kolom)
- Toon bedragen in euro, geen decimalen boven de €100
leveranciers.csv naar de Project knowledge (Projectkennis). Dat is het uploadvak binnen het project, niet in een losse chat. Deze data verandert zelden, dus die hoef je niet elke week opnieuw te uploadenVanaf nu, elke maandag (of welke dag je kiest, maar wees consistent):
voorraad.csv en verkopen.csv. De leveranciersdata staat al in het project, dus die laat je met rustDraai het herinkoopadviesJe krijgt een tabel per leverancier terug, plus drie waarschuwingslijsten (rode lijst, overvoorraad, trendbrekers). Print of screenshot dit voor je maandagoverleg, of stuur het door aan je inkoopcollega.
En nu het mooie: je kunt in dezelfde chat direct doorvragen. Kant-en-klare vervolgprompts die ik zelf gebruik, kopieer en plak:
Waarom staat SKU-4412 niet in de rode lijst?
Loop de berekening voor die SKU stap voor stap door
en laat de tussenstanden zien.
Herbereken alsof mijn levertijd voor Yiwu Trading
45 dagen is in plaats van 55.
Wat als ik de dekking terugbreng naar 20 dagen,
hoeveel scheelt dat in totale inkoopwaarde deze week?
Ik heb deze week maximaal €15.000 te besteden.
Selecteer alleen de meest urgente SKU's binnen dat
budget en geef aan welke SKU's ik moet laten liggen
tot volgende week.
Welke SKU's hebben zowel een dalende trend als
overvoorraad? Die wil ik in de aanbieding gooien.
Geef me een lijst met huidige verkoopprijs en
suggestie voor actieprijs (minimaal kostprijs +30%).
Je hebt een gesprek met je eigen data. Dat is het punt van deze hele opzet, en dat is wat een dashboard nooit kan.
Praktische checklist voor je begint:
Als je een WMS gebruikt: het helpt enorm als je voorraad en al-besteld daaruit kunt exporteren. Handmatig kan ook, maar bij meer dan 100 SKU's wordt het bewerkelijk.
Waar het bij klanten van mij fout ging, meestal in de eerste twee weken:
Welke SKU's staan in verkopen.csv maar niet in leveranciers.csv? Geef me die lijst zodat ik ze kan aanvullen.Toon me de verkopen per dag voor deze SKU over de laatste 30 dagen. Zit er een piekdag in die het gemiddelde vertekent?Ik lever geen kant-en-klare bestanden. Jouw assortiment, jouw leveranciers, jouw marges. Dat is precies waarom dit werkt: het advies is van jou, niet uit een generiek model dat de gemiddelde verkoper bedient.
Ook geen automatische koppeling met bol.com of je WMS. Kan wel, dat bouwen we regelmatig voor klanten met de bol.com Retailer API en een lichte Python-service, maar dat is de vervolgstap. Begin handmatig, kijk twee tot vier weken of het advies klopt, dan pas automatiseren. Anders bouw je een dure fout groot.
Waar deze aanpak eerlijk gezegd niet in uitblinkt:
vorig_jaar.csv uit hoofdstuk 7, maar het blijft directioneelEn eerlijk: de eerste keer klopt er iets niet. Een verkeerde levertijd, een SKU die uitgefaseerd is maar nog in het bestand staat, een categorie die je vergeten bent te vullen. Dat los je op in de chat, door het aan Claude te vertellen en je bestand aan te passen. Na twee weken loopt het strak.
De versie hierboven is bewust simpel gehouden. Zodra hij draait, ga je hem uitbreiden richting jouw manier van werken. Zes concrete richtingen die klanten van mij hebben toegevoegd, mét voorbeeldregel om aan je projectinstructies toe te voegen:
1. Marge in het advies. Voeg een kolom brutomarge_pct toe aan leveranciers.csv (verkoopprijs min inkoopprijs min bol-fees, gedeeld door verkoopprijs). Extra regel: Sorteer bij gelijke urgentie op hoogste brutomarge eerst. Dan bestel je bij een krap budget eerst de dingen waar je het meest aan verdient. Klant met 800 SKU's zag zijn brutowinst met 12% stijgen in het eerste kwartaal, puur door prioriteit anders te leggen.
2. Cashflow-plafond. Zeg per chat tegen Claude: Ik heb deze week maximaal €15.000 te besteden. Selecteer alleen de meest urgente SKU's binnen dat budget en geef aan welke SKU's ik moet laten liggen tot volgende week. Waarschuw als er SKU's tussen zitten die daardoor out of stock gaan. Werkt heel goed als je een seizoen ingaat met beperkt werkkapitaal.
3. Seizoenspatronen. Upload een extra bestand vorig_jaar.csv met je verkopen van dezelfde 90 dagen vorig jaar. Extra regel in projectinstructies: Vergelijk huidig verkooptempo met vorig jaar. Waarschuw bij SKU's waar de opbouw naar Sinterklaas of Q4 normaal in deze week begint. Zo mis je geen aanloop. Een klant die kaarsen verkoopt kwam er zo achter dat zijn kerstpiek al in week 39 begint, niet in week 45 zoals hij dacht.
4. Concurrentiedruk. Voeg een kolom buybox_percentage toe aan voorraad.csv (haal je uit bol Verkopersaccount, Analyse, Aanbod). Extra regel: SKU's met minder dan 50% buybox: verlaag urgentie met factor 2, want de concurrent verkoopt jouw voorraad niet. Andersom: bij monopolieproducten (buybox 100%) is out of stock erger, want klanten kopen elders.
5. Automatische inkooporders. Laat Claude direct een concept-mail naar je leverancier opstellen. Kant-en-klare prompt:
Maak voor Yiwu Trading een mail in het Engels met de
tabel als bijgevoegd overzicht. Vraag om bevestiging
van levertijd en pallet-count. Toon aan het eind het
totaalbedrag en vraag om een pro-forma invoice voor
50% aanbetaling.
Kopiëren, plakken, versturen. Scheelt me elke maandag een halfuur.
6. Uitfaseren. Voeg een status-kolom toe aan leveranciers.csv ("actief", "uitfaseren", "gestopt"). Extra regel: Uitfaseer-SKU's mogen leeg lopen, geef geen herinkoopadvies. Waarschuw wel als een uitfaseer-SKU nog meer dan 60 dagen voorraad heeft: dan moet er actie op de prijs. Voorkomt dat je per ongeluk 300 stuks bijbestelt van iets wat je juist wilde afstoten.
Meer richtingen die ik niet uitgewerkt heb maar die goed werken: rekening houden met verkoopacties, koppeling met je financiële cijfers voor forecasting, integratie met een bestelbevestiging-workflow via email, of automatische rapportage naar een investeerder of accountant.
De kern blijft altijd hetzelfde: één prompt, drie bestanden, één keer per week draaien. Alles daarboven is jouw smaak.
Laat Claude altijd rekenen met code. Vraag anders om de tussenberekening van één SKU en controleer hem handmatig met een rekenmachine. Als de output klopt op één SKU, klopt hij op alle. Dit is de belangrijkste controle van deze hele opzet.
Neem "al besteld" écht mee. Zonder die kolom bestel je structureel dubbel. Ik heb klanten gezien die daardoor drie maanden te veel voorraad hadden liggen, tienduizenden euro's cash die vastzaten in dozen die ze niet nodig hadden.
Dit is geen tool. Dit is een werkwijze die je zelf in een middag opzet en waar je jarenlang op leunt. De basisversie werkt op dag één. De versie die er over drie maanden staat, aangepast aan jouw manier van werken, is onbetaalbaar. Ik ken klanten die na een halfjaar niet meer weten hoe ze het ooit anders deden.
Ik gebruik hem zelf, mijn klanten gebruiken hem, en iedereen past hem na een paar weken aan naar zijn eigen ritme. Zo hoort het. Een startpunt dat groeit met je bedrijf.
Loop je vast bij de leveranciersdata, of wil je dit koppelen aan je WMS of de bol.com API zodat er niks meer handmatig gebeurt? Stuur me een bericht, dan kijken we in een halfuur waar jouw grootste lek zit.
Job Lenselink, SolidDeploy
← Terug naar de kennisbank
In een vrijblijvend gesprek brengen we in kaart welke systemen jouw business nodig heeft.
Gratis 1-op-1 call met Job Lenselink