Sharon geeft aan dat ze nog volop bezig zijn met verbeteringen, bijvoorbeeld door AI-koppelingen te gebruiken. Er is dus nog veel in ontwikkeling, maar vergeleken met andere grote retailers in Nederland doen ze het momenteel al erg goed.
Klanten werken samen met ons aan applicatieonderhoud en slagen er steeds vaker in om samen een roadmap te maken. Zo delen we dezelfde waarde en doelen, en werken we er gezamenlijk naartoe.
Supplier onboarding tools bieden veel potentie voor klanten, maar uitrollen is vaak lastig. Interessant om met Annemarie en Sharon te bespreken hoe zij dit zien en welke rol een PIM-implementatiepartner hierin kan spelen, juist vanuit een frisse, onafhankelijke blik.
Het ideaalbeeld rondom productdata blijft een stip aan de horizon. Niemand is er echt al, mede door voortdurende veranderingen zoals nieuwe wetgeving en de opkomst van rijke media. AI biedt nu wel kansen, zoals automatische lange beschrijvingen, zelfs voor de long tail.
Sharon vertelt dat HEMA al flinke stappen had gezet in productdata toen zij startte, grotendeels dankzij Ingmar Hunsbergen. Hij heeft de ontwikkeling flink versneld en naar een hoger niveau gebracht. Sharon noemt dat absoluut positief.
De toekomst is lastig te voorspellen, maar het ligt voor de hand dat AI-agents straks samenwerken: één haalt data uit foto's, een ander valideert, en weer een ander schrijft merk-specifieke teksten. De rol van de mens verschuift naar regie en kwaliteitscontrole.
Er zijn veel PIM-oplossingen, elk met een eigen focus. Onze kracht ligt aan de voorkant: ongestructureerde data automatisch verwerken met de Product Data Loader. Die werkt naadloos met onze PIM, maar ook los, en verwerkt o.a. PDF's, Excels en API’s.
AI wordt steeds meer praktisch ingezet, zoals automatische vertalingen en het uitlezen van specificaties uit afbeeldingen. Dat scheelt handmatig werk. Klanten zijn enthousiast, vooral over de Product Data Loader die helpt om leveranciersdata slim te verwerken.
In 2008 begonnen en breder in e-commerce, met eigen platforms voor high-traffic websites. Al snel merkten we dat productdata steeds de bottleneck was, wat ons richting het specialisme heeft gebracht waar we ons nu op focussen.
Een klant kreeg van een leverancier een lastig bestand met kenmerken en waardes in één kolom. Normaal wordt dit handmatig gesplitst, maar met een AI-agent kan dat automatisch en snel, wat direct veel tijd bespaarde. Mooie, praktische toepassing dus.
Wat mooi is, is dat AI-modellen steeds verder ontwikkelen en nu echt worden ingezet in productie. In plaats van zelf modellen te bouwen, integreren tools zoals Connecting the Dots bestaande AI, wat zorgt voor efficiëntie die klanten echt beginnen te merken.
Bij het maken van teksten gebruik je info van de leverancier. Je kiest welke data je wel of niet gebruikt. Soms zoek je ook online. Klanten, zoals in de fashionbranche, geven per artikelgroep aan welke specs standaard in de tekst moeten staan, zoals pasvorm e.d.
Een kledinggerichte case rond Nike-schoenen: input voor verschillende shots—hero, actie, en details zoals mist en waterdruppels. De tool levert toffe en vrij consistente resultaten, al blijft het deels trial & error.
Alles wat er werd gewezen is puur uit AI-tools gekomen, zonder nabewerking. Voor advertenties wordt soms nog typografie of lichte aanpassingen toegevoegd. Wil je dit op schaal inzetten i.p.v. je jaarlijkse shoot? Dan hangt het af van je kwaliteitswens—nu kan het al best veel.
Dit is een uitgewerkte prompt met alle drie de bouwstenen: camerastandpunt, lens, sfeer, details zoals damp of motion blur. Zelfs zonder foto-kennis kun je hiermee aan de slag—gebruik structuur en reverse engineering: laat ChatGPT een foto analyseren en er een prompt van maken.
Eindelijk overzicht in de wirwar van AI-tools. Deze workflows—*Create Product Photoshoot* en *Place Product in Context*—maken het makkelijker om producten visueel sterk neer te zetten. Twee cases laten we zo zien.
De drie bouwstenen: structure, reference en vision. Zie jezelf als regisseur—hoe meer context en detail je geeft (zoals lens, licht, textuur), hoe beter het resultaat. Referenties helpen ook sterk bij stijl en sfeer.
Dit is een interactieve sessie: experimenteer je al met AI in je productdataproces (tekst of beeld)? Deel je ervaringen, struggles, successen of vragen—wij denken graag met je mee.
AI-beelden kunnen shoots deels vervangen en flink kosten besparen, zeker bij locaties die lastig bereikbaar zijn. Voor productfoto’s is het steeds interessanter. Tegelijk roept het vragen op over echtheid, zoals bij AI-geoptimaliseerd eten op Uber Eats.
AI-visuals geven meer creatieve controle en versnellen processen. Geen dure shoots meer nodig, sneller variatie maken en minder afhankelijk van factoren zoals het weer. Ook handig: campagnes zijn makkelijk af te stemmen op specifieke doelgroepen.
Perfion PIM is een flexibele, centrale oplossing voor het beheren, verrijken en distribueren van productdata over alle kanalen. Integreert met ERP, past zich aan je organisatie aan en heeft 25+ jaar ervaring in de PIM-wereld.
Solution Consultant bij Perfion, verantwoordelijk voor (custom) demo’s in pre-sales, training en trainingsmateriaal. Ook actief betrokken bij implementaties, die soms direct worden uitgevoerd.
Sales Director Benelux bij Perfion, verantwoordelijk voor klanten en partners in Nederland en België. Inmiddels vijf jaar actief. Klaar om een korte presentatie te starten, met ruimte voor vragen tussendoor.
Perfion fungeert als Single Source of Truth binnen je organisatie. Het ondersteunt koppelingen met o.a. marketplaces, e-commerce, ERP en print. In de demo wordt een scenario getoond waarin een product verrijkt, goedgekeurd en gepubliceerd wordt naar een webshop.
Bekend als snelste PIM-implementatie op de markt: je kunt starten in weken, niet maanden. Dankzij het low-code/no-code platform is configuratie voldoende. Ideaal voor complexe productstructuren zonder te hoeven programmeren.
