Candy Online: een gevestigde webshop klaarmaken voor groei

Candy Online bestaat al lang en heeft een trouwe fanbase, maar de processen waren met de jaren achterhaald geraakt en de vaste kosten liepen op. Na een doorstart met een klein team was de opdracht helder: breng de basis op orde en maak het bedrijf weer stuurbaar op cijfers.

Even voorstellen

Candy Online was achttien jaar lang een vaste naam in snoep online, een van de eerste webshops en jarenlang een van de grootste, met een trouwe fanbase. Maar de processen waren verouderd, de vaste lasten liepen op en de laatste twee jaar bleef winst uit. De organisatie van twaalf mensen was te stroef om mee op te schalen, en uiteindelijk werd het bedrijf verkocht.

Nieuwe eigenaren namen het over. Ze geloofden in de naam en de fanbase, maar wilden eerst de basis goed neerzetten: een bedrijf dat op een doordacht plan draait in plaats van op losse handelingen. De opdracht was helder: automatiseer zo ver mogelijk, zodat Candy Online weer zwarte cijfers kon gaan draaien.

En dan de echte uitdaging. Het oude team van twaalf was weg, en er waren maar drie mensen om het mee te doen. Een webshop die eerst op twaalf man draaide, moest dus voortaan met z'n drieën. Fulfilment en assemblage, vroeger goed voor vijf van die twaalf, werden ondergebracht bij een externe partner, waarvoor wij de koppelingen bouwden. Maar dan bleef nog altijd het werk van een backoffice van zeven over, te dragen door drie. Precies daar lag de opdracht: met slimme automatisering en een andere taakverdeling het werk van meerdere mensen overnemen, zodat die drie het echt konden bolwerken.

Het adverteren loopt inmiddels via SEO, SEA, Meta en organisch op TikTok, en de ambitie is om ook via grote marktplaatsen als bol, Amazon en Kaufland te verkopen.

Wat er uit het onderzoek kwam

Een grote catalogus en bestaande vraag, maar weinig grip. Bestellingen, inkoop en administratie liepen door elkaar heen, en niemand had een actueel beeld van wat er in- en uitging of wat het opleverde.

Voor we iets bouwden, hebben we het hele bedrijf doorgelicht: de processen van inkoop tot verzending, de administratie en de boekhouding, de advertentiekanalen, de listings en de data die er wel en niet was. Per onderdeel keken we waar tijd weglekte, waar fouten ontstonden en waar het overzicht ontbrak. Elke kans wogen we op impact, haalbaarheid, risico en investering. Dit is wat die doorlichting opleverde:

• Boekhoudachterstand: de administratief verantwoordelijke kreeg een stortvloed aan bonnen en facturen binnen en kon het tempo niet bijhouden. De achterstand liep op.
• Voorraadbeheer kostte enorm veel tijd: de voorraad met de hand bijhouden kostte veel tijd, en toch was er geen actueel zicht op wat er in- en uitging, wat onderweg was of wat de voorraad waard was.
• Derving en THT met de hand: houdbaarheid werd iedere week handmatig gecontroleerd. Artikelen die over datum dreigden te gaan, kwamen laat in beeld.
• Geen marge- of kostprijsinzicht: marges, inkoopprijzen en rendement werden niet berekend. Er was geen zicht op wat per artikel of per periode echt overbleef.
• Advertentie-ROI versnipperd: resultaten waren alleen te zien in de advertentiekanalen zelf. Een blended beeld van ROAS over alle kanalen ontbrak.
• Klantenservice volledig handmatig: AI werd minimaal ingezet en verslechterde de antwoorden vaak eerder dan dat het hielp.
• Listings handmatig en onvolledig: veel listings waren niet gecategoriseerd, misten een goede beschrijving en hadden afbeeldingen van lage resolutie. Met 4.000+ artikelen en alles met de hand was dat niet bij te houden.
• Backorders door rommelige administratie: doordat de administratie rommelig was, bleken artikelen achteraf toch niet op voorraad. Klanten kwamen onbedoeld op backorder en wachtten soms weken.

De catalogus en de vraag waren er, de grip ontbrak. De doorlichting maakte ook de grootste winst concreet: met de juiste automatisering en een slimmere taakverdeling kon de backoffice fors slanker. We begonnen bij de basis — de administratie en de voorraad weer kloppend krijgen — en bouwden daar het inzicht en de groei omheen.

Wat we hebben gebouwd

We begonnen bij de administratie en de voorraad, en koppelden daar stap voor stap het inzicht, de listings en de e-mail omheen. Per onderdeel: hoe het eerst ging en hoe het nu werkt.

Een boekhouding die zichzelf bijwerkt

Voorheen kreeg de administratief verantwoordelijke bonnen, facturen en orderbevestigingen vanuit alle hoeken binnen en moest die met de hand verzamelen en inboeken. Het tempo was niet bij te benen en de achterstand groeide. Nu maakt een lokale tool verbinding met de twee inkoopverantwoordelijken en haalt bonnen, facturen en orderbevestigingen automatisch uit de mail. Bonnetjes die in de winkel ontstaan, worden simpelweg met een foto via Telegram gescand en gaan langs dezelfde weg mee. Alles komt automatisch in het boekhoudpakket terecht, klaar voor controle — een mens kijkt na en boekt af.

Inkoop- en voorraadportaal

Voorheen werd de voorraad niet bijgehouden. Er was geen zicht op wat er in- en uitging, wat onderweg was of wat de voorraad waard was; inkoopmomenten waren een kwestie van gevoel. Nu gaat elke inkoopfactuur automatisch het systeem in, en juist daar zit het venijn: één factuur telt al snel tientallen regels, elk met een eigen EAN die bij het juiste artikel moet komen, aantallen die precies moeten kloppen en een inkooporder die richting fulfilment moet. De AI leest de factuur regel voor regel uit, controleert de EAN's, koppelt de inkoopprijs aan het juiste artikel en boekt alles correct in, zodat marge en voorraadwaarde er direct bij staan.

• Automatische PO's: de AI herkent de EAN's per factuurregel, controleert of ze kloppen en zet de inkooporder richting fulfilment klaar.
• Altijd een actueel beeld van de voorraad en wat die waard is.
• Marge per artikel, automatisch op basis van de inkoopprijs.
• AI-gedreven inkoopadvies: hoeveel van welk artikel nodig is en wanneer er bijbesteld moet worden, zodat de toppers altijd op voorraad staan.

THT- en dervingsturing

Voorheen werden derving en houdbaarheid iedere week handmatig gecontroleerd. Artikelen die over datum dreigden te gaan, kwamen laat in beeld en eindigden vaker als derving dan als verkoop. Nu houdt een centrale THT-registratie per batch de houdbaarheid bij. Dreigt een artikel over datum te gaan, dan wordt het automatisch afgeprijsd zodat het nog verkocht wordt in plaats van weggegooid. De wekelijkse handmatige ronde is verleden tijd.

Het PnL-paneel

Voorheen werden marges niet uitgerekend en was rendement onzichtbaar; resultaten waren alleen los per advertentiekanaal te zien, zonder blended beeld. Nu brengt een eigen PnL-paneel de data uit de webshop en de advertenties (Shopify en Meta) samen. In één overzicht staat:

• Omzet, winst en alle kerncijfers: Blended ROAS, AOV, Pixel ROAS, CPA, NCPA en NC-ROAS.
• De best verkopende categorieën en de best verkochte producten.
• Een campagne- en adset-overzicht met advies om op of af te schalen, op basis van vaste handleidingen.
• De best presterende advertenties, doorgelinkt zodat ze meteen zichtbaar zijn.
• Een waarschuwing als een product bijna uitverkocht is terwijl er nog een campagne op draait, berekend op de levertijd van leverancier naar het fulfilmentcentrum.

Inzicht tot op artikelniveau

Voorheen werden inkoopprijzen en marges niet uitgerekend en was er geen zicht op welke producten of klanten echt rendabel waren, of op wat er per periode onder de streep overbleef. Nu is alles doorgerekend en bij elkaar gebracht:

• Kostprijs en marge per artikel, automatisch op basis van de inkoopfacturen.
• Top-producten op omzet en marge, en de achterblijvers.
• Resultaat per periode, per kanaal en per productgroep.

Daarbij een vaste-lastentool: de ondernemer voert al zijn vaste lasten in, van huur en lonen tot software en marketing. Het systeem rekent daarmee continu uit hoeveel omzet en marge er nodig is om break-even te draaien en vanaf welk punt er echt winst overblijft, afgezet tegen de werkelijke cijfers. Zo is in één oogopslag duidelijk of een dag, week of maand boven of onder de streep zit.

LTV-analytics

Voorheen was er geen zicht op wat een klant na de eerste aankoop nog opleverde, of welke kanalen en klanten op termijn het meest waard waren. Nu is er een volledig LTV-overzicht:

• Wat een klant kost, welk percentage terugkeert en de LTV:CAC-ratio.
• LTV per verkoopkanaal. Zo bleek het terugkeerpercentage op META vier keer zo hoog als op TikTok.
• Klantsegmentatie: van de loyaalste klanten tot "verloren vaste klanten" die apart worden gefilterd en teruggestuurd naar de advertentieplatformen, voor sterke en persoonlijke retargeting.
• Een cohortanalyse die in een trappengrafiek laat zien wat een klant waard is na maand 1, 2, 3 en verder.

Door verder te kijken dan de eerste aankoop, zoals de grootste e-commercebedrijven doen, weet Candy Online wat een klant op jaarbasis oplevert en kan het daarop veel verder opschalen.

Klachten in beeld

Voorheen zaten klachten verspreid over advertentiereacties, reviews en de klantenservicemail, en niemand had er een totaalbeeld van. Nu scant het systeem via AI-integratie met de advertentieplatformen en de klantenservicemail de engagement op advertenties, organische posts en reviews, en pikt er elke klacht uit. Die komen overzichtelijk in één rapport, of het nu om product- of serviceklachten gaat. De AI kijkt daarbij ook naar veelvoorkomende oude klachten en of de oplossingen echt hebben gewerkt, en koppelt dat terug.

De taal van de klant

"De beste kop die je kunt schrijven staat vaak al in een klantreview." Voorheen leunde de marketing op aannames over wat de klant wil en in welke woorden, in plaats van op wat de klant echt zegt. Nu analyseert een tool reviews, mails en engagement, plus reviews van concurrenten, posts op Reddit en surveys. AI filtert daaruit de pijnpunten, verlangens, eerdere productervaringen en vooral de taal en het jargon van de klant. Daarna doet de AI een marktanalyse op basis van de 5 Stages of Market Sophistication en laat per markt zien wat de meeste aandacht vraagt. Met duizenden sku's wijst dat precies waar het laaghangend fruit ligt.

Daily reports

Voorheen moest iemand de cijfers overal zelf bij elkaar zoeken om te weten hoe het bedrijf ervoor stond. Nu komt er iedere dag automatisch een uitgebreid rapport binnen met alles erin: omzet, winst en de kerncijfers, het inkoopbeeld (groeit het, moet er bijbesteld worden), waarschuwingen zoals een bijna-uitverkocht product met een actieve campagne, en hoe de klantenservice draait. De hele voor- en achterkant van het bedrijf in één rapportage, dagelijks tot en met jaarlijks.

De overstap naar extern fulfilment

Voorheen werden alle orders in het eigen pand met de hand ingepakt en verzonden, een bewerkelijke klus die met het groeiende volume steeds zwaarder werd. Nu bouwden en begeleidden we de koppeling met de externe fulfilmentpartner, zodat orders en inkooporders automatisch doorlopen naar het fulfilmentcentrum. De artikelen gaan vanuit het pand naar fulfilment en de hele stroom, van order tot verzending, loopt in één keten. In het pand bleef daardoor vooral het klaarzetten en controleren van de pallets over, met de juiste artikelen, aantallen en label, voordat ze naar de fulfilmentpartner gaan.

Backorders onder controle

Voorheen bleken artikelen door de rommelige administratie achteraf toch niet op voorraad. Klanten kwamen onbedoeld op backorder en wachtten soms weken op nieuwe voorraad. Nu de voorraad realtime klopt, weet het systeem precies wanneer een artikel op is. Standaard wordt een backorder dan automatisch geblokkeerd: het artikel is niet bestelbaar zolang het niet op voorraad is. Wil Candy Online voor een bepaald artikel of moment tóch backorders toelaten, dan zetten ze dat met één instelling aan, en pas dan kan een klant nabestellen. Zo bepaalt het bedrijf zelf wanneer een backorder mag, in plaats van dat klanten er per ongeluk op terechtkomen.

Listings die kloppen

Voorheen werden listings met de hand onderhouden. Veel artikelen waren niet gecategoriseerd, misten een goede beschrijving of hadden afbeeldingen van lage resolutie. Met meer dan 4.000 artikelen was dat simpelweg niet bij te houden. Nu is een medewerker opgeleid om met Higgsfield scherpe productbeelden te maken, en het systeem geeft automatisch een melding in het CMS zodra een afbeelding een te lage resolutie heeft, zodat die meteen vervangen kan worden. Daarnaast schrijft en categoriseert een AI listing-uitbreider de listings automatisch, op basis van wat er online over een artikel te vinden is.

Klantenservice met de order in beeld

Voorheen ging de klantenservice volledig met de hand. AI werd minimaal ingezet en verslechterde de antwoorden vaak eerder dan dat het hielp, omdat de context van de bestelling ontbrak. Nu is de klantenservice gekoppeld aan de order- en track-en-tracegegevens, zodat bij elke vraag de status van de bestelling er direct naast staat. Op basis daarvan stelt AI automatisch een concept-antwoord op, dat een medewerker controleert en verstuurt, met de mens als laatste controle. Daarnaast draaien er automatische reviewmodules: op basis van het koop- en verzendgedrag wordt kort nadat een bestelling is bezorgd op het juiste moment automatisch om een review gevraagd.

Marketingmails in 10 minuten

Voorheen kostte een marketingmail of nieuwsbrief een halve dag werk in een los programma, met de opmaak elke keer opnieuw. Daardoor gingen er weinig mails uit en bleven automatische flows liggen. Nu bouwden we een eigen e-mailtool die rechtstreeks aan Klaviyo is gekoppeld en semi-automatisch op maat gemaakte mails opbouwt. Met een paar woorden op de knop krijgt de tool de opdracht, bijvoorbeeld "maak een mail over de nieuwe Monster", en de tool zet meteen een complete nieuwsbrief in de huisstijl klaar:

• Een bannerafbeelding die via Higgsfield op basis van de listingfoto wordt gemaakt.
• Copywriting die AI schrijft op basis van wat in e-mail bewezen werkt.
• Een opmaak die gespecialiseerd is voor telefoon, desktop én dark mode.

Het werkt semi-automatisch: de medewerker kan alles nog aanpassen vóór verzending. Eén knop stuurt de mail door naar Klaviyo, en van daaruit gaat hij de deur uit. Wat eerst een halve dag kostte, staat nu in tien minuten klaar. Daarnaast richtten we de vaste e-mailflows in, van abandoned cart en checkout tot een welcome flow en meer, zodat de terugkerende communicatie vanzelf doorloopt.

Het team leren werken met AI

Naast de systemen draait alles om de mensen die ermee werken. We leverden niet alleen de tools op, we zorgden er ook voor dat het team ze zelf kan gebruiken en verder kan uitbouwen.

Een operationeel directeur die AI nu zelf inzet

Voorheen leunde de operationeel directeur voor alles wat met techniek en AI te maken had op anderen. Aanpassingen aan de website, nieuwe designs en beeld voor advertenties liepen via externe partijen of bleven liggen, en de mogelijkheden van AI bleven grotendeels onbenut. Nu hebben we hem stap voor stap bijgestaan en het vak van AI echt leren begrijpen, niet als los knoppenwerk maar als een manier van werken. Inmiddels pakt hij het zelf op:

• Hij past zelf de website aan, zonder te wachten op iemand anders.
• Hij maakt eigen designs en genereert met AI-beeldgeneratie (Higgsfield) het beeldmateriaal voor zijn advertenties.
• Hij zet AI dagelijks in voor uiteenlopend werk, van content en analyse tot de dagelijkse beslissingen.

Zo zit de kennis nu in het bedrijf zelf. Dit ging om persoonlijke begeleiding op de werkvloer, geen klassikale opleiding: Candy Online hoeft niet voor elke stap terug naar een extern bureau, maar gaat op eigen kracht met AI vooruit.

AI-geletterdheid volgens de EU AI Act

Voorheen was AI-geletterdheid geen thema en was er geen zicht op wie wat moest kennen, terwijl de EU AI Act dat sinds 2025 wel van organisaties vraagt. Nu is er een vast traject dat iedere medewerker per rol volgt en afrondt, met de voortgang en het certificaat per persoon in beeld. Zo voldoet Candy Online aantoonbaar aan de AI-geletterdheidsplicht uit de EU AI Act.

Wat er nog aankomt

De basis staat. Daarop bouwen we nu samen met Candy Online verder aan de volgende stappen.

• Verkopen via bol, Amazon en Kaufland: grote marktplaatsen brengen veel extra bereik, maar elk kanaal rekent eigen fees en kent eigen concurrentie. Voor het ene artikel is verkopen er winstgevend, voor het andere niet. Daarom bouwen we een koppeling die per artikel automatisch scant wat op welk kanaal rendabel te verkopen is, op basis van de kostprijs en de fees per platform. Wat kan, krijgt automatisch een listing op het juiste kanaal, meteen gekoppeld aan het fulfilment, zodat een verkoop verder geen extra handeling kost.
• Een eigen app: een app voor de App Store en Play Store met exclusieve aanbiedingen, punten sparen en meldingen op het juiste moment. Zo worden vaste klanten beloond en komt er extra omzet uit het bestaande klantenbestand.

De praktijkles

De catalogus en de vraag waren er al; wat ontbrak was grip. Door eerst de administratie en de voorraad kloppend te maken en daar het inzicht omheen te bouwen, kan Candy Online beslissingen nemen op cijfers in plaats van op gevoel. De beste kop staat vaak al in een klantreview: bouw op de echte taal van je klant. En kijk verder dan de eerste aankoop — door op voorraad, marge en klantwaarde te sturen, houdt een klein team een grote catalogus beheersbaar. Waar te beginnen bepaal je niet op gevoel, maar met onderzoek: dat is de kern van een AI Kansenrapport.

Terug naar praktijkvoorbeelden