Wist je dat groothandels tot 15 procent van hun orderwaarde verliezen door foute productdata? Dat klinkt hoog, maar onderzoek van MIT Sloan Management Review bevestigt dat slechte datakwaliteit bedrijven 15 tot 25 procent van hun omzet kost. In de technische groothandel, waar marges onder druk staan en volumes hoog zijn, weegt dit extra zwaar.

De oorzaak is geen groot incident of een eenmalige fout. Het is een sluipend proces dat zich dagelijks herhaalt in de keten van fabrikant naar groothandel naar eindklant. En het begint allemaal bij de productdata.

De keten van fouten

Een fabrikant van vulgroepen voor centrale verwarming produceert twintig varianten: met en zonder expansievat, voor vloerverwarming of radiatoren, met geïntegreerde pomp of extern. De technische datasheet wordt opgesteld in een intern format - soms Excel, soms een PDF gegenereerd uit het ERP.

De groothandel ontvangt deze datasheet en moet ze vertalen naar het eigen systeem. Dat betekent handmatig overnemen van kenmerken: aansluitdiameter, werkdruk, max. temperatuur, pomptype, inhoud expansievat. Bij twintig varianten maak je snel een typefout. Bij tweehonderd is het onvermijdelijk.

Het resultaat: een order voor een vulgroep met verkeerde aansluitdiameter wordt geleverd, de installateur komt ter plaatse, past niet, retour. De klant is gefrustreerd, de installateur verloor een half uur, de groothandel betaalt de retourkosten en de fabrikant krijgt een creditsnota.

De cijfers in de praktijk

Een middelgrote groothandel in sanitair en verwarming verwerkt gemiddeld 500 orders per dag. Als vijf procent foutieve productdata bevat (een conservatieve schatting), zijn dat 25 retourzendingen per dag. Aan gemiddeld 85 euro verwerkingskost per retour (transport, controle, herverpakking, creditering) loopt de schade op tot meer dan 500.000 euro per jaar.

Sanitair: een broedplaats voor datafouten

In de sanitairsector is het probleem bijzonder groot omdat producten veel kenmerken hebben die net iets van elkaar verschillen. Neem een thermostatische mengkraan voor een douche. De kenmerken omvatten: aansluitmaat (3/8" of 1/2"), materiaal (messing of chroom), maximale druk, temperatuurbereik, type bediening (draaiknop of hendel), keurmerken (Watermark, KIWA, PZH), en of er een terugslagklep inbegrepen is.

Een fabrikant van badkamermeubels levert zijn producten aan twaalf verschillende groothandels. Elke groothandel vraagt de data in een eigen format. De ene wil een Excel met vaste kolommen, de andere vraagt een XML volgens een eigen schema, een derde verwacht een PDF per product. De fabrikant heeft geen gestandaardiseerd systeem en maakt telkens een export op maat. Daarbij sluipen fouten binnen: een kolom wordt verkeerd begrepen, een eenheid wordt vergeten, een kenmerk valt weg.

Het gevolg: producten worden verkeerd besteld. Een badkamerkast met linksdraaiende deur wordt geleverd terwijl de klant rechtsdraaiend wilde. De installateur ontdekt de fout pas op de werf. De kostprijs: een dure spoedbestelling van het juiste product, een gefrustreerde klant en een retourzending voor de verkeerde kast.

HVAC: van verkeerde ventilator tot overbodige servomotor

In de HVAC-sector zijn de gevolgen nog groter omdat het vaak gaat om duurdere installaties met lange levertijden. Een loodgieter bestelt een ventilator voor een mechanische ventilatie-unit. De fabrikant levert een model met 150 Pa opvoerdruk in plaats van 200 Pa. De fout zit in de productdata: het kenmerk 'max. statische druk' stond verkeerd in het datasheet. De installateur monteert de ventilator, het systeem presteert onvoldoende, de klant klaagt over te weinig ventilatie in de badkamer.

Of neem een servomotor voor een mengklep in een luchtbehandelingskast. De kenmerken 'draaimoment' (5 Nm vs 10 Nm) en 'aanstuursignaal' (0-10V vs 2-10V) worden verward in de productcatalogus. De installateur bestelt de verkeerde, monteert hem, de klep werkt niet correct. Een herstelling kost al snel 350 euro aan werfbezoek en nieuwe servomotor.

Structureel probleem, geen incident

Uit een analyse van retourredenen bij technische groothandels blijkt dat foute productdata niet incidenteel is, maar structureel. Ongeveer 30 procent van de technische retouren is te herleiden tot foutieve of onvolledige productinformatie op het moment van bestelling. De kost zit niet alleen in de retour zelf, maar ook in de verkoop die niet doorgaat, de klanttevredenheid die daalt en de extra werklast voor de binnendienst.

Waarom dit blijft gebeuren

Het probleem is dat elke schakel in de keten zijn eigen format gebruikt. De fabrikant heeft Excel of een eigen PIM. De groothandel werkt met een ERP dat andere velden verwacht. De datapool (InstallData, 2BA) heeft weer een ander schema. Elke vertaalslag tussen deze systemen creëert ruis.

Zolang productdata handmatig wordt overgezet van het ene systeem naar het andere, blijven fouten bestaan. De oplossing is niet om harder te controleren, maar om de standaard te veranderen.

ETIM doorbreekt de cyclus

ETIM (European Technical Information Model) is de gemeenschappelijke taal voor technische producten. Eén klasse, één set kenmerken, één format - van fabrikant tot eindklant. Een product dat eenmaal correct is geclassificeerd volgens ETIM, behoudt zijn kenmerken doorheen de hele keten. Geen vertaalslagen meer, geen handmatige overnames, geen typefouten.

Concreet: een fabrikant van radiatoren classificeert zijn producten in Uppershare volgens ETIM 10.0. Elke radiator krijgt de juiste klasse (EC000113 - Radiators, wall mounted) met de correcte kenmerken: hoogte, breedte, diepte, warmteafgifte bij 75/65/20, aansluitmaat, type (paneel, design, handdoek). Een BMEcat wordt automatisch gegenereerd en aanvaard door elke groothandel die ETIM ondersteunt.

De groothandel ontvangt de data in hetzelfde gestandaardiseerde format. Geen interpretatie, geen handmatige correcties. Het product komt correct in het systeem, de bestelling klopt, de installateur krijgt wat hij nodig heeft.

Het resultaat: minder retouren, minder creditsnotas, minder werfbezoeken. En vooral: tevreden klanten die terugkomen.

De business case

Een fabrikant met 500 producten die overstapt op ETIM-classificatie via Uppershare, bespaart niet alleen op retouren. De kost van handmatig BMEcat-beheer (2 uur per product per jaar) verdwijnt, correctierondes door afkeuring (gemiddeld 30 procent) behoren tot het verleden, en de producten zijn eindelijk vindbaar in de online kanalen van alle groothandels.

Wie niet classificeert, blijft elk jaar opnieuw hetzelfde werk doen - en verliest omzet door onzichtbaarheid. De keuze is eenvoudig: investeren in gestandaardiseerde productdata of blijven betalen voor foute.

Klaar om foute productdata aan te pakken?

Ontdek hoe Uppershare uw productdata stroomlijnt met ETIM-classificatie. Plan een gratis demo - geen verplichtingen, geen creditcard.

Bron: MIT Sloan Management Review - 'Seizing Opportunity in Data Quality' (15-25% omzetverlies door slechte datakwaliteit).