Prijslijsten van leveranciers verwerken zonder margeverlies

Prijslijsten van leveranciers verwerken is werk dat nooit urgent voelt. Er gaat niets stuk als je een lijst een maand laat liggen. Precies daarom blijft het liggen, en precies daarom is dit bij veel technische groothandels en installatiebedrijven het proces waar stilletjes de meeste marge verdwijnt.

Het patroon is bijna overal hetzelfde. Een deel van je artikelen komt netjes uit een datapool. Een ander deel komt als Excel in een mailtje van de accountmanager. Eén of twee leveranciers sturen nog steeds een pdf. Niemand kan van alle dertig of veertig leveranciers zeggen wanneer de lijst voor het laatst is ingelezen, en er is geen scherm waarop dat te zien is.

De rekensom is simpel. Een prijsverhoging die per 1 oktober ingaat en pas half november wordt verwerkt, betekent zes weken calculeren en offreren op oude inkoopprijzen. Bij een offerte die je in die periode wint, loop je het verschil de hele looptijd van het project mee.

Waarom prijslijsten van leveranciers verwerken blijft liggen

Vier dingen maken dit lastiger dan het lijkt.

De formaten verschillen per leverancier, en soms per keer. Kolomkoppen heten de ene keer "Artikelnr", de volgende keer "Art.code". Er zit een extra kopregel boven, of de prijzen staan met een punt in plaats van een komma.

Bruto en netto lopen door elkaar. De ene lijst geeft bruto prijzen waar jouw korting nog vanaf moet, de andere geeft de nettoprijs die jij betaalt. Wie dat door elkaar haalt, zet er een keer prijzen in die 40 procent te hoog of te laag zijn.

Ingangsdata verschillen. Een lijst die je in september ontvangt gaat vaak pas in oktober in. Verwerk je hem meteen, dan calculeer je een maand te duur. Verwerk je hem later, dan vergeet je hem.

En er is meestal geen eigenaar. Inkoop vindt het administratie, administratie vindt het inkoop, en het gebeurt daardoor als iemand er toevallig tijd voor heeft.

Wat een datapool wel en niet voor je oplost

In de installatie- en elektrobranche loopt een groot deel van de artikelgegevens via 2BA. Fabrikanten leveren daar hun product- en handelsgegevens aan, geclassificeerd volgens ETIM. Groothandels zetten er hun eigen handelsgegevens bij: prijzen, verpakkingseenheden en beschikbaarheid. Voor bouw, hout en ijzerwaren speelt EZ-base een vergelijkbare rol.

Op de classificatie is de afgelopen tijd het een en ander veranderd. ETIM 10.0 is op 1 november 2024 gelanceerd, met kenmerken die in secties zijn gegroepeerd en een flinke opschoning van de klassenindeling. Bij 2BA is ETIM 10 sinds 21 mei 2025 de basisversie. Klassen, kenmerken en waarden uit ETIM 9 die niet zijn overgenomen staan sindsdien als vervallen gemarkeerd. Werk je met een pakket dat nog op ETIM 9 staat, dan krijg je bij nieuwe artikelen gaten in je productkenmerken die niemand meteen opmerkt.

Wat een datapool niet doet, is jouw prijs bepalen. De datapool levert de bruto prijs of adviesprijs die de leverancier publiceert. Wat jij betaalt hangt af van je kortingsgroep, je staffel en de nettoprijsafspraken die je accountmanager los heeft toegezegd. Die laatste categorie staat bij de meeste bedrijven nergens vast behalve in een mailtje.

Ook zit niet elke leverancier in een datapool. De kleine, gespecialiseerde leveranciers waar je net die ene component koopt, zitten er meestal niet in. Dat is precies de groep waar de Excel-bestanden vandaan komen.

Bruto, korting en netto uit elkaar houden

Leg per leverancier drie dingen vast voordat je iets automatiseert: levert deze leverancier bruto of netto, welke kortingsgroepen gelden er, en welke artikelen hebben een afwijkende afspraak die boven de kortingsgroep gaat.

De fout die het vaakst geld kost is niet een verkeerde prijs, maar een artikel dat in een nieuwe lijst naar een andere kortingsgroep verhuist. De bruto prijs verandert nauwelijks, je korting valt weg, en de nettoprijs stijgt met tientallen procenten zonder dat er iets opvallends in de lijst staat.

Waar AI in deze stroom wel en niet helpt

Het rekenwerk is geen taak voor een taalmodel. Bruto keer korting is gewone logica en moet elke keer hetzelfde antwoord geven.

Waar een model wel verschil maakt, is bij het inlezen zelf:

• Kolommen herkennen in een Excel waarvan de indeling elk kwartaal net anders is, en voorstellen welke kolom welk veld is.
• Prijstabellen uit een pdf halen, inclusief regels die over twee pagina's lopen.
• Artikelen van de leverancier koppelen aan jouw eigen artikelnummer, via EAN, leveranciersartikelnummer of omschrijving als de eerste twee ontbreken.

De uitkomst is elke keer een voorstel dat iemand ziet. Bewaar het bronbestand erbij, zodat je bij een discussie met de leverancier kunt laten zien wat er precies is aangeleverd. En sla de kolomindeling per leverancier op, want die maak je één keer en gebruik je daarna elk kwartaal opnieuw. Dat scheelt meer tijd dan het slimme herkenwerk zelf.

Welke controles je aanzet voordat prijzen doorgaan

Een prijslijst inlezen zonder controles is gevaarlijker dan hem niet inlezen. Dit zijn de controles die in de praktijk de meeste ellende tegenhouden.

Die laatste regel is de belangrijkste. Losse afwijkingen zijn normaal, een bestand waarin ineens een kwart van de regels verandert is bijna altijd een verkeerd bestand of een verkeerde kolom. Laat de verwerking dan volledig stoppen in plaats van duizenden regels te blokkeren die iemand handmatig moet nalopen.

Zet er één rapport naast met per leverancier de datum van de laatste verwerking. Staat daar iets op januari terwijl je per kwartaal een lijst hoort te krijgen, dan heb je een gesprek te voeren met die leverancier of met je eigen inkoop.

Zo begin je zonder meteen software te kopen

1. Maak een lijst van al je leveranciers met vier kolommen: aandeel in je inkoopwaarde, hoe de lijst binnenkomt, hoe vaak, en wie hem verwerkt. Dit kost een middag en levert vaak al de eerste verrassing op.
2. Kijk welke leveranciers samen 80 procent van je inkoopwaarde zijn. Dat zijn er meestal minder dan tien. Daar begin je, de rest komt later of nooit.
3. Zet de datapool-artikelen apart. Die stroom is met een vast schema te automatiseren en heeft geen slim inleeswerk nodig.
4. Leg per overgebleven leverancier de kolomindeling en de bruto- of nettoafspraak vast.
5. Draai zes weken in voorstelmodus, met dagelijkse controle op wat er geblokkeerd wordt. Pas daarna laat je regels zonder afwijking zelfstandig doorlopen.
6. Zorg dat de leveranciersartikelnummers bij je eigen artikelen staan. Dat is saai werk en meestal de grootste eenmalige post, maar zonder die koppeling blijft elke lijst handwerk. Diezelfde koppeling heb je nodig bij inkooporders matchen met facturen.

Reken op een inrichting die vergelijkbaar is met andere koppelprojecten, waarbij de kosten vooral bepaald worden door het aantal leveranciers dat mee moet en hoe schoon je artikelbestand nu is. Hoe die koppelingen technisch werken staat in systemen koppelen via API, en waarom je gegevens eerst op orde moeten zijn lees je in data op orde voor AI.

Begin bij stap één. Weet je na een middag dat vier van je grootste leveranciers een lijst sturen die al een half jaar niet is verwerkt, dan heb je genoeg gezien om te bepalen of dit een project waard is. En dan gaat dat project in eerste instantie niet over AI, maar over afspreken wie eigenaar is.

Wil je deze stroom laten inrichten of eerst laten uitrekenen wat het bij jouw aantallen oplevert, vraag dan een offerte aan of bel 010 89 008 89. De koppelingen tussen je ERP, je datapool en je calculatiepakket bouwen we vanuit websites en apps.