Handmatige test bij 20 Nederlandse retailers laat zien hoe onvolledige productdata producten onvindbaar maakt in AI, marketplaces en Google Shopping

WAALWIJK – Nederlandse webshops kampen op grote schaal met inconsistente productdata. Dat blijkt uit een handmatig onderzoek van Apicon onder 20 Nederlandse retailers. Bij 19 van de 20 onderzochte webshops werden afwijkingen gevonden tussen filters, productattributen en zichtbare categorieën.

Volgens Apicon blijven deze problemen op de webshop zelf vaak verborgen door technische workarounds, terwijl ze in externe kanalen zoals Google Shopping, marketplaces en AI-gestuurde zoekfuncties direct zichtbaar worden.

“Een webshop is tegenwoordig niet meer het enige kanaal waar productdata wordt gebruikt,” zegt Toon de Munnik, Content Operations Architect bij Apicon. “AI-assistenten, productfeeds en marketplaces werken uitsluitend met de attributen die ze ontvangen. Als een attribuut ontbreekt, bestaat het product in dat kanaal feitelijk niet.”

VOLKOREN BROOD ALS SYMPTOOM VAN EEN GROTER PROBLEEM

Het onderzoek begon met een eenvoudige observatie bij een supermarkt webshop. In de categorie “volkoren brood” waren 18 producten zichtbaar. Zodra het filter “volkoren” werd geselecteerd, bleven nog maar 6 producten over.

De overige 12 producten stonden wel degelijk in dezelfde categorie en waren gewoon bestelbaar, maar misten het onderliggende attribuut “volkoren”. Voor menselijke bezoekers bleef dat grotendeels onzichtbaar. Voor systemen die afhankelijk zijn van productdata niet.

“Een klant corrigeert ontbrekende informatie vaak onbewust met context,” zegt De Munnik. “Een AI-systeem doet dat niet. Dat kijkt alleen naar de data die beschikbaar is.”

HANDMATIGE CONTROLE ZONDER TOOLING

Apicon voerde het onderzoek volledig handmatig uit, zonder scraping of geautomatiseerde tooling. De methode was bewust eenvoudig gehouden: open een categoriepagina, selecteer alle beschikbare filterwaarden en controleer of het totaal overeenkomt met het oorspronkelijke aantal producten. Het onderzoek is gebaseerd op steekproeven per retailer en niet op een uitputtende scan van het volledige assortiment. Dat maakt de resultaten eerder een ondergrens dan een compleet beeld.

Apicon trof onder meer aan:

ontbrekende productattributen;
filters die niet functioneerden zoals verwacht;
productkenmerken die bij de verkeerde categorie verschenen;
logicafouten bij het combineren van meerdere filters;
inconsistente schrijfwijzen en naamgeving.
Bij een tuincentrum werd de plantennaam “vergeet-mij-nietje” door het filtersysteem opgesplitst in losse woorden. Klanten konden filteren op “vergeet”, “mij”, “nietje”. Daarnaast zagen we ook “de”, “met” en “mooie” als zelfstandige plantennaam.

Bij een grote supermarktketen verschijnt in de categorie vleeswaren het filter “Rijping”, een kenmerk dat bij kaas hoort. De enige beschikbare filterwaarde is “nvt”: niet van toepassing.

Bij een groot warenhuis leverde het combineren van twee productfilters meer resultaten op in plaats van minder. Een logica fout waarbij het systeem “of” hanteert in plaats van “en”.

Ook in foodretail werden inconsistenties gevonden. Zo waren producten gelabeld als “vrij van lactose” niet automatisch gekoppeld aan het attribuut “geschikt bij lactose-intolerantie”.

WEBSHOP MASKEERT DATAPROBLEMEN

Volgens Apicon onderschatten veel organisaties hoe sterk de webshop datakwaliteitsproblemen kan verhullen.

“De webshop is vaak het kanaal waar de data er het best uitziet,” aldus De Munnik. “Niet omdat de data beter is, maar omdat websitebouwers slimme workarounds hebben ingebouwd. Een ontbrekende kleur wordt bijvoorbeeld opgevangen met ‘Overig’ of ‘Niet gespecificeerd’. In een productfeed of AI-omgeving bestaat die correctie niet.”

Zolang de webshop het enige verkoopkanaal was, bleven deze inconsistenties verborgen achter workarounds. Nu productdata steeds vaker door AI-systemen, marketplaces en externe feeds wordt geconsumeerd, wordt zichtbaar wat er altijd al in zat.

GEEN OORDEEL, WEL EEN SPIEGEL

Apicon benadrukt dat het onderzoek geen beoordeling van individuele retailers is. Achter inconsistenties kunnen volgens het bureau bewuste keuzes, migraties of prioriteitsafwegingen zitten.

Wel ziet het bureau de resultaten als een praktische reality check voor e-commerceorganisaties.

“De vraag is eigenlijk heel simpel,” zegt De Munnik. “Selecteer alle filterwaarden in een categorie op je webshop. Komen alle producten terug? Als het antwoord nee is, moet je je afvragen wat klanten, en AI-systemen, in andere kanalen eigenlijk nog wel zien.”

De volledige patroon-analyse is beschikbaar via https://www.apicon.nl/benchmark