Handleidingen · Make

AI-gestuurde voorraadplanning met Make, Google Sheets en Claude voor webshops

Bouw een automatisch voorraadplanningssysteem voor je webshop met Make, Google Sheets en Claude. Voorkom tekorten, optimaliseer inkoop en bespaar uren per week.

🟡 Gevorderd — beetje technisch ⏱ 180 minuten
Tools: Make (Integromat)Google SheetsClaude API (Anthropic)WooCommerce of ShopifyGmail of Slack
AI-gestuurde voorraadplanning met Make, Google Sheets en Claude voor webshops

Wat je leert in deze handleiding

  • Hoe je verkoopdata automatisch inleest uit je webshop in Google Sheets
  • Hoe Claude voorraadtekorten voorspelt op basis van historische data
  • Hoe je inkoopbeslissingen automatiseert met Make-workflows
  • Hoe je automatische alerts instelt bij kritieke voorraadniveaus
  • Hoe je seizoenspatronen en trends meeneemt in de planning

Introductie: waarom voorraadplanning zo lastig is voor webshops

Veel webshops werken nog altijd reactief: pas als een product bijna uitverkocht is, wordt er bijbesteld. Dit leidt tot gemiste omzet, teleurgestelde klanten en stress bij de inkoper. Moderne AI-tools maken het mogelijk dit volledig om te draaien: van reactief naar proactief.

In deze handleiding bouw je een systeem dat dagelijks je verkoopdata analyseert, trends detecteert en concreet adviseert wanneer je wat moet bijbestellen. Het systeem houdt rekening met levertijden van leveranciers, minimale bestelhoeveelheden en seizoenspatronen.

We gebruiken hiervoor drie tools die uitstekend samenwerken: Make voor de automatisering, Google Sheets als centrale dataopslag en Claude als de analytische intelligentie die van ruwe data bruikbare inzichten maakt.

Wat je nodig hebt

Voordat je begint, zorg je dat je toegang hebt tot de volgende tools en accounts:

Make-account (gratis plan is voldoende voor de basisopzet, het Pro-plan van 9 euro per maand biedt meer operaties). Google Sheets-account (gratis). Claude API-sleutel van Anthropic (console.anthropic.com). Toegang tot de API van je webshopplatform (WooCommerce REST API of Shopify Admin API). Optioneel: Slack of Gmail voor notificaties.

Schat de tijdsinvestering realistisch in: de initieel opzet duurt 3 uur. Daarna draait het systeem volledig automatisch.

Stap 1: Google Sheets inrichten als je data-fundament

Open Google Sheets en maak een nieuw spreadsheet aan met de naam "Voorraad AI Dashboard". Maak de volgende tabbladen aan: Voorraad, Verkoophistorie, Prognose en Instellingen.

Tabblad Voorraad: kolom A: Product-ID, B: Productnaam, C: SKU, D: Huidige voorraad, E: Minimale voorraad, F: Levertijd (dagen), G: Minimale bestelhoeveelheid, H: Inkoopprijs, I: Leverancier, J: Laatste bijgewerkt.

Tabblad Verkoophistorie: kolom A: Datum, B: Product-ID, C: Productnaam, D: Aantal verkocht, E: Omzet. Vul hier de verkopen van de afgelopen 90 dagen in. Als je webshop dit exporteert, importeer je het CSV-bestand. Zorg voor minimaal 60 dagen data voor betrouwbare prognoses.

Tabblad Instellingen: sla hier op: Claude API-sleutel, Webhook-URL (volgt in stap 3), planningshorizon in dagen (standaard: 30), veiligheidsmargin in procenten (standaard: 20%).

Stap 2: WooCommerce of Shopify API koppelen aan Google Sheets

In Make maak je een nieuw scenario aan: "Webshop naar Sheets dagelijkse sync". Klik op Create a new scenario en voeg als eerste module toe: WooCommerce of Shopify.

Voor WooCommerce:

Voeg de module WooCommerce: List Orders toe. Stel in: Status: completed, Date after: formule {{addDays(now; -1)}} (gisteren). Dit haalt alle orders van de afgelopen dag op. Verbind je WooCommerce-winkel via de consumerkey en consumersecret uit WooCommerce: Instellingen, Geavanceerd, REST API.

Voor Shopify:

Voeg de module Shopify: Search for Orders toe. Stel in: Created at min: {{addDays(now; -1)}}, Status: any. Verbind Shopify via je Private App credentials of een Custom App met de scope read_orders.

Voeg vervolgens een Iterator-module toe om door alle orders te lopen. Daarna een Google Sheets: Add a Row module. Kies het tabblad Verkoophistorie en map de velden: Datum naar {{formatDate(item.created_at; "YYYY-MM-DD")}}, Product-ID, Productnaam, Aantal verkocht, Omzet.

Sla het scenario op en stel de planning in op dagelijks om 06:00 uur. Activeer het scenario.

Stap 3: Claude koppelen via een HTTP-module in Make

Maak een tweede scenario aan: "AI Voorraadanalyse dagelijks". Dit scenario leest de data uit Google Sheets en stuurt die naar Claude voor analyse.

Voeg als eerste module toe: Google Sheets: Get Range Values. Selecteer het tabblad Voorraad, bereik A2:J500. Voeg een tweede Get Range Values toe voor Verkoophistorie, bereik A2:E5000.

Voeg vervolgens toe: Tools: Set variable. Variabele naam: voorraadData. Waarde: gebruik de Array aggregator om de voorraaddata samen te voegen tot een JSON-array. Doe hetzelfde voor verkoopData.

Nu de Claude-koppeling: voeg een HTTP: Make a request module toe. Stel in: URL: https://api.anthropic.com/v1/messages, Methode: POST. Headers: x-api-key: {{jouw Claude API sleutel}}, anthropic-version: 2023-06-01, Content-Type: application/json.

Body (JSON):

{ "model": "claude-opus-4-5", "max_tokens": 2048, "messages": [{ "role": "user", "content": "Je bent een expert in voorraadplanning voor webshops. Analyseer de volgende data en geef voor elk product aan of er een risico is op voorraadtekort in de komende 30 dagen. Houd rekening met levertijden en minimale bestelhoeveelheden. Voorraaddata: {{voorraadData}} Verkoophistorie afgelopen 90 dagen: {{verkoopData}} Geef per product: huidige verkoopsnelheid per dag, verwachte uitverkoopdatum, aanbevolen bestelmoment, aanbevolen bestelhoeveelheid. Formatteer als JSON-array." }] }

Stap 4: Claude-respons verwerken en terugschrijven naar Sheets

Na de HTTP-module voeg je toe: JSON: Parse JSON. Input: {{response.content[0].text}}. Hiermee zet je de Claude-respons om naar een bruikbare datastructuur.

Voeg een Iterator toe die door de array van productaanbevelingen loopt. Daarna een Google Sheets: Update a Row module die de prognosedata wegschrijft naar het tabblad Prognose. Kolommen: Product-ID, Verkoopsnelheid per dag, Verwachte uitverkoopdatum, Aanbevolen bestelmoment, Aanbevolen bestelhoeveelheid, Risiconiveau (hoog, gemiddeld, laag).

Stel de planning in op dagelijks om 07:00 uur (een uur na de data-sync).

Stap 5: Automatische alerts voor kritieke voorraad

Maak een derde scenario: "Voorraad Alert". Dit controleert de prognosedata en stuurt alerts bij hoog risico.

Begin met: Google Sheets: Search Rows in het tabblad Prognose. Filter: Risiconiveau is gelijk aan hoog. Dit geeft alle producten terug waarvoor direct actie nodig is.

Voeg een Router module toe met twee routes: Route 1 stuurt een Slack-bericht (als je Slack gebruikt): "@here Voorraadalert: {{item.productnaam}} moet uiterlijk {{item.bestelmoment}} besteld worden. Aanbevolen hoeveelheid: {{item.bestelhoeveelheid}} stuks." Route 2 stuurt een Gmail: Make a draft of Send an email aan de inkoper.

Stel de planning in op dagelijks om 08:00 uur, zodat de inkoper de alert elke ochtend ziet.

Stap 6: Seizoenspatronen meenemen in de analyse

Claude kan alleen goed voorspellen als je ook historische context meegeeft. Voeg aan je Claude-prompt toe: Bekijk ook de verkoopdata van vorig jaar (zelfde periode). Verhoog de prognose proportioneel als er een stijgende trend was.

Voer hiervoor een extra tabblad in Google Sheets in: Historisch. Exporteer hier de verkoopdata van augustus-september 2025 en voeg die toe als extra context in je Claude-aanroep.

Update de HTTP-module met een derde Google Sheets: Get Range Values voor het tabblad Historisch. Voeg de data toe aan je Claude-prompt: Historische data zelfde periode vorig jaar: {{historischData}}.

Stap 7: Inkooporders automatisch aanmaken

Optionele stap voor gevorderde gebruikers: automatisch inkooporders aanmaken per leverancier. Voeg aan het Alert-scenario een extra route toe.

Gebruik Google Sheets: Search Rows om alle producten per leverancier te groeperen. Gebruik Text Aggregator om een overzicht te maken van alle te bestellen producten bij die leverancier. Stuur dit via Gmail als bestelmail aan de leverancier.

De mail ziet er zo uit: Geachte [Leverancier], Hierbij onze bestelling van [datum]: [productenlijst met aantallen]. Graag levering voor [datum op basis van levertijd]. Met vriendelijke groet, [jouw bedrijfsnaam].

Let op: stuur deze mails eerst ter review naar de inkoper. Automatisch definitief bestellen is een volgende stap die je alleen neemt als het systeem bewezen betrouwbaar is.

Stap 8: Dashboard bouwen in Google Sheets

Voeg een tabblad Dashboard toe. Gebruik Google Sheets-formules om de belangrijkste KPIs te tonen. Aantal producten met hoog risico: =COUNTIF(Prognose!F:F;"hoog"). Totale waarde at-risk-voorraad: =SUMIF(Prognose!F:F;"hoog";Prognose!G:G). Producten die deze week besteld moeten worden: =COUNTIFS(Prognose!E:E;"<="&TODAY()+7;Prognose!F:F;"hoog").

Voeg conditionele opmaak toe aan de voorraadkolommen: rood als voorraad lager is dan het minimum, oranje als het minimum met veiligheidsmarge bereikt wordt, groen als alles in orde is. Dit geeft direct visueel overzicht.

Stap 9: Foutafhandeling en monitoring

Elk robuust automatiseringssysteem heeft foutafhandeling nodig. Voeg aan elk scenario een Error handler toe: klik op de module, dan op Add error handler, kies Rollback.

Maak een vierde scenario aan: "Systeem Health Check". Dit runt dagelijks en controleert: zijn de andere drie scenario's actief? Wanneer was de laatste succesvolle run? Zijn er fouten opgetreden? Stuur een dagelijkse status-email met deze informatie.

In Make kun je dit inzien via de Run History van elk scenario. Stel ook in dat Make je een e-mail stuurt bij een error: Scenario settings, Error notifications.

Stap 10: Testen en verfijnen

Voordat je het systeem live zet, test je elke stap afzonderlijk. Test de WooCommerce/Shopify-sync: run het scenario handmatig en controleer of de data correct in Sheets verschijnt. Test de Claude-analyse: stuur handmatig een klein dataset naar Claude en bekijk de respons. Pas de prompt aan als de output niet bruikbaar is.

Pas daarna de drempelwaarden aan op basis van je eigen situatie. Hoe lang zijn de levertijden van jouw leveranciers? Welke veiligheidsmargin past bij jouw klantverwachting? Hoe volatiel zijn jouw verkopen?

Na twee weken vergelijk je de Claude-aanbevelingen met wat je zelf zou hebben besloten. Noteer discrepanties en verbeter de prompt. Na vier weken draait het systeem betrouwbaar genoeg om je inkoopbeslissingen grotendeels op te baseren.

Stap 11: Kosten en ROI

Laten we de kosten concretiseren. Make Pro: 9 euro per maand. Claude API: bij dagelijkse analyse van 100 producten met 90 dagen verkoophistorie ben je circa 1.500 tokens per run kwijt. Met claude-opus-4-5 kost dat minder dan 0,05 euro per dag, dus circa 1,50 euro per maand. Totaal: circa 10,50 euro per maand.

Wat levert het op? Eén voorkomen voorraadtekort van een populair product kan honderden tot duizenden euro's omzet redden. Betere inkoopplanning vermindert overstock en verlaagt je werkkapitaalbehoefte. De inkoper bespaart twee tot vier uur per week aan handmatig voorraad controleren. De ROI is bij vrijwel elke webshop boven de 500 stuks totale SKU's positief.

Stap 12: Volgende stappen en uitbreidingen

Als het basissysteem draait, kun je het verder uitbreiden. Integreer prijsdata van leveranciers: laat Claude ook rekening houden met prijswijzigingen bij inkoopadvies. Voeg weerdata toe: relevant voor producten die seizoensgebonden zijn (zonnebrandcrème, winterjassen). Koppel je marketing kalender: promotieperiodes zorgen voor verkooppieken die je vooraf moet inkopen.

Een meer geavanceerde uitbreiding is een multi-leverancier optimalisatie: Claude vergelijkt prijzen en levertijden van meerdere leveranciers en adviseert bij welke leverancier je het beste kunt bestellen.

Met dit systeem ben je als webshop veel beter uitgerust dan concurrenten die nog handmatig voorraad bijhouden. Je maakt slimmere inkoopbeslissingen, voorkomt omzetverlies door tekorten en verlaagt je voorraadkosten. De investering van een middag opzetten verdient zich terug bij de eerste voorkomen stockout.

Gerelateerd

Nieuwsbrief

Meer handleidingen en tips?

Elke week de beste agentic AI inzichten en nieuwe handleidingen in je inbox.

Gratis aanmelden →