Rogelli

Rogelli werd ruim vijftig jaar geleden opgericht door voormalig wielrenner Rini Wagtmans en staat vandaag onder leiding van de derde generatie: Melvin & Michael Wagtmans. Het merk is actief in zes landen en heeft de ambitie om verder door te groeien binnen Europa.

De uitdaging

Met een eigen webshop, verschillende marketplaces, distributeurs en internationale verkoopkanalen groeide ook de complexiteit van het datalandschap. Belangrijke informatie zat verspreid over meerdere systemen en in silo's zoals Microsoft Dynamics 365 Business Central, Shopify, Monta, ChannelEngine, Katana PIM, Google Analytics 4, GoogleAds en Meta. Hierdoor was het lastig om een volledig beeld te krijgen van de werkelijke prestaties van producten, kanalen en campagnes. Omzet was zichtbaar, maar inzicht in nettomarge en winstgevendheid ontbrak vaak.

"We hebben eindelijk realtime inzicht in onze daadwerkelijke resultaat onder aan de streep. De dashboards geven ons inzichten die we eerder niet hadden en helpen ons om datagedreven te sturen en betere beslissingen te nemen. Tegelijkertijd zien we dit als het begin van een bredere data en AI reis." Melvin Wagtmans, CEO Rogelli

‍

De oplossing

Samen met Rogelli bouwden we een centraal dataplatform op Microsoft Fabric waarin alle relevante databronnen samenkomen. Door data uit verkoop, logistiek, marketing, finance en productmanagement te combineren, ontstond een centrale waarheid voor de organisatie. Daarnaast werd een uniforme definitie van nettomarge ingericht, waarbij niet alleen omzet en inkoopkosten worden meegenomen, maar ook fulfilment kosten, retouren, platformfees en marketinguitgaven.

Het resultaat is realtime stuurinformatie die inzicht geeft in prestaties op product-, kanaal- en landniveau.

Het resultaat

• 8 databronnen geïntegreerd in 1 centraal platform
• Realtime inzicht in nettomarge op SKU-,kanaal- en landniveau
• Inzicht in winstgevende en verlieslatende SKU’s
• Betere sturing op marketing rendement met ROAS en POAS
• Een schaalbaar fundament voor toekomstige AI toepassingen

"Rogelli had vanaf het begin een duidelijke ambitie om data en AI een centrale rol te geven binnen de organisatie. Samen hebben we de fundering gelegd waarmee betrouwbare inzichten ontstaan en toekomstige AI-toepassingen mogelijk worden." Maarten Jacobs, Data & AI Engineer Always Be Learning

Stap naar AI: een eigen Supply & Demand agent

Om te bewijzen dat agentic commerce geen toekomstmuziek is, organiseerden Rogelli en Always Be Learning een AI Hackathon. Vijftien specialisten, AI engineers, data engineers en business analisten werkten samen aan één concreet vraagstuk: hoe signaleer je op basis van je eigen data, over meerdere bronnen heen, proactief wanneer een SKU dreigt uit te lopen of juist vastloopt?

Het resultaat: de eerste opzet van een werkende supply & demand agent, gebouwd op Claude met live Fabric-data. De agent combineert verkoophistorie uit Monta, voorraadniveaus en seizoenspatronen, berekent de sell-through rate per SKU en genereert concreet inkoopadvies, inclusief timing en aantallen. Geen spreadsheet of handmatige analyse. De fundering die we samen hebben gebouwd, maakt dit mogelijk. En dit is nog maar het begin.

Juist omdat de data nu centraal beschikbaar, betrouwbaar en realtime is, kunnen deze toepassingen daadwerkelijk helpen om sneller en slimmer beslissingen te nemen en dat leidt tot meer en beter netto resultaat onder aan de streep.