We hebben onlangs voor een e-commerceklant een prijsscraper gebouwd die hun concurrentie 24/7 in de gaten houdt. Het resultaat? 35% meer orders en een stijging in de netto sales van 28%, doordat dagelijkse checks op prijswijzigingen van de concurrentie nu geautomatiseerd worden bijgehouden en omgezet in aanpassingen op basis van een vooraf gedefinieerde prijsstrategie.
Daar komt nog bij dat we dit hebben gebouwd met n8n, zonder dure custom software of maandenlange ontwikkeltijd. Laat me je meenemen in hoe we dit hebben aangepakt en waarom dit voor bijna elke webshop interessant is.
Het probleem: handmatig prijzen checken kost bakken tijd
Onze klant deed wat veel e-commercebedrijven doen: elke week handmatig door de webshops van hun grootste concurrenten scrollen, prijzen monitoren en opslaan in een database om vervolgens een match met hun eigen producten te maken. Een taak waar een medewerker wekelijks veel tijd aan kwijt is.
Niet alleen kostte dit veel tijd, het was ook foutgevoelig. Productnamen kloppen niet altijd precies, prijzen wijzigen tussendoor en tegen de tijd dat je klaar bent met vergelijken, zijn sommige prijzen alweer verouderd.
Tijd om een flinke automatiseringsslag te slaan 💡
De oplossing: een slimme prijsscraper met n8n, ScrapingBee en Airtable
We hebben gekozen voor n8n als basis. Voor wie het niet kent: n8n is een krachtige automatiseringstool waarmee je workflows kunt bouwen zonder dat je een volledig developmentteam nodig hebt. Perfect voor dit soort klussen.
Zo werkt onze prijsscraper:
Stap 1: Data ophalen van de concurrentie
De workflow start automatisch elke nacht. We scrapen de productpagina's van de concurrent en halen de volgende data op: productnaam, prijs, voorraadstatus en eventuele kortingen.
Dit doen we met de HTTP Request-node in n8n. Hierbij maken we gebruik van de HTML-parsingmogelijkheden van ScrapingBee, zodat we niet de volledige HTML-code hoeven op te halen, maar alleen de data die voor ons relevant is.
Stap 2: Producten matchen
Dit is waar het interessant wordt. We gebruiken zoveel mogelijk eigenschappen van een product om een unieke code te maken waarmee we kunnen matchen met het assortiment van onze klant. Deze eigenschappen kunnen we met slimme HTML-parsingregels ophalen.
Stap 3: Prijsstrategie toepassen
Hier komt het slimme deel: we hebben samen met de klant een prijsstrategie gedefinieerd. Dit is gebaseerd op een concurrentieanalyse en de manier waarop de klant zich wil positioneren in de markt.
Door het opstellen van deze prijsstrategie maak je het mogelijk om zoveel mogelijk stappen te automatiseren. Op basis van de gescrapete data worden de prijzen automatisch berekend volgens deze vooraf afgesproken strategie.
Deze prijzen worden vervolgens naar een Airtable-omgeving gestuurd, waarin te zien is wat de prijzen van concurrenten zijn, de huidige prijzen van de klant en het relatieve verschil.
Om ervoor te zorgen dat er geen foutieve prijzen automatisch worden gepusht naar de Shopify-store van de klant, wordt er na iedere scrape automatisch een update gestuurd over producten met een te groot prijsverschil. Een goede prijsstrategie en een human in the loop zijn dus van essentieel belang bij een dergelijke automation.
Stap 4: Automatisch pushen naar Shopify
En nu komt de echte tijdsbesparing: zodra de nieuwe prijs is berekend en er geen te grote verschillen zijn gedetecteerd door de e-commercemanager, pushen we deze automatisch naar de Shopify-omgeving via de Shopify API.
Geen handmatig werk meer, geen copy-pasten in Excel, geen vergissingen. De prijs staat binnen enkele seconden live in de webshop.
Deze nieuwe prijzen worden vervolgens weer opgehaald door onze automation, zodat bij een volgende scrape de prijzen van concurrenten worden vergeleken met de actuele prijzen van onze klant.
Stap 5: Data opslaan voor analyse
Alle data wordt opgeslagen in een database (wij gebruiken Airtable, maar Google Sheets of Postgres werkt net zo goed). Hierdoor kunnen we historische trends zien: wanneer past de concurrent prijzen aan? Hoeveel procent zitten we gemiddeld boven of onder hen?
Deze inzichten zijn goud waard voor strategische beslissingen.
Waarom n8n perfect is voor e-commerce-automation
Je vraagt je misschien af: waarom geen custom tool laten bouwen door developers? Drie redenen:
1. Snelheid
We hadden de eerste versie van deze prijsscraper werkend binnen een aantal werkdagen. Inclusief iteraties: ongeveer één week voor de eerste productcategorie. Een custom oplossing zou weken of maanden kosten.
2. Flexibiliteit
De workflow is makkelijk aan te passen. Wil je straks een tweede concurrent monitoren? Dan kunnen de huidige stappen worden uitgebreid, maar het framework blijft hetzelfde.
Wil je alerts naar Teams in plaats van Gmail? Change one node. Done.
3. Kosten
De enige kosten die je voor deze workflow hebt, zijn de licentiekosten van n8n, Airtable en ScrapingBee. Voor een custom tool betaal je duizenden euro’s aan development én onderhoud.
De resultaten: +35% orders, kostenbesparing en 24/7 de scherpste prijs
Sinds we de prijsscraper live hebben staan, is het verschil enorm. Niet alleen zien we een stijging van maar liefst 35% in het aantal orders, maar de prijsscraper zorgt er ook voor dat de marketingmanager van de klant beter in zijn kracht staat.
Waar eerst veel tijd naar handmatig werk ging, is dat nu beperkt tot controles en validatie. De marketingmanager checkt alleen nog de notificaties (gemiddeld een paar minuten per dag) en kan zich focussen op strategische beslissingen.
Maar er is meer. Door historische data te verzamelen, zien we patronen die voorheen onzichtbaar waren. Bijvoorbeeld: als een concurrent de prijzen van specifieke productcategorieën structureel in bepaalde periodes aanpast, zien we dat terug en kunnen we daarop inspelen.
De ROI? Die was snel terugverdiend. En dan hebben we het alleen over de tijdsbesparing, nog los van de betere pricingbeslissingen en omzetgroei.
Dit werkt niet alleen voor prijzen
Het mooie aan dit soort automatiseringsworkflows is dat het concept breed toepasbaar is. Denk aan:
- Voorraadmonitoring – krijg een alert als een concurrent out of stock is
- Contentscraping – zie welke nieuwe producten de concurrent lanceert
- Reviewmonitoring – analyseer wat klanten zeggen over concurrerende producten
- Nieuwe collecties spotten – detecteer automatisch nieuwe productlijnen
Al deze workflows kun je bouwen met dezelfde logica: scrape, match, vergelijk, pas aan, push, analyseer.
Waar moet je op letten bij het bouwen van een prijsscraper?
Een paar dingen die wij onderweg hebben geleerd:
Respecteer robots.txt
Check altijd of scraping is toegestaan.
Bouw error handling in
Websites veranderen hun HTML-structuur. Zorg dat je alerts krijgt als je scraper faalt.
Behoud een human in the loop
Laat eerst een e-commercemanager een check uitvoeren op grote prijsverschillen voordat je automatisch prijzen aanpast in Shopify. Zo voorkom je verrassingen.
Start simpel, itereer daarna
Begin klein (bijvoorbeeld met één productcategorie) en breid daarna uit.
Wil je dit ook voor jouw e-commercebusiness?
Of je nu prijzen wilt monitoren, voorraad wilt bijhouden of gewoon benieuwd bent wat automation voor jouw webshop kan betekenen: wij helpen je graag.
Bij Digital Raise bouwen we dit soort n8n-workflows vaker en we zien keer op keer hoeveel tijdswinst (en omzetgroei) het oplevert.
Benieuwd naar de mogelijkheden? Plan een gratis adviesgesprek in. We kijken samen naar jouw processen en waar automation het meeste impact kan hebben. Geen verplichtingen, gewoon sparren over wat slim is voor jouw situatie.
.png){kind=small}
