Hoe wij denken over een AI-stack voor e-commerce.

In vier jaar tijd hebben we onze AI-stack drie keer omgegooid. Elke keer omdat het oude antwoord niet meer schaalde, niet meer betaalbaar was, of niet meer paste binnen de AVG-eisen die in Nederlandse e-commerce sinds 2025 hard zijn geworden. Dit stuk gaat niet over welke logos er op onze stack-pagina staan. Het gaat over hoe wij denken bij het kiezen van een AI-stack voor productgedreven webshops, en welke twee bouwstenen we elke keer terugzien.

Bouwsteen één: Claude als motor onder de chatbot

Sinds eind 2025 draaien onze chatbots op Claude. Drie redenen waarom dat na onze tests de meest verdedigbare keuze blijft.

Prompt-caching is het eerste argument. Een chatbot voert dezelfde paar duizend tokens system-prompt en kennisbank elke chat opnieuw door het model. Met goede caching reken je op die input-tokens een fractie van de prijs in plaats van het volle tarief. Voor een klant met een paar honderd gesprekken per maand scheelt dat tientallen euro's per maand op API-kosten alleen, en op grotere volumes loopt dat snel op. Geen gimmick, gewoon directe marge-impact.

Het tweede argument is taalkwaliteit, en voor de Nederlandse markt weegt dat zwaar. We doen voor elk model dezelfde test: een gesprek over maatadvies in lingerie, een onderwerp waar tone-mismatch direct tot afhakers leidt. Tutoyeren versus vousvoyeren, anglicismen, het verschil tussen "kan" en "mag". Claude wint die test consistent van de bekende alternatieven. Voor merken die iets premium uitstralen is dat het verschil tussen een chat die werkt en een chat die je liever niet onder je merk hangt.

Het derde argument is praktischer: tool-use. Onze chatbot hoeft niet alleen netjes te praten, hij moet ook acties uitvoeren. Een lead opslaan, een order opzoeken, een gesprek escaleren naar een mens. Sinds een aantal modelversies werkt dat in productie zonder de edge-cases die we eerder zagen (tools die niet of dubbel werden aangeroepen). Dat is in de praktijk het verschil tussen "demo werkt" en "we durven dit op duizend gesprekken per maand te zetten".

Bouwsteen twee: Klaviyo voor email-flows

Voor klanten met de Email-flows module sturen we vier basisflows in: welcome, abandoned cart, post-purchase, win-back. Daar valt voor productgedreven e-commerce eigenlijk maar één serieuze keuze te maken, en dat is Klaviyo. Twee redenen.

De Shopify-integratie is in de markt het diepst. Klaviyo synchroniseert real-time productdata, klant-events en orders. Triggers als "Started Checkout" en "Order Fulfilled" zijn ingebouwd. Geen externe schakel nodig om die events op te vangen, geen middleware tussen de shop en de mailing. Dat is precies waar concurrentie strandt: events zijn fragmentarisch, attribution is wankel, je weet niet wat een flow heeft opgebracht.

En dat tweede punt is even belangrijk: revenue-attribution per flow is volwassen. Klaviyo trackt voor elke flow welke orders eraan toegerekend kunnen worden, met instelbare attribution-windows. Dat is essentieel om aan klanten te kunnen tonen: "deze welcome-flow heeft de afgelopen maand €4.300 omzet gegenereerd". Voor een agency die ROI-rapporten levert is dit verschil het onderscheid tussen "we doen dit goed" en "kijk hier wat we hebben opgeleverd".

Wat we hebben afgeschreven

Twee kampen waar we bewust van weggegaan zijn. Eén: rule-based no-code automation tools voor het serieuze werk. Onze sleutel-flows draaien als custom AI-agents in code, niet als visueel-geklikte workflows. Drie redenen. De wiskunde wordt slecht bij schaal: zodra je tien klanten met elk een paar scenarios hebt lopen, betaal je per klik. Versie-controle ontbreekt: een bug-fixje wordt UI-werk, geen git revert. En het narratief naar klanten is sterker als je kunt zeggen "wij bouwen jouw agents per klant op maat" in plaats van "wij stellen pipelines op in een no-code tool die jij ook had kunnen leren".

De trade-off is reëel: je schrijft code in plaats van te klikken. Maar code is herbruikbaar over klanten, debugbaar, versie-gecontroleerd. Voor een agency die op meerdere klanten schaalt weegt dat zwaarder dan de aanvankelijke setup-snelheid van een no-code tool.

Twee: marketing-platforms zonder serieuze EU-data-residency. Onze klanten verwerken persoonsgegevens van EU-burgers. We willen kunnen aantonen dat data binnen EU-grenzen blijft, met dagelijkse backups, met point-in-time recovery, en met een verwerkersovereenkomst die geldig is. Dat sluit een paar bekende Amerikaanse opties uit, ook als ze technisch beter zijn. We hosten onze hele stack EU-only in Frankfurt om diezelfde reden.

Wat we de klant zelf laten kiezen

Eén ding doen we expliciet niet: een specifiek shop-platform voorschrijven. Onze chat widget integreert als één script-tag, dus of de klant op Shopify, WooCommerce, Lightspeed of een custom shop draait, dat maakt voor onze kant niets uit. Dat houden we doelbewust open: als de shop al jaren goed loopt op een platform, gaan wij niet aandragen dat ze om migreren omdat het ons makkelijker uitkomt.

Drie vragen die we elke leverancier stellen

Als je nu zelf een AI-stack overweegt voor je e-commerce, vraag elke leverancier dezelfde drie dingen. Wat kost dit per maand bij vijfhonderd gesprekken? Waar staat de data fysiek? En hoe rol ik een verkeerde configuratie terug? De antwoorden daarop zeggen meer over de leverancier dan welke demo dan ook.

Onze stack laten configureren voor jouw shop? In een korte strategy call kijken we naar je huidige tools, je data-locaties en waar we vereenvoudiging zien. Plan via de knop linksboven of mail naar info@dalvora.nl.