Een multi-marketplace analytics dashboard klinkt eenvoudig: verbind Amazon, bol.com, Mirakl-retailers, Walmart, Shopify en je advertentieplatformen, en zet alle cijfers op één scherm. Heerlijk in een demo. Minder heerlijk als het dashboard alleen een mooiere versie wordt van de rommel die je al had.
De fout die ik het vaakst zie, is dashboard-stapelen. Een merk voegt omzetblokken, orderblokken, advertentieblokken, voorraadblokken en retourblokken toe totdat iedereen “inzicht” heeft. Daarna begint de weekmeeting en kan niemand de belangrijkste vraag beantwoorden: wat moeten we vóór volgende maandag anders doen?
Mijn standpunt is simpel: een multi-marketplace analytics dashboard hoort geen muur met grafieken te zijn. Het moet een beslisrij zijn. Elke widget moet een operator helpen kiezen tussen vijf acties: opschalen, beschermen, oplossen, oogsten of stoppen. Verandert een grafiek geen beslissing? Dan is het decoratie. En decoratie is duur wanneer je €1,5K+ per maand aan ads uitgeeft, 1.000+ orders verwerkt en verkoopt op marketplaces met allemaal andere fees, retourregels en voorraadpatronen.
In deze gids lees je hoe je een dashboard bouwt waar een brand owner echt op kan sturen: met kanaalperformance, SKU-marge, advertentiedruk, voorraadrisico, retourlekkage en eigenaarschap in één werkritme. Het doel is niet “meer data”. Het doel is minder slechte beslissingen.
Wat concurrenten goed doen, en waar de echte kans ligt
Er is geen tekort aan analytics tools. MerchantSpring is sterk in multi-marketplace rapportage en agency dashboards. DataHawk focust op marketplace intelligence, executive KPI’s, Amazon- en Walmart-inzichten, keywords en concurrentiesignalen. Jungle Scout en Helium 10 zijn nuttig voor Amazon seller analytics, productperformance, keyword tracking en winstoverzichten. sellerboard legt terecht veel nadruk op echte Amazon-winst: fees, refunds, COGS, PPC en indirecte kosten. SellerApp richt zich op Amazon sales, profit en inventory analysis.
Dat is allemaal waardevol. De gemene deler in wat vaak ontbreekt, is niet dataverzameling. Het gat zit in operationele logica over kanalen heen.
Veel dashboards beantwoorden nog steeds vooral: “Wat gebeurde er per marketplace?” Betere dashboards beantwoorden: “Welke SKU, op welk kanaal, verdient de volgende euro, de volgende inkooporder of de volgende fix?” Dat verschil lijkt klein totdat je een merk runt waarbij Amazon.de meer omzet heeft, bol.com meer nettomarge oplevert, een Mirakl-retailer minder retouren heeft en Shopify stilletjes voorraad wegtrekt die je marketplacecampagnes volgende week nodig hebben.
Een goed dashboard moet daarom drie dingen normaliseren voordat het iets visualiseert: SKU-identiteit, kostenlogica en timing van beslissingen.
Het dashboard heeft één taak: beslisvertraging verkorten
Kanaalmanagers nemen vaak prima beslissingen binnen hun eigen portal. De Amazon-specialist ziet dat TACoS oploopt. De bol.com-specialist ziet een Sponsored Products-campagne met prima ROAS. Operations ziet dat voorraad krap wordt. Finance ziet fees en retouren later terug. Het commerciële probleem is timing: tegen de tijd dat iedereen de signalen naast elkaar heeft gelegd, is het beslismoment voorbij.
Daarom meet ik dashboardwaarde graag met een saaie maar krachtige metric: beslisvertraging. Hoe lang duurt het vanaf “een signaal verandert” tot “de juiste eigenaar past iets aan”?
Voor een merk met 1.000 orders per maand is vier dagen vertraging niet onschuldig. Stel dat een SKU 24 stuks per dag verkoopt via Amazon.nl, bol.com en een Mirakl-retailer, en je hebt nog 260 stuks op voorraad. Dan heb je ongeveer 10,8 dagen voorraaddekking. Als advertentiedruk de sell-through met 30% versnelt en niemand dat vóór vrijdag ziet, kun je ranking verliezen, Buy Box-momentum missen en betalen voor vraag die je niet kunt leveren. Het dashboard moet dat maandagochtend laten zien, niet na de stockout.
Definieer dus eerst welke beslissingen het dashboard sneller moet maken:
- Budgetverdeling: welk kanaal verdient deze week meer of minder advertentiebudget?
- SKU-interventie: welk product heeft prijs-, content-, voorraad- of campagneaanpassing nodig?
- Margebescherming: waar groeit omzet terwijl contributiemarge daalt?
- Voorraadbescherming: welke winstgevende SKU’s moeten minder vraag krijgen omdat voorraad te krap is?
- Kanaalstrategie: waar moet je volgende maand assortiment, promoties of replenishment pushen?
FiveX is precies rond die operationele laag gebouwd: marketplace-, advertentie-, voorraad- en financiële data komen samen, zodat teams van “interessant rapport” naar “duidelijke volgende actie” gaan. Het dashboard is de voordeur. De waarde zit in het beslismodel erachter.
De vijf lagen die elk multi-marketplace analytics dashboard nodig heeft
Je hebt geen vijftig tabs nodig. Je hebt vijf lagen nodig die netjes op elkaar aansluiten.
1. Kanaalgezondheid voor management
Dit is het overzicht waarmee de meeste dashboards beginnen: omzet, orders, units, conversie, ad spend, ROAS, TACoS, refunds, netto-omzet en contributiemarge per kanaal. Houd het simpel, maar toon omzet nooit zonder winstcontext. Een kanaal dat 22% groeit terwijl de contributiemarge van 18% naar 9% zakt, is niet automatisch een succes. Soms is het gewoon een margelek met een groeijasje aan.
De managementlaag moet kanalen vergelijken met dezelfde definities. Amazon referral fees, bol.com-commissie, Mirakl-fees, fulfilmentkosten, betaalkosten, ad spend en retouren moeten in vergelijkbare kostenbakken vallen. Anders vergelijk je Amazon-netto-omzet met bol.com-bruto-omzet en noem je dat strategie. Klein spreadsheetduiveltje, grote gevolgen.
2. SKU-contributiemarge
Dit is de laag die veel merken te dun bouwen. Een echt dashboard heeft SKU-level P&L per kanaal nodig: verkoopprijs, marketplace fee, fulfilmentkosten, COGS, retourkosten, ad spend, kortingen, opslag of operationele kosten waar relevant, en contributiemarge na ads.
Zonder deze laag optimaliseren advertentie- en pricingteams op het verkeerde doel. ROAS wordt de held omdat die zichtbaar is. Winst wordt een maandelijkse verrassing omdat die te laat komt.
In FiveX staat SKU-winstgevendheid naast advertising- en marketplaceperformance. Daardoor kan een campagneregel sturen op margewerkelijkheid, niet alleen op ROAS. Als SKU A 34% contributiemarge vóór ads heeft en SKU B 14%, verdienen ze niet hetzelfde target ACOS omdat ze toevallig in dezelfde categorie zitten.
3. Vraag en advertentiedruk
Je dashboard moet betaalde en organische vraag samen laten zien. Minimaal: ad spend, toegeschreven omzet, TACoS, organische salestrend, zichtbaarheid waar beschikbaar, CPC-ontwikkeling en campagnestatus. Het doel is ontdekken of paid spend extra vraag creëert, vraag verdedigt of vooral orders koopt die je anders ook had gekregen.
Een goed dashboard markeert mismatches. Als Amazon Sponsored Products-spend 35% stijgt, totale Amazon-sales 6% stijgen en bol.com-sales voor dezelfde SKU 9% dalen, is de vraag niet “is ROAS goed?” De vraag is of betaalde Amazon-vraag winstgevendere vraag elders kannibaliseert.
4. Voorraad- en beschikbaarheidsrisico
Analytics zonder voorraad is gevaarlijk. Het dashboard moet voorraad op hand, voorraad onderweg, dagen dekking, sales velocity per kanaal, verwachte replenishmentdatum, stockout-risico en dead-stock-risico tonen. Daarna moet het die signalen koppelen aan campagnes en pricing.
Heeft een product nog 12 dagen voorraad en komt replenishment pas over 21 dagen? Dan moet het dashboard niet alleen een rood voorraadblokje tonen. Het moet een beslissing triggeren: budget verlagen, prijs verhogen binnen margegrenzen, lage-margekanalen pauzeren of het strategisch belangrijkste kanaal beschermen.
FiveX koppelt inventory insights aan advertentie-automatisering en repricingregels, zodat voorraaddruk een operationele regel wordt in plaats van een Slackbericht dat te laat gelezen wordt.
5. Retouren, fees en servicefrictie
Retourpercentage is geen klantenservicemetric. Het is een winstmetric. Een SKU met 8% retouren op Amazon en 3% op bol.com vraagt misschien om andere content, maatinformatie, verpakking, pricing of kanaalverdeling. Een marketplace met minder omzet maar minder retouren kan waardevoller zijn dan een hoogvolumekanaal met zwakke nettomarge.
Hetzelfde geldt voor seller health, late shipments, refundredenen, marketplaceboetes en feewijzigingen. Je dashboard moet frictie zichtbaar maken, omdat frictie de volgende commerciële beslissing verandert.
Scenario 1: NorthPeak Home en het “beste” kanaal dat niet het beste was
Stel: NorthPeak Home verkoopt een premium luchtreiniger via Amazon.de, bol.com en twee Mirakl-retailers in Frankrijk. In juni lijkt het kanaaloverzicht duidelijk:
- Amazon.de: €82.400 omzet, 1.030 units, ROAS 5,1, contributiemarge na ads 11%
- bol.com: €39.600 omzet, 520 units, ROAS 4,2, contributiemarge na ads 18%
- Mirakl FR-retailers: €24.300 omzet, 300 units, beperkte ads, contributiemarge na ads 21%
Sorteert het team op omzet, dan krijgt Amazon.de meer budget. Sorteert het op ROAS, dan ziet Amazon er nog steeds aantrekkelijk uit. Maar de SKU-laag vertelt een beter verhaal: Amazon.de heeft 7,8% retouren en hogere fulfilmentkosten omdat veel orders losse vervangingsfilters meekrijgen. bol.com heeft minder retouren en een iets hogere gemiddelde verkoopprijs. Mirakl heeft lager volume, maar sterkere nettomarge en betere voorraadbeschikbaarheid.
De beslisrij moet dus niet zeggen “Amazon opschalen”. Hij moet zeggen:
- Amazon beschermen: zichtbaarheid behouden, maar TACoS maximeren op 13% totdat retourredenen zijn opgelost.
- bol.com opschalen: €1.200 per week extra Sponsored Products-budget zolang voorraaddekking boven 30 dagen blijft.
- Mirakl testen: assortiment uitbreiden en waar mogelijk een gecontroleerde retail media-test van €600 draaien.
- Content fixen: vervangingsfilter-timing en kamergrootte duidelijker uitleggen om Amazon-retouren te verlagen.
Dat is het verschil tussen een dashboard en een besturingssysteem. Dezelfde data leidt tot een betere beslissing zodra marge, retouren en voorraad samen zichtbaar zijn.
Scenario 2: LunaFit en de voorraadval achter mooie ROAS
LunaFit verkoopt yogamatten en resistance bands in Nederland, België en Duitsland. Het marketingteam ziet een sterke Amazon.nl-campagne: €2.400 spend, €14.400 toegeschreven omzet, ROAS 6,0. Erg verleidelijk om op te schalen.
Het multi-marketplace dashboard voegt drie ongemakkelijke feiten toe:
- De hero-yogamat heeft nog 640 stuks voorraad en verkoopt 42 stuks per dag over alle kanalen.
- Een nieuwe shipment van 2.400 stuks komt over 19 dagen binnen.
- bol.com levert €6,80 contributiemarge per unit na ads op, terwijl Amazon.nl €4,10 oplevert doordat CPC’s zijn gestegen en de huidige prijs relatief veel fee-druk heeft.
Met de huidige velocity heeft LunaFit 15,2 dagen voorraaddekking. Als het Amazon-budget verdubbelt, stijgt de verwachte velocity naar 58 stuks per dag en daalt de voorraaddekking naar 11 dagen. Het team zou acht dagen vóór replenishment uitverkopen, organische ranking verliezen en terugkerende klanten teleurstellen. De “goede ROAS”-campagne is eigenlijk een stockout-versneller.
De juiste actie is niet ROAS vieren. De juiste actie is Amazon-spend vasthouden, €900 naar bol.com verschuiven waar de marge sterker is, de Amazon-prijs met 4% verhogen binnen Buy Box-tolerantie en 180 stuks reserveren voor Duitsland omdat launch momentum daar strategisch belangrijker is. FiveX kan dit soort regels zichtbaar maken doordat marketplace analytics, inventory en repricing in dezelfde workflow zitten.
De widgets die ik echt op het eerste scherm zou zetten
Als ik het eerste scherm voor een brand owner moest ontwerpen, zou ik vanity tiles vermijden en beginnen met deze acht blokken:
- Contributiemarge na ads per kanaal: omzet is secundair; winstgevende omzet is het doel.
- Top SKU-kansen: producten met sterke marge, genoeg voorraad en stijgende vraag.
- Top SKU-risico’s: producten met negatieve marge, hoge retouren, lage voorraad of oplopende advertentiedruk.
- Budgetadvies: waar spend omhoog, gelijk, omlaag of in testmodus moet.
- Voorraaddekking versus campagnedruk: dagen voorraad naast actuele betaalde vraag.
- Retourlekkage per SKU en kanaal: retourpercentage maal marge-impact, niet alleen aantallen.
- Pricing exceptions: aanbiedingen waarbij prijs, Buy Box, concurrentie of margegrenzen actie vragen.
- Eigenaar en volgende actie: wie vandaag wat moet doen.
Dat laatste blok is belangrijker dan veel teams denken. Als een dashboard geen eigenaar noemt, wordt een issue “interessant”. Interessante issues beschermen geen marge. Toegewezen issues wel.
De volwassenheidsladder voor dashboards
De meeste merken bewegen door vier fases.
Fase 1: Portalrapportage
Elke marketplace wordt apart bekeken. Dat werkt wanneer je business klein is, maar bij meerdere landen of kanalen ontstaan snel blinde vlekken.
Fase 2: Geconsolideerde rapportage
Data komt samen in één dashboard. Beter, maar nog steeds risicovol als definities inconsistent zijn of winst ontbreekt.
Fase 3: Genormaliseerde winstgevendheid
SKU-, kanaal- en kostenlogica zijn gestandaardiseerd. Nu kun je Amazon, bol.com, Mirakl en Shopify vergelijken zonder elke week discussie over de cijfers.
Fase 4: Geautomatiseerde beslisondersteuning
Het dashboard adviseert acties en triggert regels: ad spend verlagen bij lage voorraaddekking, negatieve-margecampagnes markeren, repricinggrenzen voorstellen, retourpieken signaleren of replenishment prioriteren. Hier wordt FiveX extra waardevol, omdat analytics verbonden zijn met aanbevelingen, repricing, advertentie-automatisering en operationele workflows.
Veelgemaakte dashboardfouten
Fout één: bruto en netto omzet mengen. Daardoor lijken kanalen met hoge fees gezonder dan ze zijn.
Fout twee: ROAS behandelen als winst. ROAS negeert COGS, fees, retouren en fulfilment. Het is een efficiëntiesignaal, geen bedrijfsresultaat.
Fout drie: datavertraging negeren. Sommige kosten en retouren komen later binnen. Label estimated, settled en delayed data duidelijk.
Fout vier: SKU-detail verstoppen achter kanaalgemiddelden. Een kanaal kan gezond lijken terwijl tien SKU’s stilletjes geld verliezen.
Fout vijf: geen actie-eigenaar. Dashboards veranderen bedrijven niet. Operators doen dat.
Een praktische checklist
- Koppel elke marketplace-SKU aan één intern product-ID.
- Definieer omzet, netto-omzet, contributiemarge vóór ads en contributiemarge na ads.
- Verbind marketplaceorders, ad spend, COGS, fulfilment, fees, retouren en voorraad.
- Scheid settled actuals van schattingen.
- Maak beslisregels voor opschalen, beschermen, oplossen, oogsten en stoppen.
- Review het dashboard wekelijks met eigenaren, niet alleen met kijkers.
- Automatiseer alerts pas wanneer de metricdefinities vertrouwd zijn.
De praktische test is simpel. Open je dashboard en kies één SKU. Kun je zien welk kanaal de volgende €500 verdient, of het product extra vraag aankan, welke marge overblijft na ads en retouren, en wie de volgende actie bezit? Zo ja, dan heb je een managementtool. Zo niet, dan heb je rapportagemeubilair.
Hoe FiveX helpt
FiveX helpt ecommerce merken om verspreide marketplace-data om te zetten in dagelijkse operationele beslissingen. We verbinden marketplace-, advertentie-, voorraad- en financiële data, zodat brand owners performance per kanaal, SKU en marge op één plek zien.
Voor multi-channel analytics levert dat drie praktische voordelen op. Eén: je vergelijkt Amazon, bol.com, Mirakl-retailers en andere kanalen met consistente winstlogica. Twee: je koppelt ad spend, voorraaddekking en retouren voordat budgetbeslissingen worden genomen. Drie: FiveX AI recommendations helpen acties naar boven te halen die operators moeten beoordelen: waar opschalen, waar marge beschermen, waar spend pauzeren en waar voorraad of pricing aandacht nodig heeft.
Het beste dashboard is niet het dashboard met de meeste grafieken. Het is het dashboard dat de volgende winstgevende beslissing vanzelfsprekend maakt.