Een heel huismerk-assortiment, één deadline, één aangifte.
Een grote retailer bracht het volledige huismerk-assortiment in: ruim 13.000 consumenteneenheden, in een database gegroeid rond logistiek en marketing, met een vulgraad die niet bruikbaar was voor de aangifte. Het doel: een compleet, traceerbaar en doorgelicht databestand voor Verpact 2025.
Een database opgezet voor logistiek, niet voor de ABB-aangifte.
De grote retailer heeft een productdatabase die historisch is gegroeid rond logistieke en marketing-behoeften. Verpakkingsdata zat erin, maar niet uitgesplitst naar component, niet altijd in materiaalcategorieën die op de Verpact-indeling aansluiten, en met structurele inconsistenties die in de bestaande processen nooit opvielen.
De data was er dus wel, maar in een vorm waarop een ABB-aangifte invullen neerkomt op gokken. Voordat er ook maar één veld aangevuld kon worden, moest eerst helder zijn wat er stond, wat ervan klopte, en wat er überhaupt in een consumentenaangifte thuishoort.
Eerst opschonen, dan onderbouwd aanvullen.
Geen black box en geen “vertrouw ons maar”. Drie fasen, elk met output waar het datateam van de retailer op kon schieten voordat we verder gingen.
Opschonen en doorlichten
Alle brondata uitgesplitst naar componentniveau, ontdaan van wat niet in de aangifte thuishoort, en doorgelicht op anomalieën. Elke melding kwam met context en de doorgerekende impact op de afdracht.
Aanvullen met onderbouwing
Ontbrekende componenten, materialen en gewichten onderbouwd ingeschat, met per aanvulling zichtbaar waarop die berust. Feedback van de dataspecialisten van de retailer verwerkten we op de data zelf, zodat elke correctie in alle vervolgberekeningen meeliep.
Aangifte-klaar opleveren
Alles geclassificeerd naar de Verpact-materiaalgroepen en -tarieven, doorgerekend, en opgeleverd in het formaat van het aangifteformulier. Met de onderbouwing eronder, reproduceerbaar voor accountant of toezichthouder.
De brondata zat vol stille fouten.
Niet door slordigheid, maar omdat een database voor bestellen en schappen andere dingen optekent dan een verpakkingsaangifte vraagt. Een greep uit wat de anomaliedetectie aanwees:
Transport geboekt als consument
Transport- en winkelverpakking die als consumentenverpakking in de database stond: veruit de grootste post die onterecht in de aangifte meeliep.
Dubbel geboekte hoofdverpakking
Producten met twee keer dezelfde corpus, waardoor het gewicht van de hoofdverpakking dubbel meetelde in de afdracht.
Glas op planten
Plantproducten in een plastic pot die in de data glas toegewezen hadden gekregen. Een materiaal dat er fysiek niet in zit.
Papier op folie-wikkels
Koek- en biscuitwikkels geboekt als papier, terwijl het polymeerfilm is. Een verschil dat direct het tarief raakt.
Ontbrekende dop of etiket
Flessen en potten zonder dop of etiket in de data, terwijl die er fysiek wel zijn. Componentcompleetheid was het echte werk, niet alleen het gewicht.
Een grote ‘Overig’-berg
Een omvangrijke restcategorie waarmee verfijnd matchen onmogelijk was, totdat die was uitgesplitst naar bruikbare categorieën.
Samen met het datateam.
We leverden de aangifte niet in één keer ‘af’. Elke ronde legden we een versie voor, kreeg die commentaar van de dataspecialisten van de grote retailer, en verwerkten we dat punt voor punt op de data zelf. Van een afbakeningsvraag tot de materiaalkeuze bij een specifieke productlijn.
Elk voorbeeld-productnummer dat zij aandroegen, is daarna één voor één terug te vinden en gedraagt zich zoals afgesproken. Geen onverklaarbare bijwerkingen, geen cijfer dat ‘zomaar’ veranderde tussen twee versies.
Het onderscheid tussen een originele en een aangevulde waarde blijft per veld zichtbaar, zodat een toezichthouder of accountant kan reproduceren waar elke waarde vandaan komt. Het eindresultaat is geen rapport óver hun data, maar een dataset waar hun eigen mensen aan meegebouwd hebben.
Aangifte-klaar, verantwoord, en met inzicht in besparingen.
Eén werkbestand, gebouwd zodat verschillende mensen binnen de grote retailer er hun eigen vraag uit kunnen halen.
Voor de Verpact-aangifte
Een dataset waarop de aangifte rechtstreeks gebaseerd is, in het formaat van het aangifteformulier. Per veld zichtbaar of de waarde origineel uit de database komt of door ons is aangevuld, met de onderbouwing eronder.
Voor de stuurgroep
Een presentatie met de stand van zaken, de gevonden risico's, en de doorgerekende effecten op de afdracht, inclusief wat het scheelt als bekende fouten in de brondata worden hersteld.
Voor het inkoopteam
Een handvat om met leveranciers in gesprek te gaan over verpakkingskeuzes, met cijfers in plaats van gevoel. En een terugkoppeling per leverancier: welke verpakkingsdata zij moeten aanleveren of verbeteren.
Voor de toekomst
Een raamwerk dat herhaald kan worden bij volgende aangiftes. De grootste investering zit in de eerste keer; de tweede ronde is bijhouden, niet opnieuw opbouwen.
Het bleef niet bij die ene aangifte.
De beste toets van werk is of de klant terugkomt. Na de aangifte vroeg de retailer ons voor het vervolg, stap voor stap de ladder op.
Tariefdifferentiatie
Met de aangifte als grondslag hebben we de korting voor goed recyclebare verpakkingen onderbouwd en geclaimd, samen met de leveranciers. Resultaat: 80% meer korting dan het jaar ervoor.
Audit van eerdere jaren
Eerder ingediende aangiftejaren lichten we door op dezelfde fouten die we in de brondata vonden. Per bevinding rekenen we de impact op de afdracht door.
Datakwaliteit bij de bron
De structurele stap: leveranciers corrigeren hun verpakkingsdata in de bronsystemen, onder onze regie. Zodat de volgende aangifte geen reconstructie meer is.
Zit jouw assortiment in dezelfde staat?
Een verpakkingsdata scan op je productdatabase vertelt je in twee uur waar je staat.