Wat een product alleen bouwen me leerde over klantprojecten

Sinds eind 2025 bouw ik alleen aan LudoExplorer, een aanbevelingssite voor bordspellen, van een publieke data-export tot een server in productie. Wat er misliep en wat ik eruit leerde, schreef ik uit in een reeks van tien artikels op Medium, in het Engels. Die artikels zijn technisch, hier zal ik enkel spreken over de zes lessen die ook gelden voor een klantproject, met of zonder code.

Bepaal waarvoor de data dient voor u ze opschoont

De publieke export waarmee ik begon, bevatte ongeveer 125.000 items. Hij beantwoordde de vraag wat de bron bijhoudt. Mijn bezoekers stellen een andere vraag: wat zou ik kunnen spelen? Promotiemateriaal, extra's uit crowdfundingcampagnes en dubbele edities horen niet in dat antwoord thuis. De catalogus op de site telt ongeveer 90.000 spellen.

Voor ik iets opschoonde, schreef ik een datawoordenboek: één regel per kolom, met wat ze betekent, welke bewerking ze nodig heeft en of ze aangepast mag worden. Dat kostte een namiddag, en het document stuurde later de bewerkingstool aan die ik voor het beheer van de data bouwde.

Hetzelfde geldt voor een export uit een CRM of een productbestand. "Alles wat in de export zit" is geen behoefte. Vertrek van wat de gebruiker van de data nodig heeft, en filter op basis daarvan.

Lees deel 1 op Medium (in het Engels): I broke my own dataset

Labels horen bij de interface

De bron beschrijft elk spel met labels. Eén soort label, de families, telt 5.295 waarden. Catan alleen al draagt er 17, en slechts 3 zeggen waarover het spel gaat. De rest is nuttig voor een verzamelaar en ruis voor wie een spel kiest voor zaterdagavond.

Ik bouwde er een eigen indeling bovenop, met brede groepen om te bladeren en precieze labels voor het detail. Dat vroeg meerdere correcties. Mijn eerste regels op basis van trefwoorden plaatsten een soapserie in een groep over de spelervaring. Een groep met één enkele optie zag er vreemd uit op het scherm, ook al klopte de data. Twee dingen met dezelfde naam werden voor hetzelfde aangezien.

Categorieën, statussen en producttypes in een bedrijfstool werken op dezelfde manier. Mensen lezen ze als een deel van het scherm. Deel in zoals uw gebruikers zoeken, en lees het resultaat groep per groep na.

Lees deel 2 op Medium (in het Engels): 5,295 families and no themes

Wie niet kan raden wat iemand wil, vraagt het beter

In hetzelfde zoekveld typen bezoekers twee verschillende dingen: de naam van een spel, of een idee, zoals een coöperatief spel met dieren voor vier spelers. Maandenlang probeerde ik automatisch te herkennen om welk geval het ging. Elke regel die ik schreef, brak een ander geval.

Uiteindelijk ben ik gestopt met raden. De zoekpagina heeft nu twee modi, één om een spel op naam te vinden en één om vanuit een idee te verkennen. Ze toont ook hoe ze de vraag begrepen heeft, zodat de bezoeker kan bijsturen.

Ik ken die regel uit de businessanalyse, en toch moest ik hem op mijn eigen project opnieuw leren. Als een behoefte niet betrouwbaar af te leiden valt, werkt een eenvoudige vraag beter dan een slimme gok.

Lees deel 5 op Medium (in het Engels): A game or an idea? Building search in three languages

Tel wat mensen doen, niet de geladen pagina's

Ik bouwde mijn eigen bezoekersstatistieken voor de site. In de eerste vier weken van september 2026 telden ze 259.106 sessies. Slechts 136 daarvan bevatten een actie naast het laden van een pagina, zoals een zoekopdracht, een filter of een klik op een spel. Bijna al de rest bestond uit één enkele geladen pagina, hoogstwaarschijnlijk geautomatiseerd verkeer.

Het eerste cijfer leek op een groeiende site. Het tweede ligt dichter bij de werkelijkheid, en het verbaast niet voor een site die ik nog niet heb gepromoot. Wat me wel verraste, is hoe overtuigend het eerste cijfer eruitzag.

Voor een dashboard een beslissing stuurt, bepaalt u beter wat een echte bezoeker of een echte klantactie is, en telt u dat. Tot nu toe hielpen mijn statistieken vooral om fouten op te sporen, niet om het product te sturen, en dat zeg ik liever eerlijk.

Lees deel 7 op Medium (in het Engels): My analytics counted 259,000 sessions in a month. About 140 were people.

Zodra mensen het gebruiken, stop met alles opnieuw op te bouwen

In het begin bouwde elke data-update de hele databank opnieuw op vanuit het bronbestand. Dat was prima zolang de databank alleen de catalogus bevatte. Zodra er ook bezoekersgegevens en contactberichten in zaten, zou een heropbouw die onherroepelijk hebben gewist.

Ik bouwde een updatepad dat de catalogus aanpast en al de rest ongemoeid laat, met een proefrun die meldt wat er zou veranderen voor er iets wordt weggeschreven. Daarbij kwamen nachtelijke back-ups die elders worden bewaard, en uitgeschreven procedures voor de handelingen die ik minder dan één keer per week uitvoer.

Als analist schrijf ik dat soort documenten voor klanten. Op mijn eigen project verzette ik me er eerst tegen, omdat ik het systeem kende. Zes maanden later kende ik het niet meer tot in het detail dat een handeling in productie vraagt.

Lees deel 3 op Medium (in het Engels): A 300 MB database that needed 2 GB to build

Lees deel 9 op Medium (in het Engels): One server, 7 euros a month

Een AI-assistent maakt duidelijke requirements belangrijker

Ik werkte het hele project lang met een AI-codeerassistent. Hij hielp het meest bij documentatie en bij het uitzetten van opties, zodat ik kon beslissen. Hij kon ook overtuigend pleiten voor een verkeerde conclusie.

Een review die hij schreef, stelde een correctie voor die één regel leek te zijn. Ik heb eerst gemeten. De correctie zou 5.441 correcte zoeksleutels hebben herschreven naar een vorm die de zoekfunctie nooit had kunnen terugvinden, en 147 zoektermen hebben gewist die ik met de hand had geschreven. Ze is niet doorgevoerd.

Een assistent handelt naar wat u schrijft, snel en letterlijk. Uitzoeken wat de behoefte is en ze precies verwoorden, de kern van businessanalyse, bleek precies wat de assistent nuttig maakte. En de regel geldt voor elke verklaring, ook de mijne: eerst meten, dan geloven.

Lees deel 10 op Medium (in het Engels): From debugger to project partner

De volledige reeks

De tien delen behandelen ook de aanbevelingsmodellen, de applicatie zelf, de zichtbaarheid in zoekmachines en de hosting. De volledige lijst staat op de projectpagina van LudoExplorer, en de site zelf vindt u op ludoexplorer.com.