Wie ooit geprobeerd heeft om duizend producten tegelijk te verrijken via een tool die in de browser draait, kent het probleem: zodra je het tabblad sluit, een verkeerde toets indrukt of je laptop in slaap valt, stopt het proces halverwege. Voor een catalogus van 50 producten is dat vervelend. Voor een catalogus van 5.000 producten is het onwerkbaar. Daarom draaien bulk-jobs in pshly.ai volledig server-side, onafhankelijk van je browser.
Het probleem met browser-gebonden verwerking
Veel tools voeren bulkacties uit als een lus in de browser: voor elk product een API-aanroep, wachten op het antwoord, dan verder naar het volgende. Zolang het tabblad open blijft en actief is, werkt dit. Maar in de praktijk gaat dit mis door:
- Browsertabbladen die door het besturingssysteem worden gepauzeerd zodra ze op de achtergrond staan.
- Netwerkonderbrekingen die de hele lus laten crashen zonder duidelijke foutmelding.
- Gebruikers die per ongeluk het tabblad sluiten na twintig minuten wachten.
- Geen mogelijkheid om de voortgang te controleren vanaf een ander apparaat.
Voor een winkel met 3.000 producten die je in één actie wilt verrijken, is dit een reëel risico: je verliest tijd, credits kunnen inconsistent verbruikt raken, en je weet niet precies welke producten al wel en niet zijn verwerkt.
Hoe server-side bulk-jobs werken
Wanneer je in pshly.ai een bulk-actie start — bijvoorbeeld het genereren van SEO-titels voor een hele collectie — wordt er een job aangemaakt die op de server in een wachtrij wordt geplaatst. Vanaf dat moment is je browser niet meer nodig. De job:
- Verwerkt producten één voor één of in kleine batches, met foutafhandeling per item.
- Slaat voortgang en resultaten continu op, zodat niets verloren gaat bij een onderbreking.
- Blijft draaien ongeacht of je ingelogd bent, je browser hebt gesloten of van apparaat wisselt.
- Meldt zich automatisch af zodra alle items zijn verwerkt of de wachtrij leeg is.
Je kunt de tab sluiten, je laptop dichtklappen en een uur later terugkomen om te zien dat de job is afgerond — zonder dat je iets hoeft te doen.
Realtime voortgangsbalk
Ondanks dat de job niet van je browser afhankelijk is, wil je natuurlijk weten hoe het ervoor staat. Daarom toont pshly.ai een realtime voortgangsbalk die per seconde bijwerkt: hoeveel producten zijn verwerkt, hoeveel staan er nog in de wachtrij, en hoeveel zijn er mislukt. Open je de pagina op een ander apparaat, dan zie je exact dezelfde live-status, omdat de voortgang op de server wordt bijgehouden en niet lokaal in je browsergeheugen.
Job-logs voor volledige transparantie
Elke bulk-job houdt een gedetailleerd logboek bij. Per verwerkt item zie je:
- Het product-ID en de titel.
- Het tijdstip van verwerking.
- Of de actie is geslaagd, mislukt of overgeslagen.
- Bij een fout: de exacte foutmelding, zodat je weet of het een tijdelijk netwerkprobleem was of een structureel probleem met dat specifieke product.
Deze logs blijven beschikbaar nadat de job is afgerond, zodat je achteraf kunt controleren wat er precies is gebeurd — bijvoorbeeld wanneer een collega vraagt waarom een bepaald product geen nieuwe titel heeft gekregen.
Automatische retry bij fouten
Niet elke mislukking is permanent. Een tijdelijke netwerkfout, een korte piekbelasting bij Shopify, of een kortstondige rate limit kan een enkel item laten mislukken zonder dat er iets structureel mis is. Bulk-jobs in pshly.ai proberen mislukte items automatisch opnieuw, met een kleine vertraging, voordat ze definitief als mislukt worden gemarkeerd. Dat voorkomt dat je handmatig tientallen producten moet naspeuren en opnieuw moet aanbieden na een job die voor 95% is geslaagd.
Ontdubbeling van item-ID's
Bij grote catalogi met filters, collecties en handmatige selecties is het risico reëel dat hetzelfde product per ongeluk twee keer in dezelfde job terechtkomt — bijvoorbeeld omdat het in meerdere geselecteerde collecties voorkomt. Bulk-jobs ontdubbelen item-ID's automatisch voordat de verwerking start, zodat je nooit onnodig credits verbruikt door hetzelfde product twee keer te verrijken binnen één job.
De wachtrij: prioriteit en volgorde
Wanneer je meerdere bulk-jobs achter elkaar start — bijvoorbeeld eerst titels, dan meta-descriptions, dan metafields voor dezelfde selectie — worden deze in een wachtrij geplaatst en na elkaar afgehandeld. Je hoeft niet te wachten tot de vorige job volledig is afgerond voordat je de volgende instelt; je kunt gewoon doorwerken en de jobs stapelen zich netjes op. Dit is met name waardevol tijdens een eerste grote opschoning van een catalogus, waarbij je vaak meerdere verrijkingsstappen na elkaar wilt uitvoeren.
Praktijkvoorbeeld: een catalogus van duizenden producten in één sessie
Een winkel met ruim 4.000 producten startte een bulk-job voor het genereren van metafields en SEO-titels tegelijk. In plaats van de hele werkdag achter het scherm te blijven zitten, werd de job gestart en liep die op de achtergrond door terwijl het team aan andere taken werkte. Na een paar uur was de volledige catalogus verwerkt, met een logbestand dat precies liet zien welke producten waren aangepast en welke handmatige aandacht nodig hadden vanwege ontbrekende brondata.
Wat dit betekent voor jouw workflow
Server-side verwerking verandert bulkverrijking van een risicovolle, tijdrovende sessie in een achtergrondtaak. Je start een job, gaat verder met je werk, en checkt later de voortgangsbalk en logs. Voor een uitgebreide uitleg van de volledige bulk-workflow, inclusief filters en selectiemogelijkheden, zie de documentatie over de bulk-workflow.
Aan de slag
Wat een volledige run in de praktijk oplevert
Bij G&F Verpakkingen liep de eerste grote opschoning als drie opeenvolgende bulk-jobs: titels, meta-descriptions en metafields voor 512 producten. Samen kwam dat neer op ruim 3.500 velden die anders handmatig ingevuld hadden moeten worden — geschat 120 uur werk. De jobs draaiden op de achtergrond terwijl het team gewoon doorwerkte; alleen de reviewstap kostte nog echte aandacht. In de weken na publicatie steeg het organische verkeer met 34%. Het punt is niet dat de AI sneller typt, maar dat de doorlooptijd van een catalogusbrede verbetering van maanden naar dagen gaat.
Hoe je een grote run het beste opdeelt
Voor catalogi boven de duizend producten werkt een vaste volgorde het prettigst: eerst titels, dan handles, dan meta-descriptions, dan metafields. Elke stap gebruikt het resultaat van de vorige, waardoor de handle bijvoorbeeld altijd de definitieve titel volgt. Start per stap op een deelselectie van vijftig producten, controleer de review, en zet daarna pas de volledige catalogus in de wachtrij. Zo ontdek je afwijkingen in je brondata voordat je credits over duizenden producten verdeelt.
Wil je zelf ervaren hoe het is om een bulk-job te starten en je browser gewoon te sluiten? Start gratis en verrijk je eerste batch producten zonder dat je aan het scherm gekluisterd hoeft te blijven.