Data Panda brengt je Pimcore-data samen met de data uit de rest van je bedrijf. Vanop één plek maken we er dashboards, workflows, AI-toepassingen en apps van die je team elke dag gebruikt.
Pimcore is in 2013 opgericht in Salzburg, Oostenrijk, en draait op PHP, Symfony en MariaDB. Het begon als GPL-gelicentieerd open-core-platform en groeide uit tot de bredere positionering van vandaag: één modeller voor productinformatie, masterdata, klantendata, digital assets, content en commerce. In januari 2025 schoof het bedrijf de core met versie 12 van GPL naar een eigen POCL-licentie, wat ook de reden is dat er een community-fork OpenDXP naast bestaat. Auctus Capital stapte in 2018 in als investeerder en Nordwind Growth volgde in 2022.
Waar Akeneo een PIM is rond het productrecord, is Pimcore een breder data- en experience-platform, waar productdata één klasse is tussen andere. Het klasse-en-attribuutsysteem wordt per tenant door jou gedefinieerd. Een Pimcore-tenant kan dus producten, klanten, leveranciers, orders, marketing-assets, 3D-bestanden en CMS-documenten in dezelfde objectboom laten zitten. Die flexibiliteit is het product. Het is ook de reden dat een Pimcore-export er bij elke klant anders uitziet, en dat een warehouse-view erbovenop eerst de klassedefinities moet lezen vóór die de data kan lezen.
Wat een Pimcore-tenant uiteindelijk aan het warehouse vraagt: waar wijkt het productrecord af van de ERP, welke DAM-asset hangt los van z'n SKU, welke customer-master heeft twee gekoppelde bedrijfsrecords die er één zouden moeten zijn, en welke commerce-pagina verwijst naar een 3D-model dat al zes maanden niet meer onderhouden is.
Volledigheid en drift over PIM, DAM, MDM en CMS-klassen samen in één beeld.
Houd kanalen, shops en ERP in pas met de Pimcore-master.
Gebruik de gestructureerde klassehistoriek om sneller te verrijken, te taggen en te classificeren.
Kleine tools bovenop Pimcore voor mensen die geen platformtoegang horen te krijgen.
Een lijst van concrete rapporten, automatisaties en AI-toepassingen die we op Pimcore-data hebben gebouwd. Kies er een die bij je situatie past.
Zijn onze product-, asset- en klantendata klaar om op elk kanaal live te gaan?
Volledigheid wordt per custom-class, per kanaal en per taal berekend tegenover de vereiste attributenset die in Pimcore gedefinieerd staat. Het rapport toont welke producten, assets of klantenrecords een kanaal of campagne blokkeren, opgesplitst per klasse en per verantwoordelijke attribuutgroep.
Welke Pimcore-assets hangen nog echt aan de live storefront, en welke zijn los geraakt?
DAM-bestandsreferenties worden gekoppeld aan de live commerce-catalog, de CMS-pagina's en de productklassen die ernaar verwijzen. Losse 3D-modellen, ongebruikte hero-beelden en video's waar geen pagina meer naar linkt, verschijnen als opkuislijst, en assets die nog wel in gebruik zijn op pagina's die al zes maanden niet meer geüpdatet zijn, staan op hetzelfde rapport.
Hoeveel drift zit er tussen onze Pimcore-master en de systemen eromheen?
Product-, klant- en leveranciersmasters uit Pimcore worden gekoppeld aan de item- en leverancierstabellen van de ERP en aan de productdata in Shopify of Magento. Verschillen in naam, prijs, attribuut en identifier worden per object gesignaleerd, zodat het reconciliatiewerk op een wachtrij staat in plaats van pas boven te komen wanneer een klant het meldt.
Kwaliteit van masterdata is een werkkapitaal- en compliance-verhaal. Leveranciersrecords die niet overeenkomen met de ERP, producten die niet kunnen lanceren omdat een attribuut ontbreekt, en klanten die dubbel bestaan, vertekenen marge-analyse en btw-aangiftes. Pimcore-volledigheid en reconciliatie schuiven mee in hetzelfde maandelijkse overzicht als openstaande klantvorderingen en voorraad.
Account managers en merchandisers zien welke productlijnen, catalogen en assets klaar zijn voor welke regio, welk kanaal en welke klantentier. Het wekelijkse plannings-overleg verschuift van een Pimcore-lijst naar een dashboard dat ook weet wat Shopify, Magento en de ad-feed op dat moment tonen.
Producteigenaars, DAM-beheerders en MDM-stewards krijgen één beeld van drift over Pimcore, de ERP en elk downstream-kanaal. Workflow-stilstand, losse assets en dubbele masters worden van één wachtrij afgewerkt in plaats van drie.
Pimcore-producten, varianten en DAM-assets komen in Shopify terecht met de juiste taalteksten, kanaalattributen en beeldverwijzingen. Wanneer een producteigenaar in Pimcore een spec aanpast of een hero-beeld wisselt, bereikt die wijziging Shopify zonder nachtelijke CSV-job, en het warehouse houdt bij welke versie elke regio zag en wanneer.
Producten, categorieën, attributen en media uit Pimcore landen in Magento, waarbij de configurable-product-structuren mappen op de Pimcore-productklasse en de variant axes. Drift tussen Magento en de Pimcore-master komt boven als warehouse-rapport, in plaats van als een klant die een verkeerde prijs of een gebroken beeld op een productpagina ziet.
Pimcore-productklassen, categoriemapping en DAM-beelden vormen rechtstreeks de Google Merchant-feed, met GTIN, merk, beschikbaarheid, vertaalde titels en hoofdbeelden opgebouwd vanuit het platform. Feed-afkeuringen in Merchant Center leiden terug naar de exacte Pimcore-klasse of -asset die ze veroorzaakte, zodat de fix bij het product- of DAM-team ligt en niet bij ads.
Klant-, leveranciers- en artikelmasters in Pimcore worden via het warehouse afgetoetst aan Business Central-records. Nieuwe Pimcore-objecten maken het juiste BC-record aan op de juiste dimensie, en referentiewijzigingen in BC komen terug op de Pimcore-master, zodat de ERP en de MDM niet uit elkaar lopen in de loop van het jaar.
Je houdt de rapporteringstool die je al hebt. Wij koppelen hem aan het warehouse waar je Pimcore-data staat.
OAuth-authenticatie. Standaard read-only. Wij tekenen een DPA en je admin houdt de sleutels.
Data stroomt naar je warehouse op het schema dat jij kiest. Bijna real-time of 's nachts, aan jou. Jij bent eigenaar.
We bouwen het eerste dashboard, de eerste workflow of AI-toepassing samen met jou, en geven de sleutels over. Of we blijven erbij voor doorlopende levering.
Wij zetten de basis op. Jouw team bouwt erop verder.
Beste match Teams die al een BI-analist of data engineer in huis hebben en zelf willen bouwen.
Wij bouwen het geheel, van A tot Z.
Beste match Teams zonder BI- of dev-capaciteit in huis. Jij zegt wat je nodig hebt en wij leveren het.
Jij. Ze komt in jouw warehouse terecht, op jouw cloud-account. Wij verkopen ze niet door en aggregeren ze niet. Stop je met ons, dan blijft het warehouse van jou en blijft het draaien.
Bijna real-time voor de meeste operationele systemen. Voor zwaardere bronnen plannen we per uur of per nacht. Je kiest op basis van wat de rapporten nodig hebben.
Nee. Heb je er geen, dan helpen we je er een kiezen en zetten we het op als deel van de eerste levering. Gangbare startpunten zijn Snowflake, Microsoft Fabric of een kleine Postgres-start.
Elke Pimcore-tenant definieert z'n eigen klassen, attributen en data objects via de modeller, dus er is geen vaste lijst van tabellen om op te halen. De connector leest eerst de Pimcore-klassedefinities en genereert daarna een warehouse-schema dat de klassen van de tenant spiegelt: producten, klanten, leveranciers, assets, CMS-documenten of wat er ook gemodelleerd is. Dat betekent dat het schema per tenant verschilt, en dat is net de bedoeling van Pimcore.
Pimcore biedt zowel een REST-API als een GraphQL Webservices-API voor data objects en assets. De connector gebruikt diegene die de tenant aangezet heeft, met een voorkeur voor GraphQL op recente versies, omdat die de klassestructuur en de data in één call teruggeeft. Incrementele pulls gebruiken de modification-timestamp op data objects en assets.
Beide. Pimcore schoof de core in januari 2025 met versie 12 van GPL naar de eigen POCL-licentie, en de community heeft de laatste GPL-boom opgepakt als OpenDXP. Het API-oppervlak dat de connector leest, blijft stabiel over de POCL-releases en de OpenDXP-fork heen, dus hetzelfde warehouse-schema werkt of je nu op een actuele Pimcore-licentie zit, op een oudere GPL-versie, of op de community-editie.
We bekijken je Pimcore-opzet en de systemen eromheen. Samen kiezen we wat we als eerste bouwen.