In 2015 begon Picnic met een nieuwe kijk op boodschappen doen, waarbij technologie en de klant centraal stonden. Wat begon als een gewaagd experiment groeide uit tot een omvangrijk bedrijf, gedreven door voortdurende vernieuwing en de moed om bestaande gewoontes ter discussie te stellen.

In die jaren hebben we waardevolle lessen geleerd over het schalen van technologie, het ontwikkelen van bedrijfscultuur en het aanjagen van vernieuwing. Sommige lessen hadden we verwacht, andere hebben we op een harde manier geleerd en enkele hebben ons denken compleet veranderd.

Dit zijn de 10 belangrijkste lessen die we hebben opgedaan, plus hoe andere bedrijven met vergelijkbare uitdagingen omgaan.

1. Het bouwen van een innovatiecultuur

We zagen al snel dat cultuur en organisatie essentieel zijn voor innovatie. Daarom kozen we voor zelfstandige, kleine teams die van begin tot eind verantwoordelijk zijn voor hun werk. We lieten ons inspireren door Amazons two-pizza teams: kleine, onafhankelijke teams die zonder rompslomp en bureaucratie door kunnen pakken.

Maar wij gingen nog een stap verder. We bouwden een cultuur waarin iedereen kan vernieuwen en voegden die samen met onze bestaande cultuur waarin iedereen als technisch ontwikkelaar kan werken. Ook medewerkers buiten de technische afdeling kunnen nu meedenken over nieuwe functies, van ontwerp tot ontwikkeling.

Een voorbeeld hiervan is ons DETP-framework (Define, Extract, Transform, Present), waarmee data-analisten met SQL zelf gepersonaliseerde aanbevelingen kunnen maken zonder hulp van ontwikkelaars. We ontwikkelden ook het Picnic Page Platform, waarmee medewerkers en analisten zelfstandig nieuwe functies aan de app kunnen toevoegen, los van de normale software-ontwikkeling.

2. Betere werkomgeving voor ontwikkelaars zorgt voor snellere groei

In het begin was het hele technische team samen verantwoordelijk voor de werkomgeving van ontwikkelaars, de zogeheten developer experience (DevEx). Dat verwijst naar alle tools, processen, systemen en ondersteuning die ze nodig hebben om hun werk goed en prettig te kunnen doen.

Maar die gedeelde verantwoordelijkheid werkte niet: niemand voelde zich echt verantwoordelijk, het was onduidelijk wie waarover ging en besluiten werden traag genomen. Daarnaast werden de eisen hoger en het werk ingewikkelder naarmate we groeiden. Daarom hebben we het anders aangepakt en maakten we de werkomgeving van ontwikkelaars tot topprioriteit.

We ontwikkelden nieuwe hulpmiddelen en werkwijzen, en creëerden een omgeving waarin ontwikkelaars efficiënt, creatief en met plezier kunnen werken. Zo maakten we bijvoorbeeld tools waarmee ontwikkelaars zelfstandig hun werkomgeving kunnen inrichten, databases kunnen beheren en nieuwe functies kunnen uitrollen.

Ook bouwden we een cultuur waarin feedback centraal staat. We vragen ontwikkelaars regelmatig waar ze tegenaan lopen in hun werk, zodat we problemen vroeg kunnen aanpakken. Zo ontdekten we bijvoorbeeld dat het veel te lang duurde om code te verwerken. Door onze systemen te verbeteren, brachten we deze verwerkingstijd terug van 13 minuten naar 1 minuut.

We houden verschillende zaken in de gaten om te zien of onze aanpak werkt: zijn ontwikkelaars tevreden, hoelang duren bepaalde taken en hoe vaak kunnen ze nieuwe code uitrollen? Als er successen zijn, vieren we die om te laten zien hoe belangrijk een goede werkomgeving is.

Ook andere grote technologiebedrijven werken hieraan. Google heeft bijvoorbeeld Bazel ontwikkeld, een tool die code sneller en beter kan verwerken en testen. Netflix, Meta en Stripe hebben vergelijkbare werkwijzen ontwikkeld om hun ontwikkelaars optimaal te ondersteunen. We kijken nu met veel interesse hoe AI-tools het werk van ontwikkelaars kunnen verbeteren. Deze tools kunnen bijvoorbeeld suggesties geven voor betere code, problemen in realtime oplossen en code automatisch herstructureren (code refactoring).

3. De kracht van platforms

In de beginjaren bouwde Picnic alleen de meest noodzakelijke functies voor zijn producten. Rond 2020 merkten we dat veel functies in verschillende producten hetzelfde waren. We besloten toen om deze overlappende onderdelen samen te voegen. Zo ontstonden het Page Platform en de Picnic Support Modules.

Deze nieuwe platformaanpak heeft veel voordelen. De code is nu beter georganiseerd, er is minder dubbel werk en het onderhoud is eenvoudiger. De algehele kwaliteit van onze codebase is daardoor verbeterd. Daarnaast integreerden we tools zoals Error Prone (die we opensource beschikbaar hebben gemaakt) om programmeerfouten in een vroeg stadium op te sporen.

Deze verbeteringen helpen ons ook bij grote technische veranderingen. Zo zijn we bijvoorbeeld probleemloos overgestapt naar het framework Spring 5 (en inmiddels gebruiken we zelfs Spring 6). De nieuwe modules zorgen voor een sterke basis, waardoor we sneller kunnen ontwikkelen en de best practices kunnen volgen.

Onze platformteams hebben geholpen om het instellen en uitrollen van systemen makkelijker en gestroomlijnder te maken met tools zoals Terraform, Helm en Spacelift. Daarnaast hebben ze ervoor gezorgd dat we sneller en efficiënter nieuwe softwareversies kunnen doorvoeren met Spinnaker, Argo CD en TeamCity.

4. Infrastructuur schalen voor innovatie

Een goede technische infrastructuur is essentieel voor innovatie. Het zorgt ervoor dat programmeurs zelfstandig kunnen werken, en dat processen automatisch en op grote schaal kunnen draaien. Wij passen ‘Infrastructure as Code’ en ‘Continuous Integration’ toe in onze hele technische omgeving. We automatiseren en standaardiseren onze systemen. Hierdoor kunnen we nieuwe software snel, betrouwbaar, veilig en kostenefficiënt in gebruik nemen, terwijl we toch flexibel blijven.

We hebben het beheer van onze systemen grotendeels geautomatiseerd. Hierdoor hoeven we minder handmatig werk te doen en werken we efficiënter. Met behulp van het Spacelift-platform geven we nu verschillende teams meer verantwoordelijkheid over hun eigen systemen. Teams kunnen zo zelfstandig werken, terwijl ze wel aan de regels van de organisatie blijven voldoen.

Deze manier van werken zorgt ervoor dat onze infrastructuur naadloos kunnen schalen. Dat bleek bijvoorbeeld tijdens de coronapandemie, toen we ons snel konden aanpassen aan de nieuwe situatie. Netflix gebruikt vergelijkbare methodes en gaat zelfs nog een stap verder: zij testen hun systemen door ze expres te verstoren.

In de toekomst willen we onze infrastructuur nog slimmer maken. We werken aan technologie die vooraf kan inschatten wat er nodig is. Zo kunnen we de beschikbare middelen nog beter verdelen, met betere prestaties en efficiëntie tot gevolg.

5. Datagedreven besluitvorming

Data zijn voor ons het strategische middel om te innoveren, beslissen en opereren. In het begin gebruikten we data als basis om onze dagelijkse werkzaamheden te ondersteunen en om te leren hoe we operationeel zo goed mogelijk konden presteren. Gaandeweg werden data steeds belangrijker voor het nemen van strategische beslissingen en voor innovatie.

Daarom hebben we een geavanceerd datasysteem gebouwd dat informatie verzamelt uit meer dan 300 verschillende systemen, dagelijks duizenden dataverwerkingstaken uitvoert en miljoenen gebeurtenissen verwerkt voor analyse. Hiermee kunnen we niet alleen data analyseren en rapportages maken, maar ook krachtige systemen ontwikkelen die gebruik maken van kunstmatige intelligentie – zonder dat we weken kwijt zijn aan het opschonen van data.

Zo hebben we bijvoorbeeld programma’s ontwikkeld die de vraag naar producten voorspellen, klantenservicemedewerkers ondersteunen, efficiënte bezorgroutes plannen, slimme boodschappenlijstjes maken en nog veel meer.

Dit is mogelijk omdat we een eigen platform hebben gebouwd waarmee niet alleen technische experts, maar iedereen bij Picnic AI-modellen kan maken en gebruiken. Om te leren wat wel en niet werkt, hebben we ook een systeem opgezet waarmee we veel verschillende A/B-tests tegelijk kunnen uitvoeren. Door iedereen toegang te geven tot data, te zorgen voor de juiste machine learning-systemen en data centraal te stellen bij het ontwikkelen van software, hebben we een sterke cultuur gecreëerd waarin we als organisatie leren van data.

Andere bedrijven doen vergelijkbare dingen. Netflix gebruikt data om te bepalen welke series en films ze maken en om persoonlijke aanbevelingen te doen. Uber analyseert ritgegevens om de ervaring van klanten en de efficiëntie van hun dienst te verbeteren.

In de toekomst zullen we veel meer AI-gedreven functies zien, zoals slimme begeleiding en automatische uitvoering van belangrijke processen. Daarnaast zullen er ook bedrijfsafdelingen ontstaan die volledig draaien op AI-technologie.

Lees ook: Hoe Michiel Muller markten op z’n kop zet: eerst met Tango en Route Mobiel, nu met Picnic

6. Mensgerichte tech

Wij geloven sterk dat technologie draait om mensen. Daarom vinden we talentontwikkeling, samenwerking en blijven leren belangrijker dan strakke regels en traditionele hiërarchieën. We moedigen onze engineers aan om zich vanaf de eerste dag te ontwikkelen en hun steentje bij te dragen. Zo creëren we een omgeving waarin innovatie ontstaat vanuit een gedeelde missie, niet door opdrachten van bovenaf.

Natuurlijk willen we de beste mensen aantrekken. Maar minstens zo belangrijk is dat nieuwe medewerkers passen bij onze visie. We zoeken daarom niet alleen naar ervaring, maar vooral naar mensen die zich met hart en ziel willen inzetten voor onze doelen. Om iedereen te helpen groeien hebben we de Tech Academy opgericht, die training op maat biedt voor elk niveau. Ook onze onboarding is meer dan alleen een kennismaking met het werk – het is een echte ontdekkingsreis.

Naast technische vaardigheden besteden we veel aandacht aan leiderschapsontwikkeling. Onze leidinggevenden zijn er om mensen te helpen groeien, niet om ze te controleren. Ze zijn coach en mentor, en stimuleren dat nieuwe ideeën overal in de organisatie kunnen ontstaan. Door openheid en vertrouwen voelen medewerkers zich gewaardeerd. Veel van onze technisch leidinggevenden zijn dan ook engineers die op natuurlijke wijze zijn doorgegroeid.

We vinden het belangrijk dat mensen met plezier en energie kunnen werken. Daarom besteden we veel aandacht aan welzijn en een gezonde werk-privébalans. Want de beste prestaties komen voort uit een combinatie van professionele groei en persoonlijk welzijn.

We laten ons inspireren door vooruitstrevende bedrijven:

• Net als Valve hebben we een platte organisatie waar mensen zelf hun projecten kunnen kiezen
• Net als Canva focussen we op zinvol werk dat aansluit bij persoonlijke waarden
• Net als Nvidia stimuleren we openheid en blijven leren

Voor de toekomst werken we aan een flexibele organisatie met teams die zich soepel aanpassen aan nieuwe doelen en prioriteiten in het bedrijf en in de technologie.

7. Continue verbetering door feedback

Feedback is essentieel om te kunnen leren en groeien. Dit principe staat vanaf het begin centraal in onze product- en technologie-cultuur. Het helpt ons om te vernieuwen, kwaliteit te leveren en steeds beter te worden.

We vinden het belangrijk om goed naar onze klanten te luisteren. Dit doen we op verschillende manieren door uitgebreide gesprekken met klanten te voeren, via beoordelingen van onze apps, door evaluaties van onze klantenservice en via sociale media. We kijken hierbij niet alleen naar wat klanten direct zeggen, maar proberen ook te begrijpen wat ze echt nodig hebben.

Als er iets misgaat, zoeken we niet naar schuldigen. We moedigen mensen juist aan om open te zijn over problemen. Zo kunnen we ervan leren en onze werkwijze verbeteren. Bijzonder aan onze aanpak is de nauwe samenwerking tussen technische teams en interne klanten. Programmeurs, analisten en business teams werken direct samen. Dit zorgt voor snelle feedback en een sterk gevoel van betrokkenheid.

In softwareontwikkeling gebruiken we gestructureerde feedback om de kwaliteit van de code hoog te houden. Dit doen we met code-reviews door collega’s en tools zoals Error Prone. Naast deze formele processen stimuleren we teamleren en kennisdeling, bijvoorbeeld via Lunch & Learn-sessies en ons Tech Safari-programma, waarmee nieuwe collega’s een compleet beeld krijgen van onze technologie en het bedrijf.

Hun ontwikkeling gaat verder in onze Tech Academy, waar ze via op maat gemaakte leertrajecten kunnen blijven groeien, passend bij hun ervaringsniveau.

We houden van snelheid, maar nog belangrijker vinden we beslissingen op basis van feedback. Daarom stimuleren we een cultuur waarin ontwikkelaars en de business samenwerken om snelheid te bereiken, niet door slordig te werk te gaan, maar door kwalitatieve eerste versies (MVP’s) te bouwen en een toekomstbestendige architectuur te gebruiken.

In de toekomst zullen feedbackprocessen steeds slimmer en zelfstandiger worden. AI zal gebruikersgedrag analyseren, inefficiënties opsporen en producten in realtime verbeteren. Zo vervagen de grenzen tussen doorontwikkeling en echte innovatie.

8. Balanceren van wendbaarheid en stabiliteit

In de loop der jaren zijn we geëvolueerd van een snelgroeiende startup naar een effectieve scaleup. We hebben een goede balans gevonden tussen wendbaarheid en stabiliteit, zodat we inmiddels meer dan 1 miljoen klanten betrouwbaar kunnen bedienen.

De beginjaren kenmerkten zich door een eenvoudig ontwikkelproces, lichte infrastructuur en veel autonomie met ultrakorte beslislijnen. Het was een spannende tijd. Achteraf is het verleidelijk om die periode te romantiseren — pure innovatie, eindeloze startup-energie, een David tegen Goliath-verhaal en een ideaalbeeld van totale vrijheid.

Maar het is ook een chaotische periode die op lange termijn niet houdbaar is. Toch is deze fase een noodzakelijke opstap naar verdere groei en professionalisering.

We bevinden ons nu in een fase waarin we onze ontwikkelprocessen hebben geformaliseerd, effectief beheer van data en infrastructuur hebben ingericht en platforms hebben gebouwd die de snelle ontwikkeling van nieuwe ideeën mogelijk maken. We hebben geleerd dat wendbaarheid structuur nodig heeft om te kunnen schalen, dat cultuur voortdurend evolueert en dat technische compromissen op de korte termijn tijdwinst opleveren, maar op de lange termijn juist meer kosten.

Daarnaast verschuift de focus bij het aannemen van mensen van generalisten naar specialisten, heeft autonomie duidelijke kaders nodig en moet leiderschap meegroeien met het team. De beste bedrijven blijven snel bewegen, maar doen dit op een verantwoorde en doordachte manier.

Een belangrijk inzicht in dit traject is het belang van ‘shift left’-denken: het vroegtijdig inbouwen van kwaliteit, veiligheid en betrouwbaarheid in het ontwikkelproces, in plaats van pas achteraf problemen op te lossen. Door kritieke checks vooraf uit te voeren en governance te automatiseren, verminderen we obstakels later in het proces en behouden we snelheid zonder stabiliteit op te offeren.

Daarnaast hanteren we het principe ‘slow down to speed up’, waarbij we bewust investeren in een solide basis, zoals een goed ontworpen architectuur, een robuust CI/CD-proces en duidelijke besluitvormingskaders. Dit betaalt zich op de lange termijn terug in snellere uitvoering en blijvende wendbaarheid.

Andere techbedrijven laten zien hoe slim opschalen mogelijk is. Spotify werkt met autonome squads om innovatie en flexibiliteit te bevorderen. Facebook is geëvolueerd van het motto ‘Move fast and break things’ naar ‘Move fast with stable infrastructure’. Netflix heeft succesvol de overstap gemaakt naar microservices.

Onze volgende stap is niet alleen de balans tussen wendbaarheid en stabiliteit behouden, maar innovatie slim opschalen. Een interessante richting is het concept van Autonomous Innovation Networks, waarbij flexibele, missiegedreven teams zich dynamisch vormen rond impactvolle problemen. Zo combineren we snelheid, efficiëntie en betrokkenheid op een duurzame manier en blijven we klaar voor de toekomst.

9. Omarmen van AI-gedreven automatisering

Iedereen in de techwereld houdt van automatisering, maar in de praktijk is dat de laatste stap van een lange reis. Onze reis begon met het opzetten van een solide Master Data Foundation, die de basis legde voor onze eerstegeneratiesystemen. Deze systemen gebruikten eenvoudige, regelgebaseerde besluitvorming, vastgelegd in Java-code of configuratiebestanden met beslissingslogica. Dit werkte goed voor de eerste paar duizend klanten, maar al snel zagen we dat het niet schaalbaar was.

Wat ontbrak, was een realtime feedbacksysteem dat prestaties kon analyseren, verbeterpunten kon signaleren en direct aanpassingen kon doorvoeren. Om dit op te lossen, bouwden we een bijna realtime Data Vault naast ons Lakeless Data Warehouse, waardoor we een gedetailleerd en uniform inzicht kregen in de bedrijfsprestaties over alle systemen heen. Daarnaast zorgden we ervoor dat al onze systemen API-endpoints kregen, zodat we hun logica eenvoudig konden configureren en bijsturen. Dit maakte het mogelijk om continu verbeterende tools te ontwikkelen.

Een goed voorbeeld hiervan zijn de edge-tools die inbound-logistiek, orderverwerking en bezorging optimaliseren. Ze helpen bijvoorbeeld bij het dynamisch indelen van producten in magazijnen, vraagvoorspellingen en routeplanning. De eerste versie van deze tools werd gebouwd met Google Scripts, wat snelle ontwikkeling mogelijk maakte, maar ook leidde tot een lastig te onderhouden schaduw-IT-ecosysteem.

Om dit op te lossen, ontwikkelden we een Platform voor Edge Systems, waarin deze logica nu wordt geïmplementeerd in Python, de standaardtaal voor analisten bij Picnic. Hierdoor kunnen niet alleen techteams, maar iedereen binnen Picnic actief bijdragen aan de ontwikkeling van onze systemen.

De nieuwste stap in onze automatiseringsreis is de overgang van regelgebaseerde naar AI-gestuurde besluitvorming. Ons doel is om alle datagedreven beslissingen onder te brengen in machine learning-modellen, terwijl de resterende regelgebaseerde logica in Java, Python of TypeScript blijft. Bij routeplanning, bijvoorbeeld, wordt de stoptijdberekening bepaald door AI, terwijl de kortste route nog steeds wordt berekend met een heuristisch algoritme in Java.

Kort samengevat draait automatisering niet alleen om robots, maar vooral om slimme, datagedreven besluitvorming. De sleutel tot succes is schaalbaarheid: een zelflerend, realtime, adaptief ecosysteem.

Vergelijkbare automatiseringsstrategieën zien we bij Tesla’s Smart Manufacturing, Netflix’ streamingoptimalisatie, Shopify’s aanbevelingssystemen en de contentaanbevelingen van ByteDance (TikTok).

Voor de toekomst willen we verder gaan dan alleen het automatiseren van producten en processen. We werken toe naar een overkoepelend AI-platform dat automatisering in alle bedrijfsonderdelen en technische systemen met elkaar verbindt.

10. Voorrang voor de langetermijnvisie

We bouwen ons bedrijf en onze technologie voor de lange termijn. Daarbij zorgen we dat onze strategie, cultuur en dagelijkse beslissingen aansluiten bij onze langetermijndoelen.

Vanaf het begin stelden we data en klantbehoeften centraal. Ook bouwden we een flexibele technische basis. Zo kunnen we inspelen op directe behoeften zonder onze toekomstvisie uit het oog te verliezen. Onze oplossingen kunnen meegroeien terwijl we als bedrijf groeien.

Aan de techkant kozen we voor een opzet die uit losse, uitbreidbare onderdelen bestaat. Ontwikkelaars kunnen zelfstandig werken en werken nauw samen met businessteams. Hierdoor voldoen onze producten niet alleen aan de huidige eisen, maar kunnen ze ook gemakkelijk worden aangepast en uitgebreid.

Een van onze kernprincipes is om niet te optimaliseren voor de snelste weg naar een eerste versie, maar voor het meest effectieve pad naar de 100e iteratie. We weten dat echte kwaliteit ontstaat door continu verbeteren. Daarom kijken we naar langetermijnresultaten in plaats van snelle kortetermijnwinst.

Natuurlijk hadden we ook tegenslagen. We hebben geleerd dat te veel nadruk op snelheid leidt tot technische problemen later. Ook zagen we dat groei zonder duidelijke doelen duur en inefficiënt is. En snel mensen aannemen zonder aandacht voor bedrijfscultuur zorgt voor problemen die later moeten worden opgelost.

Veel andere bedrijven hebben vergelijkbare groeipijnen ervaren. Waardevolle inzichten zijn te vinden in McKinsey’s From start-up to centaur: Leadership lessons on scaling, de fail faster-aanpak van Spotify en Martin Fowlers Bottlenecks of Scaleups.

Voor de toekomst onderzoeken we veelbelovende nieuwe mogelijkheden. We kijken naar het gebruik van AI om efficiënter te werken, bijvoorbeeld door voorspellingen te maken over benodigde capaciteit en door AI te gebruiken bij technische ontwikkeling. Ook werken we aan zeer persoonlijke aanpakken voor het behouden van talent en het laten meegroeien van onze bedrijfscultuur. Daarnaast zetten we in op verdere decentralisatie en nieuwe samenwerkingsvormen waarbij programmeurs en AI-systemen samenwerken.

Voor de goede orde: we zien AI niet als wondermiddel. Het heeft beperkingen, risico’s en ethische uitdagingen. Niet elke vernieuwing hoeft met AI. Er zijn veel andere manieren om te innoveren. We gebruiken AI alleen waar het echt toegevoegde waarde heeft.

De lessen van de afgelopen tien jaar zijn niet alleen mijlpalen, ze zijn de basis voor onze toekomst. Ontwikkeling gaat nooit in een rechte lijn. We hebben geleerd dat focus op de klant, blijven vernieuwen en aanpassingsvermogen cruciaal zijn voor succes op lange termijn. De volgende fase in supermarkttechnologie vraagt om nog meer snelheid, veerkracht en samenwerking. De grootste doorbraken liggen nog voor ons.

Dit artikel is geschreven door

Daniel Gebler

Daniel Gebler (1978) is cto van online supermarkt Picnic.