Glosario

El glosario de datos de producto y comercio asistido por IA.

Definiciones claras de los términos de datos de producto, identificadores, taxonomía y comercio asistido por IA que deciden si sus productos se encuentran, se comparan y se compran.

IA y comercio agéntico

Agente de IA: Software que actúa en nombre de un comprador para encontrar, comparar y comprar productos. Toma sus decisiones a partir de datos estructurados, no navegando por páginas.
IA agéntica: Sistemas de IA que planifican y completan por sí solos tareas de varios pasos, y eligen sobre la marcha qué acciones y herramientas usar. Los agentes de IA que compran son IA agéntica aplicada al comercio.
Comercio asistido por IA: Comercio en el que agentes y asistentes de IA descubren, evalúan y realizan transacciones leyendo datos de producto estructurados en lugar de páginas de marketing.
Comercio agéntico: Comercio en el que los agentes de IA descubren, comparan y compran en nombre de un comprador, y actúan a partir de datos de producto estructurados en lugar de navegar por páginas. Es el término que usa el mercado para el comercio asistido por IA. El comercio agéntico y el Golden Catalog →
Agent Engine OptimizationAEO: La práctica de estructurar los atributos de producto para que los agentes de IA puedan leer, comparar y recomendar un producto. También se denomina Answer Engine Optimization. Los agentes de IA compran a partir de atributos →
Atributos listos para agentes de IA: Atributos de producto validados y estructurados, con un formato que permite a los agentes de IA leerlos y actuar a partir de ellos. Atributos listos para agentes de IA para marcas de moda →
Protocolos agénticos: Estándares emergentes que permiten a los agentes de IA intercambiar datos de comercio estructurados. atronous entrega datos compatibles con estos protocolos.
Model Context ProtocolMCP: Un estándar abierto para conectar agentes de IA con herramientas y fuentes de datos externas, como el catálogo de productos o el sistema de inventario de una marca.
Agent2AgentA2A: Un protocolo abierto para que los agentes de IA se descubran, se comuniquen y se coordinen entre sí en distintos sistemas.
Universal Commerce ProtocolUCP: Un estándar abierto de comercio agéntico que permite que agentes de IA, comercios y proveedores de pago interoperen a lo largo de todo el proceso de compra, sin integraciones a medida para cada caso.
Agentic Commerce ProtocolACP: Un estándar abierto (de OpenAI y Stripe) que permite a un comprador completar una compra dentro de un asistente de IA generativa como ChatGPT.
Agent Payments ProtocolAP2: Un estándar para autorizar y gestionar pagos entre agentes de IA y sistemas de comercio.
Pagos agénticos: Flujos de pago diseñados para que los agentes de IA inicien y completen compras en nombre de un comprador, con el consentimiento y la autorización gestionados por un protocolo en lugar de una página de pago.
Pago agéntico: Una compra que un agente de IA completa para el comprador dentro de una conversación o de un flujo de trabajo. Se relaciona con el pago sin clics, que elimina por completo la visita a la tienda en línea.
Comercio conversacional: Comprar a través de un asistente de chat o de voz que interpreta una solicitud y devuelve productos concretos.
Pago sin clics: Una compra que un agente o un asistente completa sin que el comprador visite una tienda en línea.
Modelo de lenguaje de gran tamañoLLM: Un modelo de IA entrenado con grandes colecciones de texto que genera e interpreta lenguaje natural. Es el motor de la mayoría de los asistentes de compra con IA.
Embedding vectorial: Un vector numérico que representa un texto o una imagen para que un sistema pueda medir la similitud entre elementos. Se usa en la búsqueda, las recomendaciones y el emparejamiento de elementos.
Búsqueda semántica: Búsqueda que encuentra coincidencias por significado en lugar de por palabras clave exactas, a menudo basada en embeddings vectoriales.
Búsqueda vectorial: Recuperación que ordena los elementos según la similitud entre sus embeddings vectoriales.
Generación aumentada por recuperaciónRAG: Un patrón en el que un modelo de IA recupera datos relevantes, como atributos de producto, y los usa para fundamentar su respuesta.
Búsqueda en lenguaje natural: Búsqueda que acepta una pregunta o una instrucción completa y devuelve resultados concretos, seleccionados por coincidencia de atributos.

Búsqueda con IA, motores de respuestas y descubrimiento

Motor de respuestas: Un sistema de IA que responde a una consulta con una única respuesta sintetizada en lugar de una lista de enlaces.
Motor generativo: Una experiencia de búsqueda con IA que compone una respuesta a partir de muchas fuentes, como ChatGPT, Perplexity o Google AI Overviews.
Generative Engine OptimizationGEO: Estructurar contenidos y datos para que una marca aparezca y se cite en las respuestas generadas por IA. Es un concepto estrechamente relacionado con el AEO.
AI OverviewAIO: El resumen con la respuesta, generado con IA, que Google muestra encima de los resultados de búsqueda tradicionales.
Cita en respuestas de IA: Cuando una respuesta de IA menciona su marca o su contenido, o incluye un enlace a ellos. Es el equivalente, en la era de la IA, de una posición en los resultados de búsqueda.
Cita integrada: Un enlace clicable a la fuente, insertado dentro de una respuesta generada por IA.
IA generativa: IA que crea contenido nuevo, como texto o imágenes, en lugar de limitarse a analizar datos existentes.
Procesamiento del lenguaje naturalPLN: IA que interpreta y comprende el lenguaje humano.
Generación de lenguaje naturalNLG: IA que produce texto comprensible para las personas a partir de datos o de entradas estructuradas.
Fundamentación (grounding): La forma en que un modelo de IA ancla su respuesta a fuentes verificables y actuales en lugar de a su memoria, lo que reduce los errores.
Alucinación: Una respuesta formulada con seguridad pero factualmente incorrecta que da un modelo de IA cuando carece de datos fundamentados. Los datos de producto exactos y estructurados son el antídoto.
Descomposición de consultas (query fan-out): Cuando un motor de IA divide una sola instrucción (prompt) en varias subconsultas en segundo plano y sintetiza los resultados.
Búsqueda agéntica: Agentes de IA que realizan una investigación de varios pasos en distintas fuentes para responder a una consulta.
Búsqueda conversacional: Hacer preguntas en lenguaje natural y afinarlas en un intercambio de ida y vuelta.
Base de datos vectorial: Un almacén optimizado para embeddings vectoriales que sirve de base a la búsqueda por similitud y a la búsqueda semántica.
Datos estructurados: Marcado estandarizado que indica a los motores de búsqueda y a la IA qué significa el contenido de una página.
Marcado de schema.org: El vocabulario de schema.org (con tipos como Product, Offer y FAQ) que se agrega a las páginas para que los motores puedan interpretar su contenido.
Resultado enriquecido: Un resultado de búsqueda mejorado, con datos como el precio, la valoración o la disponibilidad, que se genera a partir de datos estructurados.
Fragmento destacado: Un recuadro con una respuesta directa que aparece en la parte superior de una página de resultados de búsqueda.
People Also AskPAA: Una función de las páginas de resultados de búsqueda que muestra preguntas relacionadas con respuestas desplegables. En español, Google la muestra como "Otras preguntas de los usuarios".
Página de resultados de búsquedaSERP: La página de resultados que devuelve un motor para una consulta.
Entidad: Una cosa o un concepto diferenciado, como un producto, una marca o una persona, que los motores pueden identificar y relacionar con otros.
Grafo de conocimiento: Una base de datos de entidades y de sus relaciones que aporta contexto a un motor.
Autoridad temática: La credibilidad que un sitio obtiene en un tema gracias a un contenido exhaustivo y coherente.
E-E-A-T: El marco de calidad de Google: Experience, Expertise, Authoritativeness y Trust (experiencia, conocimientos, autoridad y confianza). También influye en cómo la IA pondera las fuentes.
llms.txt: Un archivo propuesto, ubicado en la raíz de un sitio, que dirige a los rastreadores de IA hacia su contenido más importante, como un robots.txt para la era de la IA.
robots.txt: Un archivo en la raíz de un sitio que indica a los rastreadores a qué partes del sitio pueden acceder.
Rastreador: Software, a menudo llamado bot, que recorre la web para recopilar e indexar contenido, incluidos los rastreadores de IA.

Datos de producto y sistemas

Datos de producto: La información estructurada que describe un producto: identificadores, atributos, descripciones, contenido multimedia y precios.
Inteligencia de datos de producto: La categoría que atronous ha hecho suya: la generación, la validación y la activación de datos de producto impulsadas por IA, con exactitud determinista y a gran escala. Acerca de atronous →
Gestión de información de productoPIM: Un sistema que almacena y organiza la información de producto para distribuirla a los canales. Almacena datos; no los genera ni los valida a gran escala según las reglas de cada categoría. En qué se diferencia atronous de un PIM →
Gestión de datos de productoPDM: En el comercio, la disciplina de recopilar, validar y mantener los datos que describen los productos comercializables. En ingeniería, la misma abreviatura designa la gestión de archivos CAD y de diseño, una práctica distinta.
Gestión de la experiencia de productoPXM: Una extensión del PIM hacia experiencias de producto y formas de presentación específicas de cada canal.
Gestión de activos digitalesDAM: Un sistema que almacena y organiza contenido multimedia como imágenes, video y documentos.
Planificación de recursos empresarialesERP: El sistema de registro de las operaciones centrales de una empresa, incluidos el inventario, los pedidos y las finanzas.
Datos maestros: Los registros centrales y de referencia que una empresa comparte entre sus sistemas, como productos, clientes y ubicaciones.
Gestión de datos maestrosMDM: La disciplina y las herramientas que mantienen coherentes los registros centrales, como productos, clientes y ubicaciones, en todos los sistemas que los usan. Los datos maestros de producto son la parte que describe lo que vende una empresa.
Registro maestro (golden record): Un registro único, validado y de referencia para una entidad, conciliado a partir de muchas fuentes.
Golden Catalog: El término de atronous para los datos de producto normalizados, validados y listos para cada canal que llegan a todos los lugares donde se necesitan. El comercio agéntico y el Golden Catalog →
Fuente de referencia: El conjunto de datos de referencia que los demás sistemas y los agentes de IA consultan y en el que confían.
Activación de datos: Hacer que los datos validados puedan usarse en los sistemas y canales de destino. atronous activa y entrega los datos; el cliente o su PIM los pone en línea.
Sindicación: La distribución de datos de producto a varios canales o marketplaces.
Feed de datos: Un archivo o un flujo estructurado de datos de producto que se envía a un canal.
Feed de productos: Una exportación estructurada de datos de producto que se envía a un canal, un marketplace o una plataforma publicitaria, normalmente de forma programada. Es otro nombre del feed de datos.
Interfaz de programación de aplicacionesAPI: Una interfaz definida que permite a los sistemas intercambiar datos de forma programática.
Webhook: Un mensaje automático que un sistema envía a otro cuando se produce un evento.

Identificadores y estándares

Unidad de mantenimiento de existenciasSKU: El identificador interno que usa un vendedor para una variante de producto concreta y comercializable.
Número Global de Artículo ComercialGTIN: Un identificador global de GS1 para un artículo comercial. UPC y EAN son formatos de GTIN.
Código Universal de ProductoUPC: Un identificador de código de barras de 12 dígitos que se usa principalmente en América del Norte.
Número Europeo de ArtículoEAN: Un identificador de código de barras de 13 dígitos, también llamado Número Internacional de Artículo.
Referencia de fabricanteMPN: El identificador propio del fabricante para una pieza o un producto.
Número de identificación estándar de AmazonASIN: El identificador interno de producto de Amazon.
Código de barras: Una representación legible por máquina de un identificador, como un UPC o un EAN.
Dígito verificador: El último dígito de un identificador, calculado a partir de los demás para detectar errores. Superar el control del dígito verificador confirma que el número está bien formado.
GS1: El organismo mundial de estándares que mantiene el GTIN, los códigos de barras y los identificadores relacionados. atronous se une a GS1 US como socio →
Red Global de Sincronización de DatosGDSN: La red de GS1 que permite a los socios comerciales intercambiar datos de producto estandarizados a través de data pools certificados, de modo que los atributos de una marca llegan a cada minorista en un formato coherente.
Prefijo de marca: El prefijo de empresa asignado por GS1 con el que comienzan los GTIN de una marca.

Taxonomía y atributos

Atributo: Una propiedad individual de un producto, identificada por un nombre, como el color, el material o el voltaje.
Conjunto de atributos: La colección completa de atributos que describen un producto en una categoría.
Taxonomía: La jerarquía de categorías que se usa para organizar los productos de cara a la navegación y el descubrimiento. Por qué importa la taxonomía de productos en el e-commerce →
Categorización: Asignar un producto al nodo correcto de una taxonomía. Taxonomía de productos con aprendizaje automático y embeddings vectoriales →
Clasificación de productos: Asignar los productos a las categorías correctas de una taxonomía, de forma manual o con aprendizaje automático. Es otro nombre de la categorización. La taxonomía de productos, explicada →
Mapeo de categorías: Hacer corresponder productos o categorías de una taxonomía con los de otra, por ejemplo, mapear un árbol de categorías interno con el de un minorista. Cada marketplace espera recibir los productos en su propia estructura. La taxonomía de productos, explicada →
Restricciones de categoría: Las reglas propias de una categoría de producto: dimensiones de variante permitidas, vocabularios de atributos, unidades y lógica de identificadores. La taxonomía de productos, explicada →
Motor de reglas: La capa de atronous que codifica y aplica de forma independiente las reglas propias de cada categoría, en más de 400 categorías, antes de la entrega. Automatización de datos de producto para productos industriales y comerciales →
Variante: Una versión concreta de un producto que se puede comprar, como una talla o un color.
Dimensión de variante: Un eje según el cual se diferencian las variantes, como la talla o el color.
Unidad de medidaUoM: La unidad estandarizada de un atributo numérico, como los milímetros o los mililitros.
Vocabulario de atributos: El conjunto aprobado de valores permitidos para un atributo dentro de una categoría.
Nombre extendido: Un nombre de producto estandarizado que se construye a partir de atributos validados.
Normalización: Convertir los valores a formatos, unidades y vocabularios coherentes.
Enriquecimiento: Agregar o mejorar atributos. atronous da prioridad a la generación validada y a la activación de datos frente al simple enriquecimiento.

Calidad de datos y validación

Calidad de datos: El grado de completitud, exactitud, coherencia y validez de un conjunto de datos de producto.
Completitud: La proporción de atributos obligatorios que están presentes y tienen un valor.
Exactitud: Indica si los valores de los atributos son correctos para el producto.
Coherencia: Indica si los valores siguen los mismos formatos y vocabularios en todos los registros.
Validación: Comprobar cada valor con respecto a unas reglas antes de la entrega. atronous mantiene separadas la generación con IA y la validación determinista.
Validación determinista: Comprobación basada en reglas en la que un valor supera el algoritmo o no lo supera, como en la prueba del dígito verificador.
Puntuación de calidad de datos: Una medida de lo preparado que está un registro de producto, según su completitud y su validez. Obtenga una Evaluación de Calidad de Datos gratuita →
Puntuación de contenido: Una medida de lo completo que está el contenido de una ficha. atronous presenta las carencias como atributos que faltan para el descubrimiento por parte de los agentes de IA. Obtenga una Evaluación de Calidad de Datos gratuita →
Punto de control bloqueante: Una etapa de verificación que impide la entrega hasta que un registro supera todos los controles obligatorios.
Alerta de calidad: Una excepción documentada que marca un registro o un valor para su revisión, en lugar de descartarlo en silencio.
La exactitud antes que la cobertura: El principio de atronous de entregar un subconjunto validado con excepciones señaladas, en lugar de un archivo completo con errores ocultos.

Comercio y marketplaces

Marketplace: Una plataforma en la que muchos vendedores ponen sus productos a la venta para los compradores, como Amazon, Walmart o Wayfair.
Ficha de producto: La página y los datos de un producto en un canal o un marketplace.
Página de detalle de productoPDP: La página que presenta un único producto a un comprador.
Referencias en línea: Los productos que un minorista o un marketplace acepta y pone en línea. atronous informa de las referencias en línea, no de las tasas de publicación. Tjernlund: 3x más referencias en línea en 90 días →
Tasa de aceptación: La proporción de productos enviados que un minorista o un marketplace acepta.
Tiempo de salida al mercado: El tiempo que se tarda en tener un producto listado y en línea.
Conversión: Cuando un comprador o un agente completa una compra.
Incorporación (onboarding): Integrar los productos de un proveedor o de un fabricante en un catálogo y dejarlos listos para cada canal. Caso de éxito: automatización de la incorporación de productos para una empresa de dropshipping →
Venta en varios marketplaces: Vender los mismos productos en varios marketplaces, cada uno con sus propias reglas y plantillas.
Surtido: El conjunto de productos que un minorista decide ofrecer, y la forma en que se estructura por categorías, marcas y niveles de precio.
Venta first party1P: Vender inventario al por mayor a un minorista o a un marketplace, que luego lo vende a los compradores como merchant of record (comerciante registrado).
Venta third party3P: Vender directamente a los compradores a través de un marketplace, en un modelo en el que el vendedor conserva la propiedad del inventario, los precios y el contenido.
Merchant of record: La empresa que asume la responsabilidad legal y financiera de una transacción, incluso cuando un agente de IA completa la compra en nombre de un comprador.

Prepare sus datos de producto para los agentes de IA.

Empiece con una conversación sobre sus datos de producto.

Ver una demostración Leer el blog