Lo que la búsqueda en lenguaje natural necesita de sus datos de producto

La búsqueda en los sitios de e-commerce está cambiando. Durante casi dos décadas, el buscador relacionó las palabras que escribía el comprador con las palabras de una ficha de producto. La nueva generación de plataformas de búsqueda y descubrimiento en sitio está pensada para hacer algo más cercano a comprender. Un comprador puede escribir «un vestido discreto para una boda de noche en octubre» o «una chaqueta impermeable que ocupe poco para viajar», y la plataforma intenta entender lo que quiere decir, no solo las palabras que usó. Varias de estas plataformas también incorporan interfaces conversacionales, en las que el comprador afina su solicitud en unos pocos intercambios, de forma parecida a como lo haría con un vendedor en tienda.

Las demostraciones son convincentes, pero suelen dejar fuera el estado de los datos de producto de los que dependen los resultados. Una plataforma puede interpretar muy bien la solicitud de un comprador y aun así encontrar poco en los datos de producto con lo que relacionarla. En una de nuestras conversaciones con clientes este otoño, vimos cómo el buscador integrado de un sitio procesaba la consulta «dress for casual dinner night» (un vestido para una cena informal). No devolvió ningún resultado.

Este artículo analiza esa brecha, entre lo que la plataforma puede entender y lo que los datos de producto pueden responder. En muchos catálogos, el lado de los datos resulta ser el más difícil de los dos problemas.

La plataforma interpreta la pregunta. La ficha de producto tiene que responderla.

La búsqueda en lenguaje natural suele funcionar en dos pasos. Primero, la plataforma interpreta la consulta. Identifica el tipo de producto, las cualidades que le importan al comprador y el contexto de la solicitud. Después, busca los productos cuya ficha coincide con esa interpretación.

Los modelos de lenguaje han mejorado mucho el primer paso. El segundo sigue dependiendo de lo que contiene cada ficha de producto. Si un comprador pide un vestido para una boda de noche, la plataforma necesita alguna forma de saber qué vestidos son lo bastante formales, cuáles encajan en un evento nocturno y cuáles ofrecen la cobertura que sugiere la palabra «discreto». Cuando esas cualidades están registradas como atributos, la coincidencia es directa. Cuando solo aparecen en una fotografía o, de forma vaga, en una descripción de marketing, la plataforma tiene que deducirlas, y el resultado depende de lo bien que funcione esa deducción para cada producto. Cuando no están registradas en ninguna parte, el producto no puede encontrarse con esa solicitud, por bien que se haya entendido.

Algunas plataformas ya generan sus propios atributos a partir de descripciones e imágenes, y eso puede ayudar. También tiene límites que conviene conocer. La plataforma solo puede deducir lo que está presente en los textos y las imágenes que recibe. Los atributos que produce no siempre los revisa la empresa. Y suelen quedarse dentro de esa única herramienta de búsqueda, donde el feed de marketplaces, la página de comparación y el agente de IA que necesitan las mismas respuestas no pueden usarlos.

Esta es una de las razones por las que dos minoristas que usan la misma plataforma de búsqueda pueden obtener resultados muy distintos. La plataforma es la misma. Los datos que hay debajo no lo son.

Ya hemos pasado por esto

Quien trabajó en e-commerce en los años 2000 quizá reconozca el patrón. Cuando llegó la navegación por facetas, o navegación guiada, con plataformas como Endeca, prometía que los compradores podrían acotar un surtido amplio según las cualidades que les importaban: talla, color, material, ajuste, precio. La tecnología funcionaba. Lo que muchos minoristas descubrieron durante la implementación fue que sus datos de producto no la sostenían. Los atributos faltaban, eran incoherentes o estaban en texto libre. Los filtros se lanzaron con un puñado de valores, y una larga cola de productos no aparecía en ninguno. Para muchas organizaciones, el proyecto de navegación se convirtió en un proyecto de atributos, y el trabajo con los atributos llevó mucho más tiempo que el software.

La búsqueda en lenguaje natural trae un punto de inflexión parecido, con una diferencia importante. Un filtro trabaja con una lista definida de atributos y valores. Alguien decide de antemano que los vestidos tendrán un filtro de escote y que ofrecerá cinco opciones. Una consulta en lenguaje natural no tiene ese límite. Un comprador puede preguntar por la ocasión, la temporada, el tacto de un tejido, con qué combina un producto o si una pieza es compatible con un equipo que ya tiene. El conjunto de atributos que podrían ser útiles es más amplio, más difícil de prever y más dependiente del contexto que cualquier cosa que exigiera un diseño por facetas.

Cómo se ven «suficientes datos»

Puede ayudar pensar por capas en los datos que necesita la búsqueda en lenguaje natural.

La primera capa son los atributos básicos que la mayoría de los catálogos ya intenta mantener: tipo de producto, talla, color, material, dimensiones y marca. Son necesarios, pero por sí solos rara vez responden a una consulta conversacional.

La segunda capa son los atributos descriptivos que recogen cómo se usa y se valora un producto: ocasión, nivel de formalidad, silueta, temporada, ajuste, cuidado y uso previsto. Son los atributos que permiten a una plataforma relacionar «algo para una boda de noche» con los productos adecuados. También son los que los equipos de merchandising más a menudo planean añadir y pocas veces tienen tiempo de hacerlo. Hemos explicado en otro artículo por qué una etiqueta y un atributo no son lo mismo, y eso importa aquí, porque una plataforma de búsqueda puede comparar atributos de una forma en que no puede comparar etiquetas sueltas.

La tercera capa es el lenguaje del comprador. Compradores y marcas suelen describir el mismo producto de forma distinta. Una marca puede llamar a un producto jabón facial mientras sus clientes lo llaman, de forma constante, limpiador. Las plataformas de búsqueda resuelven parte de esto con listas de sinónimos, pero una ficha que ya refleja cómo describen los clientes un producto le da a la plataforma más con qué trabajar.

Un cuarto elemento atraviesa las tres capas: las relaciones entre productos. Conjuntos y prendas coordinadas, artículos que completan un look, piezas y accesorios compatibles, y las versiones nuevas de artículos descatalogados ayudan a una plataforma a responder solicitudes que en realidad tratan de más de un producto.

El mismo razonamiento se aplica a los catálogos industriales y de distribución, con otro vocabulario. Un comprador que busca «válvula de bola de latón de media pulgada para 600 psi» hace una pregunta en lenguaje natural compuesta casi por completo de especificaciones. La plataforma puede analizarla. Que devuelva la válvula correcta depende de si las presiones nominales, los tamaños de conexión y los materiales están registrados como valores estructurados en una convención de unidades coherente, o dispersos entre títulos y fichas técnicas en varias.

El segundo problema: los datos existen, pero no donde la búsqueda puede usarlos

Si los atributos que faltan simplemente no existieran, la solución sería crearlos. En la práctica, gran parte de la información ya existe en algún lugar de la empresa. Simplemente no está en la ficha de producto que alimenta la búsqueda.

Los detalles de confección de un producto pueden estar en un sistema de gestión del ciclo de vida del producto (PLM) o en una ficha técnica de desarrollo. Su escote, su estampado y su silueta se ven en sus fotografías, pero ningún campo los registra. Cómo le queda a quien lo usa, y las palabras que emplean los clientes para describirlo, aparecen en las reseñas. En las categorías industriales, las especificaciones suelen estar en documentos del fabricante que nunca se introdujeron por completo. Varios responsables de e-commerce con los que hablamos este otoño describieron equipos que vuelven a teclear atributos de un sistema a otro en cada nueva colección.

Eso es lo que hace difícil obtener los datos. La información está repartida entre sistemas con distintos responsables, formatos y ciclos de actualización, y gran parte no está estructurada. Muchas de las funciones de IA disponibles hoy en las herramientas de comercio trabajan con los datos que ya tienen cargados. Pueden reescribir una descripción o completar un campo a partir de un texto que ya existe, lo cual es útil. No están diseñadas para examinar una fotografía, una ficha técnica o un conjunto de reseñas y extraer un atributo que nunca entró en el sistema.

Hacer entrar los datos es la mitad del trabajo. Que sean correctos es la otra mitad.

Obtener atributos a partir de material no estructurado plantea una pregunta razonable, que surgió una y otra vez en nuestras conversaciones: ¿quién revisa el resultado?

La pregunta importa más para la búsqueda que para la mayoría de los demás usos de los datos de producto, porque una plataforma de búsqueda toma los atributos al pie de la letra. Si falta un atributo, el producto no aparece para esa solicitud. Si un atributo es incorrecto, el producto aparece para la solicitud equivocada y se muestra a un comprador al que no le conviene. En el primer caso se pierde una venta. En el segundo se pierde una venta y parte de la confianza del comprador en el buscador.

Por eso los atributos que alimentan la búsqueda tienen que revisarse antes de llegar a ella. Los valores deben venir de un vocabulario controlado para la categoría y no de texto libre. Las unidades deben ser coherentes, para que cada presión nominal o cada gramaje de tejido de una categoría pueda compararse con todos los demás. Cada valor generado debe llevar un registro de su origen y del grado de confianza del sistema, para que las personas revisen las excepciones y no cada ficha. En atronous separamos estas tareas de forma deliberada: la IA genera los valores de los atributos, y reglas deterministas, específicas de cada categoría, los validan antes de entregarlos.

Dónde encaja atronous

Atronous construye la ficha de producto que leen estas plataformas. Reúne información de las fuentes descritas, entre ellas sistemas de producto, fichas técnicas, imágenes y reseñas de clientes, y genera los atributos que necesita una categoría, incluidos atributos que un equipo aún no ha definido en su propio esquema. Cada valor se valida según las reglas de su categoría antes de la entrega. El resultado va a los sistemas que la empresa ya utiliza, como su PIM y su plataforma de comercio, y desde ahí a la búsqueda en sitio, los marketplaces y los feeds que leen los agentes de IA.

La búsqueda es una aplicación de este trabajo. Para los minoristas con surtidos amplios, suele ser la que tiene una relación más clara con los ingresos, porque los compradores que buscan suelen estar cerca de la compra. No es la única. La misma ficha validada sirve para los anuncios en marketplaces, la comparación de productos y los agentes de IA que empiezan a recomendar productos en nombre del comprador. Hemos escrito sobre cómo deciden los agentes de IA a partir de los atributos y sobre lo que de verdad exige el enriquecimiento de datos de producto. Construir la base una sola vez, en lugar de enriquecer los datos por separado para cada canal y cada herramienta, es lo que permite que la inversión sirva para todos.

Dónde importa más y dónde importa menos

Conviene precisar dónde se aplica esto. En nuestras conversaciones, los minoristas más preocupados por la búsqueda tenían surtidos amplios. Sus compradores exploran más la oferta y tienden a describir lo que necesitan en lugar de nombrar un producto: un vestido para una ocasión, unos zapatos para una actividad, una joya para un estilo o un regalo. Los catálogos más pequeños, centrados en una marca, suelen buscarse por nombre de producto, y uno de los responsables con los que hablamos situaba la búsqueda en sitio muy abajo en su lista de prioridades justamente por eso. Para empresas así, el mismo trabajo con los datos suele rendir más a través de la búsqueda orgánica y la visibilidad en los asistentes de IA que a través del buscador del sitio.

Los catálogos industriales y de distribución se sitúan en un punto intermedio. Muchos compradores buscan por referencia, algo que la búsqueda por palabras clave ya resuelve bien. La oportunidad está en las búsquedas que describen un requisito en lugar de una pieza, y ahí son las especificaciones normalizadas las que deciden qué se encuentra.

Preguntas para hacerse antes de evaluar una plataforma de búsqueda en lenguaje natural

Unas pocas preguntas pueden mostrar lo preparado que está un catálogo antes de empezar una evaluación.

¿Qué búsquedas no devuelven nada hoy, o devuelven los productos equivocados? La mayoría de las plataformas de búsqueda informa de las consultas sin resultados y de las de bajo interés. Leer las cincuenta primeras y preguntarse, para cada una, qué atributo habría permitido responderla es un ejercicio útil.

En sus tres categorías más grandes, ¿qué atributos descriptivos están completos y para qué proporción de productos? La cobertura de los atributos básicos suele ser alta. La de ocasión, uso, ajuste y compatibilidad suele ser mucho menor, y esos son los atributos de los que dependen las consultas conversacionales.

¿Dónde está hoy la información que falta? Si está en las fotografías, los sistemas de producto, los documentos o las reseñas, puede obtenerse. Si no existe en ninguna parte, hay que crearla, y el plan debe indicar quién lo hará.

¿Quién revisa los atributos antes de que lleguen a la búsqueda, y cómo? Revisar cada ficha a mano no se sostiene a la escala que exige la búsqueda en lenguaje natural. Revise de cerca los primeros resultados para confirmar que son correctos y luego apóyese en reglas de validación que comprueben cada ficha de forma automática y envíen a una persona solo las excepciones.

¿Cómo va a medir el resultado? Los responsables con los que hablamos suelen financiar este tipo de trabajo tras una prueba medida: una parte definida del catálogo, una comparación con un grupo de control y un resultado expresado en ingresos de búsqueda por visitante o en conversión de la búsqueda. Planificar la medición antes de empezar hace que el resultado sea más fácil de aprovechar.

Lo que viene

La búsqueda en lenguaje natural y el comercio conversacional avanzan rápido, y las plataformas seguirán entendiendo cada vez mejor lo que quieren decir los compradores. Es probable que ese avance haga más visible el estado de los datos de producto, no menos. Una plataforma que entiende con precisión una solicitud también dejará claro cuándo el catálogo no puede responderla.

Vea cómo responderían sus propios datos

La evaluación de calidad de datos de atronous toma hasta 50 SKU de su PIM o su ERP, tal como están hoy, y los pasa por el mismo proceso que usan nuestros clientes empresariales. En un plazo de cinco días hábiles recibe la muestra de vuelta, generada y validada, junto con las recomendaciones de taxonomía y esquema que respaldan el trabajo y una sesión de trabajo para revisar lo que encontramos.

Solicite su evaluación de calidad de datos, o vea cómo trabaja atronous con las marcas de moda.

Inteligencia en cada atributo.