Cómo preparar un feed de productos para búsquedas y recomendaciones con IA

Un feed de productos ya no es únicamente un archivo utilizado para mostrar artículos en anuncios de compras. En 2026, constituye una fuente central de información para motores de búsqueda, mercados digitales, herramientas de búsqueda interna, sistemas de recomendación y asistentes de compra. Estos servicios necesitan datos claros, actualizados y coherentes antes de poder relacionar un artículo con una consulta detallada o recomendarlo al cliente adecuado. Por tanto, un feed útil no solo debe explicar qué es un producto, sino también para quién está diseñado, en qué se diferencia de artículos similares, qué variantes están disponibles y si realmente puede comprarse. El proceso de preparación no tiene por qué ser excesivamente técnico. Comienza con registros de catálogo fiables, textos comprensibles, atributos completos y un procedimiento que mantenga cada campo alineado con la página del producto.

Crear una base fiable de datos de productos

El primer paso consiste en determinar qué sistema será la fuente principal de información para cada campo del producto. Las existencias pueden proceder de un sistema de inventario, los precios de una base de datos de comercio electrónico, las descripciones de un gestor de catálogo y los datos de entrega de un sistema de pedidos. El feed debe reunir estos registros sin crear versiones contradictorias del mismo dato. Asigne un responsable a cada campo y establezca con qué frecuencia debe actualizarse. Un título puede cambiar muy pocas veces, mientras que el precio y la disponibilidad pueden necesitar varias actualizaciones al día. Este sencillo modelo de responsabilidad evita un problema habitual: un equipo corrige la información del sitio, pero el feed conserva un valor antiguo que continúa apareciendo en búsquedas o recomendaciones.

Cada artículo necesita un identificador interno estable que no cambie cuando se modifiquen el título, el precio o la campaña comercial. Utilice el SKU cuando sea fiable y conserve el mismo identificador para la misma oferta en todas las actualizaciones. Añada identificadores de producto reconocidos siempre que existan, incluidos el GTIN, la marca y el número de referencia del fabricante. Estos campos ayudan a los sistemas a distinguir un producto exacto de otro simplemente parecido, reducen los registros duplicados y permiten relacionar ofertas del mismo artículo vendidas por distintos comercios. Nunca invente un GTIN para un producto que no lo tenga. En el caso de artículos de marca propia, artesanales o personalizados, utilice información exacta sobre la marca y el fabricante, y complete el título y los atributos descriptivos con suficiente detalle para identificar el producto sin atribuirle un código normalizado inexistente.

Trate cada variante que pueda comprarse como una oferta independiente. Una camisa azul de talla mediana, una negra de talla grande y una roja de talla pequeña no deberían compartir una única fila sin diferenciación si sus URL, precios o niveles de existencias son distintos. Asigne a cada variante su propio identificador, color, talla, imagen, enlace, precio y disponibilidad, y conecte las variantes relacionadas mediante un identificador de grupo de artículos. Utilice nombres uniformes para las variantes, por ejemplo, “azul marino” en lugar de alternar entre “azul marino”, “azul oscuro” y “medianoche” para el mismo color. En los feeds internacionales, adapte el idioma, la moneda, las medidas y la información de entrega en lugar de traducir únicamente el título. La correspondencia realizada por IA pierde precisión cuando un feed mezcla mercados o deja ocultas diferencias regionales importantes.

Redactar títulos y descripciones que la IA pueda interpretar

Un buen título de producto identifica el artículo con rapidez y sitúa los detalles más útiles al principio. Un orden práctico sería: marca, tipo de producto, modelo o característica principal y, finalmente, la variante. Por ejemplo, “Chaqueta impermeable de senderismo Northfield para mujer, azul marino, talla 40” aporta más información que “Nueva chaqueta de exterior, superventas”. Mantenga una redacción natural y coherente con la página del producto. Evite afirmaciones promocionales, palabras clave repetidas, un uso excesivo de mayúsculas y mensajes sobre la entrega dentro del título. De esta forma, las herramientas de búsqueda y recomendación pueden separar la identidad real del producto del lenguaje comercial temporal y responder mejor a consultas específicas relacionadas con el color, el corte, el material o el uso previsto.

Utilice la descripción para responder a las preguntas que un comprador podría plantearse antes de abrir la página. Incluya el material, las dimensiones, la capacidad, la compatibilidad, las funciones principales, las instrucciones de cuidado, el contenido del paquete y los usos apropiados cuando corresponda. Escriba frases completas, pero mantenga cada afirmación dentro de los hechos comprobables. La descripción de una lámpara de escritorio debería indicar su altura, fuente de luz, controles, tipo de alimentación y accesorios incluidos, en lugar de llenarse de afirmaciones generales sobre el estilo o la calidad. No copie el título en la descripción ni inserte enlaces, nombres de competidores o políticas comerciales que no estén relacionadas con el producto. Una redacción completa y precisa proporciona más contexto a los sistemas de IA sin convertir el texto en una acumulación de términos de búsqueda.

Cuando se utilice IA generativa para crear títulos o descripciones, mantenga una etapa de revisión humana y registre cómo se elaboró el contenido. Actualmente, Google Merchant Center exige que los títulos y las descripciones generados mediante IA se envíen utilizando los atributos de título estructurado o descripción estructurada con el tipo de fuente multimedia algorítmica entrenada. Las imágenes creadas con IA o sustancialmente sintéticas también deben conservar los metadatos IPTC correspondientes a la fuente digital. Estos requisitos convierten el origen de los datos en una parte de la calidad del feed, no en un detalle oculto del proceso de producción. La revisión humana sigue siendo imprescindible porque una frase fluida puede contener un material incorrecto, una ventaja no demostrada, una talla equivocada o una afirmación de compatibilidad inventada. Apruebe el contenido elaborado con ayuda de IA únicamente después de comprobarlo con registros verificados del producto.

Añadir atributos que mejoren la correspondencia de productos

Los campos obligatorios son solo el punto de partida. Añada atributos que describan cómo comparan los compradores los productos dentro de una categoría. En el caso de la ropa, pueden incluir el sistema de tallas, el género, el grupo de edad, el material, el estampado y el color. Para los dispositivos electrónicos, pueden resultar más relevantes el número de modelo, la compatibilidad con sistemas operativos, la conectividad, el almacenamiento, el tamaño de la pantalla y los accesorios incluidos. Los muebles suelen necesitar dimensiones, material, acabado, tipo de habitación e información sobre el montaje. Utilice primero los campos reconocidos de la categoría y, después, añada un tipo de producto interno claro que refleje la organización de su propio catálogo. Etiquetas generales como “Accesorios” o “Hogar” aportan poca utilidad cuando puede emplearse un valor más preciso como “Fundas para portátiles” o “Mesitas de noche de roble”.

Las recomendaciones basadas en IA también se benefician de la información que explica la idoneidad del producto, no solo su identidad. Añada datos objetivos sobre el uso, como el nivel de impermeabilidad, los modelos de dispositivos compatibles, las características dietéticas, la fuente de energía, el nivel de experiencia, la temporada, la capacidad o las certificaciones de seguridad cuando realmente correspondan. Mantenga los valores normalizados. Si un registro indica “apto para lavavajillas”, otro “lavable en lavavajillas” y un tercero “puede introducirse en el lavavajillas”, los informes y la correspondencia resultarán más difíciles de gestionar. Cree una lista aprobada de valores recurrentes, unidades de medida y términos de categoría. El texto libre sigue siendo importante, pero los atributos controlados facilitan el filtrado fiable y la comparación de productos equivalentes.

Las imágenes deben confirmar la información incluida en la fila del producto. Utilice una imagen principal limpia que muestre la variante exacta y añada vistas adicionales para representar la escala, los detalles, el embalaje o el uso cuando ayuden al comprador a comprender mejor el artículo. Evite emplear la misma fotografía para colores que presenten diferencias visibles. Mantenga estables las URL de las imágenes, utilice archivos con resolución suficiente para observar los detalles y elimine los elementos promocionales que oculten el producto. Las imágenes de estilo de vida pueden aportar contexto a las recomendaciones, pero no deberían sustituir una vista clara del artículo. Compruebe que la imagen de la página de destino, la imagen del feed y la variante seleccionada coincidan, especialmente cuando el cliente puede cambiar de color o talla dentro de una misma página.

Sincronizar precios, existencias, entrega y devoluciones

El precio y la disponibilidad deben coincidir en el feed, la página del producto, los datos estructurados y el proceso de compra. Una recomendación deja de ser útil si el artículo aparece como disponible, pero no puede pedirse, o si el precio anunciado cambia después de acceder a la página. Utilice la moneda correcta y envíe el precio de oferta por separado del precio habitual cuando exista una promoción real. Distinga entre disponible, agotado, preventa y pedido pendiente, en lugar de asignar el mismo estado a todos los artículos que pueden comprarse. Cuando un producto se venda en preventa o bajo pedido, indique una fecha de disponibilidad realista y muestre la misma información de forma visible en la página.

La información de entrega y devoluciones puede influir tanto en la admisión del producto como en la calidad de una recomendación. Proporcione el coste del envío, el plazo de entrega, las restricciones geográficas y las condiciones de devolución en un formato coherente. Cuando determinados productos tengan normas de entrega distintas, como muebles de grandes dimensiones o alimentos refrigerados, registre la excepción a nivel de producto en lugar de depender exclusivamente de una política comercial general. Los datos estructurados de la página del producto pueden describir los detalles de envío y las políticas de devolución, mientras que el marcado general de la organización puede cubrir las condiciones habituales aplicables a todo el catálogo. La página visible, la configuración del feed y los datos estructurados deben describir la misma experiencia de compra.

Establezca la frecuencia de actualización según la rapidez con la que cambia cada campo. Un catálogo pequeño con existencias estables puede funcionar con actualizaciones diarias programadas, mientras que un comercio de gran volumen suele necesitar actualizaciones incrementales frecuentes o activadas por eventos para los precios y el inventario. Las actualizaciones automáticas de artículos pueden corregir algunas diferencias temporales detectadas en las páginas de destino, pero no deben sustituir un proceso fiable de gestión del feed. Las empresas que todavía utilizan la antigua Content API for Shopping de Google deben completar la migración a Merchant API antes del 18 de agosto de 2026, fecha prevista para el cierre del servicio anterior. Incluso sin una conexión mediante API, se aplica el mismo principio: publique los cambios con rapidez, supervise los errores de actualización y no dé por hecho que un feed antiguo continuará siendo correcto.

Validar, medir y mejorar la calidad del feed

La validación debe realizarse antes de que el feed llegue a cualquier servicio externo. Compruebe que estén presentes los campos obligatorios, que los identificadores sean únicos, que las URL funcionen, que los precios utilicen la moneda y el formato numérico correctos y que los valores de disponibilidad procedan de una lista aprobada. Marque las combinaciones imposibles, como un precio promocional superior al precio habitual, una variante sin identificador de grupo o una talla que contradiga el título del producto. Detecte los textos provisionales, las descripciones duplicadas y los enlaces de imágenes reutilizados en productos no relacionados. Estas comprobaciones pueden realizarse mediante reglas sencillas en hojas de cálculo o controles dentro del sistema de gestión del catálogo. Lo importante es detectar los errores antes de que afecten a miles de impresiones.

Las comprobaciones automáticas deben complementarse con revisiones humanas periódicas. Seleccione productos de las principales categorías, categorías con poco volumen, nuevos lanzamientos, artículos rebajados y productos con muchas variantes. Compare cada fila con la página publicada y avance lo suficiente en una compra de prueba para confirmar el precio, la disponibilidad y la información de entrega. Mantenga un registro de los cambios importantes realizados en las reglas del feed, de modo que una caída repentina en el número de artículos aprobados pueda relacionarse con una modificación concreta. Proporcione a los equipos de marketing, comercialización y desarrollo acceso a la misma lista de incidencias, indicando un responsable y una fecha límite para cada corrección. La calidad del feed mejora con mayor rapidez cuando los errores se consideran problemas del catálogo y no únicamente incidencias publicitarias.

No mida únicamente los clics. Controle el porcentaje de productos con identificadores completos, la cobertura de categorías, los artículos rechazados, las discrepancias de precio o existencias, los enlaces rotos y las imágenes ausentes. En las búsquedas, revise las consultas sin resultados, las reformulaciones y las búsquedas que generan poca interacción. En las recomendaciones, compare la tasa de visualización de productos, la incorporación al carrito, los ingresos por sesión y la proporción de artículos sugeridos que realmente están disponibles. Pruebe cambios relevantes, como títulos más claros o campos de compatibilidad más completos, en un grupo controlado en lugar de modificar todo el catálogo a la vez. Un feed debe valorarse según su capacidad para ayudar a los clientes a encontrar productos adecuados y completar una compra con menos sorpresas.

Aplicar un proceso práctico de preparación del feed en 2026

Comience creando un diccionario de atributos para cada categoría de productos. Indique el nombre del campo, el formato aceptado, la fuente de los datos, el responsable, la frecuencia de actualización y si se trata de un atributo obligatorio, recomendado u opcional. Después, audite una muestra representativa del catálogo utilizando ese diccionario. Corrija primero los campos relacionados con la identidad y las condiciones comerciales: identificador, título, enlace, imagen, precio, disponibilidad, GTIN, marca y agrupación de variantes. A continuación, complete los atributos que facilitan la comparación y explican la idoneidad del producto. Este enfoque por etapas evita que los equipos dediquen tiempo a perfeccionar descripciones mientras siguen existiendo errores básicos de inventario o identificación que impiden mostrar correctamente los artículos.

Organice el trabajo en seis etapas claras: recopilar, normalizar, enriquecer, validar, publicar y supervisar. La recopilación reúne los datos de los sistemas que ya los almacenan. La normalización convierte valores inconsistentes en formatos aprobados. El enriquecimiento añade detalles de categoría, imágenes y contexto útil para el cliente. La validación detecta errores y contradicciones. La publicación envía los registros aprobados a los servicios de búsqueda, publicidad, mercados digitales y sistemas de recomendación. La supervisión registra después las advertencias, los artículos rechazados y los cambios de rendimiento. Cada etapa debe tener un responsable claramente identificado, aunque en una empresa pequeña una misma persona pueda encargarse de varias.

Revise el feed siempre que cambien el catálogo, el modelo de venta o los requisitos del servicio de destino, no únicamente cuando aparezca un error. Añada nuevos atributos cuando respondan a preguntas reales de los clientes, elimine los campos que ya no se mantienen y documente cada regla que transforme los datos originales. En 2026, los mejores feeds no son los que contienen el mayor número de columnas, sino los que proporcionan una identidad de producto fiable, detalles relevantes e información comercial actualizada. Cuando los mismos datos exactos aparecen en el feed, la página del producto, los datos estructurados y el proceso de compra, los sistemas de búsqueda y recomendación con IA disponen de una base mucho más sólida para seleccionar el artículo adecuado para cada consulta.