Datos ortogonales: lo que la IA no puede adivinar sobre tus productos

En ChatGPT, Gemini o el AI Mode de Google, los usuarios ya no buscan un «jersey de cashmere», sino un «jersey de cashmere que no haga bolitas». Las fichas de producto tradicionales ya no son suficientes para responder a este tipo de consultas. La ventaja competitiva se está desplazando hacia un nuevo tipo de información: los datos que la IA no puede inferir ni inventar, conocidos como datos ortogonales. Te explicamos por qué.

Pídele a un asistente de IA que te recomiende «un jersey de cashmere que no haga bolitas». Te responderá con seguridad y te propondrá varios modelos. Pero ¿en qué se basa para hacerlo? Ninguna marca especifica en su ficha de producto que su jersey «no hace bolitas» ni garantiza cómo se comportará el tejido con el paso del tiempo.

Ante la falta de información oficial, el modelo busca alternativas. Recurre a las opiniones de los clientes, los hilos de Reddit y los blogs; en otras palabras, a información anecdótica y dispersa. En el mejor de los casos, puede razonar a partir de especificaciones técnicas, si están disponibles, como el diámetro y la longitud de la fibra, su procedencia (el cashmere de Mongolia Interior tiene fama de formar menos bolitas) o el hecho de que el tejido esté confeccionado con hilo de doble cabo.

Desde hace quince años, el e-commerce se apoya en los datos de producto estructurados. El feed de Google Shopping, con su taxonomía y sus campos (título, categoría, precio, marca, color, talla, material, disponibilidad, etc.), se ha consolidado como estándar de referencia básico. Y con razón: para la mayoría de los negocios de e-commerce maduros, mejorar la fiabilidad de este feed sigue siendo una de las inversiones con mayor retorno marginal, ya que se utiliza en todos los canales y cada mejora repercute en el conjunto del ecosistema.

Una de las ventajas de este modelo es que responde perfectamente a las consultas convencionales del tipo «sustantivo + adjetivo», como «jersey de cashmere», «jersey gris» o «sérum SPF 15». Sin embargo, la irrupción de los motores de búsqueda basados en IA está cambiando las reglas del juego.

La IA ya es capaz de deducir estos atributos por sí sola. Si una descripción indica «tejido fino de cashmere 100 %», un LLM identifica el material aunque el campo correspondiente esté vacío. Si el título menciona el tono, puede deducir el color. Google Shopping completa cada vez más campos de forma automática, y las nuevas plataformas publicitarias, como ChatGPT Ads, extrapolan la información que puede inferirse. En otras palabras, mantener una buena higiene de los datos del feed de producto sigue siendo un requisito previo, pero ya no basta para diferenciarse.

Hay otro cambio, aún más profundo, que los equipos de marketing y e-commerce deberían tener muy en cuenta: con la IA conversacional, las propias consultas están cambiando. Según Google, las preguntas formuladas en AI Mode son, de media, tres veces más largas que las búsquedas tradicionales.

A primera vista, podría parecer que los usuarios simplemente añaden más adjetivos a sus búsquedas. Sin embargo, el cambio va más allá: están pasando de una lógica de «sustantivo + adjetivo» a otra de «concepto + restricciones». Por ejemplo, al utilizar la IA, los usuarios ya no buscan «un maquillaje tipo sérum, cruelty-free y con SPF 15», sino «el maquillaje tipo sérum cruelty-free más barato con un SPF superior a 15». Tampoco buscan «botas negras de piel», sino «unas botas negras de piel cómodas para caminar todo el día y resistentes a la lluvia».

Una búsqueda convencional puede resolverse consultando los campos de una ficha de producto, mientras que una consulta basada en «concepto + restricciones» requiere un razonamiento más complejo: encontrar el precio más bajo, aceptar todo un rango de valores de SPF, reconocer que una etiqueta como Leaping Bunny es equivalente a cumplir el criterio cruelty-free y, en el caso de «cómodas durante todo el día», buscar una información que sencillamente no existe en la ficha de producto. Sin embargo, los sistemas de IA tienden a ofrecer una respuesta, aunque sea incorrecta, antes que reconocer que no disponen de información suficiente. Por eso, los usuarios se están acostumbrando a formular consultas complejas, incluso cuando faltan los datos necesarios.

Para que los resultados de la IA sean más fiables, Google ha empezado a reaccionar incorporando atributos conversacionales en Merchant Center, entre ellos un campo de preguntas y respuestas. Es una solución útil, pero sigue siendo insuficiente. Sin un método que permita identificar qué información debe incluirse en esas preguntas y respuestas, la mayoría de las empresas se limitan a reutilizar lo que ya publican. Sería más eficaz que centraran sus esfuerzos en construir bases de datos de producto enriquecidas con información ortogonal.

Un dato ortogonal es una información que no puede inferirse, extrapolarse ni deducirse a partir de los datos que ya se han publicado sobre un producto. Es información nueva tanto para los consumidores como para los LLM, los motores de búsqueda y las demás herramientas de descubrimiento.

Para saber si un dato es realmente ortogonal, basta con plantearse una pregunta: ¿podría un modelo de IA obtener esta información a partir de mi ficha de producto actual? Si la respuesta es sí, no es un dato ortogonal. Por ejemplo, el material, el color o la talla pueden deducirse. En cambio, no ocurre lo mismo con la resistencia al desgaste de unos pantalones, el nivel de ruido de una arrocera o la anchura de puerta necesaria para que pase un sofá.

Estos datos ofrecen varias ventajas a las marcas: reducen el riesgo de alucinaciones en los asistentes de IA, amplían el abanico de consultas para las que un producto puede ser relevante y mejoran su visibilidad en los motores de búsqueda conversacionales y las nuevas interfaces de búsqueda. Pero, sobre todo, son mucho más difíciles de replicar por la competencia.

Por desgracia, los datos más útiles suelen no estar disponibles, ser costosos de recopilar o no poder publicarse directamente por parte de la marca debido a cuestiones de imagen o de responsabilidad legal.

Aun así, existen varias soluciones. Para las marcas, un primer paso consiste en recuperar y poner en valor los datos que ya almacenan en sus sistemas internos, pero que todavía no aprovechan (PIM, DAM, ERP y CMS). Por su parte, los retailers deben reforzar sus procesos de enriquecimiento de los catálogos de producto. Algunos ya recurren a la visión artificial durante las sesiones fotográficas de producto para detectar características que los fabricantes no proporcionan.

Al mismo tiempo, las colaboraciones editoriales pueden ser otra fuente de enriquecimiento de la información de producto, especialmente en sectores donde existen medios especializados y comunidades de aficionados. Los sitios especializados que prueban, miden y describen productos en detalle disponen de información especialmente valiosa: algunos cortan zapatillas deportivas para medir el grosor y la densidad de la suela; otros monitorizan la temperatura de un colchón durante toda la noche, registran el sonido de las teclas de un teclado o evalúan su respuesta háptica. Son mediciones que no aparecen en las fichas de producto y que ningún modelo puede deducir por sí solo.

Otra opción que conviene aprovechar es el contenido generado por los usuarios (user-generated content o UGC), todavía demasiado infrautilizado. Este tipo de contenido permite obtener información muy demandada que la propia marca no puede garantizar ni afirmar por sí misma. Su aprovechamiento puede adoptar distintas formas: agregar los motivos de devolución y las consultas al servicio de atención al cliente para enriquecer la ficha de producto («este modelo talla pequeño»); recompensar a los clientes que documenten el producto en uso mediante fotografías o vídeos; o recopilar valoraciones e información verificadas por los propios clientes, entre otras posibilidades.

Todas estas iniciativas merecen un lugar en la hoja de ruta de 2027. Porque la IA no puede adivinar lo que desconoce, los datos ortogonales se han convertido en un nuevo campo de batalla para el e-commerce. Y todos tienen un papel que desempeñar. Las marcas son las únicas que poseen buena parte de la información sobre sus propios productos. Los retailers multimarca, por su parte, son los únicos que pueden mantener una posición neutral y abarcar toda la gama de productos, incluidos los datos que permiten comparar dos productos y determinar cuál ofrece peores prestaciones. Una comparación que ninguna marca hará nunca si eso supone dejar en peor lugar a sus propios productos.

Contáctanos