Automatizar el catálogo de tu e-commerce con IA: fichas de producto, ERP y traducciones
Jessica Santiago
Tu ERP tiene la información de un producto. La tienda online tiene la referencia y el precio, pero no la descripción. La versión en francés sigue pendiente y alguien del equipo está buscando la ficha técnica para completar las medidas.
Con diez productos, se resuelve en un rato. Con mil, ocupa días. Y cuando el catálogo cambia continuamente, no basta con terminar una vez: hay que volver a revisar los datos, actualizar los textos y comprobar que cada idioma sigue al día.
Es uno de los problemas que más vemos en los e-commerce con catálogos grandes. No suele faltar gente dispuesta a hacer el trabajo. Lo que falla es la conexión entre los sistemas y la cantidad de tareas manuales que aparecen en medio.
La IA puede generar fichas, adaptar textos y traducir. Pero automatizar un catálogo no es pedirle que escriba miles de descripciones y publicarlas sin mirar. También hay que conectar las fuentes, validar los datos y decidir qué se actualiza solo y qué necesita revisión.
Vamos a ver dónde se pierde el tiempo, qué partes del catálogo puedes automatizar y cómo lo hemos aplicado en tres proyectos reales.
Dónde se pierde el tiempo en un catálogo online
Antes de elegir herramientas, identifica qué está haciendo tu equipo a mano. Estos son los cuatro problemas que más se repiten.
1. El ERP no envía todos los datos que necesita la tienda
El ERP suele ser la referencia para la información comercial y operativa, pero la tienda necesita más: medidas, material, compatibilidades, imágenes o los atributos que usa el buscador. Alguien tiene que localizarlos y completar lo que falta.
Y no es solo tiempo. Si los datos vienen de varias fuentes, hay que comprobar que corresponden al producto correcto y que no contradicen lo que ya existe.
2. Las fichas se redactan una a una
Con un catálogo pequeño, redactar a mano permite cuidar cada producto. Con miles de referencias, mantener el nivel y la coherencia es otra historia: unas fichas lo explican todo, otras tienen dos líneas y otras copian el texto del fabricante tal cual.
La IA acelera la redacción, pero necesita datos fiables e instrucciones claras. Si todas las fichas salen de la misma plantilla sin atender a las diferencias entre productos, el resultado es un catálogo de textos que suenan iguales.
3. Los idiomas se quedan atrás
Una tienda multidioma no se traduce una vez y listo. Cada cambio vuelve a abrir el trabajo. Se actualiza la descripción en castellano y la francesa conserva el texto anterior. Se añade una característica técnica y solo llega a algunos idiomas. Al final, clientes de distintos países leen cosas distintas sobre el mismo producto.
4. Los errores llegan a la tienda
Un producto sin imagen principal, con un atributo obligatorio vacío o con una descripción que no corresponde a la referencia. Pasa desapercibido hasta que un cliente intenta comprarlo.
Revisar cada campo de cada producto a mano no es viable. Publicar sin comprobaciones, tampoco. Aquí las reglas de validación son tan importantes como la IA.
Qué partes del catálogo puedes automatizar
La mejor solución suele combinar piezas: unas tareas se resuelven con reglas, otras requieren IA y otras necesitan que una persona valide el resultado.
1. Completar y validar los datos de producto
Es un buen punto de partida porque no requiere generar textos. El sistema consulta los datos disponibles, detecta los campos que faltan y los completa si hay una fuente autorizada. Si no la encuentra, deja el producto pendiente y avisa.
Por ejemplo, puedes definir reglas como estas:
- Si falta la imagen principal, el producto no se publica.
- Si el precio no es válido, se detiene la actualización.
- Si falta un atributo obligatorio para esa categoría, se abre una incidencia.
- Si la referencia ya existe, se actualiza en lugar de duplicarla.
Son sencillas, pero evitan que muchos errores se propaguen. Y un matiz importante: completar un campo no significa inventarlo. Si no hay información fiable sobre el material o las medidas, la automatización debe señalar que falta, no rellenarlo con una suposición.
2. Generar fichas de producto a partir de datos técnicos
Aquí es donde la IA ahorra trabajo de redacción. En lugar de que una persona consulte la ficha técnica y escriba desde cero, el sistema reúne los datos y pide a la IA que los convierta en un texto claro, con el estilo de la tienda.
Imagina que la fuente contiene: material, acero inoxidable; acabado, mate; diámetro, 12 cm; uso, interior; compatibilidad, con los modelos indicados en la ficha técnica. Con eso, la IA puede redactar una descripción legible y destacar lo que ayuda a decidir la compra.
La condición: el texto respeta los datos de origen. Si la ficha no dice que el producto es resistente al agua, la descripción no debe afirmarlo. Si falta una medida, no debe deducirla.
Para controlarlo, define una estructura por categoría, limita las afirmaciones a la información disponible, valida los campos técnicos por separado del texto comercial y revisa las primeras tandas antes de ampliar.
3. Traducir las fichas y mantenerlas sincronizadas
La traducción automática aporta poco si solo sirve para el lanzamiento y después nadie mantiene las versiones.
Un flujo bien diseñado parte de una ficha de referencia y registra qué traducción corresponde a cada versión. Cuando cambia el original, el sistema marca los idiomas afectados como pendientes, la IA genera las nuevas traducciones con el vocabulario de cada idioma, se comprueba que los campos obligatorios están completos y se publican o pasan a revisión según las reglas.
No todos los textos necesitan la misma revisión. Una descripción sencilla puede seguir un flujo distinto al de una ficha con advertencias de seguridad o especificaciones sensibles. Lo importante es saber siempre qué versión está al día y cuál no.
4. Revisar el catálogo de forma periódica
Aunque la importación inicial funcione, los errores aparecen después: cambia un campo en el ERP, desaparece una imagen o una actualización deja de ejecutarse.
Por eso, además de automatizar la entrada de datos, conviene programar revisiones periódicas que busquen atributos incompletos, descripciones vacías, datos contradictorios o referencias que deberían estar despublicadas. Según el caso, el sistema corrige un formato, actualiza un campo desde la fuente de referencia o abre una incidencia. En el proyecto de Tiko Doco, por ejemplo, el catálogo se revisa cada 30 minutos.
5. Mejorar la búsqueda interna de la tienda
Si un producto tiene los atributos completos y coherentes con los de su categoría, es más fácil filtrarlo y encontrarlo. Si la tienda usa nombres distintos para el mismo material o deja campos vacíos, el buscador pierde precisión.
La automatización ayuda a normalizar atributos y detectar incoherencias, y la IA puede interpretar búsquedas en lenguaje natural si la tienda dispone de una solución que lo permita. Pero no hay que confundir las dos cosas: un catálogo bien completado mejora la base del buscador, no garantiza por sí solo mejores resultados. También influyen el motor, su configuración y cómo interpreta las consultas.
Cómo funciona una automatización de catálogo de principio a fin
Veamos un ejemplo: un producto nuevo entra en el ERP y tiene que llegar a una tienda Shopify con su información completa.
- Detectar el producto. La integración identifica la nueva referencia o el cambio en una existente.
- Recoger los datos. Consulta el ERP y las fuentes adicionales: fichas técnicas, archivos del proveedor.
- Validar la información. Comprueba los campos obligatorios y las reglas de la categoría. Si falta algo esencial, el producto queda pendiente.
- Generar los contenidos. Si los datos son suficientes, la IA prepara la descripción y las traducciones.
- Revisar el resultado. Los contenidos sensibles o los que no superan las validaciones pasan a revisión humana.
- Actualizar la tienda. La integración envía a Shopify los campos autorizados y registra el resultado.
- Comprobar que todo ha terminado bien. Si falla una conexión o un campo no se actualiza, se registra la incidencia y se puede reintentar de forma controlada.
Una plataforma como n8n puede coordinar los pasos y conectar los sistemas. La arquitectura exacta depende de las APIs disponibles y de los permisos de cada herramienta. Y este último punto importa: una automatización no termina cuando envía la información; termina cuando sabe que ha llegado bien.
Tres casos reales de automatización de catálogo
No hay una solución única para todos los e-commerce. Estos tres proyectos partían de necesidades muy distintas.
Tiko Doco: completar los datos que el ERP no sincroniza
Tiko Doco necesitaba completar en Shopify información de producto que no llegaba desde su ERP.
Para resolverlo, se desarrolló una aplicación a medida integrada en Shopify. La solución completa los datos y revisa el catálogo cada 30 minutos. Según la información del proyecto, permite procesar más de 20.000 productos completos en cada importación y evita que se publiquen productos incorrectos.
El punto interesante es que el problema no se resolvió simplemente generando descripciones con IA. Primero había que asegurar que los datos necesarios llegaran a la tienda y que el catálogo se revisara de forma recurrente.
Fesmés: convertir datos de SAP en fichas de producto
Fesmés trabajaba con datos técnicos almacenados en SAP que había que transformar en fichas comprensibles para la tienda online.
La solución conecta la IA con SAP para generar fichas de producto y mejorar la información disponible para la búsqueda dentro del e-commerce. De esta manera, el equipo puede trabajar con un catálogo más homogéneo y actualizar las referencias con mayor rapidez.
Aquí la clave está en aprovechar la información que ya existe en el sistema de gestión y convertirla en contenido útil para el comprador, sin tratar cada referencia como un encargo de redacción independiente.
Establiments Andreu: mantener el catálogo al crecer en idiomas
Establiments Andreu necesitaba facilitar la internacionalización de su e-commerce. Traducir y mantener actualizado el catálogo manualmente dificultaba ampliar los idiomas disponibles.
La solución automatiza la traducción y la sincronización de la tienda, reduciendo el trabajo necesario para mantener las distintas versiones lingüísticas.
En este tipo de proyecto, el reto no está solo en producir traducciones. También hay que saber qué texto es el original, qué versión corresponde a cada idioma y cómo propagar los cambios sin dejar páginas desactualizadas.
Conoce el caso de Establiments Andreu.
Los tres proyectos comparten una idea: la automatización parte de un problema concreto de catálogo. La IA es una de las piezas de la solución, no un sustituto del diseño del proceso.
Qué tareas puedes automatizar y cuáles conviene revisar
No todos los datos tienen el mismo riesgo. Homogeneizar el formato de un atributo no es lo mismo que modificar una especificación técnica o un precio.
Esta tabla sirve como punto de partida; el nivel de control debe ajustarse a la información y a las consecuencias de cada error.
| Tarea | Enfoque recomendado | Control |
|---|---|---|
| Homogeneizar formatos y atributos | Automatización por reglas | Revisiones periódicas y registro de cambios |
| Completar campos desde una fuente fiable | Automatización por reglas | Comprobar la fuente y detectar valores incoherentes |
| Generar descripciones comerciales | IA con validaciones | Revisar las primeras tandas y muestrear resultados |
| Traducir fichas estándar | IA con validaciones | Revisar textos relevantes y comprobar coherencia terminológica |
| Publicar información de seguridad o normativa | Flujo con aprobación | Revisión humana antes de publicar |
| Actualizar precios y stock | Sincronización desde la fuente definida | Reglas explícitas, control de errores y límites de actualización |
El criterio es sencillo: automatiza lo que puedas comprobar y define quién debe intervenir cuando el sistema no tiene suficiente información.
Si un producto necesita una advertencia técnica que no aparece en los datos disponibles, no debería publicarse solo porque la IA haya conseguido redactar un texto convincente. Y si una actualización de precio no cumple las reglas del negocio, el flujo debe detenerse en lugar de improvisar.
Cómo empezar sin automatizar todo el catálogo
No necesitas transformar miles de referencias desde el primer día. De hecho, empezar con una categoría concreta facilita encontrar errores antes de que afecten a toda la tienda.
1. Elige una categoría piloto
Busca una familia de productos que tenga suficiente volumen para que el esfuerzo manual sea relevante, pero que puedas revisar de forma controlada.
Puede ser una categoría con muchas fichas incompletas, productos similares o traducciones pendientes. Lo importante es elegir un problema que puedas medir.
2. Comprueba de dónde salen los datos
Antes de construir la automatización, identifica qué sistema contiene cada dato y cómo se puede consultar.
Revisa las posibilidades de integración del ERP y de la plataforma de e-commerce. Comprueba también si las fichas técnicas y los archivos de proveedor tienen una estructura aprovechable.
Si no sabes qué fuente debe prevalecer cuando dos sistemas muestran valores diferentes, resuelve esa cuestión antes de automatizar.
3. Define las reglas de publicación
Haz una lista de los campos obligatorios, los datos que deben proceder de una fuente concreta y los casos que necesitan aprobación.
Por ejemplo, puedes permitir que una descripción estándar se genere automáticamente, pero exigir una revisión cuando falte un dato técnico importante o el producto incluya advertencias específicas.
4. Prueba con un lote pequeño
Empieza con unas decenas de referencias y revisa los resultados. Comprueba las descripciones, las traducciones, los atributos, las imágenes y la sincronización con la tienda.
Incluye casos normales y casos problemáticos: productos sin datos suficientes, referencias duplicadas, textos largos o cambios posteriores en el ERP.
La prueba sirve para comprobar tanto la calidad de los contenidos como el funcionamiento de las integraciones.
5. Mide antes de ampliar
Para saber si el proyecto compensa, registra indicadores como:
- Tiempo medio dedicado a completar una ficha.
- Porcentaje de productos que cumplen los requisitos de publicación.
- Número de errores detectados antes de publicar.
- Tiempo necesario para actualizar las traducciones.
- Incidencias de sincronización entre el ERP y la tienda.
Compara estos resultados con la situación anterior. Así podrás decidir si conviene ampliar la automatización a otras categorías o corregir primero el flujo existente.
Un catálogo que no dependa de copiar y pegar
Cuando el catálogo crece, el trabajo no termina al publicar los productos. Hay que completar datos, actualizar fichas, mantener traducciones y comprobar que los sistemas siguen sincronizados.
Automatizar estas tareas puede liberar al equipo de buena parte del trabajo repetitivo y reducir errores, siempre que el flujo tenga fuentes de datos claras, validaciones y un sistema para gestionar las excepciones.
La mejor forma de empezar es revisar el catálogo actual: cuántas referencias tiene, qué información falta, de dónde proceden los datos y qué tareas se repiten cada vez que se actualiza un producto.
En La Teva IA trabajamos en automatizaciones que conectan herramientas, datos y procesos empresariales. Si tu equipo dedica demasiado tiempo a mantener el catálogo de la tienda, podemos analizar qué partes conviene automatizar y cuáles necesitan seguir bajo supervisión.
