La IA pot generar fitxes, adaptar textos i traduir. Per\u00f2 automatitzar un cat\u00e0leg no \u00e9s demanar-li que escrigui milers de descripcions i publicar-les sense mirar. Tamb\u00e9 cal connectar les fonts, validar les dades i decidir qu\u00e8 s’actualitza sol i qu\u00e8 necessita revisi\u00f3.<\/p>\n\n\n\n
Vegem on es perd el temps, quines parts del cat\u00e0leg pots automatitzar i com ho hem aplicat en tres projectes reals.<\/p>\n\n\n\n
On es perd el temps en un cat\u00e0leg en l\u00ednia<\/h2>\n\n\n\n
Abans de triar eines, identifica qu\u00e8 fa el teu equip a m\u00e0. Aquests s\u00f3n els quatre problemes que m\u00e9s es repeteixen.<\/p>\n\n\n\n
1. L’ERP no envia totes les dades que necessita la botiga<\/h3>\n\n\n\n
L’ERP sol ser la refer\u00e8ncia per a la informaci\u00f3 comercial i operativa, per\u00f2 la botiga en necessita m\u00e9s: mides, material, compatibilitats, imatges o els atributs que fa servir el cercador. Alg\u00fa les ha de localitzar i completar el que falta.<\/p>\n\n\n\n
I no \u00e9s nom\u00e9s temps. Si les dades v\u00e9nen de diverses fonts, cal comprovar que corresponen al producte correcte i que no contradiuen el que ja existeix.<\/p>\n\n\n\n
2. Les fitxes es redacten una a una<\/h3>\n\n\n\n
Amb un cat\u00e0leg petit, redactar a m\u00e0 permet tenir cura de cada producte. Amb milers de refer\u00e8ncies, mantenir el nivell i la coher\u00e8ncia \u00e9s una altra hist\u00f2ria: unes fitxes ho expliquen tot, d’altres tenen dues l\u00ednies i d’altres copien el text del fabricant tal qual.<\/p>\n\n\n\n
La IA accelera la redacci\u00f3, per\u00f2 necessita dades fiables i instruccions clares. Si totes les fitxes surten de la mateixa plantilla sense tenir en compte les difer\u00e8ncies entre productes, el resultat \u00e9s un cat\u00e0leg de textos que sonen iguals.<\/p>\n\n\n\n
3. Els idiomes es queden enrere<\/h3>\n\n\n\n
Una botiga multiidioma no es tradueix una vegada i ja est\u00e0. Cada canvi torna a obrir la feina. S’actualitza la descripci\u00f3 en castell\u00e0 i la francesa conserva el text anterior. S’afegeix una caracter\u00edstica t\u00e8cnica i nom\u00e9s arriba a alguns idiomes. Al final, clients de pa\u00efsos diferents llegeixen coses diferents sobre el mateix producte.<\/p>\n\n\n\n
4. Els errors arriben a la botiga<\/h3>\n\n\n\n
Un producte sense imatge principal, amb un atribut obligatori buit o amb una descripci\u00f3 que no correspon a la refer\u00e8ncia. Passa desapercebut fins que un client intenta comprar-lo.<\/p>\n\n\n\n
Revisar a m\u00e0 cada camp de cada producte no \u00e9s viable. Publicar sense comprovacions, tampoc. Aqu\u00ed les regles de validaci\u00f3 s\u00f3n tan importants com la IA.<\/strong><\/p>\n\n\n\n La millor soluci\u00f3 sol combinar peces: unes tasques es resolen amb regles, d’altres requereixen IA i d’altres necessiten que una persona validi el resultat.<\/p>\n\n\n\n \u00c9s un bon punt de partida perqu\u00e8 no requereix generar textos. El sistema consulta les dades disponibles, detecta els camps que falten i els completa si hi ha una font autoritzada. Si no la troba, deixa el producte pendent i avisa.<\/p>\n\n\n\n Per exemple, pots definir regles com aquestes:<\/p>\n\n\n\n S\u00f3n senzilles, per\u00f2 eviten que molts errors es propaguin. I un mat\u00eds important: completar un camp no vol dir inventar-lo.<\/strong> Si no hi ha informaci\u00f3 fiable sobre el material o les mides, l’automatitzaci\u00f3 ha d’indicar que falta, no omplir-lo amb una suposici\u00f3.<\/p>\n\n\n\n Aqu\u00ed \u00e9s on la IA estalvia feina de redacci\u00f3. En lloc que una persona consulti la fitxa t\u00e8cnica i escrigui des de zero, el sistema reuneix les dades i demana a la IA que les converteixi en un text clar, amb l’estil de la botiga.<\/p>\n\n\n\n Imagina que la font cont\u00e9: material, acer inoxidable; acabat, mat; di\u00e0metre, 12 cm; \u00fas, interior; compatibilitat, amb els models indicats a la fitxa t\u00e8cnica. Amb aix\u00f2, la IA pot redactar una descripci\u00f3 llegible i destacar el que ajuda a decidir la compra.<\/p>\n\n\n\n La condici\u00f3: el text respecta les dades d’origen.<\/strong> Si la fitxa no diu que el producte \u00e9s resistent a l’aigua, la descripci\u00f3 no ho ha d’afirmar. Si falta una mida, no l’ha de deduir.<\/p>\n\n\n\n Per controlar-ho, defineix una estructura per categoria, limita les afirmacions a la informaci\u00f3 disponible, valida els camps t\u00e8cnics per separat del text comercial i revisa les primeres tandes abans d’ampliar.<\/p>\n\n\n\n La traducci\u00f3 autom\u00e0tica aporta poc si nom\u00e9s serveix per al llan\u00e7ament i despr\u00e9s ning\u00fa no mant\u00e9 les versions.<\/p>\n\n\n\n Un flux ben dissenyat parteix d’una fitxa de refer\u00e8ncia i registra quina traducci\u00f3 correspon a cada versi\u00f3. Quan canvia l’original, el sistema marca com a pendents els idiomes afectats, la IA genera les noves traduccions amb el vocabulari de cada idioma, es comprova que els camps obligatoris s\u00f3n complets i es publiquen o passen a revisi\u00f3 segons les regles.<\/p>\n\n\n\n No tots els textos necessiten la mateixa revisi\u00f3. Una descripci\u00f3 senzilla pot seguir un flux diferent del d’una fitxa amb advertiments de seguretat o especificacions sensibles. El que importa \u00e9s saber sempre quina versi\u00f3 est\u00e0 al dia i quina no.<\/p>\n\n\n\n Encara que la importaci\u00f3 inicial funcioni, els errors apareixen despr\u00e9s: canvia un camp a l’ERP, desapareix una imatge o una actualitzaci\u00f3 deixa d’executar-se.<\/p>\n\n\n\n Per aix\u00f2, a m\u00e9s d’automatitzar l’entrada de dades, conv\u00e9 programar revisions peri\u00f2diques que busquin atributs incomplets, descripcions buides, dades contradict\u00f2ries o refer\u00e8ncies que haurien d’estar despublicades. Segons el cas, el sistema corregeix un format, actualitza un camp des de la font de refer\u00e8ncia o obre una incid\u00e8ncia. En el projecte de Tiko Doco, per exemple, el cat\u00e0leg es revisa cada 30 minuts.<\/p>\n\n\n\n Si un producte t\u00e9 els atributs complets i coherents amb els de la seva categoria, \u00e9s m\u00e9s f\u00e0cil filtrar-lo i trobar-lo. Si la botiga fa servir noms diferents per al mateix material o deixa camps buits, el cercador perd precisi\u00f3.<\/p>\n\n\n\n L’automatitzaci\u00f3 ajuda a normalitzar atributs i detectar incoher\u00e8ncies, i la IA pot interpretar cerques en llenguatge natural si la botiga disposa d’una soluci\u00f3 que ho permeti. Per\u00f2 no s’han de confondre les dues coses: un cat\u00e0leg ben completat millora la base del cercador, per\u00f2 no garanteix per si sol millors resultats.<\/strong> Tamb\u00e9 hi influeixen el motor, la seva configuraci\u00f3 i com interpreta les consultes.<\/p>\n\n\n\n Vegem-ne un exemple: un producte nou entra a l’ERP i ha d’arribar a una botiga Shopify amb tota la informaci\u00f3.<\/p>\n\n\n\n Una plataforma com n8n pot coordinar els passos i connectar els sistemes. L’arquitectura exacta dep\u00e8n de les API disponibles i dels permisos de cada eina. I aquest \u00faltim punt importa: una automatitzaci\u00f3 no acaba quan envia la informaci\u00f3; acaba quan sap que ha arribat b\u00e9.<\/strong><\/p>\n\n\n\n No hi ha una soluci\u00f3 \u00fanica per a tots els e-commerce. Aquests tres projectes partien de necessitats molt diferents.<\/p>\n\n\n\n Tiko Doco necessitava completar a Shopify informaci\u00f3 de producte que no arribava des del seu ERP.<\/p>\n\n\n\n Per resoldre-ho, es va desenvolupar una aplicaci\u00f3 a mida integrada a Shopify. La soluci\u00f3 completa les dades i revisa el cat\u00e0leg cada 30 minuts. Segons la informaci\u00f3 del projecte, permet processar m\u00e9s de 20.000 productes complets a cada importaci\u00f3 i evita que es publiquin productes incorrectes.<\/p>\n\n\n\n El punt interessant \u00e9s que el problema no es va resoldre simplement generant descripcions amb IA. Primer calia assegurar que les dades necess\u00e0ries arribessin a la botiga i que el cat\u00e0leg es revis\u00e9s de manera recurrent.<\/p>\n\n\n\n Coneix el cas de Tiko Doco<\/a>.<\/p>\n\n\n\n Fesm\u00e9s treballava amb dades t\u00e8cniques emmagatzemades a SAP que calia transformar en fitxes comprensibles per a la botiga en l\u00ednia.<\/p>\n\n\n\n La soluci\u00f3 connecta la IA amb SAP per generar fitxes de producte i millorar la informaci\u00f3 disponible per a la cerca dins de l’e-commerce. D’aquesta manera, l’equip pot treballar amb un cat\u00e0leg m\u00e9s homogeni i actualitzar les refer\u00e8ncies m\u00e9s r\u00e0pidament.<\/p>\n\n\n\n Aqu\u00ed la clau \u00e9s aprofitar la informaci\u00f3 que ja existeix al sistema de gesti\u00f3 i convertir-la en contingut \u00fatil per al comprador, sense tractar cada refer\u00e8ncia com un enc\u00e0rrec de redacci\u00f3 independent.<\/p>\n\n\n\n Coneix el cas de Fesm\u00e9s<\/a>.<\/p>\n\n\n\n Establiments Andreu necessitava facilitar la internacionalitzaci\u00f3 del seu e-commerce. Traduir i mantenir actualitzat el cat\u00e0leg manualment dificultava ampliar els idiomes disponibles.<\/p>\n\n\n\n La soluci\u00f3 automatitza la traducci\u00f3 i la sincronitzaci\u00f3 de la botiga i redueix la feina necess\u00e0ria per mantenir les diferents versions ling\u00fc\u00edstiques.<\/p>\n\n\n\n En aquest tipus de projecte, el repte no \u00e9s nom\u00e9s produir traduccions. Tamb\u00e9 cal saber quin text \u00e9s l’original, quina versi\u00f3 correspon a cada idioma i com propagar els canvis sense deixar p\u00e0gines desactualitzades.<\/p>\n\n\n\nQuines parts del cat\u00e0leg pots automatitzar<\/h2>\n\n\n\n
1. Completar i validar les dades de producte<\/h3>\n\n\n\n
\n
2. Generar fitxes de producte a partir de dades t\u00e8cniques<\/h3>\n\n\n\n
![\"Fitxa](\"https:\/\/latevaia.ai\/wp-content\/uploads\/2026\/10\/docx-2-986x493.png\" "\\"\\"")
<\/figure>\n\n\n\n3. Traduir les fitxes i mantenir-les sincronitzades<\/h3>\n\n\n\n
4. Revisar el cat\u00e0leg peri\u00f2dicament<\/h3>\n\n\n\n
5. Millorar la cerca interna de la botiga<\/h3>\n\n\n\n
Com funciona una automatitzaci\u00f3 de cat\u00e0leg de principi a fi<\/h2>\n\n\n\n
\n
Tres casos reals d’automatitzaci\u00f3 de cat\u00e0leg<\/h2>\n\n\n\n
Tiko Doco: completar les dades que l’ERP no sincronitza<\/h3>\n\n\n\n
Fesm\u00e9s: convertir dades de SAP en fitxes de producte<\/h3>\n\n\n\n
Establiments Andreu: mantenir el cat\u00e0leg en cr\u00e9ixer en idiomes<\/h3>\n\n\n\n