Catálogo listo para agentes: el modelo de datos que hace vender a la IA
La tienda ya no se lee solo con los ojos
Durante una década, el catálogo de un e-commerce fue una vidriera: fotos cuidadas, descripciones con gancho y un botón de compra. Ese pacto se rompió. Hoy hay un lector intermedio que consulta tus datos antes que cualquier persona: un agente de inteligencia artificial.
En 2026 Tiendanube liberó su Admin MCP, un conector oficial que expone catálogo, pedidos, clientes y métricas a ChatGPT, Gemini y Claude, y que ya alcanza a más de 180.000 tiendas de la región. En paralelo, su informe NubeCommerce marcó que el 83% de los emprendedores y el 89% de las grandes marcas ya aplican IA en su operación diaria. La conclusión práctica es incómoda: si tu catálogo está desordenado, la IA no lo va a embellecer, lo va a repetir con seguridad de experto.
Este artículo no es sobre prompts. Es sobre el modelo de datos que hace que un agente responda bien: qué campos necesitás, cómo modelarlos y cómo evitar que el catálogo se degrade con el uso. Si todavía estás definiendo la arquitectura de fondo, conviene leerlo junto a Tiendanube Evolución y comercio agéntico, donde está el marco general del cambio.
Por qué la IA castiga el desorden más que un humano
Un comprador tolera la ambigüedad: mira la foto, intuye, pregunta por WhatsApp. Un agente no. Traduce tu catálogo a estructuras tipadas y, cuando un campo está vacío o mezcla unidades, elige una de dos salidas: omite el producto o inventa. Las dos cuestan ventas.
Los cinco errores que más rompen la conversación
- Atributos en texto libre. "Talle del 38 al 44, consultar disponibilidad" no es un dato, es una frase. Un filtro por talle devuelve cero resultados.
- SKU inestables. Si el código cambia cuando cambia el proveedor, se rompe la trazabilidad de stock, ventas y devoluciones.
- Precio 0 como sinónimo de agotado. Un agente lee "0" como error o como oferta gratuita, nunca como falta de stock.
- Variantes cargadas como productos distintos. Multiplicás fichas, duplicás contenido y perdés la relación color-talle.
- Peso y dimensiones vacíos. Sin esos campos el cotizador falla o sobrecotiza, y el abandono de carrito se explica solo.
Los ocho campos que no se negocian
| Campo | Por qué la IA lo necesita |
|---|---|
| SKU único y estable | Identidad del producto entre tienda, depósito y ERP |
| Nombre y marca | Coincidencia en búsquedas y respuestas conversacionales |
| Atributos normalizados | Filtros, comparaciones y recomendaciones confiables |
| Variantes en matriz | Relación color-talle-real sin duplicar fichas |
| Precio, moneda y cuotas | Cálculo real del costo financiero de la compra |
| Stock por depósito | Disponibilidad y plazo de entrega verificables |
| Peso y dimensiones | Cotización de envío y logística inversa |
| Categoría taxonómica | Contexto para búsqueda interna y marketplaces |
Si falta cualquiera de estos, el agente improvisa. Y una improvisación en la ficha se paga en devoluciones.
Un modelo de datos mínimo
No hace falta un PIM enterprise para ordenar esto. Alcanza con separar cinco entidades y dejar de usar campos de texto donde corresponde una relación:
- Producto: nombre, marca, categoría, descripción larga y atributos de marketing.
- Variante: SKU, combinación de atributos, precio de lista y estado.
- Atributo: nombre, tipo (texto, número, enumerado), unidad y valores permitidos.
- Stock: variante, depósito, cantidad, reservado y regla de reposición.
- Precio: variante, lista de precios, moneda, vigencia y recargo por cuotas.
Con esas cinco tablas, el catálogo deja de ser una planilla y pasa a ser una fuente consultable. Es el mismo principio que aplicamos cuando hablamos de hacer el sitio legible para buscadores de IA: primero se ordenan los datos, después se escribe el copy.
El detalle que casi todos olvidan
La descripción comercial y el atributo técnico deben vivir separados. Un agente que lee "ideal para regalar" en el campo material va a responder cualquier cosa. Marketing en su campo, especificación en el suyo.
Gobierno del catálogo: quién es el dueño
Un catálogo se degrada igual que el código sin tests. La diferencia es que acá el bug se ve como una venta perdida, no como un error en el log.
- Un dueño explícito. Una persona o rol responsable de la calidad de los datos, con autoridad para rechazar altas incompletas.
- Validaciones en el alta. Campos obligatorios por categoría, unidades cerradas y SKU generado por sistema, nunca a mano.
- Auditoría semanal. Porcentaje de fichas completas, productos sin stock pero publicados, variantes huérfanas.
- Versionado. Cambios de precio y atributos registrados con fecha y usuario, para poder explicar qué respondió el agente y por qué.
Cómo medirlo en 30 días
Elegí cuatro indicadores y sostenelos un trimestre: fichas con atributos completos, búsquedas internas sin resultado, devoluciones por talle o medida y errores de cotización de envío. Los tres últimos son la consecuencia directa de los tres primeros. Cuando bajan las búsquedas vacías y las devoluciones por calce, el catálogo está funcionando como contrato.
El catálogo es infraestructura comercial
La IA no reemplaza la estrategia de producto: la expone. Un catálogo bien modelado vende mejor en la tienda, en los marketplaces y en cualquier canal conversacional que aparezca el año que viene, sin reescribir nada. Uno desordenado obliga a parchear cada integración nueva y a explicar por WhatsApp lo que la ficha no dice.
Si tu tienda ya vende pero el catálogo te está frenando, en nuestra unidad de e-commerce de nueva generación y migraciones modelamos el dato, migramos sin perder posiciones y dejamos el catálogo listo para agentes. También podés escribirnos por la página de contacto para revisar tu caso concreto.
