Hay una escena muy común en eCommerce que casi todos los equipos digitales han visto alguna vez. Un cliente entra en una tienda online con una idea bastante clara de lo que quiere comprar, pero no sabe exactamente cómo describirlo. No tiene el nombre del producto, ni el modelo exacto, ni siquiera está seguro de qué características debería tener. Así que escribe lo primero que le viene a la cabeza en la barra de búsqueda: “vestido para boda en invierno”, “sofá cómodo para salón pequeño” o “pendientes dorados que abracen la oreja”. Son frases totalmente normales.
De hecho, se parecen bastante más a una conversación con un vendedor en una tienda física que a una búsqueda por keyword tradicional. Y es ahí donde muchos buscadores fallan. Para responder a este tipo de consultas más abiertas y contextuales han surgido propuestas como Kimera Technologies, que buscan entender mejor qué quiere encontrar realmente el usuario.
Ejemplo de búsqueda en estilo conversacional utilizando Kimera en la web de Percentil
Durante años, la mayoría de sistemas de búsqueda en eCommerce han funcionado de una forma bastante simple, comparando las palabras que escribe el usuario con las palabras que aparecen en el catálogo.
Si coinciden, el producto aparece. Si no coinciden exactamente, el sistema empieza a tener dificultades para encontrar resultados relevantes.
Esto funciona bien cuando el cliente sabe exactamente lo que busca. Si alguien escribe “Nike Air Force 1 blancas”, el buscador lo tiene fácil. Es muy probable que ese texto aparezca en el título del producto.
Pero muchas búsquedas no son así. A menudo el usuario está explorando o intentando describir una necesidad, no un producto concreto.
Ahí aparece una fricción muy común en eCommerce, el producto está en la tienda, pero el cliente no lo encuentra.
Para evitarlo, los equipos digitales suelen dedicar bastante tiempo a ajustar el funcionamiento del buscador. Crear sinónimos, revisar consultas sin resultados, definir reglas para priorizar ciertos productos o modificar manualmente el orden de los resultados.
En tiendas con miles de referencias o SKUs o con múltiples proveedores, este trabajo puede convertirse en una tarea constante. Aun así, siempre aparecen nuevas formas de buscar que el sistema no había previsto. El lenguaje de los usuarios es mucho más flexible que cualquier lista de keywords.
Por eso cada vez más eCommerce se preguntan si el buscador puede hacer algo más que comparar palabras.
Kimera Technologies resuelve el problema desde otro enfoque, replantea el buscador como una capa de inteligencia sobre el catálogo.
La idea es relativamente sencilla: en lugar de depender únicamente de coincidencias de texto, el sistema intenta entender qué es cada producto y qué está buscando realmente el usuario.
Para hacerlo analiza varios factores al mismo tiempo, el texto de las fichas de producto, las imágenes del catálogo y el significado de la consulta que escribe el cliente. Esto permite identificar productos relevantes incluso cuando la búsqueda no coincide exactamente con las palabras del catálogo.
Por ejemplo, ante una búsqueda como “vestido para boda en invierno”, el sistema no depende únicamente de que esa frase aparezca en la ficha del producto.
En su lugar, analiza características visuales de las imágenes del catálogo, como:
De esta manera, puede identificar los productos que encajan con esa intención, aunque el texto del producto no coincida exactamente con la búsqueda.
En otras palabras, el buscador deja de limitarse a encontrar palabras y empieza a interpretar la intención de la búsqueda.
Eemplo de uso del buscador de Kimera en la tienda Ofertas de pádel
Un caso interesante es el de Ofertas de pádel, una tienda online especializada en equipamiento de pádel.
En este tipo de eCommerce, muchos clientes llegan con dudas bastante concretas. No siempre buscan un modelo exacto de pala, sino algo más parecido a una conversación que a una búsqueda.
Por ejemplo:
Antes, resolver ese tipo de dudas dentro de la web era complicado. El buscador podía mostrar productos, pero no necesariamente los que mejor encajaban con la necesidad del cliente.
Con un enfoque más inteligente del buscador, la experiencia cambia. El sistema puede interpretar la intención de la búsqueda, sugerir modelos concretos y ayudar al usuario a acotar la decisión, de forma bastante similar a lo que haría un vendedor especializado en una tienda física.
Este cambio está llevando a una evolución interesante en la experiencia de búsqueda. El buscador deja de ser solo una herramienta para localizar productos y empieza a comportarse más como un asistente de compra.
En lugar de limitarse a mostrar resultados, el sistema puede guiar al usuario en el proceso de decisión. Hacer preguntas, sugerir alternativas o explicar por qué un producto puede ser más adecuado que otro.
Es una forma de acercar la experiencia del eCommerce a algo que durante años solo existía en la tienda física: la conversación con alguien que conoce bien el catálogo.
En ese nuevo escenario es donde Kimera quiere posicionarse: no como un simple buscador, sino como una tecnología capaz de hacer que la búsqueda interna entienda mejor cómo se expresa el usuario y cómo son realmente los productos.
Su propuesta combina lenguaje natural e interpretación visual del catálogo para ofrecer resultados más relevantes y reducir parte del esfuerzo manual que tradicionalmente ha exigido mantener el search en eCommerce.
Un enfoque que ya están utilizando eCommerce relevantes en España como Perfumerías Julia, Kibuc o Suavinex.
Imagen: Gemini
Your email address will not be published. Required fields are marked *
Δ