Ir al contenido
STIGA

Cómo empezó a vender STIGA en siete marketplaces a la vez en cuatro meses

500+

Fichas de producto generadas, validadas y publicadas

Resumen

STIGA lleva más de noventa años diseñando maquinaria de jardín a motor y hoy lidera el mercado europeo de tractores cortacésped, que vende a través de distribuidores especializados, centros de jardinería y gran distribución.

La maquinaria de jardín siempre se ha vendido sobre todo en tienda física. Ahora el mercado se mueve a internet: el comprador se informa mucho antes de pisar una tienda, y los marketplaces están abriendo la categoría de jardín y exterior. STIGA vio la oportunidad pronto y se marcó un objetivo ambicioso: estar a la vez en todos sus marketplaces objetivo, en todos los idiomas.

El reto

El límite era la capacidad. Tres cosas hacían el catálogo realmente difícil.

  1. Un catálogo profundo. Más de 500 SKU, cada uno con especificaciones técnicas que había que reflejar con precisión.
  2. Un precio medio de venta alto. El contenido tenía que transmitir el valor de cada producto y justificar su precio.
  3. Tecnología propia. Gran parte de ese valor estaba en lenguaje de ingeniería (Vista, AGS, ePower, Multiclip), que no le dice nada a un comprador de marketplace hasta que alguien lo convierte en un beneficio concreto.

Además del catálogo, el tiempo apretaba. La forma tradicional de expandirse es secuencial, un país y luego el siguiente, unos seis meses cada uno y entre uno y dos años en total. STIGA quería lo contrario.

Cómo funcionaba todo antes de CommerceClarity

Los datos de producto estaban en Akeneo, un PIM pensado para guardar especificaciones y alimentar el canal de distribuidores, no para producir contenido listo para marketplaces. Alrededor funcionaba una operación manual con varios proveedores: textos originales escritos en casa, herramientas de traducción para los demás idiomas, un responsable de marketing local revisando cada producto a mano y hojas de cálculo para coordinar los traspasos. El modelo funcionaba. No escalaba.

Cómo lo resolvimos: agentes e ingenieros

CommerceClarity reemplazó esa cadena por una sola plataforma de agentes de IA, integrada en los sistemas de STIGA sin tocar el PIM. El trabajo: convertir datos de producto en bruto en contenido listo para cada canal de venta, textos y atributos estructurados, para Amazon en cinco países, Allegro, Otto, Kaufland, ManoMano, Leroy Merlin y el eShop propio de la marca.

Los agentes aportan la escala

Cada producto parte de un único registro maestro, y una cadena de agentes lo lleva de los datos en bruto al contenido listo para cada canal.

  1. Normalizar las entradas heterogéneas en la taxonomía propia de STIGA.
  2. Enriquecer los atributos que faltan a partir de las fuentes internas de STIGA.
  3. Aplicar las reglas, voz de marca, restricciones de cada canal y normativa, para que el resultado salga correcto desde el origen y no haya que corregirlo después.
  4. Traducir y localizar de forma nativa, no palabra por palabra.
  5. Generar variantes por canal con la forma exacta que espera cada marketplace.
  6. Validar, puntuar la calidad, pasar los controles automáticos y escalar lo que necesita revisión humana.

STIGA empezó donde más dolía, Channel Adaptation, y después amplió a Translation and Localization y a Search Enrichment.

Los ingenieros construyen el resultado junto al cliente

Un ingeniero de CommerceClarity actúa como una extensión del equipo de STIGA: la misma persona define, construye y entrega. Eso cambió el modelo operativo, de descentralizado y reactivo a centralizado y proactivo. La sede central controla todo el ciclo de vida del contenido y lo publica ya validado y alineado con la marca. Los agentes ponen la velocidad y la escala, y las personas mantienen el control sobre lo que se publica.

Antes y después

Cuatro meses de trabajo, de un vistazo.

Tiempo de lanzamiento
BeforeEntre uno y dos años, país a país
AfterCuatro meses, en paralelo
Marketplaces activos
BeforeNone
AfterSeven
Fichas de producto
BeforeManual, mercado a mercado
AfterMás de 500 generadas, validadas y publicadas
Idiomas
BeforeHerramientas de traducción genéricas, revisión a mano
AfterCinco localizaciones nativas
Modelo operativo
BeforeEquipo interno, herramientas, responsables locales, hojas de cálculo
AfterUn solo operador, centralizado, de principio a fin
Validación
BeforeResponsables locales, de forma reactiva
AfterControles automáticos, solo se escala lo necesario

En sus palabras

Quienes lideran el despliegue

“It feels like an extension of our team, like having their thinking embedded in an AI that works alongside us every day.”
Asif Azam
Asif AzamMarketplace Manager, STIGA
“Without CommerceClarity we would still be building the foundations. We are already building the next layer.”
Gabriele Nofrini
Gabriele NofriniGroup E-Commerce Director, STIGA

Mira lo que hacen los agentes de IA con tu catálogo

Trae un feed desordenado o los productos que nunca llegaste a publicar. El resto te lo enseñamos nosotros.