# Cómo preparó Yeppon sus 150.000 SKU para los anuncios en marketplaces, empezando por su propia tienda online > Yeppon, uno de los principales ecommerce de electrónica de Italia, gestiona más de 150.000 SKU en más de doce marketplaces europeos. Con CommerceClarity procesó unos 80.000 SKU de principio a fin unas ocho veces más rápido que antes y activó unos 24.000 productos en sus canales, unos 19.000 en Leroy Merlin y 5.000 en Amazon. La calidad de los anuncios pasó de una puntuación media cercana a 42, por debajo del listón de publicación automática, a un objetivo por encima de 70. Cada anuncio generado sigue pasando una revisión humana. ![Interior de un almacén de Yeppon.](https://cdn.sanity.io/images/xd4hrbt2/production/f1de727b7b2eba60c4e90ff637283725139561b7-800x600.jpg?auto=format) **Hero figure value:** 8x **Hero figure label:** Más rápido en salir al mercado que con el proceso manual **Industry:** Electrónica de consumo ## Cifras clave - 80k · SKU procesados de principio a fin - 8x · más rápido en salir al mercado que con el proceso manual - 24k · productos activados en marketplaces - 150k+ · SKU de catálogo dentro del proyecto ## Agents - Data Enrichment - Taxonomy Mapping - Matching - Leroy Merlin Listing Optimizer - Amazon Listing Optimizer ## Resumen Yeppon es uno de los principales ecommerce de electrónica de Italia: más de 150.000 SKU de electrónica, electrodomésticos, bricolaje y muebles para el hogar, que vende en su propia tienda online y en más de doce marketplaces europeos. Cada producto es un conjunto de variantes, distintas según el canal y el idioma. El objetivo eran los dos frentes a la vez: dejar bien los datos de producto a escala de catálogo en su propia web y llevar el catálogo a los marketplaces, empezando por Leroy Merlin y Amazon. ## El reto Antes de nosotros, el catálogo era sobre todo trabajo manual. Una persona a media jornada daba de alta los nuevos SKU, el enriquecimiento dependía de un feed de terceros y de los proveedores que enviaran buenos datos, y filtros como el tamaño de pantalla, la RAM o el disco se montaban a mano. Se creaba o actualizaba alrededor del setenta por ciento de los anuncios, muchos sin foto, y sin una cadencia regular. Durante quince años, la economía del negocio concentró el esfuerzo real en el veinte por ciento del catálogo: Apple, electrodomésticos y televisores. El resto llegaba a los marketplaces emparejado solo por precio y disponibilidad, sin enriquecer. ### Un equipo que ya iba por delante en IA Yeppon es uno de los equipos más avanzados en IA con los que trabajamos. Ya habían creado sus propios agentes en ChatGPT para escribir títulos, descripciones y viñetas. Ese instinto los llevó lejos, hasta que chocó con los límites de la herramienta: resultados que cambiaban de una ejecución a otra, huecos rellenados con lo que el modelo había aprendido en su entrenamiento y no con datos del producto, imágenes lentas y caras a escala de catálogo, y ninguna prueba de que un anuncio fuera a superar el listón de calidad del marketplace antes de publicarlo. Un catálogo es un problema más difícil que una web. Decenas de miles de productos, un listón de calidad que no deja de moverse y resultados que hay que poder demostrar en cada ejecución. Eso exige diseñar un sistema a medida. ## Cómo lo resolvimos: agentes y un Retail Engineer ### Primero, su propia tienda Yeppon tiene su tienda en Shopify, construida por su propio equipo. Los agentes completan cada producto (detalles, especificaciones e imágenes) y lo colocan en la categoría correcta, mediante una integración por API con los flujos de Yeppon. El sistema arrancó con la gama Apple, se validó con un lote y después se extendió a todo el catálogo; hoy funciona solo. ### Después, los marketplaces Cada marketplace es un sistema cerrado con sus propias reglas. Tres cosas lo hacían difícil. Leroy Merlin puntúa los anuncios y solo publica los que superan un listón, y Yeppon estaba muy por debajo: casi la mitad del catálogo no se podía publicar sin problemas. Nadie te da la fórmula, ni siquiera el propio equipo del marketplace. Y las cifras son grandes: unas 37.000 marcas que emparejar con sus códigos y 63.000 datos de producto que rellenar. 1. **Emparejar** las marcas y los códigos de barras de Yeppon con los códigos de producto del marketplace. 1. **Crear** anuncios para los productos que aún no están en el marketplace. 1. **Mejorar** los anuncios existentes en lo que de verdad sube la puntuación: datos completos, imágenes, especificaciones, campos obligatorios. 1. **Comprobar que se supera el listón** antes de publicar nada. Los mismos agentes sirven para cualquier categoría. Los probamos primero en cuatro (taladros, jardineras, mangueras de jardín y portamangueras) y después los aplicamos al resto. Esta fase sigue en marcha: hasta ahora hay unos 24.000 productos activos en los canales, unos 19.000 en Leroy Merlin y 5.000 en Amazon. ### El Retail Engineer Los agentes no trabajan solos. Un Retail Engineer de CommerceClarity actúa como una extensión del equipo de Yeppon: la misma persona define el alcance, construye y pone en producción respetando la forma de trabajar de Yeppon. Además, dio al catálogo algo que no había tenido en quince años: un responsable dedicado. El equipo de marketing de Yeppon sigue al mando, y cada anuncio generado pasa una revisión humana antes de publicarse. ## Antes y después El enfoque casero frente al sistema que lo sustituyó. ### Coste Impredecible, cientos de miles de tokens por operación Un proceso controlado con un coste predecible ### Preparación para marketplaces Puntuación media en torno a 42, la mitad del catálogo por debajo del listón de publicación automática Objetivo en torno a 70, publicación automática en Leroy Merlin y Amazon ### Escala y coherencia Impensable a mano con más de 150 mil SKU Cualquier categoría, con el resultado puntuado frente a un listón de calidad fijo ### Modelo operativo Imposible de sacar adelante con el equipo interno Agentes y un ingeniero integrado en el equipo, con personas que deciden qué se publica ## Un equipo que ya sabía dónde se queda corta la IA *En sus palabras* ### Danilo Longo We had built our own agents on ChatGPT before this, so we knew where AI helps and where it stops. The agents handle the volume across the full catalog, but every listing still passes our team’s review before it goes live. We got the scale without giving up the final call on quality. General Manager, Yeppon ![Danilo Longo, General Manager de Yeppon](https://cdn.sanity.io/images/xd4hrbt2/production/0ae222ca3b1dbe30a40c5d7606c672ba4d77c25a-400x400.jpg?auto=format) ### Valerio Di Dio It connects straight into our flows through the API, so we shape content around what each product actually needs instead of running one template across the board. The same product can go out with a different angle on Amazon than on Leroy Merlin, and the speed holds even when we switch language. Reporting Analyst, Yeppon ![Valerio Di Dio, Reporting Analyst de Yeppon](https://cdn.sanity.io/images/xd4hrbt2/production/7904ce6621ffc12a5298693b69be828e988b7b0f-400x400.jpg?auto=format) ## Proves area [Channels & Markets](/solutions/channels-markets) ## Más casos de éxito - [STIGA](/customers/stiga) · How STIGA launched on seven marketplaces in four months - [Next Hardware & Software](/customers/next-hardware-software) · How enriched product pages lifted search and conversion for Next ## 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. [Reserva una demo](/book-a-demo) ## Questions ### ¿Qué consiguió Yeppon? Unos 80.000 SKU procesados de principio a fin unas ocho veces más rápido que antes, todo el catálogo en orden en su propia tienda online y unos 24.000 productos activados en marketplaces, unos 19.000 en Leroy Merlin y 5.000 en Amazon. ### Yeppon ya había creado agentes en ChatGPT. ¿Por qué no bastaba? Funcionó hasta llegar a la escala de catálogo. Costaba mantener los resultados coherentes de un producto a otro y de una ejecución a otra, el modelo rellenaba huecos con su entrenamiento y no con datos del producto, las imágenes eran lentas y caras para más de 150.000 SKU, y nada demostraba que un anuncio fuera a superar el listón de calidad del marketplace antes de publicarlo. A esa escala, un catálogo exige un sistema diseñado a medida. ### ¿Qué es la puntuación de calidad de un anuncio en un marketplace? Los marketplaces puntúan los anuncios que les envías y solo publican automáticamente los que superan un umbral. En Leroy Merlin, el catálogo de Yeppon tenía una media de unos 42 puntos y casi la mitad no se podía publicar sin problemas. El objetivo es superar los 70. Nadie publica la fórmula, ni siquiera el propio equipo del marketplace, así que llegar ahí es cuestión de probar y mejorar, no de una única subida. ### ¿Cuánto emparejamiento necesita un catálogo de este tamaño? Unas 37.000 marcas que alinear con los códigos de Leroy Merlin y unos 63.000 datos de producto que rellenar. Probamos los agentes primero en cuatro categorías (taladros, jardineras, mangueras de jardín y portamangueras) y después los aplicamos al resto. ### ¿Se publica algo sin que lo vea una persona? En Yeppon, no. Los agentes ponen el volumen y el equipo de marketing de Yeppon revisa cada anuncio generado antes de publicarlo. Esa fue su condición, y así funciona el trabajo. ### ¿Está terminado el trabajo? No. La fase de marketplaces sigue en marcha y, según los propios cálculos de Yeppon, el programa va por unos dos tercios del camino. Lo siguiente: crecimiento orgánico, nuevos mercados europeos y usar el mismo sistema para la demanda orgánica y la agéntica. ## Entities - [Yeppon](https://www.yeppon.it) · Organization, about - [Channels & Markets](/solutions/channels-markets) · Thing, about - Danilo Longo · Person, mentions - Valerio Di Dio · Person, mentions - [Leroy Merlin](https://www.leroymerlin.it) · Organization, mentions - [Amazon](https://www.amazon.com) · Organization, mentions - [Shopify](https://www.shopify.com) · Organization, mentions - [ChatGPT](https://en.wikipedia.org/wiki/ChatGPT) · Product, mentions - [Cdiscount](https://en.wikipedia.org/wiki/Cdiscount) · Organization, mentions ## Sources - [Yeppon](https://www.yeppon.it) · Yeppon - [Calidad de los anuncios y requisitos de datos de producto](https://sellercentral.amazon.com/help/hub/reference/GT4CDCFTFPWKMYNW) · Amazon Seller Central - [Leroy Merlin](https://en.wikipedia.org/wiki/Leroy_Merlin) · Wikipedia - [Mirakl, la plataforma detrás de los marketplaces del retail europeo](https://www.mirakl.com) · Mirakl - [Shopify](https://www.shopify.com) · Shopify --- Canonical: https://commerceclarity.com/es/customers/yeppon Every page of this site is available as markdown: append `.md` to its path. Index: /es/llms.txt