# Gestiona todo tu catálogo de productos, no una muestra. > Catalog Foundation es el área de CommerceClarity que construye las fichas de producto de las que leen todas las demás áreas. Aquí trabajan seis agentes de IA: Data Enrichment, Matching, Variant Grouping, ERP Codification, Catalog Migrator y Product Image Generation. Leen el feed del proveedor, el PIM, el ERP y el DAM sin sustituir ninguno, ajustan cada valor al modelo de atributos del propio minorista y devuelven la ficha terminada al sistema de referencia. Las fichas de producto de las que se nutre todo lo demás, construidas por agentes de IA. El SEO, la traducción y los marketplaces tiran de los mismos campos, así que el trabajo empieza aquí. ![Una foto de larga exposición a lo largo del pasillo de una tienda.](https://cdn.sanity.io/images/xd4hrbt2/production/e447fd9addb331c4f03a57faaa79e6fcae3f6c98-1774x887.jpg?auto=format) [Reserva una demo](/book-a-demo) ## El cuello de botella es el catálogo Una ficha de producto nace en tres o cuatro sistemas a la vez. Un ERP con códigos y sin textos. Archivos de proveedor en el formato que al proveedor le pareció bien. Un PIM pensado para guardar especificaciones, no para vender con ellas. Y una hoja de cálculo que sostiene los traspasos entre unos y otros, a cargo de la única persona que la entiende. Nada de eso está mal, y no se trata de sustituirlo. El problema es más concreto: los campos que deciden si un producto se encuentra y se compra (el corte, el material, las dimensiones, la variante a la que pertenece, la categoría en la que está) son campos de los que no se ocupa ningún sistema. Así que se teclean a mano, una vez por canal de venta y otra por mercado, y lo hace el equipo que ya es el cuello de botella. El coste se ve en el surtido. Cada canal y cada mercado que obliga a volver a teclear los mismos campos es un canal que abre más tarde y con menos catálogo. Todo lo que está por encima de esta capa lee de las mismas fichas, así que arreglar la ficha una vez es lo que abarata las otras siete áreas. ## Las tareas sobre la ficha Estos son algunos de los agentes de IA que trabajan aquí. Cada uno es un flujo de trabajo con su propio resultado y sus propias cifras, y si no ves un trabajo en la lista, suele ser una variante de alguno que sí está. Pon en marcha uno o todos. ### Data Enrichment Enriquece las fichas de producto con tus datos o los de tus proveedores y completa en internet las especificaciones que faltan. Construye fichas de producto listas para publicar con tus datos o los de tus proveedores, y recupera en fuentes de internet las especificaciones que faltan. tiempo por producto Continuous ### Data Sourcing Encuentra en fuentes externas los datos de producto que te faltan, con la evidencia de cada valor. Sale de tus propios sistemas a buscar los valores que nadie sabe rellenar: lee al fabricante y las fuentes indicadas, decide cuando no coinciden y devuelve cada atributo con su evidencia y un nivel de confianza. atributos vacíos Continuous ### Matching Vincula productos entre catálogos y marketplaces: ofertas con su producto canónico, SKU con anuncios y eliminación de duplicados. Decide si una ficha que entra es un producto que ya tienes, la vincula a la entrada canónica y marca los duplicados. tasa de duplicados Continuous ### Variant Grouping Agrupa SKU sueltos en productos padre con sus variantes vinculadas. Convierte una lista plana de SKU en una familia: un producto padre con el contenido común y los hijos vinculados a él. fichas por producto Continuous ### ERP Codification Codifica de forma automática en tu ERP los productos nuevos de tus proveedores. Genera la codificación que necesita tu ERP antes de que un producto de proveedor llegue al PIM: código, dimensiones, peso, embalaje. días hasta poder vender Continuous ### Catalog Migrator Migra tu catálogo a una plataforma nueva, de Magento a Shopify y casos parecidos. Traslada un catálogo existente al esquema de una plataforma nueva y señala los huecos que necesitan una decisión de negocio. semanas de migración de plataforma One-shot ## Entra un archivo de proveedor, sale un producto listo para vender *Alta de producto* Veinte proveedores, veinte formatos: un feed XML, un CSV dejado en un SFTP, una API, una hoja de cálculo que alguien mantiene a mano. Cada campo se mapea a tu propio modelo de atributos y se normaliza al entrar: la moneda en el precio, las rutas de categoría aplanadas, las URL de imagen reescritas, y un campo que no tiene sitio se marca en lugar de perderse sin avisar. Las especificaciones que el proveedor dejó en blanco, como el corte, el material o la compatibilidad, se sacan de la ficha técnica y del propio texto del proveedor, y después se buscan en fuentes de internet y se contrastan. Cada valor lleva indicado de dónde viene. ## Lo que nos preguntan las empresas de retail ### ¿Qué es la gestión del catálogo de productos? Mantener cada ficha de producto completa, coherente y al día en cada canal que la lee. En un catálogo pequeño es un trabajo que una persona termina. A partir de unos pocos miles de SKU, con proveedores que mandan veinte formatos distintos, no lo termina nadie. Ahí deja de ser una tarea de carga de datos y se convierte en un área de operaciones. ### ¿Quién se encarga de los agentes, vosotros o nosotros? Nosotros, sobre tus datos, categoría por categoría, y seguimos contigo después de la puesta en producción. Lo que compras es el resultado en tu catálogo, no una licencia y un manual. ### ¿Tenemos que cambiar de PIM o de ERP? No. Los agentes de IA leen tu PIM, tu ERP y tu DAM y vuelcan los resultados en ellos. Trabajamos sobre los sistemas que ya usas, y lo primero que hacemos es mapear cómo entran y salen los datos. ### ¿Y si el agente que necesitamos todavía no existe? La mayoría ya funcionan en otra empresa de retail y se adaptan a tu catálogo, y esa adaptación forma parte del servicio. Si un flujo de trabajo no está cubierto, diseñamos el agente contigo y lo presupuestamos aparte. ### ¿Cómo sabéis que el resultado es correcto? El KPI, acordado antes de construir nada, dice si el negocio ha mejorado en el catálogo real. Por debajo de ese KPI, puntuamos el propio trabajo con tus reglas sobre una muestra de tu catálogo, y esa puntuación se recalcula con cada cambio. ### ¿De quién son los datos? Tuyos. Los agentes aprenden de las correcciones que hace tu equipo, y puedes exportar los datos y las correcciones en cualquier momento. ## Related areas - [Channels & Markets](/solutions/channels-markets) - [Compliance & Quality](/solutions/compliance-quality) ## Cada corrección mejora la siguiente ejecución *El ciclo de correcciones* Tu equipo juzga el resultado. Un valor es correcto, o es incorrecto y se corrige una sola vez. Cada veredicto cambia la siguiente ejecución: la puntuación sobre tu propia muestra se mueve y el agente parte de lo que aprendió la anterior. Así, la proporción de valores que necesitan revisión humana no deja de bajar, medida en tu catálogo y con tus reglas, no con la media de los demás. ![La plataforma marca una descripción de producto como demasiado genérica para el tono de la marca, con la reescritura sugerida y las dos respuestas posibles.](https://cdn.sanity.io/images/xd4hrbt2/production/30815d23ee4d132352d037d84d401a32a7b48eec-2880x1620.webp?auto=format) ## En producción en tu catálogo en semanas, no en meses *Cómo trabajamos* Hacemos las cuatro fases con tu equipo, sobre los sistemas que ya tienes, y cada una termina con una cifra acordada de antemano. - Diseño · Analizamos cómo entran tus datos y cómo sale el resultado, y acordamos el KPI de negocio que el agente tiene que mover. - Implementación · Construimos el agente y lo probamos con una muestra de tu propio catálogo, acordada contigo. Cada cambio se evalúa con esa muestra, así que el ajuste se basa en cifras. - Demostración · Damos el trabajo por terminado cuando el KPI llega al objetivo en todo el catálogo y tú mismo has visto las cifras. - Evolución · Seguimos a cargo de la cuenta. Tus correcciones siguen mejorando el agente, el KPI se mantiene donde lo necesitas y el siguiente caso de uso parte del contexto que ya ha creado este. ## Para grandes empresas, sobre un catálogo que no puede fallar ![La planta de unos grandes almacenes.](https://cdn.sanity.io/images/xd4hrbt2/production/251441053d31b02d7111cf86ee1083ac6fd8f061-1600x1000.jpg?auto=format) [Reserva una demo](/book-a-demo) - Funciona sobre los sistemas que ya tienes · Lee tu PIM, ERP y DAM a través de sus API y les devuelve el resultado. - Nada dudoso llega a un canal · Cada valor se revisa con tus reglas, y lo dudoso pasa a revisión antes de llegar a un canal de venta. - Tus datos siguen siendo tuyos · Tu propio espacio de trabajo aislado. Nunca se mezcla con modelos compartidos y puedes exportarlo cuando quieras. - Cada ejecución queda registrada · Cada valor lleva su fuente, su ejecución y su puntuación, así que, si uno sale mal, ves por qué. ## Empieza con un caso de uso Un caso de uso, ejecutado de principio a fin en tu propio catálogo. Basta para ver qué mejora y cuánto cuesta por producto antes de comprometerte con el resto. [Reserva una demo](/book-a-demo) ## Entities - [Akeneo](https://www.akeneo.com) · Organization, mentions - [Salsify](https://www.salsify.com) · Organization, mentions - [GS1](https://www.gs1.org) · Organization, mentions ## Sources - [GTIN, el número global de artículo comercial de GS1](https://www.gs1.org/standards/id-keys/gtin) · GS1 - [GDSN, la red global de sincronización de datos](https://www.gs1.org/standards/gdsn) · GS1 - [Especificación de datos de producto](https://support.google.com/merchants/answer/7052112) · Google Merchant Center - [Product](https://schema.org/Product) · Schema.org --- Canonical: https://commerceclarity.com/es/solutions/catalog-foundation Every page of this site is available as markdown: append `.md` to its path. Index: /es/llms.txt