# El GPSR y el resto de normas, revisados antes de publicar, no después. > Compliance & Quality es el área de CommerceClarity que revisa un catálogo con un único conjunto de reglas por escrito. Aquí trabajan dos agentes de IA: Catalog Auditing, que puntúa todo el catálogo con regularidad y te dice en qué punto estás, y Catalog Monitoring, que vigila el catálogo publicado y avisa de cada defecto en cuanto aparece. El mismo instrumento cubre las reglas editoriales que fija el minorista y la normativa que le viene impuesta, como el Reglamento relativo a la seguridad general de los productos de la UE (GPSR) y el etiquetado energético de EPREL. Un único conjunto de reglas para todo tu catálogo, y agentes de IA que lo aplican: auditan el catálogo entero para decirte en qué punto estás y vigilan el catálogo publicado para avisarte de un defecto en cuanto aparece. Tus reglas editoriales y la normativa que no se negocia, revisadas con el mismo instrumento. ![Una oficina de noche vista desde una ventana: alguien trabaja en una mesa bajo una pared llena de informes clavados.](https://cdn.sanity.io/images/xd4hrbt2/production/02bf4bd1a0d00df4c9777a932a5331673e5e6518-1774x887.jpg?auto=format) [Reserva una demo](/book-a-demo) ## Nadie lee cien mil productos En un catálogo, la calidad es un problema de muestreo, no un paso de revisión. Una persona puede revisar bien cien productos. Las reglas que importan, como el tono de la marca, una mención obligatoria o una afirmación que no puedes hacer, se aplican a todos, y los que nadie ha revisado son los que llegan al cliente. Y las reglas son de dos tipos. Las tuyas: tono de voz, glosario, reglas de traducción, estándares de HTML y de SEO, lo que la marca puede decir y lo que no. Y las que te vienen impuestas: las normas contra el greenwashing, la normativa de cada categoría, el pasaporte digital del producto, que llega a categorías enteras de golpe. La mayoría de los minoristas tienen las segundas por escrito y las primeras no, y eso ya es un hallazgo. Además, el catálogo no se queda quieto una vez publicado. Un marketplace deja de mostrar un producto sin avisar. Un tercero sustituye tu imagen. Un atributo se va separando del sistema de referencia, un feed se rompe y nada lo indica. Todo eso lo descubre un cliente o un comprador, salvo que algo lo esté vigilando. ## Las tareas de calidad Estos son algunos de los agentes de IA que trabajan aquí. Unos se ejecutan con regularidad sobre todo el catálogo, otros de forma continua sobre el catálogo publicado, y cada uno tiene su propio resultado y sus propias cifras. - Catalog Auditing · Audita tu catálogo con tus reglas de marca, editoriales y normativas, y mide la presencia de tu marca en las respuestas de IA. · One-shot - Catalog Monitoring · Vigila tus productos en cada canal de venta: publicados, correctos y fieles a tu marca. · Continuous ## Unas reglas, aplicadas con regularidad y vigiladas en directo *Mantener limpio el catálogo* Tus reglas dejan de ser un documento y se convierten en un conjunto de evaluación: cada regla puntuada en todo el catálogo, por regla y por producto, con la conclusión primero. Lo que recibes es en qué punto estás, qué regla se incumple más y qué productos la incumplen, en lugar de diez mil avisos. La misma ejecución cubre las reglas que escribiste y las que te vienen impuestas, así que las normas contra el greenwashing, una mención obligatoria que falta y el tono de la marca se revisan con un solo instrumento. Después, las mismas reglas se quedan vigilando el catálogo publicado: si los productos siguen publicados donde deberían, si los atributos siguen coincidiendo con tu fuente de referencia, si un tercero ha cambiado una imagen o una descripción se ha desviado, si los feeds siguen saliendo. Primero se guarda el historial, para que cada cambio tenga un antes. Y cuando una regla es de las que no te puedes permitir fallar, bloquea el valor en lugar de marcarlo. ## Lo que nos preguntan las empresas de retail ### ¿Qué significa el cumplimiento normativo de producto en un catálogo? Que cada ficha de producto lleve lo que exige el mercado en el que se vende: declaraciones, etiquetas, sustancias restringidas, documentación. Para un minorista, lo difícil rara vez es leer la normativa. Lo difícil es que cada ficha tenga los campos correctos, que las reglas cambien según el mercado y que nadie pueda revisar a mano un catálogo de ese tamaño. ### ¿Tenemos que poner antes nuestras reglas por escrito? Sería lo ideal, y en la práctica muchas veces no pasa. Si existe una guía formal, la aplicamos tal cual. Si no existe, el primer paso es sacar las reglas que tu equipo ya aplica a mano, para tener algo con lo que comparar. ### ¿Esto es un informe o una corrección? La auditoría es una medición, a propósito. Te dice qué parte del catálogo cumple las reglas y dónde no. Corregir es trabajo de los otros agentes, y mantener las dos cosas separadas es lo que hace que la puntuación sea fiable. ### ¿En qué se diferencia una comprobación normativa de una de marca? Solo en quién escribió la regla. Las dos funcionan como el mismo tipo de prueba. La diferencia está en la consecuencia, y por eso las reglas normativas suelen configurarse para bloquear un valor en lugar de marcarlo. ### ¿Qué vigila exactamente la monitorización? Cuatro cosas: si los productos siguen publicados donde deberían, si los atributos siguen coincidiendo con tu fuente de referencia, si alguien ha cambiado las imágenes o las descripciones y si los feeds siguen saliendo. Cada una se compara con su propio historial, así que cada cambio tiene un antes. ### ¿Puede impedir que algo se publique? Sí, donde tú quieras. Una regla puede [marcar para revisión](https://commerceclarity.com/blog/user-facing-ai-evals) o bloquear el valor directamente, y las reglas en las que no te puedes permitir un error suelen configurarse para bloquear. ### ¿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 - [Catalog Foundation](/solutions/catalog-foundation) - [Physical Retail](/solutions/physical-retail) ## 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 - [General Product Safety Regulation](https://eur-lex.europa.eu/eli/reg/2023/988/oj) · Thing, about - [EPREL](https://eprel.ec.europa.eu/screen/home) · Thing, about - [GS1](https://www.gs1.org) · Organization, mentions ## Sources - [Reglamento (UE) 2023/988 relativo a la seguridad general de los productos](https://eur-lex.europa.eu/eli/reg/2023/988/oj) · EUR-Lex - [Registro europeo de productos para el etiquetado energético (EPREL)](https://eprel.ec.europa.eu/screen/home) · Comisión Europea - [Reglamento (UE) 2017/1369 por el que se establece un marco para el etiquetado energético](https://eur-lex.europa.eu/eli/reg/2019/2020/oj) · EUR-Lex - [Especificación de datos de producto](https://support.google.com/merchants/answer/7052112) · Google Merchant Center --- Canonical: https://commerceclarity.com/es/solutions/compliance-quality Every page of this site is available as markdown: append `.md` to its path. Index: /es/llms.txt