Google está ampliando la información que los comercios pueden aportar sobre sus productos para responder a búsquedas cada vez más conversacionales. La pregunta ya no es solo cuánto cuesta algo, sino si encaja realmente con lo que el comprador necesita.
Imagina que alguien busca un repuesto para una máquina de su taller. No recuerda el nombre comercial exacto. Sabe el modelo del equipo, las medidas de la pieza y que necesita una alternativa compatible antes de que termine la semana.
Un catálogo convencional puede mostrar fotografía, referencia, precio y disponibilidad. Todo correcto. Pero quizá no responda a la pregunta decisiva: «¿Sirve para esta máquina y qué otra pieza necesito para instalarlo?».
Ese vacío está empezando a importar más.
Porque cuando una persona explica lo que necesita a un asistente de inteligencia artificial, no siempre utiliza el nombre exacto de un producto. Describe un problema, añade condiciones y espera una respuesta útil. ¿Está preparado tu catálogo para explicar algo más que su propio inventario?
La ficha de producto empieza a parecerse a una conversación
El 22 de octubre, Search Engine Land examinó seis atributos de Google Merchant Center pensados para aportar más contexto a las experiencias de compra asistidas por IA.
La documentación oficial de Google los denomina atributos conversacionales. Son campos opcionales que complementan los datos habituales del catálogo, como título, precio, disponibilidad o identificadores de producto.
No sustituyen las fichas existentes ni garantizan que un artículo vaya a ser recomendado por Gemini o por el modo de IA de Google. Su función es ofrecer información estructurada para comprender características, relaciones y dudas que una descripción breve puede dejar sin resolver.
Resulta especialmente interesante para tiendas de recambios, electrónica o artículos con muchas variantes, donde una compra equivocada puede salir cara.
Seis datos que pueden explicar lo que una fotografía no cuenta
Google recoge seis tipos de información adicional. Sus nombres son técnicos, pero su utilidad es bastante fácil de entender.
- 1. Preguntas y respuestas. Permiten incorporar dudas frecuentes y respuestas concretas sobre un artículo. Por ejemplo: si una pieza funciona con una versión determinada de un equipo o si un dispositivo admite una conexión específica.
- 2. Enlaces a documentos. Facilitan asociar manuales, instrucciones o archivos PDF relevantes. En un producto complejo, la documentación puede ser tan importante como la imagen.
- 3. Productos relacionados. Sirven para identificar accesorios, componentes necesarios, alternativas o artículos que suelen comprarse juntos, según la relación indicada.
- 4. Nombre de familia de productos. Ayuda a describir el conjunto al que pertenecen varias versiones de un mismo artículo, sin confundir el modelo general con cada variante.
- 5. Opciones de variante. Aportan detalles estructurados sobre diferencias como tamaño, material o color, cuando corresponda.
- 6. Clasificación de popularidad. Permite expresar la posición relativa de un producto dentro del catálogo del propio comerciante. No equivale a una valoración de clientes ni demuestra que sea la mejor opción del mercado.
Estos campos exigen datos reales: una compatibilidad inventada puede provocar devoluciones y pérdida de confianza.
Un producto mal descrito puede venderse peor aunque sea excelente
Pensemos en una empresa que comercializa filtros para sistemas de climatización. Una ficha dice «Filtro industrial de alta calidad». Otra añade dimensiones, materiales, referencias compatibles, condiciones de uso y acceso a la documentación del fabricante.
La segunda permite comprobar si el producto encaja con la necesidad.
Esa precisión también puede ayudar a los sistemas que intentan responder a consultas detalladas. Si alguien pregunta por un filtro compatible con un equipo concreto, el dato de compatibilidad es mucho más relevante que el adjetivo «premium».
No se trata de publicar información interminable, sino de responder a las preguntas que determinan una compra.
Para un comercio de moda, esas preguntas pueden referirse al tallaje, el tejido o el cuidado. Para una tienda de repuestos, a medidas y compatibilidades. Para un distribuidor de equipos, a accesorios, mantenimiento y documentación técnica.
No confundas preparar el catálogo con prometer ventas desde la IA
Google explica que los atributos conversacionales son opcionales y que pueden incorporarse mediante una fuente de datos complementaria, la fuente principal o la API de Merchant Center. También aclara que no es necesario duplicar información ya recogida correctamente en otros atributos.
Hay otra distinción importante: que una característica del catálogo pueda utilizarse en distintos países no significa que todos los informes o experiencias de compra con IA estén disponibles de forma idéntica en cada mercado.
En septiembre, Google anunció la disponibilidad de determinados informes de rendimiento de IA en Merchant Center para Australia, Canadá, India, Nueva Zelanda y Estados Unidos. No debe interpretarse ese anuncio como una confirmación de que todos los comercios de España y Latinoamérica tengan las mismas funciones de medición.
Ninguno de estos campos garantiza ventas: precio, disponibilidad, logística y confianza siguen importando.
El valor de estos datos está en reducir incertidumbre, no en comprar una posición privilegiada dentro de una respuesta generada por IA.
Antes de actualizar miles de fichas, empieza por las preguntas reales
El primer paso no es añadir campos por añadirlos. Es escuchar lo que preguntan los compradores. Revisa las consultas que llegan por teléfono, WhatsApp, correo y atención posventa. Identifica qué dudas se repiten antes de comprar y qué errores generan devoluciones. Esas preguntas revelan dónde falta información útil.
Después, selecciona una familia de productos importante y comprueba que sus referencias, variantes, documentos y compatibilidades son correctos. Solo entonces tiene sentido estudiar cómo incorporar esa información a Merchant Center.
Hay que asignar responsables de actualización. Una respuesta detallada pero desactualizada puede ser peor que una descripción incompleta.
Por último, evalúa resultados sin atribuirlo todo a la IA: consultas mejor resueltas, menos devoluciones por incompatibilidad, fichas más completas y oportunidades comerciales más cualificadas.
El futuro del catálogo no consiste en hablar más, sino en responder mejor
Muchas tiendas han tratado sus fichas como pequeños anuncios: una fotografía, un precio y unas líneas para convencer.
El comercio conversacional introduce otra exigencia. El comprador quiere contrastar condiciones, entender diferencias y saber si lo que está mirando realmente le sirve.
El catálogo que mejor explica sus productos tiene más posibilidades de ayudar a tomar una buena decisión que el que solo acumula adjetivos. Y una buena decisión de compra sigue siendo una de las mejores formas de construir una relación comercial duradera.
En Market Weavers conectamos visibilidad, tecnología e información comercial para que las empresas puedan responder mejor a sus clientes. Si vendes productos con variantes, accesorios o requisitos técnicos, revisar la calidad de tu catálogo puede ser un paso más útil que añadir otra campaña.
RADAR es la publicación editorial de Market Weavers dedicada a analizar cómo el marketing, la tecnología y la inteligencia artificial están transformando los negocios. Información contrastada, contexto y análisis para ayudar a empresarios y directivos de España y Latinoamérica a tomar mejores decisiones.
