Catalogación de productos para eCommerce: cómo escalar con IA en 2026

Si tenés más de 500 productos para subir a tu eCommerce y todavía estás copiando descripciones a mano, te aviso: estás trabajando para los que automatizaron. Catalogar bien un SKU lleva entre 15 y 45 minutos. Catalogar mal lleva menos pero te cuesta posicionamiento, ventas y reputación.

Esta guía es para el operador que se cansó de pensar el catálogo como una tarea de carga y empezó a pensarlo como un activo. Vamos a recorrer qué hace una ficha buena, dónde se pierde tiempo, qué resuelve la IA hoy en serio (sin marketing barato), y cómo elegir herramienta sin que te vendan humo.

Qué es catalogar productos para eCommerce

Catalogar es mucho más que “cargar un producto”. Es construir la información que va a definir si te encuentran, si te eligen y si te compran.

Ficha de producto, ficha técnica y publicación: tres cosas distintas

Estos tres términos se usan como sinónimos pero no lo son.

• Ficha de producto es el conjunto de datos que define a un SKU dentro de tu sistema: nombre, descripción, atributos, fotos, precio, stock, categoría. Vive en tu ERP, tu PIM o tu plataforma maestra.
• Ficha técnica es la sub-sección de la ficha que describe atributos físicos: materiales, medidas, peso, garantía. En categorías como electrónica, indumentaria o salud, es lo que define si compite.
• Publicación es esa ficha subida a un canal específico (MELI, Tiendanube, VTEX, etc.) con las reglas particulares de ese canal aplicadas (límite de caracteres, atributos obligatorios, formato de fotos).

La distinción importa porque la ficha es una y las publicaciones son muchas. Si replicás la misma publicación en todos los canales, perdés posicionamiento en todos. Si mantenés ficha maestra y la transformás por canal, ganás.

Por qué la calidad del catálogo define tus ventas

En MercadoLibre, una publicación mal categorizada simplemente no aparece. En Tiendanube, una ficha sin meta description pierde tráfico orgánico. En VTEX, atributos vacíos rompen filtros y reducen conversión. Google Shopping rechaza productos sin GTIN en categorías que lo exigen.

No es algo abstracto: es la diferencia entre vender o no vender. El catálogo es la base sobre la que corre toda tu operación digital.

Los 12 atributos críticos de cada ficha

Una ficha bien hecha tiene como mínimo:

1. Título optimizado por canal (las reglas de MELI no son las de Shopify).
2. Descripción larga de 150 a 250 palabras, estructurada.
3. Descripción corta o meta description.
4. Atributos técnicos completos (marca, modelo, material, color, etc.).
5. Categoría de 3 o más niveles de profundidad.
6. Variantes correctamente armadas (talle, color, capacidad).
7. SKU único trazable hacia tu ERP.
8. GTIN o EAN cuando aplica (obligatorio en muchas categorías).
9. Fotos que cumplan las specs de cada plataforma.
10. Video opcional pero cada vez más relevante.
11. FAQs específicas del producto cuando agrega contexto.
12. Garantía y política de devolución clara.

Faltar uno de estos atributos en plataformas serias se penaliza con menor visibilidad. Faltar tres es directamente quedar fuera del juego en categorías competitivas.

Cómo hacer una buena ficha de producto

Pasemos del checklist al cómo. Estas son las prácticas que más mueven la aguja.

Título: la fórmula que mejor convierte en MercadoLibre

La fórmula que más usa el catálogo competitivo de MELI es:

[Producto] [Marca] [Modelo] [Atributo diferenciador] [Talle/Color/Capacidad]

Ejemplo: “Zapatillas Nike Air Max 270 Hombre Blancas Talle 42”. Cumple cuatro criterios: información completa, palabras clave alineadas al search interno, longitud cercana al límite (MELI permite 60 caracteres), sin palabras prohibidas como “envío gratis” u “oferta”.

Las herramientas con normalización MELI nativa evitan estos errores por construcción: validan el título contra las reglas de la categoría antes de publicar.

Descripción: SCQA aplicada a producto

SCQA (Situación, Complicación, Pregunta, Respuesta) es la estructura de copywriting más efectiva para descripciones de producto:

• Situación: qué necesidad cubre el producto.
• Complicación: qué problema resuelve o qué fricción evita.
• Pregunta implícita: qué duda tendría el comprador.
• Respuesta: características concretas y diferenciadores.

Una descripción SCQA bien hecha tiene entre 150 y 250 palabras, dos o tres subtítulos, y no usa más de un emoji por bloque.

Atributos técnicos: importan más de lo que pensás

Los atributos no son texto que rellena: son señales que las plataformas usan para filtrar, sugerir productos similares y rankear búsquedas. Una ficha con 18 atributos completos rankea mejor que una con 6, aunque la descripción sea idéntica.

Esto se cumple especialmente en MercadoLibre Catálogo, donde los atributos definen si entrás o no al catálogo oficial. Las plataformas con normalización MELI nativa cargan atributos como Marca, Material Principal, Tipo de Cuello o Género de manera automática con los valores permitidos del catálogo. Sin esa normalización tenés que hacerlo a mano por cada producto.

Variantes: el error más común

El error que vemos repetir: tratar cada talle o color como un producto separado. Resultado: 1.500 publicaciones donde podrías tener 300 con variantes. Pierde posicionamiento (las publicaciones compiten contra sí mismas), confunde al cliente y multiplica el trabajo operativo.

Las variantes correctas son un producto con N variantes: la misma remera con talles S/M/L/XL y colores Negro/Blanco/Gris. El stock se gestiona por variante, las ventas se atribuyen al producto agrupado.

Fotos: requisitos por plataforma

Cada plataforma tiene specs distintas:

• MercadoLibre: mínimo 6 fotos, máximo 12, fondo blanco obligatorio en la primera, resolución mínima 500x500 px, sin marcas de agua ni texto sobreimpreso.
• Tiendanube: sin mínimo obligatorio pero recomendable 4 a 8, sin restricciones de fondo, soporta zoom.
• VTEX: múltiples imágenes por SKU, soporta categorización de tipo (frontal, lateral, packshot).
• Shopify: flexible, soporta video nativo, fotos de variantes específicas.
• Google Shopping: fondo blanco, sin texto promocional, mínimo 100x100 px (se recomienda 800x800 o más).

Las herramientas con visión sobre fotos (Vision AI) procesan la imagen y extraen automáticamente marca visible, color, color secundario, material, patrón y tipo detectado. Eso reduce significativamente el trabajo manual de carga de atributos.

SEO en el catálogo: keywords que MELI premia

MercadoLibre tiene su propio buscador interno. Las keywords que premia son las que el comprador efectivamente tipea: nombres de marca, modelo, color y categoría escritos como los buscan los argentinos. Un título en castellano neutro (“zapatillas para correr”) rankea peor que uno con vocabulario rioplatense específico (“zapatillas running hombre talle 42 Nike”).

Lo mismo pasa con descripciones: el copy en español rioplatense (“encontrá”, “llevátelas”) convierte mejor en mercado argentino que el copy neutro. Esto importa especialmente porque la mayoría de herramientas internacionales genera copy en español neutro.

El problema de escalar manualmente

Hagamos números. La catalogación manual no escala. Veamos por qué.

Cuánto tiempo lleva cargar un producto bien hecho

Entre 15 y 45 minutos por SKU si está hecho con calidad:

• 3-5 minutos: revisar el producto, definir categoría, identificar variantes.
• 5-10 minutos: escribir título y descripción optimizadas.
• 5-15 minutos: cargar atributos técnicos, completar specs.
• 2-5 minutos: subir fotos y verificar que cumplan specs.
• 2-5 minutos: configurar precio, stock, transporte.

Esto, por canal. Multiplicá por 3 canales y son 45-135 minutos por SKU.

Cuánto cuesta tercerizar con freelancer

Los rangos públicos en Workana y Fiverr para catalogación en Argentina van de USD 1 a USD 3 por SKU, dependiendo de complejidad (sin variantes, con variantes, con investigación de competencia). Más caro si pedís copy SEO trabajado.

Para 2.000 SKUs son entre USD 2.000 y USD 6.000 y 2 a 4 semanas de trabajo. Para 10.000 SKUs ya no se justifica freelancer: necesitás equipo interno o herramienta.

Los 4 puntos donde se pierde tiempo

De los 15 a 45 minutos por producto, estos son los cuatro puntos donde más tiempo se va:

1. Escribir descripción desde cero cuando podrías partir de la ficha del proveedor + atributos del ERP.
2. Categorizar a mano producto por producto en plataformas con miles de categorías (MELI tiene más de 12.000).
3. Cargar atributos manualmente cuando muchos se podrían deducir de las fotos o del nombre.
4. Validar formato por canal (que el título no tenga más de 60 caracteres, que las fotos sean cuadradas, que los atributos estén en el formato esperado).

La buena noticia: los cuatro puntos son automatizables hoy.

Caso real: 2.000 SKUs a mano vs con IA

Con freelancer a USD 2/SKU: USD 4.000, 3-4 semanas, calidad variable, sin garantía de consistencia entre productos.

Con IA con guardrails: 1-3 días de procesamiento, costo proporcional al volumen pero significativamente menor, consistencia automática (mismo formato de título, mismas reglas de descripción, mismos atributos normalizados), reproducibilidad para los próximos 2.000.

A partir de los 500 SKUs, la IA gana en costo y calidad. Por debajo, el freelancer puede ser razonable si la consistencia no es crítica.

Carga masiva: las 3 formas que existen hoy

Planillas Excel/CSV

La forma nativa de cada plataforma. MELI tiene su template, Tiendanube tiene el suyo, Shopify acepta CSV. Funcionan para volúmenes bajos y catálogos simples.

Cuándo conviene: menos de 100 SKUs, 1 sola plataforma, sin necesidad de variantes complejas.

Cuándo rompe: cuando sumás un segundo canal y tenés que mantener planillas paralelas con reglas distintas, o cuando tu ERP cambia y no sabés qué SKUs faltan.

APIs (desarrollo a medida)

Cada plataforma tiene su API. Podés conectarte directamente desde tu ERP y empujar productos via integración custom.

Cuándo conviene: cuando tu lógica es muy específica y ninguna herramienta lo cubre, o cuando tenés equipo de desarrollo interno disponible.

Cuándo no: cuando el costo de mantener la integración (cada vez que MELI cambia su API, que es varias veces al año) es mayor que pagar una plataforma que lo mantenga por vos.

Herramientas con IA

Plataformas que combinan carga masiva con generación automática de copy, visión sobre fotos y normalización por canal. Es el camino que escala mejor.

Cuándo conviene: más de 500 SKUs, 2 o más canales, equipo operativo limitado.

IA aplicada a catalogación: qué resuelve hoy

Acá hay mucho marketing y poca sustancia. Veamos qué hace una IA seria aplicada a catalogación.

Generación de copy SEO con guardrails

Una IA aplicada a catalogación bien hecha genera:

• Título optimizado por canal (MELI tiene reglas distintas a Shopify).
• Descripción HTML de 150 a 250 palabras con H1/H2 estructurados.
• Descripción corta para fichas de listado.
• Meta description optimizada para search engine.
• Atributos MELI normalizados al catálogo de la plataforma.
• Título y descripción específicos para MELI cuando difieren de la ficha maestra.

La parte de guardrails es la diferencia entre una IA seria y una que inventa. Los guardrails buenos incluyen: si no hay productos catalogados o data suficiente, no inventar historia, país, materiales ni atributos; usar el vocabulario del ERP, no sinónimos creativos; respetar marca registrada exactamente como aparece.

SEO de marca y categoría

No es solo copy a nivel SKU. Una IA seria también genera:

• Tag title y meta description para páginas de marca.
• Descripción HTML de 200 a 500 palabras para landings de marca y categoría con H1/H2.
• Keywords jerárquicas correctas: “Remeras de Hombre” en lugar de “Remeras” cuando la categoría lo amerita.

Esto importa porque las páginas de marca y categoría son las que captan tráfico de búsqueda orgánica más amplio que las fichas individuales.

Visión sobre fotos (Vision AI)

Una IA con visión analiza la imagen del producto y extrae:

• Marca visible (si está impresa en el producto).
• Color principal y color secundario.
• Material aparente.
• Patrón (liso, estampado, rayado).
• Género (hombre, mujer, unisex).
• Tipo detectado (remera, pantalón, zapatilla, etc.).
• Keywords descriptivas.
• Score de confianza por cada inferencia.

Esa información alimenta directamente los atributos del producto y reduce drásticamente la carga manual de specs. Para indumentaria, donde las fotos son el insumo más rico, esto cambia el flujo de trabajo.

Auto-categorización por primera palabra del título del ERP

Una técnica simple pero efectiva: si tu producto en el ERP se llama “CAMISA RITA AZUL TALLE M”, la primera palabra “CAMISA” mapea automáticamente a la categoría “Camisas” sin necesidad de mantener una tabla de mapeo manual. Lo mismo aplica a “PANTALÓN”, “ZAPATILLA”, “REMERA”, etc.

Para PyMEs con catálogos donde el ERP ya estructura el nombre por tipo de producto, esto resuelve la categorización del 80% del catálogo sin intervención humana.

Auto-fill de especificaciones técnicas

Combinando columnas del producto en el ERP, lo que extrajo la visión, y heurísticas sobre la descripción (“M/L” en el título = Manga Larga, “CUELLO RED” = Cuello Redondo), una IA puede completar specs automáticamente.

Esto incluye los defaults por organización: si tu marca trabaja solo en línea hombre, no hace falta llenar el atributo Género en cada producto.

Normalización nativa MELI

MercadoLibre tiene más de 12.000 categorías con atributos específicos por cada una (la categoría Remeras pide BRAND, MAIN_MATERIAL, NECK_TYPE, GENDER; la categoría Zapatillas pide otros). Cargar atributos a mano en MELI categoría por categoría es lo que más tiempo come.

Una herramienta con normalización MELI nativa carga las categorías completas con sus atributos catálogo-relevantes y los allowed_values permitidos, de modo que cuando catalogás un producto ya tenés los campos listos y la lista de valores válidos. El catálogo nace listo para publicar a MELI con calidad de catálogo oficial.

Pricing intelligence

Comparar tu precio contra productos similares en el marketplace para detectar oportunidades:

• Tu producto está significativamente más caro que la media: vas a vender menos.
• Tu producto está significativamente más barato: estás dejando margen sobre la mesa.
• Hay un rango razonable donde podés competir sin perder visibilidad.

Esto se hace scrapeando publicaciones similares en MELI (mismo tipo, marca, categoría) y comparando. Es información, no decisión automática: vos decidís si bajás o no según tu estrategia.

Anti-invención: el guardrail más importante

Las IAs sin guardrails inventan. Inventan país de origen, historia de marca, materiales que el producto no tiene, certificaciones inexistentes. En catalogación eso es inaceptable: te puede generar baja por publicidad engañosa, devoluciones, denuncias.

Una IA seria aplicada a catalogación viene con guardrails explícitos:

• Si no hay productos catalogados de la marca, no inventar historia ni país.
• Si no hay info de material, no asumir.
• El keyword debe usar el vocabulario del ERP, no sinónimos.
• Si no hay foto, no inferir color.
• Score de confianza obligatorio para que el operador sepa qué revisar.

Pregunta clave a hacerle a cualquier proveedor de IA para catalogación: “¿qué pasa cuando tu IA no tiene data?”. Si la respuesta es “completa con lo que puede”, correlo.

Lo que la IA NO hace (todavía)

Honestidad operativa: estas son las cosas que una IA seria no automatiza hoy:

• No auto-publica sin revisión humana (algunas plataformas ofrecen modo opt-in con umbral de confianza, pero por defecto el operador revisa).
• No reemplaza fotos profesionales. La IA puede analizar fotos, no sacarlas. Las fotos malas siguen siendo fotos malas.
• No valida marca registrada. Si publicás “Adidas” sin permiso, la IA no te frena.
• No maneja stock, órdenes, devoluciones ni fulfillment. Eso es trabajo de un OMS, no de un catalogador.
• No genera creativos para ads. Catálogo y publicidad son juegos distintos.
• No reescribe contenido sin que se lo pidas. La IA opera sobre productos pendientes con foto, no toca productos ya publicados.
• No reemplaza al criterio del operador. La IA acelera y normaliza; el operador decide qué publicar, qué corregir, qué priorizar.

Cómo cargar masivamente en cada plataforma

Repasemos plataforma por plataforma cómo se hace la carga masiva en serio.

MercadoLibre

Tres caminos:

• Publicador masivo nativo de MELI (parte de MELI Pro): planilla XLSX con templates por categoría. Funciona pero pide mucho input manual y no genera copy automáticamente.
• API de MercadoLibre: desarrollo a medida. Permite mayor control pero requiere mantenimiento constante.
• Herramientas con normalización MELI nativa: cargan categorías y atributos automáticamente, generan copy con reglas MELI, suben fotos con specs correctas.

Para vender en serio en MELI, la normalización de atributos es lo que más mueve la aguja.

Tiendanube

• Import CSV nativo: simple, soporta variantes, importa fotos por URL.
• API de Tiendanube: disponible y bien documentada.
• Apps del Tiendanube Store con generación de descripciones, algunas con IA limitada.
• Plataformas multicanal que conectan ERP → IA → Tiendanube en un solo flujo.

VTEX

VTEX es la más compleja en catalogación. El “modelo de datos” de VTEX (productos, SKUs, specs, similars/suggestions/accessories) tiene profundidad enterprise. Tres caminos:

• VTEX IMS (Import/Master Service): API + bulk para catálogos enterprise.
• Catalogación manual producto por producto en el admin: viable solo para volúmenes bajos.
• Plataformas con publisher dedicado para VTEX que manejan producto + SKUs + specs + imágenes + cross-selling.

Shopify

• CSV import nativo: funciona, soporta variantes y meta fields.
• Matrixify: app paga (USD 20-200/mes) muy potente para bulk operations.
• API de Shopify: disponible y robusta.
• Plataformas multicanal que tratan a Shopify como un canal más.

Google Merchant Center (Shopping)

Diferente de los anteriores: GMC no es una tienda, es un feed para Google Shopping y campañas PMax.

• Feed manual: cargado vía Google Sheets o XML, hay que mantenerlo limpio.
• Apps de plataforma: Shopify y Tiendanube tienen apps que generan el feed automáticamente.
• Plataformas multicanal con publisher GMC nativo: generan feed + manejan local inventory por tienda física, lo cual es clave para retailers omnicanal.

Errores que hacen que tus productos no aparezcan

Los seis errores que vemos más seguido:

1. Mal categorizados. En MELI esto te mata: el producto no aparece en las búsquedas relevantes. Si tu pantalón está en “Indumentaria > Hombre > Ropa” en lugar de “Indumentaria > Hombre > Pantalones > Jeans”, perdiste antes de empezar.

2. Sin atributos obligatorios. Cada plataforma tiene atributos que pide sí o sí (marca, talle, color, género). Faltar uno baja tu posicionamiento y, en Catálogo MELI, te deja fuera.

3. Sin GTIN/EAN cuando aplica. En MELI Catálogo es prácticamente obligatorio. Sin GTIN tu producto compite peor en búsqueda interna.

4. Fotos que no cumplen specs. Fondo no blanco en MELI primera foto, resolución baja, fotos con texto promocional sobreimpreso. MELI rechaza, Google Shopping también.

5. Títulos con caracteres bloqueados o palabras prohibidas. “Envío gratis”, “Oferta”, caracteres especiales como ™ o ®, comillas duplicadas. MELI pausa publicaciones automáticamente.

6. Descripciones duplicadas entre variantes. Si tenés la misma descripción en talles M, L y XL de la misma remera (porque cargaste tres productos en vez de uno con variantes), perdiste posicionamiento por contenido duplicado.

Cómo migrar tu catálogo entre plataformas sin perder posicionamiento

Migrar de VTEX a Tiendanube, o de Shopify a VTEX, o consolidar un Shopify y un Tiendanube en uno solo es uno de los proyectos que más miedo da y más comúnmente se hace mal.

Mapeo de campos: no es 1:1

Cada plataforma tiene su modelo de datos. VTEX tiene “specs”, Tiendanube tiene “atributos personalizados”, Shopify tiene “meta fields”. No mapean directamente. La migración seria requiere:

• Análisis de qué campos existen en origen y cuáles en destino.
• Decisión de qué campos descartar y cuáles transformar.
• Validación post-migración para chequear que no se perdió nada relevante.

Categorización: el mayor punto de fricción

Las categorías rara vez coinciden 1:1 entre plataformas. Tiendanube tiene su árbol, VTEX el suyo, Shopify lo deja a tu criterio. La migración correcta hace mapeo de categorías una sola vez y aplica el mapeo automáticamente al resto del catálogo.

Reglas para no perder fotos en alta calidad

Bajar y resubir fotos puede perder resolución. La migración seria descarga la imagen original (no la versión optimizada) y la resube con specs correctas en el destino.

Validación post-migración

Lo que hay que chequear después de migrar:

• Cantidad de productos en origen vs destino (que no se haya perdido ninguno).
• Fotos en alta resolución (verificar específicamente que no se haya degradado calidad).
• Atributos críticos presentes (marca, talle, color en categorías relevantes).
• Categorías correctamente mapeadas (revisar por muestreo).
• Variantes intactas (no separadas en productos individuales).
• URLs canónicas y redirects (para no perder SEO acumulado).

Las herramientas con flujos de migración predefinidos (VTEX↔Tiendanube, Shopify↔VTEX, MELI↔Tiendanube, etc.) resuelven la mayor parte del trabajo automáticamente y permiten re-procesar el catálogo con IA en el medio para optimizar copy y atributos durante la migración.

Comparativa de herramientas de catalogación

Las opciones más comunes para PyMEs y medianas en Argentina:

Herramienta	Tipo	IA generativa	Visión sobre fotos	Carga masiva	Plataformas	Precio típico
Catalogistan (Nerdistan)	SaaS catalogación IA + visión + white-label	Sí: copy SEO, marca, categoría, atributos MELI, auto-fill, pricing	Sí	Sí, multicanal	MELI, Tiendanube, VTEX, Shopify, Google Shopping, Rappi, PedidosYa	A medida
Anymarket	SaaS integrador + catalogación LATAM	Limitada	No	Sí	MELI, marketplaces LATAM, retail	Cotización
Publicador masivo MELI	Nativo plataforma	No	No	Sí, solo MELI	MELI	Gratis (parte de MELI Pro)
Tiendanube CSV import	Nativo plataforma	No	No	Sí, solo Tiendanube	Tiendanube	Gratis
ChatGPT + planilla	Manual asistido	Sí (con prompts)	Limitado (sin estructura por SKU)	No automatiza	Cualquiera (vos subís)	USD 20/mes Plus
Freelancer	Servicio humano	No	No	A mano	El que pidas	USD 1-3 por SKU
Matrixify (Shopify)	App Shopify	No	No	Sí	Shopify	USD 20-200/mes

Cómo leer la tabla. Para más de 500 SKUs en 2 o más canales con foco AR, la combinación de IA generativa + visión + carga masiva multicanal + normalización MELI nativa es lo que más resuelve. Las opciones gratuitas nativas (publicador MELI, CSV Tiendanube) son OK para volúmenes bajos. ChatGPT + planilla sirve si tenés alguien dedicado a operarlo, pero no automatiza la carga. El freelancer rinde por debajo de 500 SKUs.

Cuánto cuesta vs cuánto ahorra catalogar con IA

Cálculo simple para decidir si invertir:

Costo manual

• 30 minutos promedio por SKU bien catalogado.
• Hora interna: usualmente USD 5 a USD 12 (PyME argentina con sueldos 2026, depende del rol).
• Costo por SKU: USD 2.5 a USD 6.
• Para 2.000 SKUs: USD 5.000 a USD 12.000.
• Más revisiones, correcciones, reproceso por errores.

Costo con IA bien implementada

• Procesamiento batch en 1-3 días.
• Costo proporcional al volumen pero significativamente menor (40-70% según proveedor).
• Consistencia automática entre productos.
• Reproducibilidad: el segundo batch de 2.000 productos cuesta lo mismo que el primero, sin curva de aprendizaje.

ROI típico

Una PyME con 1.500 SKUs activos que sube a 4.000 SKUs en un año:

• Sin IA: necesita sumar 1 persona dedicada a catalogación al menos 4 meses. Costo total: 4 meses × USD 1.500 = USD 6.000 mínimo, más reproceso, más demora en publicar productos nuevos.
• Con IA: el equipo existente procesa el catálogo con la herramienta. Costo total: herramienta + horas de revisión, típicamente entre 30 y 50% del costo sin IA.

A partir de los 500 SKUs nuevos por año, la IA empieza a justificarse. A partir de 1.500 nuevos por año, es la única forma de escalar sin sumar headcount.

Casos típicos resueltos en Argentina

Tres escenarios reales que vemos.

Indumentaria PyME con ERP de gestión textil

Marca de indumentaria con catálogo extenso de talles y colores, usando un ERP especializado en textil (Dragonfish, M3CGestion). Volumen típico: entre 1.500 y 5.000 SKUs activos.

Problemas operativos: cargar variantes (cada combinación talle + color es un SKU en el ERP), categorizar por tipo de prenda, mantener consistencia entre marcas propias.

Solución que funciona: importación desde el ERP, split automático por sufijo de color en el código (los 4 últimos caracteres del SKU son el color), auto-categorización por primera palabra del título del ERP (“REMERA”, “PANTALÓN”, “CAMISA”), análisis de visión sobre fotos para enriquecer atributos (color real desde foto, género, patrón), publicación multicanal a VTEX, MELI y Tiendanube. Tiempo de catalogación de 56 productos: una sesión.

Marca propia multi-categoría con marcas diferenciadas

Operación con varias marcas propias bajo un mismo holding (cada marca con su línea, su público, su catálogo). Problemas operativos: SEO de marca para cada línea (no podés tener la misma descripción de marca en todas), publicación coordinada en canales propios y marketplaces, consistencia de copy con tono de cada marca.

Solución: ficha maestra por marca con SEO específico (tag title, meta description, descripción HTML 200-500 palabras con H1/H2), generación de copy diferenciado por marca usando guardrails que respeten el tono de cada una, publicación a canales propios + marketplaces con normalización por canal.

PyME con ERP propio o custom

PyME con sistema de gestión hecho a medida (no Tango ni SAP, sino algo desarrollado in-house) que necesita publicar en marketplaces sin perder esa flexibilidad. Problemas operativos: no existe integración nativa con ese ERP, no se justifica desarrollo a medida desde cero, el equipo de IT no tiene capacidad para mantener APIs custom.

Solución que escala: usar una plataforma con arquitectura de ERP pluggable donde conectar un ERP nuevo es implementar 3 métodos (lectura de productos, lectura de stock, lectura de precios), no rehacer una integración completa. Eso reduce el costo de conectar un ERP exótico de meses de desarrollo a una semana de adapter.

Próximo paso

Si llegaste hasta acá probablemente ya identificaste dónde estás perdiendo tiempo en tu operación de catalogación. La pregunta es si querés seguir absorbiendo el costo o sumar la IA al stack.

Conocé Catalogistan o agendá una demo gratuita para ver el flujo aplicado a tu catálogo específico.

Si querés profundizar en pedazos específicos del problema:

• Integración con tu ERP: Guía completa de integración ERP + eCommerce en Argentina.
• Gestión multicanal: Cómo centralizar ventas en MELI, Tiendanube, VTEX y Shopify.
• Catalogación pre-evento: Catalogación masiva pre-Hot Sale.
• Comparativas con competencia: Nerdistan vs Multivende, Nerdistan vs Janis.