Aumenta el AOV con IA recs de producto.
Un playbook de ecommerce para recomendaciones de producto — despliega bundles de Comprado Junto, bestsellers personalizados y algoritmos predictivos de venta cruzada.
Empieza ahora →
Cámara sin espejo Alpha X
Vídeo 4K de nivel profesional, sensor de 24MP. La opción compacta para creadores.
El futuro de la IA: las redes neuronales alcanzan un nuevo hito
Investigadores han desvelado una nueva arquitectura de procesamiento que imita la eficiencia sináptica del cerebro humano. Este cambio marca el final de la computación tradicional tal como la conocemos...
Gigantes tecnológicos se fusionan
Alerta de ciberseguridad
Ahorra un 20% hoy
Recién publicado
300+ lecturas hoy
En tendencia
1Empieza con el asistente de recomendaciones
Desde el panel de Personyze, haz clic en “Recomendación de producto” para lanzar el asistente de configuración.
Paso 1: Seguimiento de interacciones de producto
Debes indicarle a Personyze cuándo un usuario ve, compra o añade un artículo al carrito. Tienes 3 métodos:
- Contenedores de sitio: Usa el Selector Visual para hacer clic en el elemento SKU o Precio de tu página.
- Google Tag Manager: Configura un trigger para eventos del Data Layer (p. ej.,
evento igual a “add_to_cart”). - JS programático: Usa el código exacto a continuación. Puedes usar ID interno o SKU como clave.
(self.personyze=self.personyze||[]).push(['Product Viewed', "PRODUCT_ID"]);(self.personyze=self.personyze||[]).push(['Product Added to cart', "PRODUCT_ID", 'Quantity', QUANTITY]);(self.personyze=self.personyze||[]).push(['Product Removed from cart', "PRODUCT_ID"]);(self.personyze=self.personyze||[]).push(['Products Removed from cart']); (Borrar todo)
Paso 2: Segmentación (opcional)
Define *dónde* aparece este widget. Puedes configurarlo para que se muestre solo en la Homepage, o solo para visitantes de Norteamérica.
2Diseño y personalización del widget
Personaliza el aspecto y la sensación para que coincida exactamente con tu marca usando el paso “Personalizar aspecto y sensación”.
Insignias dinámicas
Añade etiquetas visuales a los productos para aumentar el CTR:
- Más vendido: Destaca artículos populares.
- Nuevo: Para productos añadidos recientemente.
- Pocas existencias: Crea urgencia.
- Rebajados recientemente: Muestra bajadas de precio.
Lógica de contenido avanzada
- Precios VIP: Muestra una variable de precio específica (p. ej.,
vip_price) para usuarios VIP que han iniciado sesión. - Multilingüe: Carga distintos títulos y descripciones de producto según el idioma seleccionado por el usuario o su geolocalización.
3Filtrado avanzado
En el paso “Toques finales”, aplica reglas para asegurar que las recomendaciones sean inteligentes para el negocio.
Reglas de exclusión dinámica
- Excluir comprados: No muestres artículos que el usuario ya ha comprado.
- Excluir añadidos al carrito: Evita la redundancia.
- Excluir página actual: No recomiendes el producto que están viendo actualmente.
Filtros “Match” inteligentes
Filtra productos basándote en variables de Datos de Usuario:
- Match de marca: Recomienda solo productos de una Marca el usuario ha comprado en el pasado.
- Match de género/edad: Asegúrate de que las etiquetas de producto coinciden con el perfil demográfico del usuario.
- Match de categoría: “Si el usuario está viendo portátiles, recomienda solo fundas de portátil.”
4Receta 1: La homepage inteligente
Tu homepage debe atraer a todos — tanto a visitantes nuevos como a clientes fieles.
Homepage inteligente (híbrida)
Usa el “Recomendaciones personalizadas” algoritmo. Cambia la lógica automáticamente:
- Para anónimos: Usos Más populares (sabiduría colectiva) para mostrar los más vendidos.
- Para usuarios conocidos: Usos Personalización profunda basado en:
- Datos de usuario: Compras pasadas y afinidad de categoría.
- Filtrado colaborativo: “Usuarios como tú compraron…”
Esto asegura relevancia desde el primer clic hasta el centésimo.
5Receta 2: Categoría y descubrimiento
Ayuda a los usuarios a encontrar lo que buscan aprovechando el contexto.
1. Inspirado en la última categoría vista
Muestra artículos de la categoría con la que el usuario interactuó más recientemente. Si miró “Taladros” ayer, muestra “Herramientas eléctricas” en la homepage hoy.
2. Best seller de la categoría
Muestra los artículos más vendidos dentro de la categoría actual. Si el usuario navega “Portátiles”, muestra los portátiles más vendidos, no zapatos.
3. Más populares de la categoría
Similar a Best Seller, pero basado en Vistas en lugar de compras. Ideal para artículos en tendencia que aún no han convertido.
6Receta 3: Cross-sell en página de producto
Optimiza la página de detalle del producto para mantener a los usuarios interesados y navegando.
1. Otros que vieron también vieron
Filtrado colaborativo: “La gente que vio esta camisa también vio estas.” Genial para ofrecer alternativas si el producto principal no es el adecuado.
2. Lo que otros compraron, quienes vieron esto
Una señal más fuerte que solo “visto”. Le dice al usuario: “La gente que consideró este artículo terminó comprando *estos* artículos.” Excelente para cerrar ventas.
3. Vistos recientemente
Un widget de historial simple pero efectivo. Ayuda a los usuarios a comparar opciones navegando fácilmente hacia los artículos que vieron antes.
7Receta 4: Upsell y recuperación de carrito
El empuje final para aumentar el tamaño de la cesta antes del pago.
Cross-sells para artículos en el carrito
Este potente algoritmo analiza el contenido completo del carrito de la compra para encontrar artículos que complementen la *combinación* de productos (p. ej., Cámara + Funda -> Tarjeta de memoria).
Cross-sells gestionados para artículos en el carrito
Permite anulación manual. “Si el carrito contiene X, muestra SIEMPRE Y.” Útil para reglas estrictas de compatibilidad (p. ej., baterías específicas para un juguete específico).
Más añadidos a la wishlist
Aprovecha la prueba social mostrando artículos muy deseados. A menudo activa adiciones impulsivas al carrito.
8Receta 5: Retención y reactivación
Trae a los clientes de vuelta con novedades muy relevantes.
Recomendaciones de pedidos anteriores
Deep learning que analiza el historial de compras completo de un usuario para predecir qué podría necesitar a continuación.
Comprar de nuevo
Perfecto para consumibles. Saca a la luz artículos que el usuario ya ha comprado antes, agilizando el proceso de reposición.
Nuevo en stock (filtrado)
Muestra los artículos más nuevos de tu catálogo, pero aplica una “Filtrar por categoría de compra pasada” regla (p. ej., un comprador de “Yoga” ve nuevas esterillas).
9A/B testing de recomendaciones
No adivines qué algoritmo funciona mejor. Pruébalos.
Cómo configurar un test
- En el paso “Contenido” del asistente, activa A/B testing.
- Variación A: Selecciona la lógica “Filtrado colaborativo”.
- Variación B: Selecciona la lógica “Más populares”.
- Objetivo: Configura la métrica como “Valor de compra” o “CTR”.
Personyze dividirá el tráfico automáticamente y puede acabar asignando el 100% del tráfico al ganador.
10Rendimiento y analíticas
Mide el impacto directo de tus recomendaciones con estadísticas detalladas.
Datos de ejemplo del panel
- Mostrado: 49,06% (usuarios que vieron el widget).
- Visto: 18,93% (usuarios que lo desplazaron hasta la vista).
- Clicado: 45,56% (alta interacción).
- Añadido al carrito: 6,95% de conversión a carrito.
- Comprado: 4,7% de conversión a venta.
Definiciones de impacto en ingresos
- Ingresos directos: Ingresos generados estrictamente a partir de artículos que se clicaron en el widget de recomendaciones O se añadieron mediante el botón “Añadir rápido” del widget, y luego se compraron.
- Ingresos asistidos: Ingresos de sesiones en las que un usuario hizo clic en una recomendación pero terminó comprando un artículo diferente.
- Ratio de contribución: (p. ej. 16,32%) El porcentaje de los ingresos totales del sitio que puede atribuirse al motor de recomendaciones.
Preguntas del playbook, respondidas.
Preguntas habituales sobre las recomendaciones de producto con IA. Para cualquier otra cosa, nuestro equipo está a un mensaje de distancia.
¿Qué es el filtrado colaborativo?
El filtrado colaborativo es la tecnología central detrás de recomendaciones como “Quienes compraron esto también compraron aquello.” Analiza patrones a través de miles de sesiones de usuario para encontrar correlaciones ocultas entre productos sin necesidad de reglas manuales.
¿Con qué rapidez aprende?
Personyze empieza a recopilar datos de inmediato. Algoritmos básicos como “Más populares” funcionan al instante. Los algoritmos avanzados como “Recomendaciones personalizadas” suelen necesitar unos días de tráfico (o una carga histórica de datos) para construir perfiles de usuario precisos.
¿Puedo fijar manualmente productos al principio?
Sí. Puedes usar “Recomendaciones gestionadas” o “Pines” para forzar que ciertos artículos (como productos de alto margen o con exceso de stock) aparezcan primero, mientras dejas que el algoritmo rellene los huecos restantes de forma dinámica.
¿Funciona para contenido (artículos/blogs)?
Absolutamente. El motor funciona de manera idéntica para contenido. En lugar de “Productos”, recomienda “Artículos” basándose en historial de lectura, etiquetas y afinidad de categoría. Solo necesitas sincronizar tu feed de contenido en lugar de un feed de producto.
¿Puedo excluir artículos sin stock?
Sí. Por defecto, Personyze filtra los artículos donde stock_status = 0. Puedes personalizar esta regla en el paso de filtrado para excluir también artículos con poco stock o con etiquetas específicas.
¿Cómo manejo a usuarios nuevos sin historial?
Este es el problema del “arranque en frío”. Personyze lo gestiona recurriendo a Lógica de multitud (p. ej., “Más populares” o “En tendencia ahora”) o usando datos contextuales (p. ej., “Populares en tu ciudad”) hasta que el usuario genere su propio historial.
¿Puedo diseñar el widget yo mismo?
Sí. Tienes control total sobre el HTML/CSS. Puedes usar nuestro editor visual para ajustar plantillas existentes o pegar tu propia estructura HTML personalizada para que coincida perfectamente con la marca de tu sitio.
¿Qué son “Ingresos directos” frente a “Ingresos asistidos”?
Ingresos directos cuenta las ventas en las que el usuario hizo clic en el artículo recomendado específico y lo compró. Ingresos asistidos cuenta las ventas en las que el usuario hizo clic en una recomendación pero terminó comprando *otra cosa* en la misma sesión.
¿Puedo mostrar lógica diferente en móvil?
Sí. Puedes crear campañas separadas para móvil y escritorio. Por ejemplo, mostrar un slider horizontal de 4 artículos en móvil, pero una cuadrícula de 8 artículos en escritorio.
¿Soporta varios idiomas?
Sí. Si tu feed de producto contiene campos localizados (p. ej., title_en, title_es), puedes configurar el widget para que muestre dinámicamente el idioma correcto según la configuración del navegador del usuario o la selección del sitio.
¿Puedo recomendar bundles?
Sí. El algoritmo “Cross-sells para artículos en el carrito” crea bundles efectivamente sugiriendo artículos complementarios (p. ej., sugerir un objetivo cuando hay una cámara en el carrito).
¿Con qué frecuencia se actualiza el feed?
Los feeds suelen sincronizarse una vez cada 24 horas. Sin embargo, puedes configurar actualizaciones más frecuentes (p. ej., cada hora) o usar nuestra API para enviar cambios de stock/precio en tiempo real al instante.
¿Puedo probar el algoritmo A frente al algoritmo B?
Sí. La función de A/B testing te permite dividir el tráfico entre dos conjuntos de lógica distintos (p. ej., “Filtrado colaborativo” frente a “Más populares”) para ver cuál genera más ingresos.
¿Cumple con el RGPD?
Sí. Personyze anonimiza los datos del usuario y respeta las solicitudes de “Do Not Track”. La personalización se basa en IDs pseudónimos en lugar de PII salvo que el usuario los proporcione explícitamente.
¿Y si tengo miles de productos?
Personyze escala sin esfuerzo. Nuestro motor está diseñado para manejar catálogos con millones de SKUs y sitios de alto tráfico sin latencia, asegurando que las recomendaciones se carguen al instante.
Aumenta tu valor medio del pedido.
Tienes el playbook completo — ahora despliega recomendaciones de producto con IA que hacen cross-sell y upsell automáticamente.