Un buscador que encuentra el producto aunque lo escriban mal

Implantamos AgentSearch en tiendas Shopify, PrestaShop o a medida y lo afinamos con las búsquedas reales de tus clientes. En producción, sobre más de 76.000 productos.

+76.000 productos en producción
Búsqueda por palabras en menos de 100 ms
Cada búsqueda medida hasta el pedido
Qué resuelve

Los fallos de siempre en el buscador de una tienda

Casi todos vienen de lo mismo: el buscador compara letras y el cliente escribe como habla, con prisa y con faltas.

Erratas, plurales y frases

Toleramos hasta dos erratas por palabra y la última cuenta como prefijo: «bisag» ya encuentra bisagras mientras se teclea. Para frases como «algo para dormir mejor» usamos palabras vacías en castellano y, si hace falta, búsqueda semántica.

  • Sinónimos de una vía para faltas: «regilla» lleva a rejilla
  • Sinónimos equivalentes: nevera, frigorífico, refrigerador

Búsqueda por código y referencia

En recambios el cliente pega un código. Si existe, salen los productos que lo llevan, aunque solo aparezca en el título o como equivalencia. Si no existe, una pieza con un código parecido no se muestra como comprable: sale aparte, como referencia aproximada.

  • El código exacto va primero aunque la consulta lleve más palabras
  • Los descatalogados enlazan con su producto sustituto

Filtros que cuadran con lo que hay

Facetas por marca, categoría o el atributo que tenga sentido en tu catálogo. Al marcar una, las demás se recalculan, y el número que anuncia cada filtro es el que sale al pincharlo.

  • Selección múltiple o única según el tipo de filtro
  • «Lavadora», «lavadora» y «LAVADORA» cuentan como una sola opción

Stock y precio de la tienda donde se busca

Si vendes en varias tiendas, cada una enseña su stock y su precio. Leemos el inventario cada hora y, cuando entra un pedido, descontamos las unidades del índice en segundos.

  • Cambios de precio y publicación reflejados en menos de una hora
  • Un solo índice para varias tiendas y el panel interno
Por dentro

BM25, embeddings y cuándo conviene cada uno

AgentSearch funciona sobre Typesense, un motor de búsqueda de código abierto que guarda el índice en memoria. Cada consulta pasa primero por BM25, el algoritmo clásico que puntúa según qué palabras coinciden y en qué campo: no pesa igual «Bosch» en el título que en la descripción. BM25 acierta con marcas, modelos y códigos, y es rápido. En el piloto respondía en 47 ms de media sobre 76.871 productos.

La parte semántica usa embeddings: cada ficha y cada consulta se convierten en un vector de 3.072 números con el modelo text-embedding-3-large de Azure OpenAI, y se buscan los más cercanos. En una prueba sobre un catálogo de recambios, «cosa para limpiar el filtro» pasó de 1 resultado a 101 al activar el vector. El coste es la latencia: calcular el vector de la consulta sube la búsqueda a 200-350 ms.

Por eso no lo encendemos igual en todas las tiendas. Donde se busca por referencia, la lista principal va con BM25 y el vector se reserva para rescatar búsquedas sin resultado y para los similares, porque mezclado en la lista descuadraba los contadores de los filtros. En parafarmacia, donde la gente escribe «algo para el dolor de garganta», el vector entra en la lista principal y los contadores se calculan en una pasada aparte.

Qué medir

Las métricas que dicen si el buscador vende

Cada búsqueda se registra con sus resultados y su latencia; cada clic, con la posición del producto; y el carrito y el pedido, con la búsqueda de la que vinieron. De ahí salen estas cifras:

MétricaQué indicaQué hacemos con ella
Búsquedas sin resultados (%)Vocabulario que el catálogo no recoge, erratas o productos que no vendesCrear sinónimos o pasar a compras lo que piden y no tienes
CTR de resultadosPorcentaje de búsquedas con al menos un clicSi baja, el orden no convence: tocar pesos o fijar productos
Posición del clicSi la gente pincha el primero o baja hasta el duodécimoClics muy abajo en una consulta frecuente: problema de relevancia
Conversión desde búsquedaPedidos que empezaron con un clic en los resultados, con su importeEs la cifra que justifica el buscador o no
Clic sin compraConsultas con interés que no acaban en ventaPrecio, stock o ficha. Rara vez es culpa del buscador, pero aquí se ve

El servicio incluye un informe diario por correo con las 50 búsquedas sin resultados del día anterior, las que dieron menos de 5 resultados y las que tuvieron clic pero no venta. Los datos personales se anonimizan a los 90 días.

Como referencia de por dónde se empieza: en una tienda de recambios con la que trabajamos, el buscador anterior dejaba sin resultados el 8,8 % de las búsquedas de un mes. Entre las más repetidas estaban una de sus marcas más vendidas y «regilla», escrito con g.

Cómo lo implantamos

De tu catálogo al buscador en producción

El motor es la parte rápida. Lo que alarga un proyecto son los datos: códigos duplicados, fichas sin marca, stock que no cuadra.

1

Leemos tu catálogo

De la tienda, el PIM o el ERP, en solo lectura

2

Indexamos y afinamos

Pesos por campo, sinónimos y filtros con consultas reales

3

Instalamos el widget

Con copia previa del tema

4

Medimos y corregimos

Con la lista diaria de búsquedas sin resultados

Preguntas frecuentes

Dudas habituales sobre el buscador de una tienda

¿Qué diferencia hay entre búsqueda semántica y búsqueda por palabras clave?

La búsqueda por palabras clave (BM25) puntúa según las palabras que coinciden y el campo donde aparecen; es precisa con marcas y códigos. La semántica compara vectores (embeddings) y encuentra productos relacionados aunque no compartan palabras. AgentSearch combina las dos y decide por tienda cuánto pesa cada una.

¿Merece la pena un buscador así con un catálogo pequeño?

Muchas veces no. Con unos cientos de productos bien titulados, el buscador de Shopify o PrestaShop, o un plugin como Doofinder, suele bastar y sale más barato. AgentSearch compensa con miles de referencias, códigos técnicos, varias tiendas o datos en un ERP.

¿Cómo sé si el buscador está vendiendo?

Con la conversión desde búsqueda: pedidos que empezaron con un clic en los resultados. En Shopify el widget guarda la búsqueda en los atributos del carrito y el webhook de pedidos la recoge, con una ventana de una hora desde el último clic. En PrestaShop se cruza con los pedidos de su base de datos.

¿Qué pasa si la IA falla o se dispara el gasto?

El buscador no depende de ella. Si Azure OpenAI no responde, la consulta se resuelve con BM25 y el cliente no ve ningún error. El gasto tiene un tope diario configurable: al llegar, se cortan las llamadas al modelo de lenguaje hasta el día siguiente y nos llega un aviso por correo.

¿Funciona en varios idiomas?

Sí. En una tienda Shopify con Markets en varios idiomas indexamos el título traducido de cada producto y el widget detecta el idioma del dominio. Los sinónimos se crean por mercado: «climatiseur mobile» en francés pasó de 3 resultados sin relación a 104.

Pruébalo con tu catálogo

Cuéntanos qué plataforma usas, cuántos productos tienes y qué búsquedas te fallan. Preparamos la demo con tus productos.