IA para marketplaces de moda: cómo competir en Zalando, Amazon o Miravia sin duplicar equipo

La IA aplicada a marketplaces de moda sirve sobre todo para tres cosas: generar las variantes de ficha que cada canal exige sin reescribirlas a mano, producir la cantidad de imágenes que piden sin repetir sesión de fotos, y reducir las devoluciones por talla, que en marketplace penalizan más que en tu propia tienda porque afectan a tu puntuación de vendedor. Lo que no conviene automatizar todavía es el precio y el surtido: ahí las reglas de cada plataforma cambian demasiado rápido y el coste de un error es inmediato. Abajo: qué exige cada canal, qué partes del trabajo se pueden delegar en IA y por qué las devoluciones pesan distinto cuando vendes en casa ajena.

Vender en marketplace parece un canal más y no lo es. Es un canal donde no controlas la ficha, no controlas el buscador y no controlas la relación con el cliente. Lo único que controlas es la calidad de lo que subes y lo que pasa cuando llega el paquete.

¿Qué cambia respecto a vender en tu propia tienda?

Tres cosas, y las tres tienen consecuencias operativas.

La primera es que cada canal tiene sus reglas de contenido: número de imágenes, proporción, fondo, longitud del título, atributos obligatorios. Lo que vale en tu web no vale tal cual en ningún sitio. Multiplicar catálogo por canales es lo que convierte un trabajo razonable en un trabajo imposible.

La segunda es que compites en la misma página que tu competencia. En tu tienda, la alternativa a comprarte es irse. En un marketplace, la alternativa está a dos centímetros y con la foto mejor iluminada.

La tercera es que las devoluciones puntúan. En tu web una devolución es un coste. En un marketplace es un coste y además una métrica que afecta a tu visibilidad futura. Es el mismo problema con una penalización compuesta.

Qué se puede automatizar con IA, en orden de rentabilidad

• Variantes de imagen por canal. Es lo que más tiempo consume y lo más mecánico. Generar la misma prenda sobre distintos fondos, proporciones y composiciones a partir de las fotos que ya tienes evita repetir sesión por cada canal.
• Adaptación de fichas. Reescribir título y descripción respetando el límite de caracteres y los atributos obligatorios de cada plataforma, manteniendo el mismo mensaje.
• Recomendación de talla. Reduce la devolución, que es la métrica que te penaliza dos veces.
• Normalización de atributos. Color, material, corte, ocasión. Es aburrido, es obligatorio y es exactamente el tipo de tarea en la que un modelo trabaja bien.

Qué no conviene automatizar todavía

El precio y el surtido. No porque no se pueda, sino porque el coste de equivocarse es inmediato y visible: un precio mal calculado se ejecuta en segundos y a veces con miles de unidades detrás. Las reglas de comisión, promoción y buy box cambian con frecuencia, y un modelo entrenado con las de hace seis meses toma decisiones caras.

Lo razonable hoy es usar la IA para preparar la decisión —agrupar, comparar, señalar anomalías— y dejar que la ejecute una persona con contexto.

El problema de las imágenes, que es el que más duele

Cada canal pide su formato y su cantidad. Una referencia que en tu web resuelves con tres fotos puede necesitar seis o siete para cumplir con los requisitos de un marketplace, en otra proporción y a veces sobre fondo blanco obligatorio. Multiplica eso por un catálogo de varios cientos de referencias y por tres canales, y tienes un cuello de botella que no se resuelve contratando a una persona más.

Aquí es donde la generación de imagen con IA cambia la economía del problema. La herramienta studio de Stilaro produce composiciones nuevas a partir del material que ya tienes, sin volver a montar el set. Y el probador virtual permite mostrar la prenda puesta sin contratar modelo para cada referencia.

Hay un matiz importante y conviene decirlo: cada marketplace tiene su política sobre imagen generada. Antes de subir a escala, comprueba las condiciones del canal. Es una comprobación de cinco minutos que evita un problema de miles de referencias.

Por qué las devoluciones pesan distinto en marketplace

Porque no solo pagas la logística inversa: alimentas una métrica que decide cuánta gente va a ver tus productos el mes que viene. Una tasa de devolución alta empeora tu posición, y una posición peor reduce las ventas con las que podrías compensar el coste.

Dado que la talla incorrecta es la causa número uno de devolución en moda online, atacarla es la palanca más directa que tienes sobre esa métrica. Un recomendador de tallas en tu ficha propia no te sirve dentro del marketplace, pero sí te sirve para dos cosas: publicar medidas reales por talla en los atributos del canal, y detectar qué referencias tienen un problema de tallaje antes de listarlas.

Por dónde empezar

Por un canal y por las veinte referencias que más vendes. Mide cuánto tiempo cuesta hoy preparar esas veinte fichas completas con todas sus imágenes. Ese número es tu línea base y es lo que vas a comparar.

Después automatiza solo la parte de imagen, que es la más mecánica, y vuelve a medir. Si el ahorro es real, tienes argumento para extenderlo. Si no lo es, has perdido una semana en vez de un trimestre.