Guía
Cómo extraer datos de producto de PDF
Los PDF de los proveedores contienen las especificaciones que necesita tu catálogo, pero no en un formato que puedas importar. Estas son cuatro formas de convertirlos en datos de producto estructurados y cómo elegir entre ellas.
Extraer datos de producto consiste en tomar los valores impresos en un documento (números de modelo, dimensiones, materiales, capacidades, potencias, advertencias) y convertirlos en campos que un sistema pueda utilizar. Para un puñado de productos, copiarlos a mano es suficiente. Para un catálogo de proveedor con cientos de SKU y un diseño de PDF distinto en cada fabricante, el método que elijas determina cuánto tarda la incorporación y cuántos errores llegan a tu tienda.
A continuación comparamos los cuatro enfoques habituales y después repasamos las comprobaciones que importan sea cual sea el método.
Empieza por el resultado: define tu esquema de producto
Antes de extraer nada, decide qué campos necesitas y en qué forma. El esquema de un pequeño electrodoméstico podría incluir modelo, marca, EAN, ancho/alto/fondo en milímetros, peso en kilogramos, potencia en vatios, tensión, material, color y advertencias. Definir de antemano las unidades y los valores permitidos es lo que hace comparables los datos extraídos de distintos proveedores.
Si vendes en varios canales, asocia cada campo a los nombres de atributo que usan esos canales (por ejemplo, las opciones de producto de Shopify o los atributos de WooCommerce), de modo que el resultado de la extracción pueda reutilizarse sin otra ronda de reformateo.
Método 1: copiar y pegar manualmente
Una persona abre el PDF y escribe o pega los valores en una hoja de cálculo o en un formulario de producto. No requiere ninguna herramienta y sirve para cualquier diseño, por lo que la mayoría de los equipos empiezan así.
Los costes crecen con el volumen: es lento, la atención decae y los errores de transcripción (un dígito cambiado en un número de modelo, un valor de la columna equivocada) son difíciles de detectar más tarde. La entrada manual funciona para catálogos pequeños o como paso de revisión sobre un método automatizado.
Método 2: herramientas de extracción de tablas PDF
Las herramientas de extracción de tablas (incluidas las opciones de código abierto y las funciones de exportación de los editores de PDF) detectan tablas en PDF digitales y las exportan a CSV o Excel. Son rápidas cuando los datos realmente están en una tabla limpia.
Les cuestan los valores escritos en texto corrido, las celdas combinadas, las tablas de varias páginas y los documentos escaneados, y devuelven tablas en bruto en lugar de campos con nombre: todavía tienes que asociar las columnas a tu esquema y depurar encabezados, unidades y notas al pie.
Método 3: análisis por plantillas o zonas
Los analizadores basados en plantillas permiten definir, para un diseño concreto, dónde se encuentra cada campo en la página. Una vez configurados, todos los documentos con ese diseño exacto se extraen de forma coherente, lo que resulta adecuado para grandes volúmenes de documentos idénticos, como las facturas de un mismo emisor.
Las fichas técnicas de los proveedores rara vez son tan uniformes. Cada fabricante, y a menudo cada línea de producto, necesita su propia plantilla, y las plantillas dejan de funcionar cuando el proveedor cambia el diseño. En catálogos procedentes de muchos proveedores, el mantenimiento supera enseguida los beneficios.
Método 4: extracción con IA
La extracción con IA utiliza modelos de lenguaje y de visión para leer el documento como lo haría una persona: encuentra el número de modelo tanto si está en un encabezado, en una tabla o en una frase, y devuelve los campos de tu esquema con sus valores y unidades. Como no depende de posiciones fijas, una misma configuración puede gestionar muchos diseños de proveedores, incluidas las páginas escaneadas.
La contrapartida es que el resultado de la IA debe revisarse. Las buenas herramientas muestran un indicador de confianza y la evidencia de origen de los valores extraídos para que los revisores puedan centrarse en los dudosos, y dejan un campo vacío o señalado en lugar de adivinar cuando el documento no lo indica. La extracción de datos de producto de PDF de Doc2Shelf puntúa cada extracción por confianza y exhaustividad y registra los datos extraídos con su página y una cita breve; el registro revisado puede alimentar listados y borradores de conformidad.
Cómo elegir un método
Una regla práctica:
- Menos de unos 20 productos, o altas puntuales: entrada manual con un esquema claro.
- Tablas digitales limpias y uno o dos proveedores: una herramienta de extracción de tablas más una depuración posterior.
- Grandes volúmenes con un único diseño idéntico: análisis por plantillas.
- Muchos proveedores, diseños variados o PDF escaneados: extracción con IA con revisión humana.
Comprobaciones que mantienen la precisión de los datos extraídos
Sea cual sea el método que uses, los mismos problemas causan la mayoría de los errores. Incorpora estas comprobaciones a tu paso de revisión:
- Asignación de modelos: cuando una ficha abarca varios modelos, confirma que cada valor pertenece a la columna del modelo correcto.
- Unidades: normaliza las unidades (mm frente a cm, W frente a kW) y conserva la unidad con cada valor numérico.
- Notas al pie y condiciones: valores como la capacidad o la autonomía suelen depender de condiciones de ensayo indicadas.
- Identificadores: verifica los dígitos de control de los EAN/GTIN y los números de modelo carácter por carácter.
- Valores ausentes o contradictorios: pregunta al proveedor en lugar de deducir un valor que no figura en el documento.
- Trazabilidad: mantén el PDF de origen vinculado al registro para que cualquiera pueda volver a comprobar un valor más adelante.
Comparación directa de los métodos de extracción
Los cuatro métodos anteriores se diferencian menos por lo que pueden leer que por lo que determina su precisión y por el esfuerzo de configuración que requieren. El OCR también tiene cabida en la comparación, pero como una capa y no como un método: convierte una página escaneada en texto, y aun así otro de los métodos tiene que convertir ese texto en campos.
La precisión nunca es una propiedad del método por sí solo. Depende de los documentos que le proporciones, de lo claramente que tu esquema defina cada campo y de la disciplina del paso de revisión; por eso conviene medirla con una muestra de tus propios PDF de proveedores en lugar de fiarse de cifras publicadas.
| Método | La precisión depende de | Esfuerzo de configuración | Resultado | Ideal para |
|---|---|---|---|---|
| Introducción manual | La atención del revisor y un esquema claro | Ninguno | Campos con nombre, tal como se escriben | Catálogos pequeños; altas puntuales; el paso de revisión |
| Copiar y pegar o exportar de PDF a Excel | Una capa de texto real y tablas limpias, sin celdas combinadas | Bajo | Texto sin formato o tablas que hay que asignar a mano | Tablas digitales limpias de uno o dos proveedores |
| Análisis por plantillas o por zonas | Que todos los documentos mantengan un diseño idéntico | Alto por cada diseño, y de nuevo cuando los diseños cambian | Campos con nombre | Grandes volúmenes de un único diseño fijo |
| OCR | Resolución del escaneo, contraste, inclinación, tipografías, idioma | Bajo a medio | Solo texto | Hacer legibles las páginas escaneadas para otro método |
| Extracción basada en LLM | Claridad del esquema, calidad del documento, disciplina de revisión | Bajo por cada diseño; requiere un flujo de revisión | Campos con nombre, con valores y unidades | Muchos proveedores, diseños variados, mezcla de prosa y tablas |
Cómo tratar las tablas de especificaciones y las tablas con varias variantes
La mayoría de los errores de extracción en las fichas técnicas se producen en las tablas, y la mayoría de ellos cuando una misma tabla describe varios modelos. Una tabla que a un lector le parece evidente oculta una estructura en la que un analizador, o una persona cansada, pueden equivocarse: unidades que aparecen solo en el encabezado, celdas combinadas entre modelos, marcadores de nota al pie pegados a los números y tablas que continúan en la página siguiente.
Revisa cada tabla de especificaciones en un orden fijo antes de copiar ningún valor a un registro:
- Identifica la orientación: ¿los modelos o variantes están en columnas o en filas? Anota cuántos hay, para poder comprobar el número de registros al final.
- Lee todas las filas de encabezado, incluidas las unidades entre paréntesis, y traslada la unidad a cada celda de esa columna o fila.
- Separa las celdas combinadas: un valor que abarca varias columnas de modelo se aplica a cada uno de esos modelos, no solo al primero.
- Reúne las tablas divididas entre páginas, comprobando que el encabezado repetido no se lea como una fila de datos y que no se pierda ninguna fila en el salto de página.
- Separa los marcadores de nota al pie de los números (“1,1¹” es 1,1 con la nota 1, no 1,11) y guarda el texto de la nota como una condición de ese valor.
- Distingue entre vacío, “—”, “n/d” y “opcional”: vacío significa desconocido, un guion suele significar no aplicable, y ninguno de los dos debe convertirse en cero.
- Busca valores fuera de la tabla, como “todos los modelos: 230 V” debajo de ella, y aplícalos a todos los modelos a los que se refieren.
- Divide la tabla en un registro por modelo o variante y confirma que el número de registros coincide con el del paso 1.
PDF escaneados y calidad del OCR
Primero comprueba si el PDF tiene capa de texto: si puedes seleccionar o buscar el texto, es digital; si no, es una imagen y necesita OCR antes de que cualquier herramienta de tablas pueda leerlo. Cuando un proveedor envíe un escaneo, pídele el original digital: elimina toda una categoría de errores. Si tienes que escanear los documentos tú, una resolución de en torno a 300 ppp es una recomendación habitual para texto, y las páginas rectas y de alto contraste importan tanto como la resolución.
Los errores de OCR son peligrosos porque producen resultados verosímiles. Los caracteres que se confunden son predecibles, así que las comprobaciones también pueden serlo:
| Error de OCR | Ejemplo | Cómo detectarlo |
|---|---|---|
| Letras y dígitos confundidos (O/0, l/1, S/5, B/8) | “AX-1OO” en lugar de AX-100 | Comprobaciones de patrón en los números de modelo; dígito de control del GTIN |
| Separador decimal perdido | “1,5 l” leído como “15 l” | Intervalo de plausibilidad por atributo |
| Nota al pie fusionada con un número | “1,1¹ kg” leído como “1,11 kg” | Comparar con modelos hermanos; buscar el texto de la nota |
| Orden de lectura incorrecto | Dos columnas unidas en una sola línea | Comprobar el número de valores por modelo |
| Símbolos de unidades mal leídos | “°C” como “oC”, “µm” como “um” | Lista de unidades permitidas por atributo |
| Signo menos o guion omitido | “−20 °C” leído como “20 °C” | Comprobar que el mínimo del intervalo sea ≤ máximo |
Ejemplo práctico: una ficha técnica se convierte en un registro estructurado
Así se aplican los pasos anteriores a una ficha técnica ilustrativa de un hervidor que cubre dos modelos en una sola tabla. Es un ejemplo didáctico, no un producto real ni el resultado de una extracción medida. Cada línea de origen se asigna a un campo, se normaliza y se comprueba.
El resultado son dos registros de variante que comparten capacidad, potencia y tensión, cada uno con su propio color, peso e identificador, más dos preguntas abiertas para el proveedor. No se rellenó nada por suposición: el EAN del segundo modelo y el país de origen siguen vacíos hasta que el proveedor los facilite. La normalización de valores y unidades entre muchos proveedores, y no en una sola ficha, se trata en la guía sobre atributos de producto.
| Línea de origen tal como se imprime | Campo | Valor extraído | Comprobación aplicada |
|---|---|---|---|
| Modelo: AX-100 | AX-100B | model_number | AX-100; AX-100B | Dos columnas, por tanto dos registros de variante |
| Capacidad 1,5 l (combinada entre ambos modelos) | capacity | 1,5 L para cada modelo | Coma decimal; celda combinada copiada a ambos |
| Potencia 1850–2200 W | rated_power | mín. 1850 W, máx. 2200 W | Se mantiene como un intervalo, no como un solo número |
| 220–240 V~ 50/60 Hz | rated_voltage; frequency | 220–240 V CA; 50/60 Hz | Una línea, dos campos |
| Color: acero cepillado | negro | color | acero cepillado; negro | Un valor por variante |
| Peso neto (kg) 1,1¹ | 1,0¹ | net_weight | 1,1 kg; 1,0 kg | Unidad tomada del encabezado; se conserva la nota ¹ “sin base” |
| EAN 6291041500213 | — | gtin | 6291041500213; vacío | Dígito de control válido; pedir el EAN que falta |
| (no indicado) | country_of_origin | vacío | Solicitar al proveedor; nunca se deduce |
Fallos habituales y un flujo de verificación
Un puñado de características de los documentos causa la mayoría de los errores de extracción, sea cual sea el método. Conocerlas permite diseñar la revisión en torno a los riesgos reales en lugar de releer todos los valores con el mismo cuidado.
- Confirma el documento: producto correcto, revisión vigente y todas las páginas presentes.
- Comprueba con la fuente todos los identificadores (número de modelo, GTIN con su dígito de control) y todos los valores relevantes para la seguridad: advertencias, características eléctricas e información sobre peligros.
- Ejecuta comprobaciones automáticas sobre el resto: unidades presentes, valores dentro de intervalos plausibles y campos obligatorios completos.
- Verifica por muestreo algunos de los campos restantes de cada proveedor y amplía la muestra cuando encuentres errores.
- Convierte las lagunas sin resolver en preguntas para el proveedor en lugar de estimaciones.
- Guarda con el registro el PDF de origen, quién lo revisó y la fecha de revisión.
| Tipo de fallo | Qué sale mal | Cómo prevenirlo |
|---|---|---|
| Unidades solo en los encabezados | Los números sueltos pierden su unidad | Trasladar las unidades del encabezado; rechazar las medidas sin unidad |
| Notas al pie y condiciones de ensayo | Se omiten “típico”, “a 25 °C” o “sin base” | Guardar las condiciones junto con el valor |
| Celdas combinadas | El valor se asigna solo al primer modelo | Separar las celdas combinadas antes de dividir las variantes |
| Fichas técnicas multilingües | Comas decimales mal interpretadas; el mismo valor capturado dos veces en dos idiomas | Análisis de números según la configuración regional; lista de sinónimos de encabezados; deduplicar |
| Varios productos en un mismo PDF | Valores asignados al producto equivocado | Un registro por producto; comprobar cada número de modelo |
| Revisiones obsoletas | Una ficha antigua contradice la vigente | Registrar la fecha o la revisión del documento; preferir la más reciente |
| Valores solo en dibujos o imágenes | Se pasan por alto las dimensiones de un plano técnico | Revisar los planos; señalar las dimensiones que faltan |
Preguntas frecuentes
- ¿Puedo extraer datos de un PDF escaneado?
- Sí, pero primero hay que reconocer el texto con OCR (reconocimiento óptico de caracteres). Las herramientas de tablas que solo leen texto digital no devolverán nada de una página escaneada; las herramientas con OCR y las basadas en IA pueden leerla, aunque con escaneos de baja calidad hay que ser más cuidadoso.
- ¿Cómo extraigo atributos de producto de una ficha técnica en PDF?
- Define los atributos que necesitas (por ejemplo, material, color, capacidad) y luego obtén los valores de las tablas y del texto de la ficha técnica, ya sea manualmente o con una herramienta de IA que asigne celdas de tablas y frases a campos. Trata con cautela los atributos que figuren solo en textos de marketing y confirma los valores técnicos con las tablas de especificaciones.
- ¿En qué formato deben estar los datos de producto extraídos?
- En el que importe tu sistema de destino: normalmente CSV para hojas de cálculo e importadores de tiendas, o JSON para API y sistemas PIM. Mantén una fila u objeto por variante de producto, con nombres de campo y unidades coherentes.
- ¿Es la extracción con IA lo bastante precisa como para publicar sin revisión?
- No debería publicarse sin revisión. La extracción con IA elimina la mayor parte de la escritura, pero una persona debe confirmar con el documento de origen los campos inciertos, los identificadores y todo lo relacionado con la seguridad antes de utilizar los datos.
- ¿Cuál es la mejor forma de extraer tablas de una ficha técnica en PDF?
- Para tablas digitales limpias sirven tanto una herramienta de extracción de tablas como una herramienta de extracción con IA; las tablas escaneadas necesitan OCR primero. Sea cual sea la herramienta, separa las celdas combinadas, traslada las unidades del encabezado a cada valor, separa los marcadores de nota al pie de los números y divide las tablas con varios modelos en un registro por modelo.
- ¿Qué precisión tiene la extracción con IA de datos de producto de PDF?
- Depende de la calidad del documento, de la complejidad del diseño y de lo claramente que definas los campos, así que no hay una cifra de precisión única que valga para tus documentos. Mídela por tu cuenta: extrae una muestra de tus PDF de proveedores y compara cada campo con la fuente, contando por separado los valores erróneos y los que faltan.
- ¿Puedo convertir un catálogo en PDF en un CSV para mi tienda?
- Sí. Extrae un registro por producto o variante en un conjunto fijo de columnas, normaliza las unidades y los valores y luego cambia el nombre de las columnas para que coincidan con la plantilla de importación de tu tienda. Un catálogo suele tener menos detalle por producto que las fichas técnicas individuales, así que cuenta con lagunas que habrá que rellenar con otras fuentes.
- ¿Cómo extraigo datos de fichas técnicas en otros idiomas?
- Mantén los valores tal como están impresos durante la extracción, analiza los números según la configuración regional del documento (comas decimales, separadores de miles) y asigna los encabezados en otro idioma a tus nombres de campo con una lista de sinónimos. Traduce aparte el texto descriptivo y haz que lo revisen.