Atributos de producto: cómo extraerlos, normalizarlos y asignarlos

Qué son los atributos de producto (y qué no son)

Un atributo de producto es una propiedad con nombre y con un valor: material = acero inoxidable, capacidad = 1,5 L, color = negro. La investigación sobre extracción de atributos los llama pares atributo-valor. Los atributos describen el propio producto y siguen siendo ciertos dondequiera que se venda, por eso deben estar en campos estructurados y no solo en el texto de la descripción.

Hay tres conceptos cercanos que es fácil confundir con los atributos, y mezclarlos causa la mayoría de los problemas de esquema posteriores:

Define el esquema de atributos antes de extraer nada

Un esquema de atributos es el contrato que debe cumplir cada valor. Sin él, la extracción produce lo que casualmente diga la fuente y la normalización se convierte en una conjetura. Para cada atributo, decide el nombre, el tipo de datos, la unidad canónica, los valores permitidos o la regla de validación, si puede contener varios valores y dónde es obligatorio.

Mantén el esquema por familia de producto en lugar de una lista gigante: un hervidor necesita capacidad y potencia nominal, una camiseta necesita composición de fibras y talla. Empieza por los atributos que exigen tus canales y por los que filtran tus compradores, y añade después los atributos técnicos que tus fichas técnicas proporcionan de forma fiable.

De dónde proceden los valores de los atributos y qué fuente prevalece

Los valores suelen llegar de varias fuentes que no siempre coinciden. Fija una prioridad de fuentes por atributo para que los conflictos se resuelvan siempre de la misma manera y no según quién edite el registro en último lugar.

Una norma práctica por defecto: los documentos técnicos prevalecen sobre el texto de marketing, y el documento específico prevalece sobre el general. Cuando fuentes de igual rango discrepan (por ejemplo, la ficha técnica y el embalaje indican pesos distintos), no hagas la media ni elijas uno: pregunta al proveedor cuál es el vigente.

• Fichas técnicas y hojas de especificaciones: la fuente más fiable para dimensiones, valores nominales, materiales y valores de rendimiento, normalmente en tablas.
• Embalaje y artes finales de etiquetas: determinantes para lo que va impreso en el envase, como la cantidad neta, las advertencias y los marcados.
• Fichas de datos de seguridad: clasificación de peligros, composición y propiedades físicas de los productos químicos; no son atributos de marketing.
• Descripciones de producto del proveedor: útiles para atributos que nunca aparecen en una tabla (estilo, uso previsto, modelos compatibles), pero la fuente menos precisa.

Cómo extraer atributos de las descripciones de producto

Las descripciones en texto libre son la fuente más difícil porque los valores están envueltos en frases, matizados por lenguaje de marketing y a veces negados. Tanto si usas reglas como un diccionario de valores conocidos o un modelo de lenguaje, el procedimiento que mantiene fiable el resultado es el mismo:

1. Enumera los atributos objetivo de la familia de producto, con sus valores permitidos y unidades, antes de leer ningún texto.
2. Divide el texto en frases y viñetas y busca los valores candidatos: números con unidades, términos conocidos del vocabulario y patrones como “compatible con …”.
3. Comprueba el contexto de cada candidato en busca de calificadores (“hasta”, “aprox.”, “desde”), negaciones (“sin BPA”, “no apto para”) y condiciones (“con tapa”, “a 20 °C”).
4. Asigna cada valor a un único atributo; cuando un número pueda pertenecer a dos atributos, déjalo sin asignar para revisarlo en lugar de adivinar.
5. Normaliza el valor y la unidad con las reglas de las secciones siguientes, conservando el texto original al lado.
6. Marca todos los atributos que procedan únicamente del texto de marketing, para que un revisor pueda confirmarlos con una ficha técnica antes de usarlos en una tabla de especificaciones o en un borrador de declaración.

Asigna los encabezados de las fichas técnicas a nombres de atributo canónicos

Cada fabricante rotula el mismo atributo de forma distinta, a menudo en su propio idioma. Crea una tabla de sinónimos que asigne el texto de encabezado que realmente encuentres a tu nombre de atributo canónico; crece rápido al principio, luego se estabiliza y se convierte en tu activo de normalización más reutilizable. Registra también la unidad impresa en el encabezado: bajo “Peso (lbs)”, ninguna celda repite la unidad. Los diseños de tablas, los escaneos y el OCR se tratan en la guía sobre cómo extraer datos de producto de PDF.

Normaliza números y unidades

Guarda cada atributo cuantitativo en dos campos: un número y un código de unidad. La Recomendación n.º 20 de UN/CEFACT (“Códigos de las unidades de medida utilizadas en el comercio internacional”) proporciona códigos comunes de tres caracteres para ello, y schema.org usa los mismos códigos en su propiedad unitCode, por ejemplo un QuantitativeValue de 25 con unitCode CMT. Usar estos códigos en lugar de unidades en texto libre (“cm”, “cms”, “centímetros”) elimina toda una clase de discrepancias.

Elige una unidad canónica por atributo, normalmente la unidad del SI o un múltiplo decimal de ella, y conviértela al importar para que los valores sean comparables entre proveedores. Conserva el valor y la unidad originales tal como figuran impresos para garantizar la trazabilidad, y reconvierte a las unidades de cada canal al exportar: el CSV de productos de Shopify espera el peso en gramos, mientras que WooCommerce usa las unidades de peso y de dimensiones configuradas en la tienda.

Ojo con los detalles que causan errores silenciosos. Los separadores decimales y de millares dependen de la configuración regional del documento: en una ficha técnica alemana “1.000 W” son mil vatios. Divide los intervalos en campos de mínimo y máximo, guarda las tolerancias aparte del valor nominal y conserva calificadores como “aprox.” o “máx.” en su propio campo. Las conversiones imperiales usan definiciones exactas (1 pulgada = 25,4 mm; 1 lb = 0,45359237 kg); redondea una sola vez, en el momento de mostrar el valor.

Usa vocabularios controlados para los atributos de texto

Un vocabulario controlado es la lista de valores que puede tomar un atributo de texto, más los sinónimos que se asignan a cada uno. Permite que un filtro “Color: negro” encuentre productos descritos como “blk”, “Black” y “schwarz”.

Mantén dos campos cuando el marketing y el filtrado tiran en direcciones distintas: un valor base normalizado para los filtros y los feeds, y el nombre propio del fabricante para mostrar. “Midnight Graphite” es un buen detalle para la página de producto y un valor de filtro inútil; “gris” es lo contrario. En catálogos multilingües, guarda los valores del vocabulario como códigos independientes del idioma y traduce sus etiquetas, de modo que el mismo producto se filtre correctamente en todos los idiomas de la tienda.

Asigna los atributos a taxonomías y esquemas de canal

Una taxonomía decide qué atributos se aplican a un producto y cómo se llaman. Rara vez puedes elegir: un minorista puede pedir GS1 GPC, un mayorista ETIM, Shopify su Standard Product Taxonomy, y los buscadores leen el marcado de schema.org. Mantén tu propio esquema de atributos como maestro y conserva una correspondencia con cada taxonomía externa.

En GS1 GPC el brick es el bloque básico, y los atributos del brick recogen detalles como si una leche es de origen animal o no animal. ETIM asigna a cada clase un conjunto predefinido de características con listas de valores fijas y unidades, y publica su modelo en 17 idiomas. Shopify pide una categoría elegida según la función principal del producto; al fijarla se desbloquean los metacampos de categoría. El Product de schema.org tiene propiedades específicas como gtin, mpn, brand, color, material, size y weight.

Gestiona las variantes sin duplicar atributos

Las variantes son productos que comparten la mayoría de los atributos y se diferencian en unos pocos. Modélalas como un registro padre con los atributos compartidos y registros hijos que contengan solo los ejes de variante y los valores que cambian con ellos, como el color, la talla, la capacidad y sus propios identificadores. Las reglas del GTIN de GS1 tratan cada variación de estilo, color y talla como un producto único con su propio GTIN, así que el identificador siempre reside en el hijo.

Las tablas de especificaciones con varios modelos causan la mayoría de los errores de variantes. Divide una tabla con una columna por modelo en un registro por columna, y copia cualquier valor impreso una sola vez para varias columnas (una celda combinada o “todos los modelos: 230 V” debajo de la tabla) a cada hijo al que se aplique. En Shopify, la columna CSV Option1 LinkedTo vincula una opción de variante con un metacampo de categoría; un producto puede tener hasta tres opciones y 2048 variantes.

Valida los atributos con reglas y muestreo de control de calidad

Las reglas de validación detectan errores mecánicos: tipo erróneo, unidad errónea, valor imposible, atributo obligatorio ausente. Ejecútalas en cada importación y deriva los fallos a un revisor en lugar de descartar valores en silencio.

Las reglas no pueden detectar un valor verosímil pero erróneo: una capacidad copiada de la columna del modelo vecino pasa todas las comprobaciones. El muestreo de control de calidad sí puede: compara los registros de la muestra con los documentos de origen campo por campo. No existe un tamaño de muestra ni un umbral de error universales; fíjalos según el riesgo.

1. Extrae una muestra de registros por proveedor, con más peso en los proveedores nuevos y en los diseños de documento nuevos.
2. Compara cada atributo de la muestra con la fuente, registrando por separado los aciertos, los valores erróneos y los valores ausentes.
3. Calcula las tasas de error por atributo, no solo por registro, para encontrar los atributos o las asignaciones de encabezados que dan problemas.
4. Comprueba los atributos relevantes para la seguridad y los exigidos por ley en todos los registros, no en una muestra.

Normalizar atributos a gran escala

El esquema, las tablas de sinónimos, los vocabularios y las reglas son la parte duradera de este trabajo; el método de extracción puede cambiar por debajo de ellos. Controla sus versiones, asigna un responsable a cada uno, registra las correcciones manuales con su motivo (las correcciones repetidas revelan una regla que falta) y revisa la tabla de sinónimos cada vez que incorpores a un proveedor nuevo.

Si tus atributos nacen en PDF de proveedores, Doc2Shelf puede encargarse de la extracción: lee fichas técnicas, hojas de especificaciones, SDS y catálogos que subas, conserva los valores y las unidades exactamente como figuran impresos con la página y una cita breve como evidencia, y señala los datos obligatorios que faltan. Tus reglas de normalización se aplican después durante la revisión, antes de que el registro alimente listados o borradores de declaraciones.