Una imagen dice más que un término de búsqueda

Alguien ve en el metro una chaqueta cuyo corte es justo el que busca, pero no sabe ni la marca ni el nombre del modelo. Antes, esa observación casi nunca habría tenido consecuencias. Hoy basta con una foto hecha con el smartphone, y una búsqueda por imagen muestra en pocos segundos productos similares o idénticos, a menudo con opción de compra directa. Es precisamente este cambio, de la descripción con palabras a la consulta visual directa, el que está transformando la forma en que las personas buscan productos – más rápido de lo que muchas empresas de e-commerce han preparado sus propios sistemas para ello.

¿Cómo de grande es realmente el cambio?

Las cifras detrás de esta tendencia son ya demasiado grandes como para descartarla como un fenómeno marginal. Google Lens procesa actualmente casi 20 000 millones de búsquedas visuales al mes y lo utilizan más de 1500 millones de personas; hace cuatro años, esta cifra rondaba los 3000 millones de consultas mensuales.¹ Aproximadamente una de cada cinco búsquedas con Lens ya está directamente relacionada con las compras, y en torno al 40 por ciento de las búsquedas de productos de los usuarios más jóvenes empieza ya con una imagen en lugar de con una palabra.¹ Solo a Alemania le corresponden, según las estimaciones, entre 250 y 300 millones de estas consultas mensuales.²

Esta curva de crecimiento es notable porque no se debe a un único acontecimiento viral, sino a una evolución constante a lo largo de varios años que se ha acelerado con cada nueva generación de smartphones y con cada mejora de los modelos de reconocimiento de imágenes en los que se basa. A diferencia de muchas tendencias pasajeras del e-commerce, la búsqueda visual ha pasado así de ser una función experimental adicional a convertirse en un hábito consolidado en el comportamiento de búsqueda, que hoy alcanza un volumen seis veces mayor que hace cuatro años.

Por qué las personas recurren a la imagen en lugar de a la palabra

La razón de este cambio está menos en la tecnología que en un problema muy humano: ciertas características visuales apenas pueden describirse con precisión con palabras. ¿A qué tono de verde se refiere, qué estampado, qué corte, qué silueta de mueble? Una encuesta muestra que el 62 por ciento de los compradores encuestados ya prefiere la búsqueda visual a la búsqueda por texto cuando se trata de encontrar un producto concreto, y que los grupos de usuarios más jóvenes, de entre 18 y 24 años, impulsan esta tendencia con especial fuerza.³ Para ellos, la cámara hace tiempo que dejó de ser una función adicional y es el punto de partida más natural para buscar un producto.

Las plataformas que impulsan el cambio

Este cambio se aprecia con especial claridad en Pinterest, que desde el principio situó el descubrimiento visual en el centro de su plataforma. Un estudio de la propia Pinterest muestra que el 80 por ciento de los usuarios activos inicia su proceso de compra con una búsqueda visual, frente al 58 por ciento de las personas que no utilizan la plataforma de forma activa. Además, al comprar ropa o muebles online, el 85 por ciento de los encuestados da más importancia a la información visual que a la información escrita sobre el producto.⁴ Google sigue el mismo camino con Lens, al igual que Amazon, eBay y diversos comercios de moda, que ya han integrado la búsqueda por imagen como función estándar en sus apps.¹ Lo que hace pocos años era una función de nicho para usuarios aficionados a la tecnología ha llegado así definitivamente al gran público.

Lo interesante es que las plataformas se diferencian en su enfoque: mientras que Google Lens funciona sobre todo como una ampliación de una búsqueda por texto ya existente y se usa a menudo para identificar rápidamente un objeto que ya se ha visto, Pinterest está construida desde la base en torno a la inspiración visual. Para los clientes, esto supone dos situaciones de partida distintas: unos saben ya exactamente qué han visto y quieren identificarlo. Otros se encuentran todavía en una fase temprana, guiada por la inspiración, y se dejan llevar hacia nuevos productos por sugerencias visualmente similares. Una tienda que solo está preparada para el primer grupo pierde una parte considerable de la demanda del segundo.

El efecto secundario infravalorado: menos devoluciones

Lo que a menudo se pasa por alto en el debate sobre la búsqueda visual es su efecto, que va mucho más allá de la mera facilidad para encontrar productos. Una encuesta global de Cloudinary entre casi 2700 consumidores de Alemania, el Reino Unido, Estados Unidos y Australia muestra que el uso específico de material de imagen y vídeo, como vistas de 360 grados, modelos 3D y vídeos generados por los usuarios, puede aumentar la tasa de conversión hasta en un 57 por ciento.⁵ Más notable aún: las empresas que utilizan contenidos visuales de forma sistemática pueden reducir su tasa de devoluciones hasta en un tercio. Casi un tercio de los encuestados, el 30 por ciento, afirmó haber devuelto ya algún artículo porque el producto en la realidad no se parecía al de la web.⁵ La búsqueda visual y la presentación visual de los productos tienen aquí, por tanto, un doble efecto: no solo ayudan a los clientes a encontrar el producto adecuado, sino también a hacerse expectativas más realistas sobre lo que van a recibir.

Qué significa esto a nivel técnico

A nivel técnico, la búsqueda visual funciona según un principio básico similar al de la búsqueda semántica moderna por texto, solo que a nivel de imagen en lugar de a nivel de palabra: una foto subida se convierte en un vector, una representación matemática de sus características visuales como forma, color, estampado y textura, y se compara con las imágenes del catálogo de productos preparadas para ello. Las imágenes que se parecen visualmente quedan cerca unas de otras en este espacio vectorial, aunque en los textos de los productos no aparezca ni una sola palabra en común. Para los comercios, esto significa que, para que sus productos puedan aparecer siquiera en una búsqueda así, las imágenes deben tener alta calidad, un fondo neutro, estructuras claras y atributos reconocibles como material, corte y logotipo de la marca, complementados con datos estructurados y metadatos según estándares habituales como Schema.org.¹

Un aspecto que a menudo se infravalora: estos requisitos difieren claramente de aquello para lo que se ha optimizado la fotografía de producto clásica en la propia tienda. Una imagen que queda bien en la propia página de producto, con un fondo decorativo o con varios productos a la vez, puede resultar difícil de evaluar para un reconocimiento visual automatizado, porque el sistema no puede determinar con claridad qué elemento de la imagen es realmente el producto relevante. Por eso, quien se toma en serio la búsqueda visual suele necesitar al menos una imagen de referencia adicional y recortada por producto, independiente del resto de la galería de imágenes de la página de producto.

Cómo prepara Eywora a las empresas para la búsqueda visual

Precisamente esta capacidad forma parte de la búsqueda semántica con IA de Eywora: además de la búsqueda por texto y la búsqueda híbrida, la plataforma también admite la búsqueda visual con IA, en la que los clientes pueden subir una foto o una imagen para encontrar productos coincidentes o similares en el catálogo de la tienda, sin necesidad de montar un sistema adicional por separado. La búsqueda por texto y la búsqueda por imagen funcionan sobre la misma base de datos y el mismo modelo de reranking, de modo que los resultados se ordenan de forma coherente por relevancia, disponibilidad y contexto individual, independientemente del formato de entrada.

Para que este canal funcione correctamente desde el principio, el módulo Health Score muestra además en qué productos la calidad de imagen o la falta de atributos podrían limitar la posibilidad de encontrarlos mediante la búsqueda visual, antes de que los clientes lo noten siquiera. Quien quiera ver cómo puede aplicarse la búsqueda visual a su propio catálogo puede probar Eywora gratis durante 14 días sin tarjeta de crédito o reservar una demo en directo de 30 minutos sobre una tienda real de un cliente.

Hoja de ruta práctica: cómo prepararse ahora

Quien quiera prepararse para la búsqueda visual no debería empezar por la tecnología, sino por su propia base de imágenes. Las fotos de producto deberían tener una calidad alta y homogénea, con fondos neutros y detalles claramente reconocibles de material, color, forma y marca. Los datos de producto estructurados según Schema.org y un feed de Google Merchant actualizado garantizan que los sistemas de búsqueda externos como Google Lens puedan identificar correctamente los propios productos. Y quien quiera medir el efecto a largo plazo debería configurar desde el principio un seguimiento que analice el tráfico de búsqueda visual por separado del tráfico de texto clásico, porque la visibilidad en una búsqueda por imagen aún no es facturación si nadie comprueba si realmente se traduce en compras.

Conclusión: quien solo piensa en palabras se pierde la mitad de la demanda

La búsqueda visual ya no es un escenario de futuro, sino que hoy es ya un mercado de decenas de miles de millones de consultas mensuales que, especialmente entre los grupos objetivo más jóvenes y con mayor poder adquisitivo, complementa cada vez más a la búsqueda por texto clásica y, en parte, la sustituye. Las empresas que siguen orientando sus datos de producto y la calidad de sus imágenes exclusivamente a los buscadores basados en texto renuncian a una parte creciente de la demanda que, sencillamente, ya no puede expresarse con palabras. Quien invierte hoy en datos de imagen limpios y en capacidad de búsqueda visual construye una ventaja que mañana será un requisito básico.