Esta página documenta la metodología de auditoría que respalda la lista de verificación de preparación. Es intencionalmente reproducible: un equipo de comerciante, un consultor y un socio de plataforma deberían producir puntuaciones similares cuando se aplican al mismo catálogo.
Principios
- Basado en muestras. Nunca es necesario auditar cada SKU; se necesita una muestra estadísticamente significativa por categoría.
- Ponderado. Los elementos P0 son bloqueantes; los P1 y P2 ponderan la puntuación progresivamente.
- Observable. Cada verificación produce un resultado concreto de aprobado/suspenso con evidencia (URL, fila de feed, captura de pantalla, carga útil de la API).
- Reproducible. Dos auditores que ejecuten el método con los mismos datos obtendrán una diferencia de 5 puntos porcentuales.
Entradas
- Acceso al feed del catálogo (URL y credenciales).
- URLs públicas de PDP.
- Páginas públicas de políticas de devoluciones y envíos.
- Acceso de solo lectura a la configuración de PSP (opcional, pero mejora la puntuación transaccional).
- Registros del servidor, 90 días (opcional, pero permite la puntuación de observabilidad).
Muestreo
- Identificar las 5 categorías principales por ingresos.
- Para cada categoría, tomar una muestra aleatoria de 10 SKUs (estratificada por en stock / fuera de stock si es posible).
- Para catálogos con más de 10.000 SKUs, aumentar la muestra a 20 por categoría.
- Excluir SKUs al final de su vida útil y en borrador.
Categorías de verificación (seis)
| Categoría | Peso | Lo que mide |
|---|---|---|
| Identidad | 15% | Cobertura y consistencia de GTIN / MPN / Marca. |
| Semántica | 25% | Datos estructurados, atributos tipados, taxonomía. |
| Frescura | 20% | Paridad de precio/stock, cadencia del feed, precisión de updated_at. |
| Política | 15% | Devoluciones/envíos/garantía como datos. |
| Descubrimiento | 15% | Cumplimiento del feed, URLs canónicas, mapa del sitio, acceso de rastreadores de IA. |
| Transacción | 10% | Preparación para el pago por agente, eventos del ciclo de vida. |
Reglas de puntuación
- Cada verificación devuelve 0 (fallo), 0.5 (parcial) o 1 (aprobado).
- Puntuación de la categoría = promedio de las verificaciones en esa categoría.
- Puntuación general = suma ponderada entre categorías.
- Si alguna verificación P0 falla, la puntuación de la categoría se limita a 0.6.
Requisitos de evidencia
Cada verificación debe almacenar uno de los siguientes:
- Una URL (para verificaciones de PDP/políticas), con captura de pantalla en la fecha de la auditoría.
- Una fila de feed (anonimizada, almacenada como JSON).
- Una respuesta de API (encabezados + cuerpo, con marca de tiempo).
- Una salida de herramienta (Rich Results Test, diagnóstico de Merchant Center, consulta de registro).
Las auditorías sin evidencia no son reproducibles ni defendibles.
Entregables de una auditoría
- Tarjeta de puntuación, general, por categoría, por SKU muestreado.
- Los 10 principales elementos de remediación, concretos, clasificados por impacto y esfuerzo.
- Plan de remediación de 90 días, quién es el responsable de qué, aumento de puntuación esperado.
- Programa de re-auditoría, trimestral recomendado.
Errores comunes de auditoría
- Auditar promesas de marketing en lugar del comportamiento del sistema. Una hermosa prosa en la página de devoluciones no significa nada si falta JSON-LD.
- Muestrear solo SKUs estrella. Los SKUs de cola larga a menudo fallan más rápido.
- Confiar solo en el feed. El feed y el PDP deben ser verificados.
- Ignorar las variantes regionales, un catálogo puede estar listo para el agente en una región y no en otra.
- Calificar el marcado de schema.org por su presencia en lugar de su corrección.
Herramientas que recomendamos
- Google Rich Results Test y Schema Markup Validator.
- Diagnósticos de Google Merchant Center.
- Un linter de feeds (Channable, Feedonomics o scripts personalizados).
- Un navegador sin cabeza para verificaciones de muros de consentimiento / renderizado.
- Un analizador de registros para la segmentación del tráfico de rastreadores.
Próximos pasos
- Ejecutar la lista de verificación de preparación con una muestra de 50 SKUs.
- Aplicar los principios de las mejores prácticas.
- Comparar con el estado objetivo en catálogos de productos para IA.