La importancia del vocabulario controlado en un catálogo de productos
El vocabulario controlado es la diferencia entre un catálogo donde “rojo”, “Rojo”, “ROJO” y “colorado” son cuatro cosas distintas y uno donde son la misma. Es invisible cuando funciona y caótico cuando falta. Sin él, cada proveedor, cada equipo y cada canal nombra las cosas a su manera, y el catálogo se llena de duplicados semánticos que rompen la búsqueda, inflan los filtros y destruyen la consistencia. Este artículo explica qué es el vocabulario controlado y cómo construir un tesauro mínimo viable sin sobredimensionar el esfuerzo.
El problema no es la herramienta. Es que cada uno nombra las cosas a su manera.
Si la taxonomía es el esqueleto del catálogo, el vocabulario controlado es su idioma común. Y la mayoría de los catálogos no tienen idioma común: tienen una torre de Babel donde cada participante habla su propio dialecto.
El proveedor A entrega sus productos con el color “azul marino”. El proveedor B, para un producto idéntico en tono, escribe “navy”. El equipo de marketing, al enriquecer la ficha, lo cambia a “azul noche” porque suena mejor. Y el sistema, que no entiende que los tres términos se refieren al mismo color, los trata como tres valores distintos. Ahora el filtro de color de tu tienda tiene tres opciones donde debería tener una, cada una con un tercio de los productos que deberían aparecer juntos.
Multiplicá ese problema por cada atributo, por cada proveedor, por cada persona que toca el catálogo, y tenés el caos semántico que afecta a la mayoría de las operaciones de catálogo a escala. No es un problema de herramienta. Ningún PIM resuelve por sí solo que las personas y los proveedores nombren las cosas de forma inconsistente. Es un problema de gobernanza del lenguaje, y se resuelve con vocabulario controlado.
¿Qué es un vocabulario controlado y por qué es distinto de un simple listado?
Un vocabulario controlado es un conjunto definido y cerrado de términos autorizados para describir los productos, donde cada concepto tiene un único término oficial y todas sus variantes conocidas están mapeadas a ese término oficial.
La clave está en dos palabras: cerrado y mapeado. Cerrado significa que no se puede escribir cualquier cosa en un campo controlado: solo se pueden usar los valores autorizados. Mapeado significa que el sistema sabe que “navy”, “azul marino” y “azul noche” son variantes de un mismo valor oficial, y las trata como tal.
Esto lo distingue de un simple listado de valores. Un listado dice “estos son los colores posibles”. Un vocabulario controlado dice “este es el término oficial para este color, estas son sus variantes reconocidas, y cualquier ingreso que use una variante se normaliza automáticamente al término oficial”. El vocabulario controlado no solo lista: gobierna.
En la práctica, un vocabulario controlado se compone de tres elementos: los términos preferidos (el nombre oficial de cada concepto), los sinónimos o variantes (las otras formas en que ese concepto aparece o podría aparecer), y las relaciones entre términos (jerarquías, equivalencias, exclusiones). Cuando esos tres elementos están definidos para los atributos críticos de un catálogo, la consistencia semántica deja de depender de la disciplina individual y pasa a ser una propiedad del sistema.
¿Cómo los sinónimos no controlados generan duplicados y rompen el catálogo?
El daño del vocabulario no controlado se manifiesta en tres frentes concretos, todos con impacto directo en el canal de venta.
Duplicados de valores que fragmentan los filtros. Cuando el mismo concepto existe bajo varios nombres, cada nombre se convierte en una opción de filtro separada. El comprador que filtra por “azul marino” ve solo un tercio de los productos que le interesan, porque los otros dos tercios están bajo “navy” y “azul noche”. El filtro, que debería ayudar a encontrar, esconde. Y el comprador no sabe que está viendo un resultado incompleto: cree que eso es todo lo que hay.
Búsquedas que fallan por desajuste de vocabulario. El comprador busca con su propio vocabulario, que puede no coincidir con el término que la empresa cargó. Si busca “zapatillas” y el catálogo las clasificó como “calzado deportivo” sin mapear la equivalencia, la búsqueda no encuentra. El vocabulario controlado, al incluir los sinónimos que usan los compradores, hace que la búsqueda funcione con el lenguaje real de la gente y no solo con el lenguaje interno de la empresa.
Inconsistencia entre canales que erosiona la confianza. Cuando el mismo producto aparece con “azul marino” en un canal y “navy” en otro, el comprador que compara percibe descuido. La inconsistencia semántica es una de las formas más visibles del catálogo mal gestionado, y una de las que más silenciosamente daña la percepción de la marca.
Los tres problemas tienen la misma solución: un vocabulario controlado que garantice que cada concepto se nombre siempre igual, sin importar quién lo cargue, de qué proveedor venga ni en qué canal se publique
¿Cuál es la diferencia entre atributos normalizados y atributos libres?
Esta distinción es una de las decisiones de diseño más importantes en la arquitectura de un catálogo, y una de las peor tomadas.
Un atributo normalizado es aquel cuyos valores están restringidos a un vocabulario controlado: el color, la talla, el material, el tipo de producto. El usuario que carga el dato no escribe libremente: elige de una lista cerrada de valores autorizados. Esto garantiza consistencia absoluta, hace que el atributo sea filtrable de forma confiable y elimina los duplicados semánticos de raíz.
Un atributo libre es aquel donde el usuario escribe texto sin restricción: la descripción larga del producto, las observaciones, ciertos detalles narrativos. Es necesario para el contenido que requiere expresividad, pero es exactamente donde no debe vivir la información que necesita ser consistente y filtrable.
El error más común es usar atributos libres donde deberían usarse normalizados. Cuando el color es un campo de texto libre en lugar de una lista controlada, se abre la puerta a las infinitas variantes que rompen el filtro. La regla de diseño es clara: todo atributo que necesite ser filtrado, comparado o buscado con precisión debe ser normalizado. Solo el contenido que requiere expresividad narrativa debe ser libre.
Decidir qué atributos normalizar y cuáles dejar libres es una de las decisiones fundacionales del modelo de datos, y determina en gran medida la calidad futura del catálogo. Un catálogo con los atributos correctos normalizados se mantiene consistente casi solo. Un catálogo con demasiados atributos libres se degrada con cada carga.
¿Cómo se construye un tesauro mínimo viable?
Un tesauro es la herramienta que formaliza el vocabulario controlado: el documento —o la estructura dentro del PIM— que define los términos preferidos, sus sinónimos y sus relaciones. La palabra “tesauro” suena a proyecto académico de años, pero un tesauro mínimo viable se construye con un método acotado y produce valor desde el primer día.
Paso 1: Identificá los atributos críticos.
No todos los atributos necesitan vocabulario controlado. Empezá por los que más impactan en la búsqueda y el filtrado: típicamente color, material, tipo de producto, categoría, marca y las dos o tres características más determinantes de tu vertical. Estos son los que generan más daño cuando están descontrolados y más valor cuando se ordenan.
Paso 2: Relevá los valores que existen hoy.
Extraé del catálogo actual todos los valores que aparecen en cada uno de esos atributos. Este relevamiento es siempre revelador: vas a encontrar la magnitud real del caos —cuántas formas distintas de escribir el mismo color, cuántas variantes del mismo material— y esa evidencia es, además, el argumento más contundente para justificar el trabajo.
Paso 3: Definí el término preferido de cada concepto.
Para cada grupo de variantes que se refieren a lo mismo, elegí un único término oficial. “Azul marino” o “navy”: elegí uno, y que sea el que mejor entiende tu comprador. Esta decisión debe tomarse con criterio de negocio —qué término busca la gente, qué término refleja la marca— no de forma arbitraria.
Paso 4: Mapeá las variantes al término preferido.
Cada variante que encontraste en el relevamiento se conecta con su término oficial. “Navy” y “azul noche” se mapean a “azul marino”. Este mapeo es lo que permite normalizar automáticamente los ingresos futuros y limpiar los datos históricos.
Paso 5: Incorporá los sinónimos del comprador.
Además de las variantes que ya existen en el catálogo, agregá los términos con los que los compradores buscan aunque tu empresa no los use internamente. Si la gente busca “pava eléctrica” y vos lo clasificás como “hervidor”, el sinónimo del comprador tiene que estar mapeado para que la búsqueda funcione.
Paso 6: Gobernalo.
El tesauro no es un documento que se hace una vez y se archiva. Es un activo vivo que crece con el catálogo. Cada vez que aparece un valor nuevo, alguien tiene que decidir si es un término preferido nuevo o una variante de uno existente. Esa gobernanza —quién decide, con qué criterio— es lo que mantiene el vocabulario controlado en el tiempo.
Un tesauro que cubre bien los cinco o seis atributos más críticos de un catálogo ya resuelve la mayor parte del problema de consistencia semántica. No hace falta empezar cubriendo todo: hace falta empezar por lo que más impacta.
El vocabulario controlado es la pieza de la arquitectura del dato que garantiza que el catálogo hable un solo idioma. Sin él, la taxonomía mejor diseñada se degrada, porque los productos bien clasificados se describen de forma inconsistente y los filtros y búsquedas que dependen de esa descripción fallan.
El caos semántico no es un problema de descuido individual que se resuelve pidiéndole a la gente que sea más prolija. Es un problema estructural que se resuelve con un sistema: un vocabulario controlado, formalizado en un tesauro y sostenido por una gobernanza clara. Cuando ese sistema existe, la consistencia deja de ser un esfuerzo constante y se vuelve una propiedad del catálogo.
En la próxima entrega abordamos la tercera pieza de la arquitectura conceptual: el modelo de atributos, y cómo diseñarlo para que no envejezca en seis meses ni se convierta en una maraña de excepciones imposible de mantener.
