Algolia adquiere Velou para reforzar la inteligencia de productos para compras con IA

Un minorista puede tener el producto correcto en stock y aun así perder la venta porque su catálogo no describe lo que el comprador desea. Ese problema se vuelve más importante cuando un asistente de IA realiza la búsqueda: una respuesta persuasiva solo es útil si el sistema puede encontrar un artículo que realmente cumpla con la solicitud.

Algolia ha adquirido a Velou, una empresa de IA con sede en Nueva York especializada en el enriquecimiento de datos de productos e inteligencia de catálogos, para reforzar esa base. Anunciado el 6 de octubre, el acuerdo acerca la comprensión del producto a los sistemas de búsqueda y recomendación que lo utilizan.

El anuncio de adquisición indica que los términos financieros no se divulgaron y que el equipo de seis personas de Velou se incorpora a Algolia. Velou ya atiende a más de 50 clientes empresariales de minoristas y marcas premium. Algolia afirma que gestiona casi dos billones de búsquedas al año entre más de 18 000 clientes, lo que brinda a la tecnología adquirida un canal de distribución potencial mucho mayor.

Por qué una mejor búsqueda comienza con datos de producto más precisos

Los sistemas de búsqueda deben conectar la intención del cliente con la información disponible sobre un artículo. Si una lista tiene una fotografía y un título breve pero omite atributos importantes, hay menos información fiable para que el sistema la compare con una solicitud detallada.

Considere a un comprador que busca una lámpara de escritorio compacta con un brazo ajustable. Un catálogo que solo registra la marca y el color puede impedir que el motor de búsqueda filtre por tamaño o construcción. Un registro más completo puede hacer explícitas esas limitaciones. Este es un ejemplo ilustrativo del problema de datos, más que una afirmación sobre una implementación específica de Velou.

Ese mismo problema se traslada al comercio agente, donde los sistemas de IA ayudan a los consumidores a descubrir y seleccionar productos. Un mejor entendimiento del lenguaje a nivel de asistente no puede, por sí solo, establecer una característica de producto no documentada. Mejorar el registro subyacente hace que la evidencia esté disponible para más de una interfaz.

Qué aporta Velou a Algolia

Velou utiliza IA multimodal para convertir descripciones e imágenes de productos en información estructurada. En su anuncio en el sitio web de la empresa, Algolia describe la asignación de esa información a una taxonomía minorista curada: un vocabulario coherente para categorías, atributos y sus valores. La empresa afirma que el enriquecimiento se ejecuta a medida que los catálogos cambian y vincula los atributos a la evidencia de origen.

Sitio web de Velou identifica Commerce-1 como su modelo específico para el comercio minorista y describe gráficos de productos que mapean relaciones entre artículos. Además de generar atributos faltantes y etiquetas estandarizadas, la plataforma está diseñada para proporcionar contexto para productos alternativos y compatibles, y luego enviar los registros enriquecidos de vuelta a los sistemas de comercio existentes.

Una taxonomía y un gráfico de productos abordan diferentes partes de la tarea de descubrimiento. Un vocabulario común ayuda a los sistemas a comparar artículos cuyos proveedores utilizan descripciones distintas. Las relaciones ayudan a conectar esos artículos. Para un asistente al que se le pide ensamblar una compra coordinada, tanto las características de cada producto como las conexiones entre ellos pueden ser importantes.

Algolia planea situar la inteligencia de producto de Velou bajo la búsqueda, las recomendaciones, la personalización, el merchandising y Agent Studio. Afirma que las API, SDK e integraciones existentes se mantendrán. Su objetivo declarado es mejorar la información con la que trabajan esos productos sin necesidad de reconstruir las implementaciones de Algolia que ya tienen los minoristas.

Los resultados de los clientes detrás de la adquisición

Las empresas citan dos ejemplos minoristas. Get The Label añadió más de 190 000 atributos de producto durante seis meses utilizando Velou, con un aumento reportado del 60 % en los ingresos de búsqueda en el sitio. Everything5pounds incrementó los atributos de su catálogo en más del 85 %, junto con un aumento reportado del 33 % en las conversiones de búsqueda.

Estos son resultados de clientes reportados por la empresa, más que una comparación controlada que establezca cuánto de cada mejora provino únicamente del enriquecimiento. Sin embargo, hacen que el objetivo comercial sea concreto: mejores descripciones de productos deben traducirse en que los compradores encuentren productos adecuados y completen sus compras.

Para un minorista que evalúa la tecnología, las métricas útiles van más allá del número de nuevos campos. ¿Una consulta específica devuelve un resultado apropiado? ¿Los filtros reflejan características precisas del producto? ¿Puede un equipo de merchandising inspeccionar y corregir la evidencia detrás de un atributo? Estas preguntas conectan la calidad de los datos con la experiencia del cliente.

Una compra estratégica para la pila de compras con IA

La adquisición le brinda a Algolia una forma de influir en una entrada que determina la efectividad de su plataforma más amplia. El enriquecimiento puede respaldar la barra de búsqueda, el motor de recomendaciones y el agente de compras desde el mismo registro de producto, en lugar de requerir esfuerzos de reparación de catálogos separados para cada experiencia.

La precisión sigue siendo central. Una foto del producto puede revelar una característica de diseño visible, pero un minorista necesita evidencia fiable para las especificaciones y las instrucciones de cuidado. Adjuntar un atributo no compatible podría producir una recomendación atractiva que decepcione al comprador. El énfasis de Algolia en la evidencia inspeccionable es, por lo tanto, una parte significativa de su promesa de integración.

El acuerdo también ilustra una consideración práctica al implementando IA agente en una empresa: los sistemas necesitan información utilizable sobre los objetos sobre los que actúan. En el comercio, eso significa un catálogo lo suficientemente detallado como para respaldar los requisitos reales del comprador.

La próxima prueba de Algolia es si reunir el enriquecimiento y la recuperación bajo un mismo techo mejora el descubrimiento de manera constante en toda su base de clientes. La ambición es sencilla: hacer que el producto correcto sea más fácil de encontrar, ya sea que la solicitud llegue a través de una caja de búsqueda o de un asistente de IA.