Una sola verdad por producto — por qué la calidad del dato decide el comercio omnicanal

La constatación. Una misma ficha de producto debe existir hoy, exacta y coherente, en una decena de superficies : el sitio de la marca, la tienda en línea, los marketplaces, los feeds de comparadores, los catálogos de revendedores, el ERP, la logística. Pero en la mayoría de las organizaciones esa información vive en realidad dispersa — una hoja de cálculo aquí, un PDF de proveedor allá, una descripción redactada de tres formas según el canal. El problema no es la falta de datos ; es la ausencia de una fuente única de verdad. Es precisamente lo que el Product Information Management (PIM) busca resolver : que solo exista un lugar donde el dato de producto se crea, se gobierna y se publica.

El coste silencioso del mal dato

El dato de mala calidad no aparece en un balance — y eso es lo que lo hace peligroso. Se paga en devoluciones por una ficha engañosa, en llamadas al servicio por una dimensión que falta, en posicionamiento perdido por atributos sin rellenar, en feeds rechazados por las plataformas. La regla popularizada por los analistas — la regla del 1-10-100 — resume la intuición : prevenir un error cuesta uno, corregirlo cuesta diez, sufrirlo cuesta cien. El coste se concentra en los atributos que deciden la compra : material, dimensiones, compatibilidad, certificaciones. Una ficha con el precio correcto pero el material falso no genera una queja de precio — genera una devolución y una confianza dañada.

Las cinco dimensiones de la calidad

La literatura sobre gestión de datos maestros (MDM) descompone la calidad en dimensiones medibles : completitud (¿está cada atributo obligatorio relleno?), coherencia (¿dice lo mismo en todas partes?), exactitud (¿corresponde a la realidad física?), actualidad (¿refleja la última revisión?) y conformidad (¿respeta los estándares GS1, GTIN, unidades, taxonomías de los marketplaces?).

Estándares y sindicación

Publicar una misma ficha en varios canales solo es sostenible sobre estándares compartidos. Es el papel de GS1, que mantiene el GTIN (el código de barras mundial) y el GDSN, la red de sincronización que permite a fabricante y distribuidor hablar del mismo producto sin reescribirlo. El PIM moderno gestiona además el Digital Asset Management (DAM) : los medios — fotos, planos, fichas técnicas — versionados y ligados a la referencia correcta. Dato y medio son dos mitades de la misma ficha.

La gobernanza antes que la herramienta

Un PIM es una herramienta ; la calidad es una disciplina. Los programas que fracasan casi siempre compraron un software sin definir antes quién posee cada atributo y bajo qué regla puede escribirlo. El principio práctico es el del campo propietario : para cada atributo, una y solo una fuente tiene autoridad, las demás solo leen. Es menos una cuestión de tecnología que de organización.

Dónde nos situamos

Montandor Andorra consolida su dato de producto a través de un PIM con ese espíritu : una fuente única para los atributos factuales, medios versionados y ligados a la referencia correcta, y una regla clara sobre quién posee qué campo. El objetivo no es la exhaustividad por sí misma ; es que un cliente, en boutique.montandor.fr o en un revendedor, lea siempre la misma información exacta.

“Una ficha de producto es una promesa. Si dice ‘acero’ y entregamos metal pintado, hemos mentido — aunque sin querer. La calidad del dato es la forma más cotidiana de nuestra honestidad con el cliente.”
— Wouter Meijboom, CEO, Montandor Andorra.

Fuentes

• GS1 — estándares GTIN y red GDSN, especificaciones oficiales.
• DAMA International — DMBOK, calidad de datos y MDM.
• Wang & Strong — Beyond Accuracy: A Framework for Data Quality (1996).
• Larry English — Improving Data Warehouse and Business Information Quality (regla 1-10-100).
• Ventana Research / ISG — estudios sobre el coste de la mala calidad de datos.
• Gartner / Forrester — análisis de mercado PIM y MDM.

Investigación dirigida por Chloé Garnier (Head of Architecture), en colaboración con Iga Zielińska (Visual Producer) y Mihail Ivanov (Integration Engineer).