Por qué tu PDP rankea (o no) en LATAM: dos motores y una pregunta que tu retailer no puede contestar

"Tu PDP cayó de posición 3 a 9 en Éxito. No fue precio. Fue que el competidor agregó 4 imágenes y 12 atributos la semana pasada." Si pudieras tener este nivel de claridad sobre cada movimiento de ranking de tu portafolio en LATAM, ¿cuántas decisiones distintas tomarías cada semana? Esa es la pregunta que esta serie intenta responder.

La forma en que las marcas de consumo masivo manejan sus PDPs en LATAM se parece a manejar un auto con los espejos cubiertos. Sabes a dónde quieres ir, sentís que algo se mueve a tu alrededor, pero no podés ver con precisión qué te está pasando ni por qué. El retailer te muestra un dashboard cuando le conviene. La agencia te muestra otro. Cada uno cuenta una historia donde sale bien parado.

El problema es que ninguno de los dos te puede decir, con honestidad, por qué tu producto rankea como rankea — porque ninguno es independiente. Si la posición orgánica es la métrica más confiable para saber si tu inversión en ecommerce está funcionando (y vamos a argumentar que lo es), entonces necesitas que alguien que no tenga interés en inflarla la mida por vos. Esa es la frase que ancla todo el resto del artículo.

En esta guía abrimos tres ideas que después detallamos en los dos siguientes artículos del blog: (1) tu PDP está siendo juzgada por dos motores simultáneamente — el del retailer y el de Google — y cada uno premia cosas distintas; (2) el cambio agéntico no es un escenario futuro, ya está pasando, y multiplica las superficies que necesitás monitorear; (3) la única medición útil de tu PDP es la que ningún retailer y ninguna agencia controla.

La PDP que se está cayendo y por qué no podés diagnosticarla

Imaginemos un caso real. Tu top SKU en una categoría competida — un detergente, un yogurt, un shampoo — está rankeando estable en posición 3 en Éxito durante meses. Una mañana de lunes el reporte de tu plataforma te dice que cayó a posición 9. Tu primera reacción es revisar precio: ¿alguien bajó? No, los precios están iguales. ¿Pasó algo con stock? No, todo en orden. ¿Cambió el algoritmo del retailer? Imposible saber, no te lo dicen.

Cuatro semanas después seguís en posición 9 y no pudiste diagnosticar la causa. La agencia te sugiere subir el bid de retail media. El retailer te ofrece comprar un placement destacado. El equipo de ecommerce está armando un plan de "optimización de contenido" sin saber qué optimizar.

La realidad probable, según una auditoría que hicimos en una marca grande, era esta: el competidor que rankea ahora arriba tuyo agregó 4 imágenes nuevas y completó 12 atributos del schema de la categoría la semana antes de la caída. Tu PDP no cambió. La de él sí. El motor del retailer detectó completitud superior y reasignó visibilidad.

Eso no podés diagnosticarlo con el dashboard del retailer (que solo te muestra a vos) ni con el de la agencia (que vende media, no inteligencia). Necesitas una vista que mire todas las PDPs de la categoría — la tuya, la de tus competidores — todos los días, e identifique exactamente qué cambió y cuándo. Esa es la naturaleza de una medición independiente.

Los dos motores que están leyendo tu PDP

Tu PDP en Éxito, Jumbo, Olímpica o cualquier retailer LATAM está siendo evaluada por dos motores al mismo tiempo. Optimizar para uno e ignorar al otro deja posiciones (y ventas) en la mesa.

Motor A: el buscador del retailer. Cada retailer tiene su algoritmo de búsqueda que ordena los resultados orgánicos cuando alguien escribe una keyword. Éxito, Carulla, Jumbo Colombia y Olímpica corren sobre VTEX, con engines configurables que premian completitud de atributos, estructura del título, cantidad de imágenes, volumen de reseñas y tasa de conversión. Cada uno con sus pesos específicos: Éxito y Carulla removieron los filter facets recientemente, así que el descubrimiento se hace por búsqueda + categorías y los atributos siguen alimentando el ranker pero ya no son palanca de filtrado del shopper; Olímpica mantiene los facets activos y, sumado a PDPs típicamente menos pobladas, es la zona de mayor ROI por hora invertida en atributos; Jumbo Colombia también con facets vivos, premia titles más largos y los slots 1-3 son dominados por sponsored, así que el contenido orgánico pelea más fuerte por slots 4-10.

Motor B: Google. El mismo SKU es indexado por Google a través de tres superficies paralelas, cada una con sus propias reglas:

1. Búsqueda orgánica tradicional — premia schema markup, page experience, y autoridad de backlinks.
2. Google Shopping y free listings — depende del Merchant Center feed y la consistencia entre el feed y la PDP en vivo. Mismatch de precio entre ambos = supresión.
3. AI Mode y AI Overviews — la nueva front. Premia completitud estructurada por sobre keyword stuffing. La métrica que está apareciendo en la industria es "Golden Record" — listings con cerca de 100% de completitud de atributos están viendo varias veces más visibilidad en respuestas conversacionales. Aritzia reportó 80% de lift en revenue al optimizar para Google AI Max (cobertura: Search Engine Land).

Tu equipo de ecommerce probablemente está enfocado en el Motor A. Tu equipo de marketing digital probablemente está enfocado en parte del Motor B. Pocas marcas en LATAM están midiendo los dos sistemáticamente — y casi ninguna está midiendo AI Mode.

La pregunta de la independencia

Hay un punto estructural que se discute poco pero que define todo el problema de medición de PDP. Las dos partes que más data tienen sobre tu performance de PDP son los retailers y las agencias — y ambas tienen conflicto de interés sistémico.

El retailer es a la vez el operador del motor que rankea tu producto Y la red de medios donde te vende publicidad. Cuando te muestra que tu producto rankea tal posición, está mostrando una métrica calculada por la misma plataforma que te cobra por aparecer. Iniciativas como PrecisionView 360 de Kroger en EE.UU. son intentos de mejorar esto, pero siguen siendo medición producida por la parte interesada.

La agencia tiene un incentivo similar pero distinto: necesita demostrar que su gestión está rindiendo. Si te dice "mira, la posición orgánica subió porque hicimos X", ese X siempre coincide con lo que ella vendió. Como decía un comentarista del lado agencia en un foro reciente: "el dolor más grande ahorita es probar incrementalidad. Y por supuesto los retailers son los dueños de esa data, así que prácticamente no hay verificación de terceros".

¿Qué falta? Un tercero independiente cuyo único trabajo sea decirte la verdad — incluyendo cuando esa verdad es "tu posición no está mejorando", o "lo que mejoró no fue por la agencia, fue porque el competidor se dio de baja". Esa es la posición que ePerfectStore ocupa en LATAM: scraping diario de las PDPs de Éxito, Jumbo, Olímpica, Rappi, sin venta de media, sin contrato con retailer, sin alineación con agencia.

Las 3 capas del diagnóstico de PDP

Una medición útil de PDP necesita responder tres preguntas distintas:

Capa 1 — el "qué" (diagnóstico). Un PDP Health Score por SKU por retailer, con sub-scores específicos para cada componente que cada algoritmo premia: estructura del título, descripción larga, set de imágenes, video, atributos estructurados, reseñas, Q&A. Cada uno scoreado contra el benchmark de los productos top 5 en cada categoría.

Capa 2 — el "vs. quién" (gap competitivo). Para cada keyword tracked, comparación lado-a-lado con las top 5 PDPs orgánicamente rankeadas. "Tu título tiene 47 caracteres, el promedio de los 3 primeros es 78. Te faltan las palabras 'sin sal', 'cabello graso' y 'mujer' — todas en los títulos de los que rankean arriba."

Capa 3 — el "qué hacer" (acciones priorizadas). Recomendaciones ordenadas por estimado de rank-lift, no por orden alfabético: "Agregar 3 keywords al título → estimado +4 posiciones en Éxito. Subir 4 imágenes faltantes (actualmente 2/6) → estimado +2 posiciones."

Sin las tres capas, no estás diagnosticando — estás monitoreando con más detalle. Y monitoreo no es lo mismo que inteligencia accionable.

Las alertas que hacen click: el patrón "no fue X, fue Y"

Las alertas que valen la pena siguen un patrón consistente que se siente más como inteligencia que como dashboard. Tres pasos: movimiento observado → causa obvia descartada → gap específico y arreglable. Cinco ejemplos, cada uno del tipo de alerta que el sistema empuja cuando algo cruza un umbral:

"Tu PDP cayó de posición 3 a 9 en Éxito. No fue precio. Fue que el competidor agregó 4 imágenes y 12 atributos la semana pasada."

"Perdiste 6 posiciones en 'leche deslactosada' en Jumbo. No fue tu contenido. Fue que el competidor sumó 47 reviews en 10 días — probablemente con una campaña de sampling. Tu PDP tiene 12 reviews desde hace 8 meses."

"Llevas tres semanas en posición 8 en Olímpica para 'detergente líquido'. Las 7 PDPs arriba de ti tienen un video. La tuya no. Es la única variable en la que pierdes — mismo precio, mejor rating, más imágenes."

"Tu PDP de pañales etapa 3 cayó de página 1 a página 2 en Olímpica. No cambiaste nada. El retailer activó un nuevo filtro de 'tipo de ajuste' la semana pasada — los competidores llenaron ese atributo. Tú lo tienes vacío y ya no apareces cuando los compradores filtran."

"Tu top SKU rankea #2 en Jumbo pero #14 en Éxito con el mismo contenido. La diferencia: tu título tiene 45 caracteres. Éxito premia títulos de 70+. Es un cambio de 30 segundos que te puede mover 8 posiciones."

Cada una entrega tres cosas: un movimiento que el equipo ya está sintiendo, una causa específica que descarta el ruido, y una acción concreta. Eso es lo que diferencia inteligencia accionable de un panel con muchos números.

La góndola agéntica no es el futuro: está pasando ahora

El último cambio relevante para esta serie es el shift agéntico. ChatGPT, Perplexity, Gemini y los nuevos asistentes de Mercado Libre, Amazon (Rufus) y los retailers locales están mediando cada vez más decisiones de compra. La industria habla de "infrastructure era de retail media" — y la afirmación más fuerte que está saliendo de esa conversación es que la búsqueda agéntica ya no premia keyword matching sino intent matching.

Esto cambia qué significa "optimizar la PDP". No es solo completar atributos para que el filtro del retailer te incluya. Es escribir contenido que un modelo pueda mapear a la intención del shopper. Una PDP de pañales que dice "talla 3, 40 unidades, hipoalergénico" es completa. Una PDP que dice "para bebés de 6-10 kg que ya se mueven activamente; ajuste elástico para gateadores; recomendado por pediatras para piel sensible" es legible para la intención. Mismo producto. La segunda se mapea a "qué pañales para mi bebé que ya gatea". La primera no.

Esa distinción — intent legibility — es la métrica nueva que las marcas necesitan empezar a medir, y la cubrimos en detalle en el tercer artículo de la serie sobre Intent Coverage y el motor de Google.

Autenticidad: el puente entre el motor del retailer y el motor agéntico

Hay una pregunta que aparece debajo de las dos capas y que casi nadie discute en voz alta: ¿el contenido que estás optimizando para el ranker se siente real para el shopper que llega? Tom Cohley, CEO de Cohley, lo formula así en un análisis del Digital Shelf Institute (septiembre 2024): "You can't fake authenticity". Y agrega: "Tienes que pensar en cada touchpoint del journey y en el contenido que pones ahí para darle al shopper la confianza, el trust y la educación que necesita para sentirse seguro al comprar".

El dato que ata esto a métricas duras viene del mismo artículo: según data de BazaarVoice, los productos con menos de 50 reseñas sufren una caída de conversión mínima del 30% vs. pares con volumen suficiente. Y el caso de Nature's Way muestra 20% de lift en conversión en Amazon después de implementar una estrategia de UGC auténtico.

Tres reglas operacionales que se desprenden:

• Mezcla, no perfección. Una PDP con solo 5 estrellas se lee como sospechosa. Las reseñas de 1 estrella suben trust si el shopper puede usarlas para distinguir quejas estructurales del producto vs. ruido logístico (envío, presentación).
• Recencia es señal. El motor del retailer pondera reviews recientes más que histórico. El agente de IA, igual: cita lo que está fresco.
• Contenido auténtico funciona en los dos motores a la vez. Una descripción que comunica use cases reales (cómo, cuándo, para quién) sirve a la vez al filter facet del retailer y al matching de intención del agente. Ese doble efecto es lo que la mayoría de las marcas no ve cuando trata "optimización para retailer" y "optimización para AI" como tracks separados.

Es la versión 2026 del viejo principio de retail: el shopper compra cuando confía. Lo que cambió no es la regla — cambiaron los testigos.

En resumen

Si llegamos hasta acá: tu PDP es juzgada por dos motores simultáneamente, esos motores premian cosas distintas, y la única medición útil de cómo te están leyendo es la que un tercero independiente puede entregarte. En el siguiente artículo bajamos al motor del retailer en detalle — qué premia cada uno de los retailers de LATAM, dónde están las brechas más comunes, y cómo se ve un diagnóstico bien hecho. En el tercer artículo cubrimos el motor de Google y la nueva métrica de Intent Coverage para búsqueda conversacional.

Lee siguiente: El motor del retailer: cómo Éxito, Jumbo y Olímpica deciden tu posición orgánica · El motor de Google y la nueva métrica: Intent Coverage para búsqueda conversacional.

Fuentes

• Think with Google — "Inside Aritzia's holiday campaign AI strategy". Caso documentado: 80% de lift en revenue tras activar Google AI Max. business.google.com/think; cobertura: Search Engine Land.
• Kroger Precision Marketing — PrecisionView 360. Solución de medición closed-loop con grupos de control. krogerprecisionmarketing.com.
• Amazon — Rufus AI Shopping Assistant. Asistente conversacional agéntico de Amazon. aboutamazon.com.
• VTEX — Intelligent Search. Documentación oficial del motor de búsqueda que opera Éxito, Jumbo y Olímpica. help.vtex.com.
• Digital Shelf Institute — "Drive Better PDP Performance with Authenticity" (Satta Sarmah Hightower, septiembre 2024). Quotes de Tom Cohley (CEO, Cohley); BazaarVoice 50 reseñas / 30% caída conversión; Nature's Way 20% lift Amazon. digitalshelfinstitute.org.
• Digital Shelf Institute — "Lessons from L'Oréal and Hasbro" (Satta Sarmah Hightower, octubre 2024). Marco Crawl → Walk → Run → Sprint, quotes de Kathleen Harrington (Hasbro) y Shazer Baig (L'Oréal). digitalshelfinstitute.org.