Tu competidor más fuerte se quedó agotado en Mercado Libre Colombia anoche a las 11pm. Tu equipo se entera el lunes a las 10am. Para entonces ya recuperaron stock. ¿Cuánto te costó esa ventana de 35 horas?

Las cuatro capas de medición de retail media — termómetro orgánico, matriz orgánico×pagado, atribución multivariable, y la cuarta que vamos a desarmar acá — se construyen sobre la misma base: scraping consistente del estado del anaquel digital. Pero la cuarta capa tiene una característica que las otras tres no: paga su propio costo todos los días, no en seis meses.

Esta capa es scraping operacional en tiempo real. Detectar movimientos de la competencia (agotados, cambios de precio, cambios de contenido, ramps de SOV) y reaccionar con bidding inteligente, ajuste de pricing o redirección de campañas en cuestión de horas, no de semanas. En este artículo desarmamos los cuatro tipos de señales operacionales más valiosas y por qué la combinación con las otras tres capas es lo que vuelve el sistema de medición un sistema operativo de retail media completo.

Las 4 señales operacionales que mueven ROAS

Cuatro señales, en orden de impacto típico:

1. Agotados de la competencia. Cuando tu competidor más fuerte sale de stock, las búsquedas que iba a capturar se redirigen al siguiente producto en el ranking. Si tú estás bien posicionado y subes el bid en esa ventana, capturas tráfico que en condiciones normales no era tuyo. La ventana suele ser corta — entre 12 y 72 horas para SKUs de alta rotación — pero el ROI durante la ventana es desproporcionado.

2. Cambios de precio de la competencia. Si un competidor sube precio 8%, tu producto se vuelve relativamente más barato sin que hayas hecho nada. Esa nueva competitividad relativa justifica subir el bid y empujar más tráfico. Si baja precio 8%, lo contrario: bajar bid hasta no quemar plata en clicks que tienen menor probabilidad de convertir contra el precio nuevo.

3. Cambios en sponsored share-of-voice del competidor. Si tu competidor pasa de 8% a 18% de SOV en una semana en una keyword importante, ya sabes que viene presión. La acción defensiva no es esperar a que tu posición orgánica caiga (eso toma 4-8 semanas) — es matchear el SOV antes y mantenerlo. Esta señal conecta directamente con la matriz orgánico×pagado del artículo anterior.

4. Cambios de contenido o disponibilidad de productos. Lanzamientos nuevos, cambios de imagen principal, listings que aparecen o desaparecen del retailer. Estas señales no son tan tácticas como las primeras tres, pero son la mejor forma de detectar nuevas amenazas competitivas antes de que se vuelvan visibles en el termómetro.

Las cuatro juntas son el "radar de combate" que tu equipo de retail media necesita para tomar decisiones diarias bien dirigidas.

Por qué el agotado de un competidor es una ventana de oro (y cuán corta es)

Vale la pena profundizar en la primera señal porque es la que más subestiman las marcas.

Imagínate una keyword competida — "café molido 500g". Cinco productos rotan entre las primeras 10 posiciones orgánicas. Uno de ellos, el competidor #2 en participación, se queda sin stock en Mercado Libre Colombia un viernes a las 8pm. ¿Qué pasa?

En las primeras horas: el listing del competidor sigue apareciendo, pero con el botón "Sin stock". Los compradores que llegan a ese listing (vía orgánico o sponsored) no compran ahí — buscan alternativas. Esos clicks redirigidos van al siguiente producto que mejor matchee — usualmente, el #1 o el #3.

En las primeras 24 horas: el ranker detecta que el listing del competidor está sin stock y empieza a degradar su posición orgánica para esa keyword. Eso libera incluso más visibilidad para los demás.

En 48-72 horas: si el competidor recupera stock antes, mucho de ese efecto se revierte. El listing vuelve, el ranker lo restaura paulatinamente, el flujo se normaliza.

Resultado: durante esas 12-72 horas, los productos restantes pueden capturar 20-40% más tráfico que el normal en esa keyword. El ROI marginal del bid es enormemente más alto que en condiciones normales — y casi nadie lo está aprovechando.

¿Por qué? Porque la información llega tarde. La marca se entera del agotado del competidor cuando alguien del equipo lo nota manualmente, o cuando aparece en el reporte del lunes. Para entonces la ventana cerró.

La solución es scraping de disponibilidad cada 1-4 horas en los SKUs competitivos clave, y alertas automáticas cuando un agotado de competidor se detecta. La acción es simple: subir bid 30-50% en las keywords donde ese competidor era prominente, mantener hasta confirmar reposición. El ROAS marginal de esa ventana suele ser 2-3x el ROAS promedio.

Cuándo subir el bid y cuándo bajarlo: las reglas operacionales

Las reglas heurísticas que mejor funcionan para bidding operacional:

Subir bid cuando:

Bajar bid cuando:

Estas reglas no son académicas — son la prácticas estándar de equipos maduros de retail media. La diferencia es que la mayoría de los equipos las aplican manualmente, semanalmente, a un puñado de keywords. El equipo con scraping operacional las aplica automáticamente, en tiempo real, a miles de keywords.

Por qué el dashboard semanal del retailer llega tarde

Hay una pregunta razonable en este punto: "¿pero el dashboard de Mercado Libre Ads, Amazon Ads o Walmart Connect no me da casi todo eso?". La respuesta corta es: parcialmente, y siempre tarde.

¿Por qué tarde? Primero, los dashboards de los retailers reportan tu performance, no el del competidor. Sabes que tu CPC subió 20% pero no sabes si fue porque el competidor X subió bid agresivamente — la causa está oculta. Segundo, la cadencia de los dashboards es típicamente diaria o semanal con lag de 24-72 horas. Para señales operacionales como agotados, eso es eternidad.

¿Por qué parcial? El conjunto de señales que el retailer reporta nunca incluye datos competitivos completos. Nunca te van a decir "el competidor X tiene 80% de stock crítico en estas SKUs". Nunca te van a dar la curva de SOV del competidor por keyword. Esa información está disponible solo para el sistema de medición que el retailer ofrece — y casi nunca al detalle que necesitas para operar.

Por eso la base del scraping operacional es independiente del retailer: capturar el estado del anaquel digital del lado del comprador, no del lado del retailer. Es lo que ve un cliente cuando entra a buscar. Esa vista es la que captura agotados, precios, content y SOV pagado, sin esperar a que el retailer te lo muestre y sin depender de su buena voluntad.

La conexión con los otros 4 artículos de la serie

La capa operacional no funciona aislada. Es la base que alimenta a las otras tres:

Visto al revés: si invertiste en construir scraping operacional para tomar decisiones de bidding diario, ya tienes la base de datos para construir las otras tres capas. La inversión más grande del sistema operativo de medición de retail media es la captura de datos. Una vez está, las cuatro capas se construyen encima sin esfuerzo adicional comparable.

Por eso es la capa que paga su propio costo todos los días: cada decisión de bid bien ejecutada en tiempo real (subir cuando un competidor se agotó, bajar cuando bajó precio) genera ROAS incremental que más que cubre el costo del scraping. Y como bonus, tienes los datos para construir las otras tres capas analíticas encima.

Lo que ePerfectStore hace en tiempo real

ePerfectStore corre dos productos directamente sobre esta capa que el equipo de la marca ya puede usar el día 1:

Monitoreo de agotados detecta y alerta cuando los SKUs propios o de la competencia salen de stock en Mercado Libre, Amazon, Éxito, Jumbo, Olímpica y otros retailers. Cadencia configurable hasta cada hora para SKUs críticos. Las alertas pueden ser email, Slack o webhook hacia tu DSP o herramienta de bidding.

Monitoreo de precios detecta cambios de precio listado y promo de competidores en tiempo casi-real. Misma infraestructura de alertas, mismas cadencias. Los datos quedan en histórico para análisis de elasticidad, comparativos vs categoría, y como input directo del modelo de atribución observacional.

Para retail media específicamente, ePerfectStore captura adicional: SOV pagado por keyword (qué slots sponsored ocupa cada marca, semana a semana), content score por SKU (completitud, imágenes, video), velocidad de reseñas y rating. Junto a precio y agotados, eso completa los inputs de las cuatro capas analíticas.

En resumen

Señal operacional Acción típica Ventana
Competidor agotado Subir bid 30-50% en keywords donde era prominente 12-72 horas
Competidor sube precio Subir bid en keywords compartidas Hasta nuevo cambio de precio
Competidor baja precio Bajar bid (o ajustar promoción propia) Hasta normalización
Competidor sube SOV pagado Match SOV en keywords clave 6-8 semanas Trimestre
Tu propio agotado Pausar bid hasta reposición Hasta restitución

El sistema operativo de medición de retail media no es una metodología — es una infraestructura. Y la base de la infraestructura es scraping operacional consistente. Sin esa base, las cuatro capas analíticas son ejercicios académicos. Con esa base, son herramientas que se traducen en decisiones de bidding diarias, asignación de presupuesto trimestral, y conversaciones honestas con el CFO al cierre del año.

Si llegaste hasta acá, leíste los cinco artículos: la guía marco, el termómetro orgánico, la matriz, el detective y la carrera. Esas cinco piezas son lo más cercano a un sistema operativo de medición de retail media completo que existe hoy en LATAM. La invitación es a empezar por el scraping y dejar que las capas analíticas se construyan encima — no al revés.

Fuentes

¿Quieres alertas en tiempo real de agotados y cambios de precio de tus competidores en LATAM? ePerfectStore.com captura el anaquel digital cada hora — y alimenta tus campañas de retail media con esa data.

Volver al Blog