Emparejar un producto por imagen y nombre cuando falta el EAN

Sin EAN, la imagen y el nombre pueden proponer un candidato, pero no bastan para certificar la identidad. Empieza filtrando por marca, modelo o referencia de fabricante cuando existan. Compara después un título normalizado, los atributos de variante y varias características visuales. Cualquier divergencia de talla, color, cantidad, versión o presentación debe bloquear la aceptación automática. El resultado debe seguir siendo una puntuación explicable acompañada de pruebas, y ser validado por una persona o una fuente oficial. Una imagen genérica, un título incompleto o un envase antiguo obligan a revisar, aunque el parecido general parezca fuerte.

Por qué dos imágenes bonitas pueden representar productos diferentes

Los sitios reutilizan con frecuencia una imagen de familia para varias tallas o colores. Una marca puede cambiar su envase sin cambiar el contenido, mientras que un lote promocional puede usar la foto de la unidad. Un recorte, una compresión o un encuadre también modifican la comparación píxel a píxel. La imagen es, por tanto, una señal, no un identificador.

GS1 publica una especificación dedicada a las imágenes de producto y sus metadatos. Esta norma muestra la importancia de una representación organizada y vinculada al artículo, pero la presencia de una imagen conforme no demuestra por sí sola que dos ofertas sean idénticas. Conserva la URL de origen, la fecha de observación, el papel de la imagen y, si el feed lo proporciona, la referencia de variante asociada.

El nombre plantea un problema comparable. «Zapatilla Runner negra» puede omitir la talla, la generación y el público al que se dirige. «Champú 250 ml» y «Champú 2 × 250 ml» comparten casi todas sus palabras, pero no su cantidad comercializada. Antes de calcular una similitud, extrae los atributos cuya divergencia cambia el artículo.

Formar un expediente de prueba por candidato

Un expediente útil separa los datos de origen de las señales calculadas.

Conserva los títulos brutos y crea después una versión de comparación: mayúsculas/minúsculas armonizadas, puntuación neutralizada y unidades normalizadas cuando sean explícitas. No elimines ni números ni términos de cantidad, ya que a menudo distinguen las variantes. Conserva también palabras como mini, maxi, refill, set, pair o su equivalente en el idioma de origen si su significado comercial es pertinente.

Un procedimiento en dos etapas

1. Filtrado por restricciones fuertes

Descarta primero los pares imposibles. Una marca diferente, un MPN contradictorio, una talla incompatible o un contenido de pack divergente constituyen un bloqueo, salvo prueba oficial que explique la diferencia. Los campos ausentes no son concordancias: simplemente reducen la prueba disponible.

Si un GTIN aparece en un solo lado, valida su clave y busca una fuente autorizada que lo vincule al candidato. El método para validar un GTIN sin falsos positivos sigue siendo válido: la coherencia matemática no confirma el producto. Si varias variantes comparten indebidamente el mismo código, aplica la revisión de duplicados de GTIN peligrosos.

2. Clasificación de los candidatos restantes

Calcula después señales distintas: similitud del título, concordancia de marca, modelo, variante, características visuales y contexto de la fuente. No muestres solo un porcentaje global. Una persona debe poder entender por qué el candidato está clasificado primero y qué campos faltan.

Se puede diseñar un baremo internamente, pero ningún peso universal está garantizado. Por ejemplo, un equipo podría decidir, como hipótesis de diseño, que el MPN exacto es más discriminante que un color parecido, y que cualquier cantidad de pack contradictoria anula al candidato. Estas reglas deben probarse con un conjunto etiquetado, versionarse y revisarse a partir de los errores. No deben presentarse como una norma de GS1 ni como una función ya activa.

Comparar las imágenes sin olvidar su contexto

Un enfoque robusto combina varias observaciones. Una huella perceptual puede localizar el mismo visual recortado o recomprimido. Unos descriptores pueden aproximar la forma o el envase. Un reconocimiento de texto puede detectar un modelo impreso. Cada una de estas señales también puede equivocarse: un fondo idéntico puede dominar la imagen, una puesta en escena puede ocultar la variante y un texto diminuto puede leerse mal.

Aplica estas reglas de prudencia:

1. Descargar únicamente las imágenes cuyo uso esté autorizado y conservar la procedencia. 2. Rechazar los placeholders, logotipos solos e imágenes demasiado pequeñas para ser informativas. 3. Comparar, si es posible, la imagen principal y una vista secundaria, sin exceder las condiciones de la fuente. 4. Detectar las imágenes idénticas reutilizadas en varias variantes y reducir su poder discriminante. 5. Nunca deducir un pack a partir del número de objetos visibles si el texto o los datos no lo confirman. 6. Presentar ambos visuales uno al lado del otro durante la revisión.

Una imagen puede ser útil para crear una alerta de candidato. No debe borrar un conflicto textual estructurante.

Medir la calidad con un conjunto de verdad

Antes de aceptar emparejamientos a gran escala, elabora un lote de ejemplos confirmados y de pares deliberadamente parecidos pero diferentes. Incluye cambios de envase, tallas cercanas, colores similares, unidades frente a packs e imágenes genéricas. Separa este conjunto de la muestra usada para ajustar las reglas.

Mide como mínimo los falsos emparejamientos y los emparejamientos no detectados. En un contexto de compra, un falso positivo puede ser más costoso que un candidato dejado en revisión. El umbral debe reflejar este riesgo. También puede variar según las pruebas: un par con el mismo MPN exacto y los mismos atributos no tiene el mismo expediente que un par basado únicamente en dos títulos parecidos.

Registra la decisión humana, la prueba y el resultado posterior. Un rechazo argumentado mejora la regla; un clic sin motivo no permite entender el error. Una vez confirmada la identidad, las ofertas pueden entrar en la comparación de proveedores sobre el mismo producto.

Checklist de validación humana

• ☐ La marca concuerda o la diferencia está explicada oficialmente.
• ☐ El modelo o el MPN no se contradice.
• ☐ Talla, color, volumen y presentación se han comparado.
• ☐ El número de unidades del pack está demostrado textual o estructuralmente.
• ☐ Las imágenes no son genéricas ni placeholders.
• ☐ Las URL y fechas de procedencia están conservadas.
• ☐ Los atributos ausentes no cuentan como concordancias.
• ☐ Cada señal y cada bloqueo son visibles.
• ☐ El umbral procede de un conjunto probado y versionado.
• ☐ Una prueba oficial acompaña las validaciones sensibles.

Lo que ArbitragePro+ puede automatizar / lo que el vendedor debe verificar

La especificación propuesta score-rapprochement-image-nom podría extraer los candidatos, comparar títulos y visuales, aplicar bloqueos de variante y preparar una cola de revisión explicable. Nunca debería convertir por sí sola un parecido en una identidad certera.

El vendedor debe verificar la marca, la referencia, la variante, el pack, los derechos de uso de las imágenes y la prueba oficial antes de vincular ofertas o tomar una decisión de compra.

Revisar los candidatos de producto

Abrir el buscador de ArbitragePro+ para examinar las correspondencias e información de producto disponibles.

Fuentes oficiales

• GS1, «Product Image Specification Standard», https://www.gs1.org/standards/gs1-product-image-specification-standard/40 — consultado el 2026-08-17.
• GS1, «Global Trade Item Number (GTIN)», https://www.gs1.org/standards/id-keys/gtin — consultado el 2026-08-17.
• GS1 Support, «GS1 barcode commonly used for trade item identification», https://support.gs1.org/support/solutions/articles/43000734137-what-is-the-gs1-barcode-commonly-used-for-trade-item-identification- — consultado el 2026-08-17.