¿Por qué el catálogo se llena de contenido clonado?
Pasa por velocidad, no por descuido. Un catálogo que crece rápido —sea porque suma proveedores nuevos o porque lanza variantes de un mismo producto— necesita fichas rápido, y la fuente más a mano es la descripción que ya viene del proveedor. El problema aparece cuando esa misma descripción se repite en varias tiendas que venden el mismo producto: Google ve el mismo texto en decenas de dominios y no tiene motivo para posicionar el tuyo por encima de los demás.
El mismo problema ocurre puertas adentro del catálogo: dos variantes de color o talla con la ficha copiada de la otra compiten entre sí por la misma búsqueda, y ninguna de las dos gana.
¿Cómo se mide el contenido clonado en un catálogo real?
Con una comparación de similitud de texto entre cada ficha y su fuente (proveedor u otra ficha propia), no a simple vista. En una auditoría real sobre una droguería online de tamaño medio, con 613 fichas activas en PrestaShop, el resultado fue este:
| Hallazgo | Alcance |
|---|---|
| Texto clonado del proveedor o de otra ficha propia | 58% del catálogo |
| Datos estructurados (schema Product/Offer) completos | 0% |
| Títulos en el idioma correcto de la tienda | 1% (99% en español en la tienda en inglés) |
No es un caso aislado. Es lo que suele aparecer cuando nadie audita el catálogo desde que se cargó por primera vez.
¿Qué exige Google Shopping que el texto solo no cubre?
Datos estructurados: el schema Product con su Offer anidado — precio, disponibilidad, identificador (GTIN, MPN o el que corresponda al rubro) y moneda. Sin ese marcado, Google Merchant Center no puede confirmar la ficha aunque el texto esté bien escrito, y la ficha queda fuera del feed de Shopping. El error más común no es tener el schema mal escrito: es no tenerlo.
¿Qué necesita una ficha para ser elegible en compra con IA?
Lo mismo que pide Google Shopping, más frescura de datos. ChatGPT y Perplexity arman sus resultados de compra a partir de feeds estructurados y lectura semántica de la página — si el precio o el stock del feed está desactualizado, la ficha queda afuera de la recomendación aunque exista. Una ficha con buen texto pero sin schema, o con schema desactualizado, es indistinguible de una que no existe para estos canales.
¿Por dónde empezar si nunca se auditó el catálogo?
Por los tres bloques en este orden, porque cada uno bloquea un canal distinto:
- Contenido clonado — bloquea el ranking orgánico en Google.
- Datos estructurados — bloquea la entrada a Google Shopping.
- Elegibilidad para compra con IA — bloquea la recomendación en ChatGPT y Perplejidad.
Auditar los tres no exige revisar ficha por ficha a mano: un diagnóstico agrupa los hallazgos por cluster, y desde ahí se prioriza qué corregir primero según cuánto tráfico o margen mueve cada categoría.
Preguntas frecuentes
¿Por dónde empiezo a auditar mi catálogo?
Por los tres bloques que penalizan más: contenido clonado, datos estructurados incompletos y elegibilidad para compra con IA. No hace falta revisar ficha por ficha a mano — un diagnóstico agrupa los hallazgos por tipo.
¿Cuántas fichas suelen tener contenido clonado en un catálogo real?
En una auditoría real sobre 613 fichas de una droguería online, el 58% tenía texto clonado del proveedor y 0% tenía datos estructurados completos. No es un caso aislado: es lo habitual cuando el catálogo crece rápido.
¿Auditar el catálogo reemplaza a escribir fichas nuevas?
No. Es el paso que va antes. Corregir lo que ya está clonado o mal estructurado suele valer más que sumar fichas nuevas, porque esas fichas ya reciben tráfico y ya compiten mal.