Análisis de piel por selfie para armar rutinas de skincare: del diagnóstico a los pasos

La mayoría de las marcas de skincare vende productos sueltos y espera que el cliente arme la secuencia por su cuenta. El resultado es previsible: carritos de un solo ítem, dudas sobre el orden de aplicación y recompras que nunca llegan. El análisis de piel por selfie cambia ese punto de partida: en lugar de un catálogo plano, el cliente recibe una rutina con pasos, con productos de la marca y con una razón para cada elección.

Este artículo explica cómo pasar del perfil de belleza devuelto por una API a una rutina que el equipo de e-commerce pueda publicar, medir y mejorar.

Por qué la rutina vende mejor que el producto suelto

Una rutina resuelve tres problemas al mismo tiempo.

Primero, el orden. Limpieza, hidratación, protección solar: cuando la marca propone la secuencia, el cliente deja de improvisar y el equipo de atención recibe menos preguntas básicas.

Segundo, el ticket. Una rutina de tres o cuatro pasos es naturalmente un carrito de tres o cuatro ítems, sin que el cross-sell se sienta forzado: cada producto aparece porque cumple una función dentro del mismo conjunto.

Tercero, la recompra. Una rutina tiene duración estimada por paso. Eso da al CRM una base concreta para el siguiente mensaje: qué se termina antes, qué conviene reponer, qué paso agregar después.

Lo que faltaba hasta ahora era el insumo inicial. Pedirle al cliente que se autodiagnostique en un formulario de diez preguntas produce respuestas inconsistentes. Una foto produce atributos observables.

Análisis de piel por selfie para armar rutinas de skincare

MaIA Scan recibe una selfie por API y devuelve un perfil de belleza en JSON: tono y subtono de piel, tipo y condición de la piel, atributos capilares y una confianza por campo. El modelo fue entrenado con piel brasileña, lo que importa cuando la base de clientes es latinoamericana y la variedad de tonos y subtonos es alta.

De atributos visibles a pasos de rutina

El perfil no es la rutina: es la entrada de las reglas que tu equipo define con el área de producto. Un esquema simple funciona bien para empezar:

• Paso 1 — limpieza. Se define por el tipo de piel que describe el perfil. Una piel con aspecto más oleoso lleva un limpiador distinto al de una piel con aspecto más seco.
• Paso 2 — tratamiento. Se define por la condición visible registrada en el perfil y por la categoría que la marca quiere empujar en el período.
• Paso 3 — hidratación. Textura ligera o más rica, según el mismo campo de tipo de piel.
• Paso 4 — protección solar. Aquí entra el tono y el subtono: si la marca vende protector con color, el perfil ya trae el dato que evita la elección a ciegas.

Usar la confianza como regla de negocio

Cada campo viene con una confianza asociada. Conviene tratarla como una variable de producto, no como un detalle técnico: cuando la confianza de un campo es alta, la rutina lo usa para decidir; cuando es baja, el paso se arma con una opción amplia del catálogo o se formula una pregunta corta de respaldo. Así el cliente nunca ve una recomendación vacía ni una afirmación que la foto no sostiene.

Lo que el análisis no hace

Un punto que conviene dejar escrito en el copy desde el primer día: el análisis describe atributos visibles de una foto. No diagnostica, no trata y no sustituye la evaluación de un profesional. El lenguaje de la rutina debe hablar de aspecto, textura y preferencia, no de condiciones clínicas. Es, además, la manera más segura de pasar una revisión legal sin rehacer toda la interfaz.

Cómo mapear el catálogo sin rehacer el PIM

El trabajo pesado no está en la API, está en el catálogo. Antes de publicar, cada SKU de skincare necesita atributos mínimos: categoría, paso de rutina, tipo de piel al que apunta, textura y rango de precio. Con eso ya se puede construir una tabla de reglas que traduzca combinaciones de perfil en conjuntos de productos.

Tres recomendaciones prácticas:

1. Empezar con reglas explícitas, no con modelos de ranking. Las reglas son auditables, el equipo de marca puede revisarlas y se corrigen en minutos.
2. Definir fallbacks por paso. Si no hay stock del producto ideal, la rutina debe degradar a una alternativa, nunca quedar incompleta.
3. Limitar la rutina inicial a cuatro pasos. Es más fácil que el cliente compre cuatro y vuelva, que ver siete y no compre ninguno.

Cuando la marca quiere que la conversación continúe —ajustar la rutina, responder dudas, sugerir el paso siguiente— ese es el terreno de MaIA Beauty Advisor, que lee el perfil de belleza y recomienda productos del propio catálogo en WhatsApp, página de producto y chat. Se entrega como proyecto con el equipo de B4A, no como API self-service.

Dónde publicar la rutina

• Landing de diagnóstico: selfie, perfil, rutina y botón de agregar todo al carrito.
• Post-compra: quien ya compró un producto recibe la rutina completa alrededor de ese ítem.
• CRM: el perfil queda guardado y alimenta segmentos y recordatorios de reposición por paso.
• Tienda física: el mismo flujo en tablet, con la rutina enviada por mensaje al cliente.

Qué medir

Define las métricas antes de lanzar: tasa de finalización del análisis (cuántos suben la foto y llegan a la rutina), ítems por carrito en sesiones con rutina versus sesiones sin rutina, conversión de la página de resultado, y recompra del paso con menor duración a treinta, sesenta y noventa días. Cualquier resultado publicado por terceros sobre experiencias de belleza digital depende del catálogo, del tráfico y del canal de cada marca: usa tus propios números como referencia.

Cómo empezar

El camino más corto es técnico y corto: crea una cuenta, compra créditos, obtén tu clave y haz la primera llamada contra una selfie de prueba para ver la estructura del JSON. Con el perfil en la mano, el mapeo de catálogo se vuelve un ejercicio de producto, no de investigación.

Crea tu cuenta y tu clave de API en la documentación de MaIA Scan, o habla con nuestro equipo si quieres diseñar la rutina junto al catálogo de tu marca.