Análisis de piel por selfie para elegir el tono de base: menos cambios y más confianza

Elegir base de maquillaje en línea sigue siendo una de las decisiones más difíciles del e-commerce de belleza. La persona ve un nombre de tono, un swatch digital y, muchas veces, una foto tomada con una iluminación que no se parece a la suya. El análisis de piel por selfie para elegir el tono de base resuelve ese punto ciego: a partir de una foto, la marca obtiene tono, subtono y condición de piel en formato estructurado, y puede mapear ese perfil contra su propia carta de tonos antes de que el pedido salga del carrito.

Este artículo es para quien decide la experiencia de compra: líderes de e-commerce, CRM y producto que quieren reducir cambios, mejorar la conversión en categorías de alto ticket y dejar de depender de tablas de equivalencia poco confiables.

Por qué el tono es el punto más frágil de la compra en línea

En skincare, un error de recomendación suele traducirse en un producto que "no hizo mucho". En base, el error es visible en el espejo el mismo día. Por eso la categoría concentra tanta fricción: dudas antes de comprar, carritos abandonados, solicitudes de cambio y, sobre todo, clientes que no vuelven a intentarlo en línea.

Las soluciones tradicionales tienen límites claros:

• Cuestionarios: piden que la persona se autoclasifique ("¿tu piel es clara, media u oscura?"), algo que la mayoría hace mal, especialmente con el subtono.
• Tablas de equivalencia entre marcas: dependen de que el cliente recuerde exactamente qué usaba antes.
• Swatches en pantalla: cambian según el monitor y la iluminación de la foto original.

Una selfie no elimina toda la incertidumbre, pero aporta algo que ninguna de esas opciones tiene: una lectura objetiva de la piel de esa persona, campo por campo.

Qué entrega un análisis de piel por selfie para elegir el tono de base

MaIA Scan es una API: tu aplicación envía una foto y recibe de vuelta un perfil de belleza en JSON. Nada de SDK, nada de app dedicada. Los campos que importan para esta decisión son:

Tono y subtono

El tono ubica la piel en una escala de profundidad; el subtono indica la dirección cromática. Esta combinación es la que realmente determina si una base se ve integrada o "máscara". Es también el dato que los clientes casi nunca saben declarar por sí mismos.

Tipo y condición de piel

Atributos visibles como tipo de piel y condición permiten ajustar el acabado y la textura recomendada, no solo el número del tono. La misma profundidad puede pedir productos distintos según lo que se observa en la foto.

Atributos de cabello

Aparecen en la misma respuesta. No sirven para elegir base, pero sí para ampliar la recomendación al resto del catálogo con una sola llamada.

Confianza por campo

Cada campo viene con un nivel de confianza. Esto es clave para el diseño de producto: si la confianza en el subtono es baja (por ejemplo, por una foto con iluminación muy amarilla), puedes mostrar dos opciones en vez de una, pedir otra selfie o llevar a la persona a un flujo de atención humana. La experiencia deja de ser "acierta o falla" y pasa a ser progresiva.

Un detalle relevante para el mercado latinoamericano: el modelo fue entrenado con piel brasileña, una de las poblaciones más diversas del mundo en tono y subtono. Eso importa cuando tu carta de tonos necesita funcionar de verdad en toda la escala.

De perfil a producto: el paso que muchas marcas se saltan

Un perfil de belleza por sí solo no vende. La conversión ocurre cuando ese perfil se cruza con tu catálogo, con tus nombres de tono, tu stock y tus reglas comerciales.

Hay dos caminos:

1. Tu equipo hace el mapeo. Recibes el JSON de MaIA Scan y tu backend decide qué SKU mostrar. Es el camino más rápido si ya tienes lógica de recomendación y quieres controlar las reglas.
2. Un proyecto con MaIA Beauty Advisor. Aquí la asesora de IA lee el perfil, conoce tu catálogo y conversa con el cliente en WhatsApp, en la página de producto o en el chat, recomendando tus productos. Se entrega como proyecto junto al equipo de B4A, no como API self-service.

Si además quieres que la persona vea el resultado, MaIA Try-On renderiza el producto sobre la misma foto y devuelve la imagen. Es una prueba virtual basada en foto: no es AR ni espejo en tiempo real, y justamente por eso funciona en cualquier canal, incluido WhatsApp, sin app ni SDK.

Tres escenarios concretos de uso

En la página de producto

Un botón "Encuentra tu tono" abre el flujo de selfie. La respuesta filtra la grilla de tonos y destaca uno o dos. El cliente sigue en la misma página, con menos opciones y más certeza.

En WhatsApp

El cliente manda una selfie al número de la marca. Tu integración llama a la API, recibe el perfil y responde con la recomendación de tono. Para marcas con ventas por WhatsApp o equipos de consultoras, es el escenario con menos fricción: el canal ya existe y la cámara ya está abierta.

En el post-compra y en el CRM

El perfil de belleza es un dato persistente. Guardado en el CRM, permite segmentar lanzamientos por subtono, evitar recomendar tonos ya comprados y personalizar el e-mail de reposición. Aquí el valor no está en una venta, sino en todas las siguientes.

Lo que el análisis no hace

Conviene ser explícito con los equipos legales y de marca: MaIA Scan describe atributos visibles en una foto. No diagnostica, no trata condiciones y no reemplaza la evaluación de un profesional. La comunicación al cliente debe mantenerse en el terreno cosmético y de recomendación de producto.

Cómo empezar

La forma más práctica de evaluar el encaje es técnica: crea una cuenta, compra créditos, genera tu clave de API y prueba con fotos reales de tu base de clientes, no con imágenes de banco. En pocas horas sabrás si los campos y los niveles de confianza sostienen la experiencia que quieres construir.

Revisa la documentación de la API para crear tu cuenta y tu clave, o habla con el equipo de B4A si prefieres un proyecto con recomendación conectada a tu catálogo.