api de análisis de piel para e-commerce de farmacia
API de análisis de piel para e-commerce de farmacia: cómo guiar a las compradoras entre decenas de marcas
Los e-commerces de farmacia y droguería venden cientos de SKUs de skincare y maquillaje de marcas que compiten entre sí. Una API de análisis de piel convierte una selfie en un perfil de belleza estructurado capaz de ordenar ese catálogo alrededor de una sola compradora.
Las cadenas de farmacias y droguerías son uno de los mayores canales de belleza en Brasil, y también uno de los más difíciles para comprar. Una sola página de categoría puede reunir decenas de marcas, cada una con su propio vocabulario para lo mismo: grasa, con tendencia grasa, control mate, control de brillo. Una API de análisis de piel para e-commerce de farmacia resuelve eso desde el lado de la compradora — lee una selfie y devuelve un perfil de belleza estructurado, para que tu sitio pueda razonar sobre la persona en vez de pedirle que descifre el estante.
Por qué los catálogos de farmacia rompen la personalización genérica
La mayoría de los motores de recomendación en retail se construyen sobre el comportamiento: en qué hizo clic la gente, qué compró junto, qué está en tendencia. Eso funciona bien para la recompra de un shampoo. Funciona mal para la primera decisión de skincare o de base, donde la respuesta correcta depende de atributos que la compradora quizás no sepa nombrar.
Tres características hacen específico al canal farmacia:
- Competencia multimarca. La misma compradora ve cinco marcas respondiendo a la misma necesidad, con nombres de tono y lenguaje de claims incompatibles.
- Datos de producto escasos. Los e-commerces de farmacia suelen heredar los feeds de los proveedores, lo que significa atributos inconsistentes entre marcas para tipo de piel, acabado o cobertura.
- Tráfico de baja consideración. Muchas visitas llegan desde la búsqueda o desde un push de la app, sin intención de completar un quiz de 12 preguntas.
Un perfil de belleza resuelve el primer problema al darle a cada marca un denominador común. Hace visible el segundo, porque solo puedes ordenar lo que has etiquetado. Y reduce el tercero, porque una selfie es un paso en lugar de doce.
Qué devuelve realmente una API de análisis de piel para e-commerce de farmacia
MaIA Scan funciona como una llamada de API común: tu front end o tu back end envía una foto, y la respuesta es un JSON que describe atributos visibles — tono y subtono de piel, tipo y condición de la piel, atributos del cabello y un puntaje de confianza por campo. El modelo está entrenado con piel brasileña, lo que importa en un canal cuya base de clientes abarca todo el rango de tonos del país.
Dos puntos sobre los que vale la pena ser precisos con los stakeholders internos:
Describe, no evalúa clínicamente. La API informa lo que es visible en una foto. No es una evaluación dermatológica, no identifica ni trata ninguna afección y no sustituye a un profesional de la salud. En un entorno de farmacia, donde las compradoras pueden llegar con una pregunta de salud, ese límite tiene que estar escrito en tus textos, no solo en tu contrato.
La confianza es parte del payload. Cada campo lleva un valor de confianza, así que puedes decidir qué hacer cuando una foto está a contraluz o mal encuadrada: pedir que la repitan, recurrir a un orden neutro o mostrar la recomendación con un lenguaje más suave.
Mapear atributos a un catálogo multimarca
El perfil solo es útil si tu catálogo habla el mismo idioma. Antes del lanzamiento, acuerden una taxonomía interna — tipo de piel, familia de subtono, acabado, cobertura — y mapeen el vocabulario de cada proveedor a ella. Suele ser la tarea más larga del proyecto y la que rinde más allá de la selfie: una taxonomía limpia mejora al mismo tiempo los filtros, las facetas de búsqueda y las reglas de merchandising.
Dónde encaja en el recorrido de compra
Páginas de detalle de producto
En la PDP de una base, el perfil responde la única pregunta que bloquea la compra: qué tono. Combina el análisis con MaIA Try-On, donde la compradora envía una foto y recibe el producto renderizado sobre ella, con paletas calibradas con los productos reales de la marca. El análisis acorta la lista de tonos; la prueba virtual por foto confirma la elección.
Páginas de categoría y de búsqueda
En un listado saturado de cuidado facial, usa el perfil para reordenar en lugar de filtrar. Mantén visible todo el surtido, pero lleva arriba los SKUs que coinciden con el tipo y el tono de piel de la compradora, y explica por qué: "seleccionado para piel mixta". Las compradoras de farmacia comparan marcas — quitar opciones se lee como una trampa, reordenarlas se lee como ayuda.
App, CRM y la conversación con el farmacéutico
Guarda el perfil en el registro de la clienta y se convierte en un activo de ciclo de vida: campañas segmentadas, vitrinas en la home de la app y un punto de partida para una consulta humana o automatizada. Si quieres una capa conversacional en WhatsApp o en el sitio que lea el perfil y recomiende productos de tu propio catálogo, ese es el trabajo de MaIA Beauty Advisor, entregado como un proyecto con el equipo de B4A y no como un endpoint self-service.
Un despliegue realista
- Elige una categoría. Cuidado facial o maquillaje de base, donde el orden por atributos tiene el efecto más claro.
- Etiqueta primero esa categoría. Mapea entre 100 y 300 SKUs a tu taxonomía antes de escribir una línea de código de integración.
- Llama a la API desde una sola superficie. Un único punto de entrada — un módulo en la PDP o una landing page — para que los datos sean lo bastante limpios como para leerlos.
- Define los fallbacks. Qué muestra la página con confianza baja, sin foto y cuando una compradora declina.
- Mide contra un grupo de control. Compara las sesiones con perfil con un grupo de control en agregado al carrito y en tasa de cambios para los mismos SKUs. Los resultados dependen de tu catálogo, tu mix de tráfico y tu canal, así que mide los tuyos en vez de importar el número de otro.
Privacidad y consentimiento en un canal cercano a la salud
Pide consentimiento explícito antes de enviar la foto, explica en una frase qué pasará con ella e indica tu regla de retención. Muchos retailers eligen guardar solo los atributos resultantes y no la imagen en sí, lo que es más simple de explicar y más simple de defender. Mantén el lenguaje cosmético en todo momento: apariencia, tono, acabado, rutina — nunca términos clínicos.
¿Quieres probarlo con tu propio surtido? Crea una cuenta y una clave de API en la documentación para desarrolladores de MaIA, o habla con el equipo de B4A sobre un piloto en una categoría.
Preguntas frecuentes
¿Una API de análisis de piel puede identificar afecciones de la piel en clientes de farmacia?
No. MaIA Scan describe atributos visibles de una foto — tono, subtono, tipo y condición de la piel, atributos del cabello — con un puntaje de confianza por campo. No es una evaluación clínica, no trata nada ni sustituye a un dermatólogo o farmacéutico, y el texto de tu interfaz debe decirlo.
¿Cómo funciona el perfil de belleza cuando el catálogo tiene muchas marcas que compiten?
El perfil le da a cada marca un denominador común. Mapeas el vocabulario de cada proveedor a una única taxonomía interna de tipo de piel, subtono, acabado y cobertura, y luego ordenas entre marcas usando los mismos atributos.
¿Qué pasa si la foto de la compradora está mal iluminada?
Cada campo de la respuesta JSON lleva un valor de confianza. Una confianza baja te permite pedir que repita la foto, suavizar el lenguaje de la recomendación o recurrir a un orden neutro en vez de mostrar una coincidencia equivocada.
¿Necesitamos guardar la foto de la compradora?
No necesariamente. Muchos retailers guardan solo los atributos resultantes y descartan la imagen, lo que simplifica el aviso de consentimiento y la política de retención.
¿Cómo empezamos sin un gran proyecto de integración?
Crea una cuenta y una clave de API en la documentación de MaIA y llama al endpoint desde una sola superficie — un módulo en la PDP o una landing page — en una categoría etiquetada antes de expandir.