Cómo implementar una consultora de belleza virtual: fases, equipo y decisiones

Decidir que la marca quiere una asesora de belleza con IA es la parte fácil. La parte que define el resultado es la ejecución: qué canal se abre primero, cómo está organizado el catálogo, de dónde sale el perfil de la persona y quién decide las reglas de recomendación. Esta guía ordena cómo implementar una consultora de belleza virtual en fases concretas, con las decisiones que cada equipo tiene que tomar y los puntos donde los proyectos suelen trabarse.

Qué es y qué no es este proyecto

Una consultora de belleza virtual no es un chatbot con respuestas genéricas sobre rutinas de cuidado. Es una capa de recomendación conectada al catálogo real de la marca: lee el perfil de belleza de la persona, cruza ese perfil con los productos disponibles y responde con SKU, no con consejos abstractos.

Esa diferencia tiene consecuencias de implementación. Un chatbot genérico se configura con prompts; una consultora conectada al catálogo exige datos de producto limpios, criterios de negocio explícitos y un canal donde la conversación tenga sentido. Por eso MaIA Beauty Advisor se entrega como proyecto junto al equipo de B4A y no como una API self-service: la parte difícil no es la conversación, es la conexión con el surtido de cada marca.

También conviene fijar el límite desde el inicio: la consultora describe atributos visibles y recomienda productos del catálogo. No diagnostica, no trata condiciones ni sustituye la evaluación de un profesional. Ese encuadre debe estar en el guion y en la interfaz.

Cómo implementar una consultora de belleza virtual en cinco fases

1. Elegir el caso de uso y el canal

No se abre todo al mismo tiempo. Las tres puertas de entrada más comunes son WhatsApp, la página de producto y el chat del sitio. Cada una resuelve un problema distinto: WhatsApp funciona bien para reactivación de base y para quien llega por redes; la página de producto resuelve la duda de tono justo antes del carrito; el chat del sitio atiende a quien ya está navegando y no sabe por dónde empezar.

Elegí uno como piloto, con una pregunta de negocio clara: ¿quiero reducir dudas de tono de base? ¿Quiero ordenar el surtido de skincare para clientes nuevos? La respuesta define qué atributos del perfil importan y qué parte del catálogo se mapea primero.

2. Preparar el catálogo

Esta fase es la que más tiempo consume y la que casi nadie presupuesta. La consultora solo puede recomendar lo que entiende. En la práctica significa revisar que cada SKU tenga los atributos que la recomendación necesita: para base, el tono y el subtono reales de cada referencia; para labiales, el color y el acabado; para skincare, el tipo de piel al que apunta y la función del producto.

También hay que decidir qué pasa con lo que no está disponible. Un producto agotado no debería aparecer en la respuesta, y eso implica conectar stock, no solo catálogo.

3. Conectar el perfil de belleza

La recomendación mejora cuando deja de depender solo de lo que la persona declara. Una selfie puede devolver tono y subtono de piel, tipo y condición de la piel y atributos de cabello, con un nivel de confianza por campo. Ese es el trabajo de la API de análisis de piel y cabello por selfie, entrenada con piel brasileña.

Acá va una decisión de producto: qué hace la consultora cuando la confianza de un campo es baja. Lo razonable es tratar el perfil como una hipótesis, confirmarla con una pregunta corta en la conversación y recién después recomendar. Esa confirmación, además, aumenta la percepción de precisión.

4. Escribir las reglas de negocio

La IA ordena el surtido; el negocio decide las prioridades. Hay que explicitar qué hacer con lanzamientos, con líneas en liquidación, con productos de margen alto y con combos. También qué tono de voz usa la marca y cuántos productos muestra por respuesta: tres opciones comparables suelen funcionar mejor que una lista larga.

Este es el momento de definir qué pasa después de la recomendación. ¿La consultora arma el carrito? ¿Deriva a un vendedor? ¿Ofrece una prueba visual del color? En muchos proyectos tiene sentido combinarla con la prueba virtual de maquillaje por foto: primero se recomienda el tono, después se muestra sobre la foto de la persona.

5. Lanzar, medir y ajustar

Salí con una parte del catálogo y un canal, y medí desde el primer día: cuántas conversaciones terminan en producto visto, cuántas en carrito, cuántas se abandonan y en qué paso. Guardá también las preguntas que la consultora no supo responder: esa lista es el mejor backlog de mejoras.

Los resultados varían según el catálogo, el tráfico y el canal de cada marca, así que la referencia útil no es un benchmark ajeno, sino tu propia línea de base antes del lanzamiento.

Quién participa

Un proyecto de este tipo necesita cuatro roles: alguien de e-commerce que defina la meta comercial, alguien de catálogo o trade que garantice los atributos de producto, alguien técnico que conecte API y canal, y alguien de CRM que aproveche el perfil generado para segmentar después. Sin el segundo rol, el proyecto se atrasa; sin el cuarto, se desperdicia el dato.

Errores comunes

Abrir todos los canales a la vez. Lanzar con el catálogo incompleto y culpar al modelo. Pedir demasiados datos antes de dar valor. Y no definir qué sucede cuando la consultora no tiene una buena respuesta: ese camino de salida —derivar a un humano, ofrecer una búsqueda— es parte del diseño, no un detalle.

Si querés empezar por la base del perfil de belleza, podés crear una cuenta y generar una clave de API y probar el análisis por selfie hoy mismo. Para el proyecto completo de consultora conectada a tu catálogo, hablá con el equipo de B4A.