Búsqueda de producto con IA en eCommerce: Orama y OpenAI

El reto: UX que convierte en un eCommerce de nicho

Nuestro cliente gestiona una tienda online de camisetas personalizadas de pádel. Su objetivo era:

• Búsquedas más rápidas y relevantes
• Personalizar la experiencia en los resultados vacíos
• Preparar la integración futura de un chatbot con IA

No se trataba solo de mejorar la búsqueda: era cuestión de hacer que una UX inteligente formara parte de la optimización de la tasa de conversión (CRO).

La tecnología: Orama.search + OpenAI + Sanity

Elegimos Orama.search por su:

• Arquitectura ligera y velocidad
• Soporte nativo para búsqueda vectorial (con embeddings de OpenAI)
• API pensada para desarrolladores (actualizable por REST, CLI o SDKs)

Nos permitió ir más allá de la búsqueda tradicional e implementar lógica tipo answer engine, automatizaciones y resultados personalizados, todo manteniendo una estructura 100% headless.

Actualización dinámica de productos (Sanity + cron + GROQ)

En lugar de sincronizar manualmente los productos con la base de datos vectorial, automatizamos el proceso con un cron job y una consulta GROQ a Sanity CMS.

// /api/update-orama-db.ts

const manager = new CloudManager({
	api_key: process.env.ORAMA_PRIVATE_API_KEY!,
});
const indexManager = manager.index('xxxxxxxxxxxxxxxxx'); // sustituye por el id de tu índice

export const GET = async () => {
	try {
		const products = await sanityClientRead.fetch(
			GET_ORAMA_PRODUCTS_FOR_UPDATING, // Consulta GROQ de Sanity
		);

		await indexManager.update(products);
		await indexManager.deploy();

		return NextResponse.json('OK', { status: 200 });
	} catch (error) {
		return NextResponse.json({ error: 'An error occurred', details: error }, { status: 500 });
	}
};

Extra: la plataforma también puede alimentar el índice desde un CSV o un scraping puntual.

---

La página de búsqueda: UX y relevancia

Aquí un ejemplo de cómo usamos Orama para ofrecer una búsqueda inteligente con alternativas:

const { search } = await searchParams; // Next.js 15 searchParams

const oramaResponse = await oramaClient.search({
	term: search as string,
	mode: 'hybrid',
});

if (!oramaResponse) {
	log.error('Products not found', { oramaResponse });
}

Bonus: Esta misma idea se usa en la pagina personalizada de 404 para buscar productos relacionados

---

Además, aprovechamos el historial de navegación y los productos en la wishlist para:

• Priorizar productos vistos recientemente
• Insertar llamadas a la acción inteligentes dentro de los resultados
• Sugerir packs relevantes para impulsar compras rápidas

Técnicas de CRO implementadas

Al combinar búsqueda potenciada por IA con UX inteligente, conseguimos:

• Páginas de 404 y de búsqueda vacía personalizadas que sugieren productos reales en vez de un callejón sin salida
• Carruseles inteligentes basados en la wishlist en fichas de producto y carrito
• Corrección de errores de escritura en slugs de producto, para que un typo lleve al producto correcto y no a un 404
• Reordenamiento de resultados según comportamiento previo, no solo coincidencia de texto

Estas micro-mejoras redujeron la tasa de rebote y empujaron más sesiones hacia el flujo de compra.

Qué medimos

El trabajo de búsqueda es fácil de discutir y difícil de demostrar, así que seguimos cuatro números antes y después:

• Tasa de salida en búsqueda: sesiones que abandonan desde la página de resultados sin ver un producto.
• Tasa de cero resultados: consultas sin resultados, agrupadas por término para detectar huecos de catálogo o sinónimos.
• Clic de búsqueda a producto: con qué frecuencia una lista de resultados produce una visita a ficha de producto.
• Conversión de sesiones con búsqueda frente a la media del sitio.

La lista de cero resultados fue el informe más útil. La mitad de las consultas eran plurales, typos o sinónimos que el índice no conocía: un problema de datos, no del motor. Arreglar el índice rindió más que cambiar de motor.

Más sobre la tienda: 8 consejos para optimizar tu eCommerce.

---

¿Por qué Orama y no Meilisearch, Typesense o Algolia?

• Es open source, ligera y económica
• Soporte nativo para búsqueda vectorial y embeddings de OpenAI
• REST, CLI y SDKs integrados para automatizar flujos
• Diseñada para developers con configuración instantánea en local

Nos dio flexibilidad potenciada por IA sin los dolores de cabeza de los precios SaaS.

---

¿Qué viene después? Integración con un chatbot

La siguiente fase del proyecto será conectar Orama con OpenAI para crear un asistente virtual dentro del sitio. Este:

• Guiará a los usuarios por chat hacia los productos más adecuados
• Consultará datos en tiempo real del índice de búsqueda
• Responderá preguntas sobre la wishlist o productos concretos

Con el motor de respuestas y los embeddings ya en marcha, será una evolución natural.

---

¿Quieres construir algo así?

Ayudo a marcas de eCommerce a implementar UX inteligentes con stacks modernos: desde buscadores y chatbots hasta CRO y arquitecturas headless.

Cuéntame | Mis Proyectos