El poder estratégico de la IA personalizada en la experiencia de compra

La personalización no es una opción, es una expectativa. Según datos de McKinsey, el 76% de los consumidores buscan experiencias personalizadas y son más propensos a comprar en marcas que se las ofrecen.

Además, los eCommerce que adoptan estrategias de personalización pueden incrementar entre un 10% y un 15% su facturación. Esta fue una de las principales ideas compartidas por el equipo de Amazon Web Services (AWS) durante su intervención en LogiCommerce Connect 2025.

La personalización está en el ADN de Amazon

Amazon comenzó a personalizar la experiencia del cliente en 1998, recomendando libros en base al comportamiento de otros usuarios. Hoy, esa capacidad ha evolucionado hasta alcanzar todos los puntos de contacto del usuario, desde recomendaciones personalizadas en Prime Video, hasta sistemas de venta cerrados mediante inteligencia artificial.

“El objetivo es claro: mejorar la experiencia del cliente y, con ello, mejorar los ingresos”, afirmaron los ponentes.

Cada punto de contacto es personalizable

Durante la presentación, se destacó que cada sección del eCommerce puede ser personalizada: títulos, imágenes, descripciones, banners, y más. Incluso se pueden mostrar versiones distintas de un mismo producto dependiendo del perfil del cliente (por ejemplo, mostrar una chaqueta en un entorno nevado si el usuario busca escapadas de montaña).

Y si el eCommerce está integrado con tiendas físicas, es posible incluso lanzar mensajes automáticos cuando el cliente entra en la Geofence de un local, ofreciendo ofertas personalizadas o recordatorios relacionados con sus compras previas.

Cuatro grandes áreas donde la IA personalizada impacta

AWS estructuró los beneficios de la personalización en cuatro bloques clave:

• Adquisición y retención
• Mejora del engagement
• Eficiencia operativa
• Captación de nuevos usuarios

Se destacó también un modelo de madurez de la personalización basado en cinco niveles por pilar (desde personalizaciones básicas hasta el uso de IA generativa para modificar imágenes o contenidos).

Caso real: Pomelo, líder en moda en el Sudeste Asiático

Uno de los ejemplos más potentes mostrados fue el de Pomelo, una plataforma de moda en el Sudeste Asiático que ha implementado Amazon Personalize.

Gracias a esta infraestructura, pasaron de un sistema de recomendaciones muy generales por país a un modelo de recomendaciones individuales en tiempo real basado en las acciones del usuario. Los resultados hablan por sí solos:

• 60% de los clics provienen ya de zonas personalizadas del eCommerce
• Han registrado un incremento del 10 al 15% en ingresos gracias a estas mejoras.

Demo: de la IA visual a la personalización textual

En la demo en directo, Guillermo Bravo (Solutions Architect en AWS) mostró ejemplos muy visuales:

• Reconocimiento de imágenes para rediseñar espacios (como un salón) en estilos como minimalista, rústico o escandinavo, generando recomendaciones de productos del catálogo para sustituir o complementar la decoración existente.

• Descripciones personalizadas de productos según el perfil del usuario. Por ejemplo, una misma planta se presenta de forma distinta a María Smith (21 años, amante del paisajismo) que a Michael (38 años, interesado en decoración interior), usando prompts que adaptan el contenido al perfil detectado.

• Recomendaciones de productos ajustadas a los intereses y al historial del cliente, modificando por completo el orden y tipo de productos mostrados.

Aplicación en entornos físicos

La presentación también abordó el potencial de personalización geolocalizada: mediante el rastreo con consentimiento del usuario, es posible activar mensajes personalizados cuando este entra en la Geofence de una tienda física, enviando ofertas relevantes por SMS, WhatsApp o email.

¿Y qué pasa con los catálogos grandes?

Al ser preguntados por la escalabilidad de estas soluciones en tiendas con grandes volúmenes de catálogo, desde AWS fueron claros: existen bloques funcionales ya preparados, como los que ofrece LogiCommerce, que permiten implementar personalización de forma eficiente, incluso sin necesidad inmediata de IA.