Asistente Conversacional para Perfumería

En un mercado donde la conexión emocional con el producto es clave, la marca identificó una oportunidad estratégica: crear una herramienta digital capaz de replicar la figura del perfumista experto, permitiendo a cada usuario describir sus gustos, referencias culturales o emociones de manera libre y natural, como si hablara con un asesor personal.

La iniciativa no partía de un catálogo cerrado ni de una lógica de test estandarizado, sino de una ambición mayor: ofrecer una experiencia de exploración personalizada, sensible a los matices del lenguaje humano y basada en el conocimiento experto acumulado por perfumistas profesionales. Esta visión exigía superar los límites tradicionales del ecommerce y apostar por un modelo conversacional apoyado en inteligencia artificial avanzada.

Reto

El principal desafío consistía en trasladar ese conocimiento experto —el saber hacer de los perfumistas de la casa— a un entorno conversacional digital, sin perder su precisión ni su capacidad de interpretación matizada. Tradicionalmente, las herramientas digitales han estado limitadas por filtros rígidos o formularios, incapaces de captar la riqueza del lenguaje con que los usuarios expresan sus preferencias olfativas o emocionales.

Además, en el caso de las fragancias, las decisiones de compra suelen estar mediadas por asociaciones sensoriales, recuerdos, emociones o incluso referencias culturales muy subjetivas. Puig necesitaba una solución que pudiera mantener la calidad y la coherencia de las recomendaciones, pero abriéndose a formas de interacción más naturales, abiertas y visuales, donde el usuario pudiera expresarse en sus propios términos. La herramienta debía ser capaz de interpretar inputs como “quiero un perfume con personalidad, pero no muy dulce” o “me encanta el frasco azul que vi en una campaña”, y devolver una respuesta alineada con los criterios profesionales del experto.

Solución con IA

Se diseñó un agente conversacional impulsado por inteligencia artificial, capaz de mantener una interacción natural, libre y sin restricciones formales. Este sistema no guía al usuario por rutas predefinidas ni le obliga a encajar en menús estructurados: interpreta lo que dice, cómo lo dice, y lo traduce en criterios útiles para ofrecer una recomendación precisa y relevante, siempre alineada con el criterio profesional de los perfumistas de Puig.

La IA desempeña un papel clave en varias dimensiones fundamentales:

Interacción conversacional flexible: Gracias a modelos de lenguaje natural, el sistema permite conversaciones fluidas con el usuario, detectando intenciones, ambigüedades o emociones implícitas, y proponiendo aclaraciones cuando es necesario. Esto habilita una experiencia más inclusiva, donde cada persona puede comunicarse en su propio estilo. La lógica del diálogo se articula en torno a los ejes interpretativos definidos por los expertos, lo que garantiza que cada recomendación conserve la coherencia con la identidad olfativa de la marca.

Comprensión de contexto externo mediante RAG: Para enriquecer las respuestas con información relevante y actualizada, se implementó una arquitectura basada en la lógica Retrieval-Augmented Generation (RAG). Esta técnica combina la recuperación de información desde fuentes externas (como artículos, campañas recientes o referencias culturales en la web) con la generación de lenguaje natural. Gracias a RAG, el agente puede entender menciones fuera del catálogo propio —por ejemplo, un perfume vinculado a una celebridad—, buscar información contextual en tiempo real y ofrecer respuestas adaptadas, actuales y coherentes, sin depender únicamente de una base de conocimiento preentrenada.

Búsqueda semántica mediante embeddings: Para que el sistema pueda entender lo que el usuario expresa, incluso si lo hace con términos vagos o subjetivos, se emplearon embeddings: representaciones numéricas del significado de palabras, frases o conceptos en un espacio vectorial.

Esta técnica permite comparar ideas no por coincidencia literal de palabras, sino por proximidad de sentido. Así, cuando un usuario dice "me gustan los perfumes elegantes con toques cálidos", el sistema puede mapear esa idea y vincularla a características olfativas, colores o marcas, incluso si esas palabras no coinciden exactamente con las etiquetas del catálogo. Los embeddings permiten, en definitiva, un entendimiento más profundo, abierto y útil del lenguaje humano.

Interacción multimodal e interpretación visual: Además del lenguaje, el sistema puede interpretar imágenes aportadas por el usuario, como una foto de un frasco. A través de análisis visual, la IA identifica elementos como color, forma o estilo, y los utiliza como criterios para recomendar productos similares. Esta capa adicional permite al usuario interactuar desde lo estético y lo visual, y al sistema interpretar dimensiones que no necesariamente están estructuradas en la base de datos.

Impacto generado

El resultado ha sido una experiencia de recomendación más humana, expresiva y adaptada al lenguaje cotidiano de los usuarios. El agente conversacional permite que cada persona se exprese con naturalidad, sin estar limitada por filtros o estructuras rígidas. Cada recomendación está respaldada por el criterio experto de perfumistas profesionales, lo que garantiza coherencia, calidad y personalización real en cada propuesta.

Esta herramienta representa un paso importante hacia un modelo de relación marca-usuario más interactivo, emocional e inteligente. No solo mejora la satisfacción y la conversión, sino que también proporciona datos valiosos sobre cómo las personas hablan de sus preferencias, qué buscan y cómo se relacionan con las fragancias. Esta información alimenta la mejora continua de producto, el diseño de nuevas colecciones y las estrategias de marketing personalizadas.

Además, el sistema abre una puerta clara al cross-selling inteligente entre categorías como perfumería, moda y cosmética. Gracias al reconocimiento de imágenes, el usuario puede, por ejemplo, subir una foto de un outfit concreto y pedir un perfume que lo complemente estéticamente o emocionalmente. O puede mostrar una imagen de un maquillaje que le inspira, y recibir una sugerencia olfativa que armonice con ese look. Esta capacidad multimodal no solo enriquece la experiencia, sino que amplía las oportunidades comerciales y convierte cada interacción en un punto de conexión entre el usuario y el universo completo de la marca.

En conjunto, el proyecto demuestra cómo el uso de técnicas avanzadas de IA como RAG y embeddings, combinadas con capacidades de análisis visual, puede transformar radicalmente la forma en que los usuarios descubren, entienden y eligen productos. Un nuevo tipo de relación basada en la conversación, la intuición y la afinidad.