Cómo Etsy Usa Gemini y Vertex AI para Personalizar 90 Millones de Experiencias de Compra
Etsy, el marketplace global de artículos artesanales y vintage, sirve a casi 90 millones de compradores entre más de 130 millones de publicaciones de 5 millones de vendedores. Usando Vertex AI, BigQuery, Dataflow y Gemini, la empresa construyó una plataforma de búsqueda y descubrimiento personalizada que denomina 'curación algotorial' — aumentando las publicaciones por temática en 80 veces, impulsando un incremento del 5% en visitas provenientes de SEO y logrando una mejora del 3% en la conversión de los vendedores.
Impacto
~80x
Incremento de publicaciones por temática mediante curación algotorial
5%
Incremento de visitas provenientes de SEO
3%
Mejora de conversión de vendedores por optimización SEO
Nearly 90 million
Compradores con experiencias personalizadas
Desafío
Con 130 millones de publicaciones de 5 millones de vendedores, Etsy necesitaba una forma de comprender en profundidad su inventario en constante cambio, determinar la intención individual de cada comprador y ofrecer experiencias de descubrimiento personalizadas a escala — algo que los enfoques tradicionales basados en palabras clave y la curación manual no podían lograr.
Solución
Etsy desplegó Gemini, Vertex AI, BigQuery y Dataflow para enriquecer los metadatos de las publicaciones a escala, amplificar las colecciones curadas manualmente 80 veces mediante modelos de similitud semántica y ofrecer feeds de compradores individualizados y experiencias de búsqueda para casi 90 millones de usuarios.
Herramientas y tecnologías
Lo que dicen los líderes
“Solo hay un marketplace donde sabes que estás comprando a otra persona real al otro lado, y ese es Etsy. No intentamos reemplazar esa conexión humana. Queremos amplificar y escalar esa conexión con IA.”
“Nuestro inventario comprende más de 130 millones de artículos de más de 5 millones de vendedores. Las tecnologías de IA generativa y LLM de Google nos ayudan a enriquecer nuestros datos para entender mejor las características distintivas de nuestro inventario.”
Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.
Historia completa
Etsy existe para hacer que el comercio persona a persona funcione a escala. Cada artículo en la plataforma está fabricado, seleccionado o diseñado por una persona real, y la promesa central del marketplace es que los compradores puedan encontrar algo genuinamente especial en lugar de fabricado en masa. Con más de 130 millones de publicaciones de 5 millones de vendedores y una base de compradores que se acerca a los 90 millones de personas, esa promesa se convierte en un desafío de ingeniería: ¿cómo se muestra el artículo correcto para cada comprador específico de un inventario en constante cambio y enormemente variado?
El desafío se agravaba por la naturaleza del inventario en sí. A diferencia del comercio electrónico de productos estándar, las publicaciones de Etsy son irregulares en taxonomía, calidad de metadatos y categorización. Un comprador que busca un 'sombrero vintage' puede estar pensando en cualquier cosa, y el vendedor que lo publicó puede no haberlo descrito en términos que coincidan con la intención del comprador. La búsqueda tradicional por palabras clave dejaba demasiado potencial de descubrimiento sin explotar. Etsy necesitaba una forma de enriquecer su comprensión del inventario a escala de 130 millones de artículos — y hacerlo de forma continua a medida que llegaban nuevas publicaciones cada día.
Etsy construyó una plataforma de datos e IA centrada en BigQuery como almacén, Dataflow para los pipelines de ingesta y Vertex AI como superficie unificada para el machine learning y la IA generativa. Los modelos Gemini forman el núcleo de la capa de enriquecimiento y personalización. El equipo comienza construyendo un conjunto de metadatos fundamentales usando Gemini, conectando, verificando y validando publicaciones con atributos que van más allá de lo que los vendedores proporcionan. Gemini también ayuda al equipo de merchandising de Etsy a identificar tendencias culturales emergentes en redes sociales y clasificar rápidamente nuevas publicaciones relacionadas antes de que la tendencia se haya consolidado.
Para el descubrimiento de compradores, Etsy utiliza lo que llama 'curación algotorial' — una combinación de curación editorial humana y amplificación por IA. Los expertos en merchandising crean colecciones semilla que ejemplifican una tendencia o estética. Vertex AI luego encuentra publicaciones semánticamente similares y escala cada colección 80 veces, de modo que lo que un equipo de expertos puede curar manualmente se convierte en una superficie de descubrimiento personalizada para cada comprador individual. El feed de inicio muestra colecciones de tendencias personalizadas según el gusto y el rango de precios de cada comprador. En el frente SEO, la generación de texto alternativo para publicaciones impulsada por Gemini aumentó las visitas provenientes de motores de búsqueda en un 5% y mejoró las conversiones de los vendedores en un 3%.
Etsy describe este cambio como la base de una nueva forma de 'descubrir lo especial'. La plataforma está evolucionando hacia la IA multimodal, usando imágenes, videos y texto conjuntamente para comprender tanto el inventario como la intención del comprador a un nivel más profundo. Para los vendedores, los beneficios también se acumulan: mejores metadatos y superficies de descubrimiento más ricas significan que sus artículos llegan a los compradores de manera más eficiente, sin que los propios vendedores tengan que convertirse en expertos en SEO.
