Merchandiser Agent para Commerce Cloud.
El analista de catálogo que nunca duerme. Convierte un ciclo semanal de planificación en uno diario.
El agente OOTB de Agentforce para Commerce Cloud que analiza ventas, inventario y comportamiento, propone acciones de merchandising priorizadas por impacto y publica los cambios vía SCAPI con audit trail. Pensado para Merchandising Managers, Category Managers y Commerce Operations en retailers de mediana y gran escala que dedican entre el 40% y el 60% del tiempo del equipo a tareas operativas de bajo valor.
¿Qué hace Merchandiser Agent?
Es un agente OOTB de Agentforce que opera nativamente sobre Commerce Cloud. Procesa los DMOs de Product, Order, Inventory y Promotion para detectar bestsellers, slow movers, oportunidades de cross-sell y huecos de catálogo. Genera recomendaciones priorizadas con impacto estimado, las presenta al merchandiser para aprobación batch o individual y publica los cambios aprobados en el storefront vía SCAPI con audit trail completo. El resultado es un ciclo de planificación que pasa de semanal-reactivo a diario-proactivo.
Cómo funciona paso a paso
De Discovery a Publish en un ciclo cerrado de 5 pasos. Cada noche, cada semana, o bajo demanda.
Discovery
El agente procesa Product, Order e Inventory DMO para identificar oportunidades: SKUs con sell-through bajo, slots de baja conversión, descripciones incompletas, conflictos entre promociones activas.
Recommendation
Genera un set priorizado de propuestas con impacto estimado. Cada recomendación incluye la acción, los datos que la sustentan y un nivel de confianza. Se presenta en lenguaje natural en Commerce Manager.
Approval
El merchandiser revisa, pide más detalle o ajusta parámetros vía conversación. Las acciones de alto impacto requieren confirmación explícita; las de baja cola admiten aprobación batch.
Publish
El agente ejecuta las actions vía SCAPI: actualiza ranking, publica variantes de slot, crea borradores de promoción o escribe descripciones enriquecidas. Cada cambio queda registrado en el audit log.
Monitor
Mide impacto en KPIs (conversión, CTR, sell-through) en las 24-48 horas posteriores al cambio. Si la conversión cae, propone rollback automático antes del próximo ciclo.
Ejemplo de interacción real
[El agente reporta en Commerce Manager]
Arquitectura del agente
Topics, Actions, Hydrators y Effectors que sostienen al Merchandiser Agent dentro de Commerce Cloud.
Topics
Dominios de razonamiento
- Bestseller Analyzer
- Slow Mover Identifier
- Cross-sell Rule Generator
- Seasonal Trend Forecaster
- Storefront Surface Optimizer
- Catalog Enrichment Assistant
- Promotion Planning Advisor
Actions
Lo que el agente ejecuta
- updateProductRanking (vía SCAPI)
- publishStorefrontVariant
- createPromotionDraft
- updateProductDescription
- queryInventoryHealth
- generateMerchPlan
- scheduleContentPublication
Hydrators y DMOs
Fuentes de contexto
- Product DMO (Commerce)
- Order DMO (últimos 24 meses)
- Inventory DMO near-real-time
- Promotion DMO
- Catalog Hierarchy DMO
- Unified Individual Profile (Data Cloud)
Effectors y Trust Layer
Escrituras y guardrails
- Storefront slot publish
- Catalog attribute write vía SCAPI
- Promotion draft creation
- Audit trail inmutable por acción
- PII masking + prompt defense
- Human-in-the-loop por tipo de acción
- Rollback automático si la conversión cae
Implementación en 5 fases
El factor de mayor riesgo es la calidad del catálogo. La auditoría inicial es no negociable: 9 a 13 semanas.
Discovery y auditoría de catálogo
Mapeamos categorías, validamos completitud de atributos, identificamos huecos de descripción y revisamos calidad del Order DMO de los últimos 24 meses.
Data readiness
Configuramos Data Cloud DMOs de Commerce, validamos integración SCAPI con OAuth y conectamos OMS para inventario near-real-time. Si hay PIM externo, montamos la sincronización.
Agent build
Configuramos los Topics del Merchandiser Agent en Agent Builder, definimos los hydrators sobre los DMOs, calibramos thresholds de impacto y políticas del Trust Layer.
Piloto en una categoría
Rollout controlado sobre una categoría: el equipo de merchandising recibe recomendaciones diarias durante 2-3 semanas. Calibramos thresholds de aprobación batch vs explícita.
Go-live y tuning continuo
Rollout completo. Monitoreo de KPIs, ajuste mensual de prompts y thresholds, expansión a nuevas categorías. Time-to-value: primer ciclo de planning con el agente entre la semana 10 y la 13.
Equipo típico de implementación
Requisitos para arrancar
Lo que necesitás listo antes de poner el Merchandiser Agent en producción.
Datos mínimos
- Catalog DMO con calidad alta (mínimo 80% de SKUs con atributos completos)
- Order DMO con últimos 24 meses sincronizados
- Inventory DMO actualizado near-real-time
- Jerarquía de categorías consistente y auditada
Licencias
- Salesforce Commerce Cloud B2C o B2B
- Commerce Cloud Agentic Edition
- Data Cloud for Commerce
- Einstein Trust Layer (incluido en Agentforce)
Integraciones
- SCAPI con OAuth 2.0 client credentials
- OMS conectado para inventario en vivo
- ERP para datos de costo y margen (opcional)
- PIM externo vía Data Cloud (si aplica)
Org readiness
- Sponsor del Merchandising Manager
- Política de aprobación documentada por tipo de acción
- Sandbox disponible para piloto
- Equipo de 2-3 champions para rollout
KPIs: antes y después
KPIs esperados al implementar este agente. Rangos referenciales para planificación; los resultados reales dependen del estado de los datos y la operación de cada empresa.
| Métrica | Antes (manual) | Después (Merchandiser Agent) | Cambio |
|---|---|---|---|
| Tiempo de planificación semanal | 8 - 12 hs | 1 - 2 hs | -80% |
| Sell-through promedio | Baseline | +15 a 25% | +15-25% |
| Cobertura de catálogo enriquecido | 30% | 90%+ | +3x |
| Time-to-publish promociones | Días | Minutos | Días → minutos |
| Backlog de SKUs sin atributos completos | 8.000+ SKUs | Eliminado en 6 semanas | -100% |
| Tiempo para que un nuevo producto llegue al top 10 de su categoría | 8 días | 2 días | -75% |
Caso anonimizado — fashion retailer Argentina: retailer con catálogo de decenas de miles de SKUs activos y operación multi-país. Implementación de 9 semanas con auditoría de catálogo en la semana 0. El ciclo de planificación de colección pasó de 3 semanas de trabajo del equipo completo a 4 días con revisión diaria de 2 horas. A 90 días: -40% en tiempo de planning semanal, +12% en AOV en la categoría piloto, sell-through 8 puntos porcentuales mejor que la temporada anterior y cero incidentes de productos OOS recomendados.
Tenemos casos en este agente — hablemos para compartir los relevantes a tu industria.
Riesgos comunes y cómo los mitigamos
Hallucinations en recomendaciones
El agente sugiere productos o atributos que no existen en el catálogo o asume datos incorrectos.
Mitigación: grounding obligatorio sobre Catalog DMO en cada inferencia, validación de IDs antes de cada action y test suite con queries adversariales antes del go-live.
Inventory desync con OMS
El agente recomienda y publica productos que están fuera de stock porque el feed de inventario llega tarde.
Mitigación: integración OMS en near-real-time, hard stop en queryInventoryHealth antes de cada publish y alertas automáticas si la latencia supera 15 minutos.
Sesgo en datasets históricos
El agente sobre-indexa en bestsellers actuales y entierra productos nuevos o de cola larga.
Mitigación: topic dedicado de New Product Onboarding, fairness floor por categoría y revisión trimestral de la distribución de exposición por SKU.
Modo fully-autonomous demasiado pronto
Equipos entusiastas desactivan el human-in-the-loop desde el comienzo y el storefront recibe cambios que el equipo no revisó.
Mitigación: rollout gradual, aprobación batch para acciones de bajo impacto y aprobación explícita obligatoria para homepage y promociones durante los primeros 90 días.
Adopción baja del equipo de merchandising
El equipo sigue usando los procesos manuales en paralelo y anula el valor del agente.
Mitigación: change management dedicado, redefinición explícita del proceso post-agente, dashboards de impacto compartidos con el equipo y champions de cada categoría.
Preguntas Frecuentes
No. El agente automatiza las tareas operativas que hoy consumen entre el 40% y el 60% del tiempo del equipo: análisis de bestsellers y slow movers, enriquecimiento de descripciones, generación de borradores de promoción. El merchandiser se libera para foco estratégico: definición de surtido, negociación con marcas, planificación de temporada y validación de las propuestas del agente.
Sí. El agente opera sobre los DMOs unificados de Product, Order, Inventory y Promotion en Data Cloud for Commerce. Sin Data Cloud, el agente puede operar en modo limitado contra los datos nativos de Commerce Cloud, pero pierde la capacidad de personalizar recomendaciones por segmento de cliente y de cruzar señales entre canales.
Tan autónomo como vos lo configures. El human-in-the-loop es por tipo de acción: enriquecimiento de descripciones de cola larga puede correr con aprobación batch nocturna, mientras que cambios de ranking en homepage o publicación de promociones requieren confirmación explícita del merchandiser. Solu recomienda arrancar conservador y abrir autonomía a medida que se consolida la confianza.
La action queryInventoryHealth se ejecuta como hard stop antes de cada publish. Si el SKU está OOS o por debajo del umbral configurado, el agente excluye el producto de la recomendación y propone alternativas. Por eso la integración OMS en near-real-time es un requisito no negociable de la implementación.
Sí. El agente opera nativamente en español, portugués e inglés. Para retailers multi-país, los topics se configuran con reglas de negocio por país (compliance local, calendario retail, restricciones regulatorias). Solu mantiene plantillas pre-configuradas para los principales mercados de LATAM y España.
Sí. Si tu master de atributos vive en Akeneo, Contentful, Salsify u otro PIM, la integración se hace vía Data Cloud como capa de sincronización. Los enrichments generados por el agente pueden escribirse al PIM vía webhook o sync programado, manteniendo el PIM como fuente única de verdad.
Entre la semana 10 y la 13 desde el kickoff, dependiendo del estado del catálogo. La semana 0 de auditoría de calidad de catálogo es la palanca más fuerte sobre el time-to-value: catálogos con atributos completos y jerarquía consistente acortan el proyecto en 2-3 semanas.
Que la planificación de merchandising deje de ser semanal y reactiva.
Hablá con un Commerce Architect de Solu. En una sesión de discovery auditamos tu catálogo y proyectamos el impacto del Merchandiser Agent en tu vertical.