%20-1.png?width=1200&name=BLOG-Why%20100%25%20Data%20Accuracy%20Is%20a%20Myth%20(and%20What%20to%20Ask%20Your%20Vendor%20Instead)%20-1.png)
Pregunta a cualquier proveedor de análisis de precios competitivos qué grado de precisión tienen sus datos y te dará una cifra con total seguridad. El problema surge cuando un responsable de categoría consulta un informe, detecta un precio que es claramente erróneo y se da cuenta de que la precisión que se muestra en la presentación y la que realmente recibe no coinciden.
Esa discrepancia es crítica. Una decisión de precios basada en unos pocos datos erróneos no solo da lugar a una cifra equivocada. Da lugar a una estimación errónea del margen, a una infracción del precio mínimo recomendado (MAP) que pasa desapercibida o a una regla de reajuste de precios que se aplica al producto totalmente equivocado. Y una vez que un equipo deja de confiar en los datos, empieza a comprobarlo todo manualmente, lo que va en contra del objetivo inicial de adquirir esos datos.
La verdadera pregunta es: ¿qué mide la «precisión»?
Dos proveedores pueden afirmar que tienen una precisión del 98 % y, sin embargo, referirse a cosas diferentes.
-
La precisión responde a una pregunta: de las coincidencias que hemos encontrado, ¿cuántas son realmente el mismo producto?
-
La «exhaustividad» responde a otra pregunta: de todas las coincidencias que deberían existir, ¿cuántas hemos encontrado realmente?
-
La tasa de coincidencias responde a una tercera: de los productos de tu catálogo, ¿cuántos tienen al menos una coincidencia con la competencia?
Un proveedor puede alcanzar una precisión del 98 %, pero aún así pasar por alto la mitad de las coincidencias existentes, o puede obtener una tasa de coincidencia del 100 %, pero la mayoría de esas coincidencias sean erróneas.
El tamaño de la muestra es igual de importante. Seleccionar solo un puñado de SKU para que una persona las revise manualmente no te proporciona una cifra fiable. La calidad de los datos debe medirse a una escala adecuada a tu negocio, con un tamaño de muestra lo suficientemente grande como para obtener un resultado significativo y fiable. La fiabilidad disminuye precisamente a medida que tu negocio crece y hay más en juego.
Qué debes preguntar a tu proveedor en su lugar
La cifra en sí misma es menos útil que la respuesta a cómo la han obtenido. Algunas preguntas que vale la pena plantear antes de firmar nada:
-
¿Informáis de la precisión, la exhaustividad y la tasa de coincidencia como cifras separadas, o se trata de una sola cifra que las combina todas?
-
¿Cómo miden la precisión y la exhaustividad, y con qué niveles de confianza?
-
¿Pueden mostrar la precisión y la exhaustividad desglosadas por categoría o por minorista, y no solo una única cifra?
-
¿Cuál es el método de cotejo subyacente y cómo se decide cuándo una coincidencia es incierta en lugar de confirmarse automáticamente?
-
¿Con qué frecuencia miden la calidad de los datos y la muestra es aleatoria cada vez?
-
¿Qué ocurre cuando una coincidencia es errónea? (Esto sí que ocurre, ¡así que vale la pena saber cuál es el proceso!)
How Wiser does it
No vendor should claim 100%, including us, and we'd rather show the mechanics than post a bigger number. Wiser tracks accuracy, completeness and match rate as three separate figures, reported by category and/or by retailer rather than as one blended account-level average.
Matching runs through two methods in parallel: a token-based comparison and a vector-based comparison that plots product attributes in space and measures how close two listings actually are.
Matching runs on a combination of rules-based and AI-led comparison, with a human check on anything the models flag as uncertain rather than auto-approving it once a confidence threshold is cleared.
That process doesn't run once and stop. Samples are randomized rather than pulled from the same easy, already-confirmed SKUs each cycle, and checks run domain by domain, so it's built to catch the kind of gap that hides inside a healthy account-wide average and that a less granular process would miss.
FAQs
No. Retail catalogs change too frequently, and matching products across retailers involves enough judgment calls that some error rate is unavoidable at scale. Any vendor claiming perfect accuracy either hasn't measured it rigorously or is defining "accurate" narrowly enough to hide the gaps.
Accuracy measures whether the matches a vendor found are genuinely correct. Completeness measures how many of the matches that should exist were actually found. Match rate measures how many products in a catalog have a competitive match at all, out of every product in the catalog. A vendor can report high accuracy while missing a large share of the market, since a narrow, cautious match set will always look more accurate than a broad one, and a high match rate on its own doesn't say whether those matches are right.
Ask whether they report accuracy and completeness as separate numbers, what sample size they use and whether it scales with catalog size, whether they can break results down by category or retailer, how often QA is re-run, and what human review process catches uncertain matches before they reach a report.
Sample size determines whether you're getting a statistically significant result at a high confidence level and a low margin of error, or just a number that happens to look good. A fixed sample size checked against a growing catalog represents a shrinking share of the data over time, so the read gets less reliable exactly as the catalog it's meant to represent gets bigger. Proper sampling scales with catalog size and retailer count, which is what gives you a reliable read on real-world performance rather than a guess dressed up as a metric.
Not on its own. A vendor chasing match rate can lower the confidence threshold for what counts as a match, which pulls more listings in but drops accuracy at the same time. A high match rate paired with a high accuracy number is the combination worth asking for, not either one alone.
Quarterly at minimum, and after any new catalog or new retailer is added to scope. A number quoted during the sales process reflects one moment in time and the questions in this post are worth re-asking on a schedule.
If a vendor can't break accuracy down by category or retailer, can't say what their sample size is or treats the question as unusual rather than routine, that's usually a sign the number they quoted hasn't been checked as carefully as it sounds or that they don’t measure it at all.
