La arquitectura de información (AI) de un ecommerce es cómo están organizados y nombrados los contenidos de la tienda — categorías, subcategorías, menús, filtros, etiquetas. Una AI deficiente hace que el cliente se pierda, no encuentre lo que busca, y abandone. Una AI bien diseñada hace que la búsqueda se sienta intuitiva y sin esfuerzo.
El síntoma más claro: el cliente usa la búsqueda para todo
Si los datos de comportamiento de tu tienda muestran que la mayoría de los clientes va directamente a la barra de búsqueda sin navegar por categorías, es una señal de que tu AI no está funcionando. Los clientes usan la búsqueda cuando la navegación les falla — cuando las categorías no tienen nombres que reconocen, cuando no saben en qué categoría está lo que buscan, o cuando el árbol de navegación es demasiado profundo.
Categorías que usan el lenguaje del cliente, no del producto
El error más común en AI de ecommerce: categorías nombradas con términos internos o técnicos que el cliente no usa. "Indumentaria exterior de abrigo" vs. "Chaquetas y parkas". "Dispositivos de almacenamiento portátil" vs. "Pendrives y discos externos". La regla: usa las palabras que el cliente escribe en la búsqueda para nombar las categorías. Google Analytics y Google Search Console te muestran exactamente esas palabras.
Haz el test del árbol (Tree Test): muestra el menú de tu tienda a 5 personas que no la conocen y pídeles que encuentren un producto específico. Si más del 40% falla o tarda más de 2 minutos, tu AI necesita trabajo.
Profundidad del árbol de navegación
El principio de los 3 clics no es una regla universal, pero sí una guía útil: si el cliente necesita más de 3 clics desde la home para llegar a un producto, la estructura es demasiado profunda. Categoría → Subcategoría → Producto es la profundidad ideal para la mayoría de los ecommerce. Si tienes más niveles, necesita evaluar si esa profundidad es realmente necesaria o si puedes consolidar subcategorías.
El menú: qué incluir y qué no
Un menú de navegación con 15 opciones de primer nivel no orienta — abruma. El principio de Miller (7 ± 2 opciones) aplica aquí: entre 5 y 9 categorías de primer nivel es el rango donde el cliente puede procesar y elegir. Las categorías más visitadas van primero. Las promociones y ofertas pueden ir primero temporalmente durante campañas.
Breadcrumbs: la navegación que los clientes usan sin notar
Los breadcrumbs (migas de pan: Home > Laptops > MacBook Pro) son uno de los elementos de AI más subutilizados. Le muestran al cliente dónde está dentro de la estructura y le permiten retroceder fácilmente. Son especialmente importantes cuando el cliente llega directamente a una ficha de producto desde Google — los breadcrumbs le dan contexto y le muestran qué más hay disponible en esa categoría.
Búsqueda interna como complemento, no como sustituto
Una buena AI hace que la navegación por categorías funcione bien. Una buena búsqueda interna captura a los clientes que prefieren buscar directamente. Ambas son necesarias — ninguna reemplaza a la otra. Una tienda cuya AI funciona y cuya búsqueda funciona tiene el doble de oportunidades de que el cliente encuentre lo que necesita.
¿Quieres analizar tu tienda con IA?
Optimiza diagnostica tu ecommerce en 2 minutos — score, hallazgos y plan de acción concreto.
La AI no se termina de diseñar — se itera
La arquitectura de información óptima para tu tienda de hoy puede ser diferente a la de dentro de 12 meses cuando hayas crecido el catálogo, cambiado los productos principales, o entendido mejor cómo busca tu cliente. Revisa la AI de tu tienda al menos una vez al año con datos de comportamiento real: qué categorías visitan más, dónde se pierden, qué buscan que no encuentran. Esos datos definen el siguiente rediseño de estructura.