Google publicó el 21 de julio de 2026 una actualización local sobre cómo sus herramientas de compra con IA, Try On y Lens, ayudan a descubrir moda y probar prendas desde el móvil. Para una tienda online, la noticia no es solo una función bonita de Google Shopping. Es una señal práctica: las imágenes, variantes, tallas, materiales y políticas de devolución empiezan a pesar más cuando la búsqueda visual decide qué producto merece atención.
Qué ha contado Google sobre compras con IA
Google New Zealand publicó una pieza sobre Try On y Lens aplicada a moda. La compañía presenta Try On como una experiencia de Google Shopping que permite subir una foto y ver cómo una prenda podría drapear, doblarse y ajustarse sobre distintos cuerpos. También conecta la novedad con Lens, que ayuda a identificar productos visualmente y encontrar dónde comprarlos.
El dato de plataforma es relevante: Google vuelve a situar Shopping Graph en el centro de la experiencia, con más de 60.000 millones de listados de producto según la publicación. En la práctica, la IA de compra no trabaja sobre una ficha aislada, sino sobre un ecosistema de imágenes, atributos, disponibilidad, precio y señales visuales.
La documentación de ayuda matiza el alcance. Try On está disponible solo en una lista concreta de países y requiere cuenta de Google con determinados ajustes activos. España no aparece en esa lista para Try On, aunque Lens sí muestra resultados de compra en España. Google también indica que Try On no está disponible para productos patrocinados en Shopping Ads.
Hecho oficial: Google empuja la compra visual con IA, pero el despliegue y los formatos disponibles no son iguales por país ni por superficie.Por qué importa para un ecommerce de moda
Moda es una categoría donde el comprador necesita imaginar ajuste, textura, color real y proporción antes de pagar. Si Google, Lens u otros asistentes visuales reducen parte de esa incertidumbre fuera de la tienda, la ficha de producto compite antes de recibir la visita.
Esto no sustituye al ecommerce propio. Lo cambia de posición. La tienda sigue cerrando confianza, precio, stock, envío, devoluciones y marca, pero puede llegar a la sesión con un comprador que ya comparó visualmente varias opciones. Si la imagen principal no representa la variante correcta o el feed no explica talla y material, la IA puede descartar o confundir el producto antes de que la tienda pueda convencer.
También toca la rentabilidad. Google vincula Try On con menos dudas de compra y menos desperdicio por devoluciones. Para una tienda, la pregunta no es si una función de Google bajará automáticamente la tasa de devolución, sino qué parte de sus devoluciones nace de expectativas visuales mal resueltas.
- Imagen: la variante que se muestra debe coincidir con color, patrón, tejido y producto real.
- Talla: guías, medidas y sistemas de tallaje deben estar visibles y estructurados.
- Feed: atributos de color, talla, material, género, edad y grupo de variantes no pueden estar incompletos.
- Devoluciones: los motivos por talla, color o expectativa visual deben medirse separados, no mezclados en una media global.
Qué revisaría esta semana en catálogo y feed
La revisión útil empieza por pocos productos. Elegiría las 30 referencias de moda con más margen, más tráfico o más devoluciones, y las miraría como las vería una herramienta visual: imagen principal, imágenes adicionales, nombre, color, material, talla, disponibilidad y política.
Google Merchant Center recomienda imágenes claras, de alta resolución, sin elementos promocionales y con la variante correcta. Para moda y accesorios, sus guías insisten en mostrar prendas sobre modelos cuando aporte contexto, enviar variantes como artículos únicos y agruparlas con el mismo `item_group_id` cuando corresponda.
Eso convierte el trabajo de feed en trabajo de conversión. No se trata de rellenar campos por cumplir, sino de reducir la ambigüedad que hace que un usuario pruebe, compare, rebote o devuelva.
- Comprobar que cada color tiene su imagen principal correcta y que la landing abre la variante seleccionada.
- Añadir imágenes adicionales de detalle, caída, textura y uso real cuando la compra dependa de ajuste.
- Normalizar nombres de color para que no haya variantes internas imposibles de entender fuera de la tienda.
- Revisar tallas, `size_system`, `size_type`, material y patrón en productos donde aplican.
- Separar devoluciones por talla, color, expectativa de tejido, largo y producto distinto al esperado.
- Validar que Googlebot y Googlebot-image pueden rastrear las imágenes de producto.
Una prueba pequeña sin depender del despliegue
Aunque Try On no esté disponible en todos los mercados, la tienda puede aprender esta semana con un test propio. Elige una categoría con devoluciones visuales, por ejemplo vestidos, pantalones, zapatillas o bolsos, y crea una versión mejorada de la ficha para 10 productos frente a 10 productos comparables sin tocar.
La mejora no tiene que ser cara. Puede incluir una imagen en modelo, un primer plano de tejido, una foto lateral, una tabla de medidas más clara, una pregunta frecuente sobre ajuste y un título de feed que incluya producto, género, color y material. Después mide clics desde listados gratuitos, conversión, preguntas de soporte y devoluciones por motivo.
Si la tienda vende fuera de España o en países donde Try On esté disponible, conviene comprobar si algún producto elegible muestra el botón en Google. Si no aparece, el aprendizaje sigue siendo válido: Google está usando la misma dirección de producto visual para Search, Shopping, Lens, imágenes y futuras superficies de IA.
| Elemento | Qué cambiar | Qué medir |
|---|---|---|
| Imagen principal | Variante exacta, alta resolución y producto completo | CTR en ficha/listado y rechazos de feed |
| Imágenes extra | Detalle de tejido, prenda en modelo y vista lateral | Tiempo en ficha y preguntas de soporte |
| Atributos | Color, talla, material, patrón e item group ID | Errores de Merchant Center y visibilidad |
| Guía de tallas | Medidas por prenda y equivalencias claras | Devoluciones por talla o ajuste |
| Política | Cambios y devoluciones visibles antes de pagar | Tickets postcompra y tasa de devolución |
Riesgos: privacidad, anuncios y falsas expectativas
El primer límite es de privacidad. Try On requiere que el usuario suba una imagen propia o una foto con permiso. Una tienda no debe pedir fotos sensibles ni recrear pruebas virtuales sin consentimiento claro. Si usa herramientas externas de probador, tiene que revisar contratos, tratamiento de imagen, retención y base legal.
El segundo límite es publicitario. La ayuda de Google aclara que Try On no aparece en Shopping Ads patrocinados. Una tienda no debería vender internamente esta novedad como una mejora directa de campañas de pago si no hay formato elegible. El impacto inicial está más cerca de Shopping orgánico, Lens, imágenes y descubrimiento.
El tercer límite es la promesa. Un probador virtual puede reducir incertidumbre, pero no garantiza ajuste real, color exacto ni menos devoluciones por sí solo. La tienda sigue necesitando fotografías fieles, política clara, atención postventa y medición de motivos. Si la IA ayuda a que el cliente imagine mejor, una mala ficha hará que imagine el producto equivocado.
Preguntas frecuentes
¿Qué es el probador virtual IA de Google?
Es una función de Google Shopping, llamada Try On o Pruébalo, que usa IA para mostrar cómo una prenda podría verse sobre el usuario o sobre modelos, según la experiencia disponible. Funciona en productos y países concretos.
¿Está disponible Google Try On en España?
Según la ayuda oficial revisada el 25 de julio de 2026, España no aparece en la lista de países de Try On. Sí hay resultados de compra con Google Lens en España, por lo que la preparación visual del catálogo sigue siendo relevante.
¿Try On funciona en anuncios de Shopping?
Google indica en su ayuda de Shopping que Try On no está disponible para Shopping Ads, por lo que los productos patrocinados no muestran el botón Pruébalo. Conviene separar esta novedad de una mejora directa de campañas pagadas.
¿Qué debe revisar primero una tienda de moda?
Imágenes de variante correcta, fotos adicionales de ajuste y tejido, tallas y materiales en el feed, `item_group_id` para variantes, política de devolución visible y motivos de devolución separados por talla, color y expectativa visual.
