Este artículo técnico describe la creación de un panel de demanda unificado para productos, integrando múltiples fuentes de datos para una visión más completa que solo MercadoLibre. Se aborda el scraping de precios de Falabella.com utilizando Next.js y se detalla el intento de integración de Google Ads Keyword Planner, incluyendo los desafíos de autenticación y versiones de API. El artículo explica cómo se fusionan las señales de MercadoLibre, YouTube, Google Trends y Google Ads en un score RRF (Reciprocal Rank Fusion) y cómo se visualizan en un panel interactivo con color coding para facilita
Este artículo técnico aborda la problemática de identificar tendencias de productos basadas únicamente en la oferta del marketplace, que no siempre reflejan la demanda real de los consumidores. Para solucionarlo, se implementa un sistema que combina datos de Google Trends con información del marketplace, utilizando Reciprocal Rank Fusion para crear un ranking unificado. Además, se realiza scraping de sitios de proveedores mayoristas y se aplica matching semántico mediante embeddings de Vertex AI para estimar márgenes. El lector aprenderá sobre la integración de múltiples fuentes de datos, técn
Este artículo técnico aborda las limitaciones de la búsqueda puramente vectorial en sistemas RAG, especialmente con keywords exactas, entidades raras y preguntas cortas. Presenta una solución de búsqueda híbrida que combina la búsqueda semántica con la búsqueda léxica, utilizando técnicas como BM25 para la recuperación de información basada en frecuencias de términos. Explica la implementación de BM25 en Python con la librería `rank-bm25` y cómo se integra en un índice personalizado. Además, introduce Reciprocal Rank Fusion (RRF) para combinar los resultados de diferentes métodos de ranking, m
