La calidad de búsqueda mejoró significativamente y el valor del carrito creció. Nuestro equipo ya no necesita mantenimiento manual diario, y estimamos que Luigi’s Box contribuye un 10-15% adicional a nuestros ingresos.
SkupSzop tiene 300,000 libros, principalmente copias usadas únicas. Luigi's Box Search y Recommender los hicieron localizables e incrementaron el valor del carrito en 2,36 €.
SkupSzop es una plataforma polaca para comprar y vender libros nuevos y usados. Con un catálogo de 300,000 SKUs, la mayoría de ellos artículos únicos en diferentes condiciones, opera a una escala y complejidad para la que la mayoría de soluciones de búsqueda estándar no están diseñadas. Los clientes compran y venden sus libros a través de la plataforma a precios competitivos, con miles de nuevos artículos agregados cada día.
La calidad de búsqueda mejoró significativamente y el valor del carrito creció. Nuestro equipo ya no necesita mantenimiento manual diario, y estimamos que Luigi’s Box contribuye un 10-15% adicional a nuestros ingresos.
SkupSzop ejecuta un backend completamente personalizado, por lo que la integración se realizó a través de la API. El CTO de Luigi’s Box, Tomáš Kramár, estuvo directamente involucrado en las primeras etapas para manejar la complejidad técnica.
El catálogo fue la parte difícil. El mismo título puede existir en múltiples variantes de condición, vinculado a un autor, un editorial, una serie, un ciclo y un conjunto de etiquetas, todo lo cual los clientes podrían buscar. Para manejar esto, Luigi’s Box construyó una arquitectura de múltiples fuentes de datos todas vinculadas a través de IDs relacionales.
Esa estructura permite que la búsqueda trate autores, editoriales, series y variantes de condición como atributos distintos en lugar de texto indiferenciado. Cuando alguien busca un autor específico o un libro en una condición particular, el sistema sabe qué significa.
La búsqueda anterior de SkupSzop, construida en Elasticsearch y PrestaShop, no tenía relevancia impulsada por IA, no tenía Tolerancia a errores tipográficos y no tenía coincidencia de sinónimos. Las consultas específicas como ISBNs fallaron completamente, y la puntuación de popularidad empujaba los libros incorrectos hacia la parte superior, mostrando títulos irrelevantes en lugar de lo que los clientes realmente querían.
Luigi’s Box reemplazó el motor con búsqueda impulsada por comportamiento que entiende lo que los clientes quieren decir, no solo lo que escriben. Las búsquedas de ISBN funcionan, la tolerancia a errores tipográficos maneja consultas imprecisas, y las señales de popularidad ahora reflejan el comportamiento real del cliente en lugar de puntuaciones arbitrarias. La tasa de uso de búsqueda creció un 11,4% año tras año, y las búsquedas sin clics disminuyeron un 7,34%.
La mayoría de los libros que vende SkupSzop son copias usadas únicas que se venden rápidamente. Un feed desactualizado significa que los clientes ven productos que ya se han agotado. Las configuraciones estándar no podían manejar esta combinación de formato, tamaño y frecuencia.
Luigi’s Box construyó una integración API personalizada para procesar los datos JSON pesados según lo programado. Si algo falla, el equipo recibe una alerta de correo electrónico automática antes de que los clientes lo noten.
SkupSzop añade más de 4.000 libros nuevos cada día exactamente a las 5 p.m., pero su configuración no tenía forma de programar cuándo los productos se ponen en vivo. Además, los títulos populares de todos los tiempos dominaban las páginas de listado de productos, por lo que los artículos nuevos quedaban enterrados antes de que los clientes tuvieran la oportunidad de encontrarlos.
Luigi’s Box implementó la programación de feeds donde el nuevo inventario se precarga y entra en directo automáticamente a las 5 p.m. Una ventana de tendencias personalizada de un día se ejecuta junto con la ventana estándar de tres días en las páginas de categoría, dando a los lanzamientos frescos una oportunidad real de aparecer antes de que los títulos más antiguos tomen el control.
SkupSzop no tenía capacidad de recomendación automatizada. Tenían que configurar cada mecanismo de recomendación manualmente. Los clientes rutinariamente compraban artículos individuales sin nada que los impulsara a añadir más.
SkupSzop planeaba usar dos o tres módulos de recomendación. Una vez que vieron los resultados, siguieron añadiendo más y ahora ejecutan 15, colocando recomendadores en páginas de categoría, páginas de detalles de productos, la cesta de compra y contenido de blog, incluyendo coincidencia de artículo a producto que muestra libros relevantes dentro de sus características de autor y reseñas. El valor promedio del carrito aumentó en 10 PLN (~€2.36) directamente de las recomendaciones.
La configuración anterior de Elasticsearch y PrestaShop consumía recursos de hardware, ralentizaba los tiempos de respuesta y requería mantenimiento manual. Los productos agotados durante más de 60 días se acumulaban en los resultados de búsqueda sin forma de detectarlos o eliminarlos. El equipo no tenía forma de separar el tráfico móvil del de escritorio, no había forma de identificar qué búsquedas fallaban y no había una base confiable para las revisiones de rendimiento.
Luigi’s Box eliminó la necesidad de mantenimiento diario. Analytics ahora desglosa vistas de página, solicitudes y eventos por escritorio, aplicación móvil y sistema operativo. El equipo de SkupSzop puede ver artículos agotados a largo plazo para que no saturen las recomendaciones.
Luigi’s Box procesa de manera confiable nuestro feed de productos pesado, algo que otros proveedores de búsqueda no pudieron manejar. Su búsqueda impulsada por IA y su amplia suite de módulos de recomendación mejoraron nuestras ventas cruzadas e incrementaron el valor promedio del carrito.
Los resultados se midieron año tras año, diciembre de 2024 frente a diciembre de 2025. A medida que los resultados de búsqueda se volvieron más relevantes, más clientes usaron la búsqueda para encontrar lo que buscaban. Las recomendaciones hicieron el resto, aumentando el valor del carrito con cada sesión.