Glanbia Performance Nutrition: más de 1.200 SKU en 10 marketplaces de Amazon Europa, contrastados con la etiqueta
Cómo las comprobaciones con Python, los listings basados en keywords y las supresiones resueltas acompañaron una cartera que pasó de ~620 K€ a más de 1 M€ al día.
Gazi El Halabi ·
En resumen
En eStoreLabs gestioné el catálogo y el e-merchandising de Glanbia Performance Nutrition en 10 marketplaces europeos de Amazon, en Seller Central y Vendor Central. Construí en Python una comprobación de cada listing contra la etiqueta del producto, rehíce los listings a partir de la demanda real de búsqueda y recuperé más de 50 ASIN suprimidos. Durante mi etapa en la cuenta, los ingresos diarios de la cartera pasaron de unos 620 K€ a más de 1 M€.
El problema
Una cartera de nutrición deportiva de más de 1.200 SKU, vendida en diez marketplaces europeos de Amazon a través de Seller Central y Vendor Central a la vez. A esa escala, un error pequeño de catálogo nunca es pequeño: se repite en todos los mercados e idiomas. Y en nutrición, un listing que no coincide con la etiqueta no es una errata. Es un problema de cumplimiento.
Contexto
De marzo de 2025 a marzo de 2026 fui Digital Specialist en eStoreLabs en la cuenta de Glanbia Performance Nutrition, en remoto desde España. La cartera incluía marcas como Optimum Nutrition, BSN e Isopure, en los marketplaces EU4/EU8. Antes, en la misma agencia, gestioné el contenido del negocio de L'Oréal Iberia en Amazon.
Enfoque
Un catálogo y cuatro frentes de trabajo: que cada listing coincida con la etiqueta, rehacer los listings según cómo busca de verdad el comprador, mantener cada ASIN activo en cada mercado y lanzar productos nuevos sin introducir errores nuevos.
Herramientas
| Necesidad | Herramienta |
|---|---|
| Operación de seller y vendor | Seller Central y Vendor Central |
| Gestión y sindicación del contenido de producto | Salsify y Opera |
| Investigación de keywords y datos de mercado | Helium 10 y Keepa |
| Comprobación de listings contra la etiqueta | Script en Python |
Proceso
- Comprobar cada listing contra la etiqueta. Escribí un script en Python que comparaba el título, los bullet points y la descripción de cada SKU en Amazon con el PDF de la etiqueta del producto y señalaba las discrepancias de ingredientes para revisarlas. Con productos de nutrición no caben aproximaciones: lo que dice el listing tiene que ser lo que dice la etiqueta. Junto con el resto de la automatización del catálogo, los errores manuales de catálogo bajaron un 40 %.
- Rehacer los listings según la demanda real de búsqueda. Los listings no estaban bien optimizados, así que investigué las mejores keywords de cada SKU con Helium 10 y Keepa y reescribí el contenido a partir de ellas. También mejoré las imágenes principales y rehíce los módulos hero del contenido A+ para que se viera el producto, y no solo a una persona entrenando.
- Recuperar los listings suprimidos. Recuperé más de 50 ASIN suprimidos y resolví problemas complejos de variaciones. Un caso muestra por qué esto exige criterio y no solo abrir tickets: un shot energético en polvo, que se vende como polvo para preparar y no listo para beber, Amazon lo trataba como una bebida energética lista para tomar, como las latas de esa categoría, y lo había suprimido en varios marketplaces a la vez. El trabajo consistió en dejar inequívoco el formato real del producto en los datos del listing, mercado por mercado.
- Lanzar productos nuevos sin errores. Los lanzamientos salían con su contenido, flat files, atributos y cumplimiento revisados antes de publicarse, junto con la salud de la cuenta y el cumplimiento normativo de la UE.
Resultado
- Los ingresos diarios de la cartera pasaron de unos 620 K€ a más de 1 M€ (+61 %) durante mi etapa en la cuenta.
- La tasa de conversión subió un 20 % tras el trabajo de contenido y listings.
- Los mercados crecieron entre un 25 y un 40 % tras el programa de optimización del catálogo.
- Más de 50 ASIN suprimidos recuperados.
- Un 40 % menos de errores manuales de catálogo gracias a la automatización.
- Más de 1.200 SKU gestionados en 10 marketplaces, en Seller Central y Vendor Central.
“His expertise in Amazon marketplace management is outstanding, particularly when it comes to listing optimization, variation management and resolving complex listing suppressions.” Anna Hoang, E-commerce Manager, Glanbia Performance Nutrition (recomendación en su idioma original).
Lecciones
- En categorías reguladas, la etiqueta es la fuente de verdad. Hay que contrastar el listing con ella de forma automática, no a ojo, y hacerlo con cada SKU.
- La clasificación también es contenido. Cómo interpreta Amazon un producto decide si se puede vender o no. Muchas veces una supresión es un problema de datos, no de normas. Lo explico en listings suprimidos en Amazon.
- Hay que enseñar el producto. La imagen principal y el módulo hero del A+ tienen que mostrar lo que el comprador se lleva.
- Una corrección solo cuenta cuando llega a todos los mercados. Con diez marketplaces, el mismo arreglo tiene que llegar a todos. Es el modelo operativo que describo en gestión de marketplaces de Amazon en Europa.
Desde septiembre de 2026 trabajo como consultor independiente de Amazon y marketplaces, y estoy abierto a puestos sénior: mira mi perfil como Amazon Marketplace Manager.
Herramientas: Seller Central · Vendor Central · Python · Helium 10 · Keepa · Salsify · Opera · Contenido A+ / B+
¿Quieres un flujo así para tu catálogo?
Hablemos de un proyecto