Si tengo poco equipo, poco historial y necesito salir ya, yo iría con filtrado colaborativo. Si necesito leer mejor la intención de la sesión y mover ingresos por visita, miraría atención.
Yo resumiría la decisión así:
Lo que más pesa en esta comparación es esto:
En números, el contraste es bastante claro: CF puede moverse en US$ 5 a US$ 108 por mes de inferencia, mientras que atención puede ir de US$ 268 a US$ 1.343 por mes, según escala. Y en un caso citado en el texto, un recomendador por sesión mostró más del 10 % de lift en CTR y más del 3 % en ingresos por visitante.
Filtrado Colaborativo vs Modelos con Atención: Comparativa Completa
| Criterio | Filtrado colaborativo | Modelos con atención |
|---|
| Datos de base | IDs e interacciones históricas | Secuencias de sesión + atributos |
| Usuarios nuevos | Suele caer en popularidad | Personaliza desde el primer evento |
| Ítems nuevos | Le cuesta entrar al ranking | Puede entrar por atributos |
| Sesión actual | La usa mal o no la usa de forma nativa | La toma como señal central |
| Explicación a negocio | Más simple | Más difícil |
| Costo técnico | Bajo a medio | Medio a alto |
Mi lectura corta: CF es una buena primera apuesta si busco una base simple y estable. Atención tiene más sentido si el negocio gana o pierde plata por entender mejor lo que la persona quiere en ese momento.
Con eso claro, el resto del artículo baja la comparación a datos, ranking, costos y casos de uso.
Ahora sí, veamos qué optimiza cada uno.
Un modelo con atención toma una secuencia ordenada de eventos - los últimos productos que viste, lo que sumaste al carrito, las búsquedas que hiciste - y le da un peso distinto a cada señal según cuánto ayuda a predecir el próximo paso. Con eso, genera un puntaje de relevancia para cada producto del catálogo, usando sobre todo los eventos que más pesaron dentro de esa sesión.
Dicho más simple: no mira solo qué hiciste, sino también en qué orden lo hiciste. Si venís mirando camperas impermeables dentro de cierto rango de precio, el ranking le da más importancia a esa señal que a compras bastante más viejas.
Arquitecturas como SASRec usan autoatención sobre toda la secuencia para detectar dependencias entre ítems. También pueden sumar metadata del ítem, contexto de sesión y texto de chats.
Del otro lado, CF no lee secuencias: aprende similitudes históricas. No necesita entender qué es un producto; le alcanza con los patrones de co-ocurrencia: qué ítems fueron vistos o comprados juntos por muchos usuarios.
A partir de eso, arma vectores para usuarios e ítems en un espacio latente compartido, y el puntaje de recomendación sale del producto escalar entre ambos vectores. Además, puede precalcular similitudes entre ítems y responder rápido en producción.
El límite aparece en otro lado: no puede usar de forma nativa el orden de los eventos, el canal de origen ni el texto de un mensaje de chat.
| Dimensión | Filtrado Colaborativo | Modelos con Atención |
|---|---|---|
| Señal principal | Patrones de co-ocurrencia usuario-ítem | Secuencia y orden de eventos en sesión |
| Contexto de sesión | No nativo | Nativo |
| Metadata del ítem | No nativo | Integrable vía embeddings |
| Texto / chat | No nativo | Sí, con encoders de lenguaje |
| Velocidad en producción | Muy alta | Depende de la arquitectura |
La diferencia clave está en las señales que usa cada enfoque y en cuánta historia necesita para funcionar bien. Eso marca cuánto rinde cada uno cuando hay poca historia o cuando las señales llegan incompletas.
El filtrado colaborativo clásico puede empezar con muy poco: ID de usuario, ID de producto, tipo de interacción y timestamp. Con eso ya se pueden armar recomendaciones básicas.
El problema aparece enseguida en ecommerce. Muchas veces, el historial de interacciones está casi vacío. Y si además el catálogo es grande y cada SKU recibe poco tráfico, las similitudes entre productos o usuarios pasan a ser poco confiables. Ahí se define algo clave: si el sistema de verdad personaliza o si apenas repite lo más popular. Ese techo suele notarse primero cuando falta historial.
Los modelos con atención arrancan con más requisitos. Necesitan secuencias de eventos ordenadas en el tiempo, atributos de producto y, de forma opcional, texto o señales del canal. Si además sumás canales conversacionales, como la optimización de ventas con WhatsApp, el modelo puede incorporar esas señales para enriquecer la secuencia de sesión. En pocas palabras: cuanto más contexto tiene, menos depende del histórico.
El punto débil de CF se ve claro con usuarios e ítems nuevos. CF falla en ambos casos porque no tiene historial de coocurrencias. Entonces hace lo que puede: tira de popularidad global o de reglas comerciales, y los ítems sin interacciones directamente quedan afuera del ranking.
En ecommerce, eso pega fuerte. Sobre todo en lanzamientos de temporada o drops de edición limitada, donde la ventana de exposición es corta y entra mucho tráfico nuevo justo cuando más importa personalizar.
Los modelos con atención lo resuelven por dos caminos.
La diferencia de fondo no pasa solo por qué datos pide cada enfoque. Pasa por qué puede hacer cuando los datos faltan. En la práctica, queda así:
| Dimensión | Filtrado Colaborativo | Modelos con Atención |
|---|---|---|
| Datos mínimos | ID de usuario + ID de producto + tipo de evento | Secuencias de sesión + atributos de producto |
| Información lateral | No nativa | Atributos, texto, canal, contexto de campaña |
| Cold start - usuario nuevo | Recurre a popularidad global o reglas comerciales | Usa contexto de sesión desde el primer evento |
| Cold start - ítem nuevo | Queda fuera del ranking | Posicionable por atributos desde el lanzamiento |
| Escasez de datos | Alta / Baja | Alta / Alta |
Para growth, esto marca la velocidad con la que el sistema aprende. Para producto, marca la cobertura real de personalización. Con los datos ya sobre la mesa, quedan dos frentes: qué tan bien rankea cada enfoque y cuánto cuesta operarlo.
Cuando los datos ya están resueltos, la diferencia se nota en el momento en que cambia la intención dentro de una misma sesión. Si una persona pasa de mirar zapatillas de running a consultar por calzado formal en cuestión de minutos, el filtrado colaborativo clásico suele responder peor. ¿Por qué? Porque sigue apoyándose en patrones históricos de coocurrencia, incluso cuando la señal más importante ya pasó a ser otra.
Ahí es donde los modelos con atención suelen rendir mejor. Están pensados para dar más peso a las señales recientes de la sesión y ajustar el ranking en función de eso. En canales conversacionales, esto pesa mucho. Si alguien primero pregunta por skincare y después marca un rango de precio, la recomendación tendría que acomodarse a esa nueva restricción en el acto.
Esa diferencia no queda solo en la idea. También aparece en métricas de ranking y de negocio. En un caso documentado por Grid Dynamics, un recomendador basado en sesiones logró más de un 10 % de lift en CTR en desktop y más de 3 % en ingresos por visitante en pruebas A/B.
La mejora de ranking no se entiende con una sola métrica. Un modelo puede subir el NDCG offline y, aun así, casi no mover las conversiones reales. Para equipos de growth y producto, conviene mirar señales más cerca del negocio: CTR en módulos de recomendación, tasa de add-to-cart y tasa de conversión, con corte por usuarios nuevos vs. recurrentes y por canal.
| Dimensión | Filtrado colaborativo clásico | Modelos con atención |
|---|---|---|
| Contexto de sesión | No nativo; requiere features adicionales | Sí; la secuencia actual es parte central de la entrada |
| Interpretabilidad | Más simple: personas con patrones parecidos también compraron esto | Los pesos de atención muestran qué señales influyeron más, pero no son una explicación causal definitiva |
| Relevancia para growth | Buen baseline, estable y eficiente | Suele rendir mejor cuando importa la conversión de corto plazo y la intención en conversación |
La interpretabilidad no es solo un tema de papers. En producción, pega de lleno en la operación diaria. Si el equipo de merchandising quiere entender por qué el sistema está empujando un producto puntual, o si soporte tiene que explicarle a un cliente por qué vio cierta recomendación, el modelo necesita devolver una respuesta que una persona no técnica pueda seguir sin perderse.
En eso, el filtrado colaborativo tiene una ventaja de comunicación. Los modelos con atención pueden tener mejor desempeño, pero explicarlos en bruto cuesta más. Los pesos de atención sirven para señalar qué señales pesaron más, pero no hay que leerlos como una causa final y cerrada. Por eso, en producción hacen falta explicaciones simples y auditables.
En Burbuxa, esa explicación se sostiene sobre datos compartidos de catálogo, órdenes, clientes y conversaciones.
Después de mirar la performance y el contexto, aparece una pregunta muy concreta: ¿esa mejora en ranking alcanza para pagar el costo de operarla? La respuesta cambia según el enfoque y, sobre todo, según la escala.
El filtrado colaborativo clásico suele correr sobre CPU estándar, con latencias p90 cercanas a 50 ms. Su costo de inferencia se mueve entre US$ 5 y US$ 108 por mes, según el tamaño del catálogo. En la práctica, eso suele venir con un equipo chico y un reentrenamiento batch bastante simple. No hay mucho misterio: menos piezas, menos fricción.
Los modelos con atención juegan otro partido. En catálogos medianos, de hasta 1.000.000 de ítems, tres instancias CPU sostienen latencias p90 de alrededor de 200 ms por US$ 324 por mes. Si usás una GPU T4, esa latencia baja, con un costo de US$ 268 por mes. En catálogos grandes, de 10.000.000 de ítems y 1.000 solicitudes por segundo, sostener 50 ms p90 ya pide varias GPUs, y el costo de inferencia ronda los US$ 1.343 por mes. Y ese número no viene solo: también hay que sumar un equipo más especializado, ingesta en tiempo real, repositorio de variables y monitoreo constante del desvío del modelo.
| Dimensión | Filtrado colaborativo | Modelos con atención |
|---|---|---|
| Esfuerzo de ingeniería | Bajo a medio: equipo chico y stack existente | Medio a alto: equipo especializado en ML/MLOps |
| Infraestructura | ETL batch, inferencia en CPU | Ingesta en tiempo real y repositorio de variables |
| Carga de mantenimiento | Reentrenamiento simple y control de calidad de datos | Monitoreo de latencia, desvío del modelo y reentrenamiento frecuente |
| Costo de inferencia estimado | US$ 5–108/mes según escala | US$ 268–1.343/mes según escala |
Con ese costo sobre la mesa, la elección pasa por una sola cosa: cuánto dinero extra te deja esa capa de personalización.
El filtrado colaborativo alcanza cuando el catálogo es bastante estable, en el rango de 1.000 a 20.000 SKUs, el tráfico es moderado y los casos de uso son los de siempre: productos similares o otros también compraron. Para equipos con poca capacidad de ML, suele ser una muy buena primera jugada. Te deja probar si hay valor sin meterte, de entrada, en una operación pesada.
Los modelos con atención pasan a tener sentido cuando la mejora de ranking pega directo en los ingresos por sesión. Eso suele darse en catálogos grandes y cambiantes, con flujos conversacionales o superficies donde la intención del usuario gira rápido dentro de la misma visita. Por ejemplo:
La decisión sale de cruzar costo, CTR, add-to-cart e ingresos por sesión. En muchos equipos, arrancar con filtrado colaborativo, medir bien y escalar solo donde los números cierren sigue siendo el camino más seguro cuando la capacidad técnica es limitada.
Conviene cuando ya tenés un historial amplio de interacciones y compras. El filtrado colaborativo se basa en patrones de usuarios parecidos, así que funciona mejor cuando hay suficientes datos históricos.
Suele rendir bien si manejás un catálogo amplio y mucho tráfico, porque ahí puede detectar qué productos suelen comprarse juntos. Si el historial es corto o entran muchos productos nuevos, su desempeño baja.
Cuando entran muchos usuarios nuevos, el problema más grande es el arranque en frío: no hay historial de clics ni de compras para personalizar la experiencia.
Para destrabar eso, Burbuxa usa modelos híbridos que mezclan contenido y comportamiento. Mira atributos del producto, descripciones y similitudes visuales para recomendar desde el primer contacto. Y, mientras la persona interactúa por WhatsApp o Instagram, ajusta las sugerencias en tiempo real según su intención.
Definí desde el arranque objetivos medibles, como subir el AOV o recuperar carritos abandonados. Después, seguí de cerca métricas como CVR, ingreso por sesión y ventas generadas a partir de sugerencias personalizadas.
Validalo con pruebas A/B para aislar el efecto de la atención. Así podés ver, sin vueltas, qué cambió por esa intervención y qué no.
Con Burbuxa, además, podés centralizar comportamiento, ventas y conversaciones para atribuir ingresos y revisar si la integración de datos y la relevancia de las sugerencias están funcionando.
