Auditoría independiente de shopstar.pe en los dos lugares donde hoy empieza una compra: el buscador y los asistentes de IA. Medida desde afuera, sin acceso a sus sistemas.
Posición promedio en las keywords que comparte con la competencia. La de Falabella es 8.6.
-28% entre abril y agosto de 2026.
172,000 fichas publicadas generan el 12.7% del tráfico.
Un marketplace que no captura demanda genérica no adquiere clientes nuevos por buscador: cosecha los que ya tiene. La segunda página más visitada de todo el sitio es /promart, con solo 4 keywords, y la cuarta es la categoría de roperos.
Shopstar rankea en 32,223 keywords, más que Promart y que Oechsle. La diferencia no está en cuántas búsquedas cubre, sino en dónde aparece dentro de ellas.
Es la ganancia más rápida disponible porque no exige rankear de cero, sino mover algo que ya rankea. Entre ellas: promart (550,000 al mes, posición 12), victoria secret (135,000, posición 14), crocs (90,500, posición 17), celulares (74,000, posición 16) y tablet (40,500, posición 20).
No están perdiendo posiciones de élite: las keywords en top 3 subieron de 111 a 137 en el periodo. Lo que se evapora es la cola larga, que cayó de 6,454 a 2,524 keywords en posiciones 51 a 100. El sitio pierde superficie de captura mientras mejora en la punta.
No preguntamos "¿qué opinas de Shopstar?", porque eso no lo busca nadie. Escribimos 120 preguntas como las escribe un comprador peruano, repartidas en 12 categorías y en los 3 momentos donde se decide una venta. Cada una se corrió dos veces por motor, el mismo día, para medir si la respuesta es estable.
Quién sale nombrado: Falabella, Ripley, Hiraoka
Quién sale nombrado: Falabella, Hiraoka, Ripley
Quién sale nombrado: Falabella, Oechsle, Efe
Quién sale nombrado: Falabella, Ripley, Mercado Libre
Quién sale nombrado: Shopstar, iShop, Promart
Quién sale nombrado: Indecopi, Falabella, Ripley
Quién sale nombrado: Falabella, Ripley, Oechsle
Quién sale nombrado: Falabella, Ripley, marcas oficiales
Garantía, cambio de talla, producto fallado, demora del delivery, perfume falso. Son las preguntas de quien ya compró o está por decidir con miedo, y las que más confianza transfieren. Ahí hoy contestan Falabella, Ripley e Indecopi.
El mapa también muestra dónde se puede entrar. Falabella lidera en las doce, pero el resto tiene huecos grandes: Hiraoka es fuerte en TV y electrohogar y desaparece en moda, muebles y niños. Sodimac vive en muebles. Ninguna categoría está cerrada, y en varias el tercer lugar se sostiene con menos del 15% de share.
Este es el dato que cambia la urgencia. En medios de pago, la única categoría donde Shopstar tiene presencia en IA, Google muestra respuesta generada en las 10 búsquedas de 10. Cuando el bloque de IA ocupa la pantalla, el clic al resultado orgánico se desploma, y ahí ya no compiten por posición: compiten por ser citados.
Cuando la pregunta es "dónde compro una laptop", Shopstar no aparece. Cuando es "dónde canjeo mis millas", aparece. No parten de cero: parten mal clasificados, que es un problema más fácil de corregir que la ausencia total.
"Con Interbank Benefit, puedes utilizar tus Millas en tiendas online como Rappi y Shopstar"
ChatGPT, sobre compra con puntos o millas
"los marketplaces propios de los bancos o pasarelas aliadas, como BanBifMall y Shopstar.pe"
Google AI Overviews, sobre descuentos bancarios
La IA nombra a Interbank 38 veces respondiendo preguntas de beneficios y cuotas. A Shopstar, 11. La asociación existe en una dirección y no se completa: quien pregunta por el beneficio del banco no termina en la tienda del banco.
Y de las 3,055 fuentes que la IA citó en las 840 respuestas, shopstar.pe fue citado 10 veces. Promart, que es su seller, fue citado 92 veces por su propio dominio.
Pedimos 40 fichas de producto igual que las pide un robot, sin ejecutar JavaScript. 10 llegaron sin title, sin og:title y sin datos estructurados de producto: solo el esqueleto de la aplicación. Repetimos la misma URL tres veces, con el mismo resultado, así que no es un fallo pasajero de caché.
Google lo resuelve, porque renderiza JavaScript, aunque le cuesta presupuesto de rastreo. Los rastreadores de IA, en general, no ejecutan JavaScript. Para ellos, una de cada cuatro fichas de Shopstar es una página sin nombre y sin precio.
Dicho con honestidad: esto es una causa candidata, fuerte y verificable, no una relación probada. No podemos afirmar que sea la única razón del 1.4% de share en IA. Sí podemos afirmar que un motor que no renderiza no encuentra qué citar en el 25% del catálogo que probamos, y que arreglarlo es barato comparado con lo que cuesta ganar autoridad.
Rastreamos 2,000 páginas con renderizado de JavaScript. Puntaje técnico: 86.1 sobre 100, cero errores 4xx y un solo 5xx. No hay desastre estructural. Lo que sigue son fugas concretas y corregibles.
1,861 de 2,000. Mucho HTML y poco texto que Google o una IA puedan usar para entender de qué trata la página. Es el patrón que hace que 172,000 fichas rindan el 12.7% del tráfico.
1,860 páginas. En un catálogo, el alt es la única descripción legible de la foto del producto, y es gratis de generar desde el nombre y la marca.
400 demasiado cortos y 426 demasiado largos, más 322 descripciones que no coinciden con el contenido de la página. Es CTR que se pierde en keywords donde ya se pelea desde posición 11 a 20.
sitemap1.xml, 2 y 3 devuelven HTML, no XML. Además Disallow: *?page= bloquea la paginación de categorías, y toda URL inexistente responde 200 con canonical hacia una URL que el mismo robots prohíbe.
El dominio de su correo, shopstar.com.pe, está estacionado en GoDaddy: no sirve la tienda, redirige por JavaScript a una página de aterrizaje y su sitemap declara una sola URL. Quien lo escriba en el navegador no llega a Shopstar. Se resuelve con un 301.
Contenido de categorías, títulos, descripciones y post-venta. Se ejecuta con el equipo de contenido y el CMS, sin tocar el backlog de desarrollo. Es donde arrancaríamos, y es lo que tiene que estar mostrando resultado al cierre del mes 3.
Paginación, sitemaps y sobre todo el render de las fichas. Son los de mayor impacto en la capa de IA y también los que dependen de un sprint ajeno, así que se piden temprano aunque den señal después.
Autoridad y reclasificación en la IA. Dependen de acumular fuentes y tiempo. Empiezan en paralelo desde el mes 2, porque arrancarlos tarde retrasa todo un trimestre.
Una advertencia honesta sobre los plazos: nada de esto se mide en semanas. Google tarda entre 6 y 12 semanas en recrawlear y reordenar lo que se toca, los modelos de IA se actualizan a su propio ritmo, y los frentes que dependen de desarrollo sobre VTEX suelen correrse en una organización grande. Preferimos decirlo ahora y no en el mes tres.
Por qué el barrido
Por qué el barrido de IA es recurrente y no un estudio único: corrimos cada pregunta dos veces el mismo día en cada motor para medir volatilidad. La respuesta de una IA no es estable como una posición de Google, así que se defiende midiendo seguido, no con una foto anual.
Las cifras de tráfico son estimaciones de modelo, no datos de Analytics: sirven para comparar dominios y dimensionar oportunidad, no como conteo de sesiones.
Los porcentajes de render y de meta descriptions salen de muestras de 40 y 30 fichas sobre un catálogo de 172,000, con el margen que eso implica.
Con acceso a Search Console, casi todo esto se reemplaza por datos reales en la primera semana.
Preparado por e-Qapla para Shopstar.pe, entre el 19 y el 21 de agosto de 2026. Ninguna cifra de este documento es inventada ni redondeada a conveniencia: cada una es reproducible con las fuentes citadas.