La ficha española del informe Holiday Retail 2026 de Shopify sitúa el gasto previsto para el fin de semana del Black Friday en 175 euros, frente a los 182 euros de gasto previsto para 2025 que recoge la misma ficha. También señala que un 76% de los encuestados considera probable utilizar IA en al menos una tarea de compra. Son intenciones declaradas: no describen ventas cerradas ni significan que tres de cada cuatro personas vayan a dejar que un agente compre por ellas.
El informe, recogido el 6 de octubre por Marketing4eCommerce, permite distinguir etapas. Un 55% se siente cómodo con recomendaciones de productos mediante IA; un 38%, con que prepare el carrito si la persona completa la compra; y un 30% confía en que compre en su nombre. Estas preguntas miden disposiciones distintas y no deben sumarse como si fueran grupos excluyentes.
Qué mide la encuesta y qué queda fuera
Sapio Research encuestó por internet a 2.000 residentes adultos en España en julio de 2026. La ficha incorpora otra encuesta a 1.000 propietarios y responsables empresariales en agosto, en compañías de menos de 1.000 empleados. Shopify impulsa el estudio. Los datos recogen expectativas previas a la campaña; no prueban que la IA cause más compras ni permiten anticipar la facturación de una tienda concreta. La ficha pública no incluye el cuestionario completo, los criterios de ponderación ni un margen de error; estos límites impiden afinar conclusiones por segmento.
Esta diferencia metodológica cambia el uso del informe. Una marca puede tomarlo como señal para revisar cómo ayuda al comprador a informarse, pero no debería convertirlo en una previsión automática de ingresos. Entre una respuesta de encuesta y una transacción intervienen precio, disponibilidad, confianza, plazos y circunstancias personales que la cifra agregada no resuelve.
Para planificar inversión, conviene comparar esas señales con la información propia que el negocio ya puede observar: preguntas recibidas, búsquedas internas, productos consultados y motivos documentados de abandono. El estudio aporta contexto de mercado; la decisión sobre una campaña necesita además datos de esa operación. Si ambos apuntan en direcciones distintas, merece la pena investigar la diferencia antes de modificar presupuesto.
La primera tarea está en la información del producto
La lectura de Contrafeed es que preparar el catálogo puede ser más urgente que añadir un asistente. Una recomendación útil necesita identificar correctamente qué se vende, para quién sirve y qué condiciones tiene. Tallas, compatibilidades, unidades incluidas y disponibilidad deberían resultar comprensibles tanto en una ficha como en una respuesta de atención al cliente.
Un ejercicio práctico consiste en elegir varios productos con consultas frecuentes y comprobar si una persona puede decidir entre ellos sin recurrir a un mensaje adicional. Cuando faltan datos, la solución puede ser completar la ficha o mejorar una fotografía. Automatizar la respuesta antes de corregir la fuente trasladaría la misma carencia a otra interfaz.
También conviene mantener coherencia entre anuncio, página y pago. Una creatividad puede destacar una ventaja que después aparece matizada en la ficha o condicionada en el carrito. El equipo debería revisar el recorrido completo y asignar quién actualiza cada información. Esa comprobación sirve para compradores humanos y para servicios que extraen o resumen datos comerciales.
Recomendar, preparar el carrito y pagar son permisos diferentes
La distancia entre las respuestas de la encuesta ayuda a separar tres decisiones de producto. El comprador puede aceptar ayuda para comparar y querer conservar el control al elegir; puede permitir preparar un carrito y revisar cada línea antes de pagar. Una marca que estudie introducir automatización debería diseñar esos pasos de forma explícita y comprobar en cuál necesita intervenir la persona.
En las pruebas de agentes de compra y captación de TikTok aparecen dependencias concretas de acceso e integración. El interés declarado por la IA no elimina esas condiciones. Antes de prometer una nueva experiencia, el negocio necesita saber qué puede activar realmente, qué datos utilizará y cómo resolverá una incidencia.
La medición puede conservar esta separación: recomendación consultada, producto añadido, carrito revisado y pedido completado. Son hitos diferentes. Si un asistente aumenta las consultas y no cambia las compras, el resultado puede exigir mejorar información o detectar un problema de precio; no basta con contar conversaciones para concluir que la campaña funciona.
Usar la campaña para aprender sin perder la referencia
Un piloto útil debería compararse con una experiencia conocida y mantener un periodo y un grupo de productos acotados. El equipo puede registrar las preguntas que la herramienta no resuelve, las correcciones necesarias y el tiempo de atención que exige. Son métricas operativas propuestas por Contrafeed, no resultados atribuidos a Shopify ni a sus clientes.
La misma cautela se aplica a nuevos espacios publicitarios. Nuestra revisión de los anuncios visuales de ChatGPT en pruebas en Estados Unidos distingue disponibilidad de una función y rendimiento para un anunciante. Ninguna expectativa de adopción sustituye la comprobación de acceso, coste y respuesta de una campaña propia.
El informe plantea una oportunidad concreta para las marcas: facilitar la investigación del comprador y ofrecer control en los pasos decisivos. La campaña del Black Friday permitirá observar comportamientos reales. Hasta entonces, los porcentajes sirven para formular preguntas y preparar pruebas, con su fecha, mercado y método a la vista.
Fuente y alcance
La ficha española recoge encuestas de julio y agosto de 2026. Sus porcentajes describen respuestas declaradas; las propuestas operativas del artículo corresponden al análisis de Contrafeed.
Shopify / Sapio Research · Holiday Retail 2026: Spain — PDF primario leído y renderizado. Fecha de publicación exacta no indicada; trabajo de campo julio y agosto de 2026. Intenciones autodeclaradas, no ventas.
Rafael Sotelo / Marketing4eCommerce · El Black Friday se frena en gasto, pero se acelera en uso de la IA — Medio de descubrimiento. Las cifras se han contrastado con la ficha primaria española.
