Qué deja ver una base de cosmética: radiografía de 120 fichas

Hay un contraste que cambia la manera de mirar una base de cosmética: las 120 fichas de esta muestra tenían una imagen frontal, pero solo 70 incluían una lista de ingredientes transcrita y 14 una fotografía seleccionada como imagen de envase. La primera cifra invita a pensar «puedo ver el producto». Las otras dos obligan a preguntar algo más preciso: ¿puedo consultar justo la información que necesito?

Este estudio no examina si 120 envases cumplen la normativa. Examina qué deja consultar una instantánea colaborativa de Open Beauty Facts y dónde termina esa evidencia. Parece una diferencia pequeña, pero evita tres atajos frecuentes: convertir un campo vacío en una ausencia física, tomar una etiqueta introducida por la comunidad como una alegación demostrada y tratar una muestra solicitada por orden de escaneos como si fuera una encuesta del mercado español.

La página de Metodología y fuentes explica el marco editorial común; en esta pieza detallamos además la selección, los campos y los límites específicos que permiten reproducir sus cifras.

La pregunta exacta: ¿qué hay en la ficha?

Una ficha digital y un envase son unidades distintas. El envase puede contener información que nadie ha fotografiado o transcrito. La ficha puede reunir datos aportados en momentos diferentes, con imágenes de distintas caras y textos en varios idiomas. Incluso una fotografía nítida exige localizar, ampliar e interpretar el elemento pertinente.

Por eso aquí medimos presencia en la ficha, no presencia en el envase. Un campo cuenta cuando contiene texto o al menos un elemento estructurado. Una imagen cuenta cuando la base la ha seleccionado para la función indicada —frontal, ingredientes o envase—. No juzgamos si la transcripción es exhaustiva, si la fotografía cubre toda la etiqueta o si la clasificación de una persona colaboradora es correcta.

La distinción también afecta a las alegaciones. El Reglamento (UE) n.º 655/2013 exige que las reivindicaciones cosméticas respondan, entre otros, a criterios de veracidad, datos que sustenten la reivindicación, honradez, imparcialidad y toma de decisiones con conocimiento de causa. Este estudio no dispone del expediente de información del producto ni evalúa esas pruebas. Solo localiza palabras en dos campos públicos.

Cómo se construyó la muestra

El 29 de julio de 2026 congelamos una instantánea de 400 registros asociados a España. Pedimos a la fuente que los ordenara por unique_scans_n y tomamos los primeros 120 con nombre dentro del orden recibido. La instantánea no conserva el valor numérico de ese indicador, por lo que podemos reproducir la selección, pero no auditar de nuevo la monotonía ni los empates. No es una muestra aleatoria, no está estratificada por canal o categoría y no permite estimar cuotas del mercado.

Cada observación es una ficha de Open Beauty Facts. Para cada una registramos la presencia de diez elementos:

• nombre;
• marca;
• categoría estructurada;
• lista de ingredientes transcrita;
• etiquetas o alegaciones estructuradas;
• formato de envase estructurado;
• imagen frontal;
• imagen de ingredientes;
• imagen de envase;
• cualquier imagen disponible.

Conservamos también el indicador de completitud que proporciona Open Beauty Facts. No lo hemos calculado a partir de esos diez elementos y no equivale a «porcentaje de etiqueta completa». Lo analizamos como un dato de la propia fuente, con ese nombre y ese límite.

Por último, buscamos diez familias de marcadores en el nombre del producto y en labels_tags: natural o ecológico; expresiones explícitas de ausencia; vegano; cruelty free; piel sensible o hipoalergénico; dermatológico; hidratación; antiedad; reparación; y protección solar. La búsqueda aplica un plegado Unicode determinista de mayúsculas y diacríticos y utiliza un diccionario versionado publicado en el script. Después revisamos una a una todas las coincidencias. No lee la lista INCI, no hace reconocimiento de texto en las imágenes y no interpreta sinónimos que no estén definidos.

Qué información estaba disponible

La lectura más útil no es «la base está completa» o «la base está incompleta». Es que la disponibilidad cambia según la pregunta. Para reconocer una ficha, el nombre, la marca y el frontal ofrecen una cobertura alta. Para estudiar la composición, 70 transcripciones y 87 imágenes de ingredientes abren una vía, pero no garantizan que una observación concreta tenga ambas ni que el contenido sea actual. Para estudiar formatos o datos repartidos por otras caras del recipiente, la cobertura estructurada y visual es mucho menor.

Esta asimetría importa en una guía de compra. Si alguien busca un ingrediente, una transcripción puede ayudar a localizar candidatos, pero la decisión debe volver al listado del envase disponible en el momento de comprar. Si investiga el PAO, las precauciones o el lote, una fotografía frontal no demuestra que esos datos no existan: quizá estén en la base, en el lateral, bajo una etiqueta desplegable o simplemente fuera del encuadre.

El indicador de completitud necesita apellido

Las 120 fichas incluían el indicador de completitud de Open Beauty Facts. Su media fue 0,4632 y su mediana, 0,475. La mitad central se situó entre 0,3625 y 0,575.

Este reparto describe un indicador interno de la plataforma dentro de esta muestra. No permite afirmar que un 46,32 % de cada etiqueta esté documentado, que una ficha alta sea correcta o que una baja corresponda a un producto peor. Dos fichas con el mismo valor pueden ser muy distintas para una pregunta concreta: una puede tener ingredientes y carecer de envase; otra, al revés.

La lección editorial es sencilla: antes de citar una ficha, hay que declarar qué campo sustenta la afirmación. «La ficha tiene una fotografía frontal» es comprobable. «El producto no indica conservación» no se deduce de que el campo de envase esté vacío.

Qué palabras detectó el método

Los marcadores más frecuentes fueron los relacionados con hidratación: 8 fichas, un 6,7 %. La familia natural o ecológico apareció en 5 fichas; las expresiones explícitas de ausencia y la protección solar, en 4 cada una; dermatológico y reparación, en 3; y piel sensible o hipoalergénico, en 2. El método no encontró marcadores de vegano, cruelty free o antiedad en los dos campos analizados.

La familia de ausencia exige contexto. Incluye, por ejemplo, etiquetas estructuradas equivalentes a «sin gluten», «sin alcohol», «sin siliconas» o «sin perfume». Excluimos «sin aclarado»: ahí «sin» explica cómo se usa una mascarilla y no afirma que falte un ingrediente. Esta decisión y cada positivo aceptado quedan registrados en la tabla de adjudicación del estudio.

Una coincidencia significa «el patrón encontró texto», nada más. No significa que la frase ocupe el frontal, que sea la alegación principal ni que esté justificada. Tampoco un cero significa que ningún envase use esa expresión: solo que no apareció en el nombre o en las etiquetas estructuradas de estas 120 fichas. El 22,5 % tenía algún contenido en labels_tags, de modo que buena parte de la muestra ni siquiera ofrecía ese segundo campo para la búsqueda.

La AEMPS recuerda que las propiedades reivindicadas deben ser veraces, honradas e imparciales y estar demostradas. Contar palabras no evalúa ninguno de esos criterios. Sí ayuda a formular una siguiente pregunta verificable: ¿dónde aparece la alegación exacta y qué evidencia se ofrece para ella?

Un protocolo de lectura en cuatro movimientos

Cuando una ficha colaborativa sirva de punto de partida, conviene separar cuatro acciones:

1. Localizar. Comprueba que código, nombre, formato y fotografía corresponden al producto y a la versión que tienes delante.
2. Identificar la evidencia. Distingue texto transcrito, campo estructurado y fotografía. No les atribuyas la misma cobertura.
3. Volver al original. Para ingredientes, modo de uso, advertencias, duración o PAO, consulta el envase actual y las instrucciones asociadas. Nuestra guía para leer INCI, PAO y alegaciones explica cómo separar esas capas.
4. Acotar la conclusión. Escribe qué observaste y dónde. Evita «no tiene» si solo sabes «no figura en el campo consultado».

El estudio complementario sobre la visibilidad del PAO en 36 fotografías aplica esa última cautela a una pregunta visual: diferencia «no se ve en este encuadre» de «no existe en el envase».

Este protocolo no desacredita el trabajo colaborativo. Al contrario: permite aprovecharlo sin pedirle una certeza que no ofrece. Una imagen de ingredientes puede ser una excelente pista; una ausencia puede señalar qué dato sería útil aportar; una ficha bien documentada puede reducir mucho el tiempo de búsqueda. La confianza nace de conservar el salto entre pista y comprobación.

Reproducción, licencia y descarga

La muestra congelada, los resultados agregados y el script de análisis se conservan con huellas SHA-256. El análisis se reproduce ejecutando scripts/Analyze-BellaYEstilosaStudyClaims.php sobre sample.json; el resultado canónico está en analysis.json. Puedes descargar el paquete público de datos del estudio: contiene el análisis, las 120 observaciones anonimizadas de presencia y completitud y las tablas de marcadores, junto con sus huellas SHA-256. No incluye credenciales, datos personales, fotografías ni la muestra de trabajo completa. El propio paquete explica qué resultados permite recalcular y qué parte del orden devuelto por la API no puede auditarse con la instantánea disponible.

Los registros proceden de © Open Beauty Facts contributors. La base de datos se reutiliza conforme a la Open Database License y sus contenidos individuales, conforme a la Database Contents License. Las fotografías de producto tienen condiciones de reutilización propias y no se publican en este estudio. La documentación oficial de licencias explica la diferencia entre base, contenidos e imágenes.

El hallazgo central no es una clasificación de cosméticos. Es una regla para investigar mejor: la cantidad de datos disponibles depende de la pregunta, y la conclusión nunca debe superar al campo que la sostiene.