Analisei 1,8 milhão de preços: o desconto anunciado leva a um preço menor?
Todo ano a mesma dúvida: aquele "-50%" da Black Friday é mais barato do que o produto custava semana passada, ou é só a etiqueta de "preço de" que subiu?
Eu acompanho preços de lojas online brasileiras para um projeto pessoal, o cloo.be - Clube de Ofertas, e resolvi responder com o histórico que já estava no banco. Os números abaixo cobrem 1,8 milhão de preços registrados de 571 mil produtos, entre 19/10 e 16/11/2026.
Os dados são abertos (CC BY 4.0), com página, JSON e CSV: https://cloo.be/indice-de-precos/?utm_source=tabnews&utm_medium=post
A pergunta certa não é "quanto de desconto"
O "preço de" mostrado ao lado do desconto quem define é o vendedor. Então não dá para julgar o desconto por ele. O que dá para medir é outra coisa:
O preço de hoje está abaixo do que esse mesmo produto costumava custar?
Para isso, cada produto é comparado com o próprio histórico, nunca com outro produto nem com outra loja.
Resultado 1: entre os descontos de 20% ou mais, 87,8% ficaram no preço habitual ou acima
Separei as ofertas ativas com desconto anunciado de 20% ou mais e pelo menos 7 dias de histórico (19 mil ofertas). Para cada uma, comparei o preço atual com a média do próprio produto no período:
| Situação do preço atual | % das ofertas |
|---|---|
| Pelo menos 3% abaixo da média do período | 12,2% |
| No menor preço registrado no período | 7,9% |
| No preço habitual ou acima | 87,8% |
Ou seja: na maioria dos casos, o desconto anunciado não muda o preço em relação ao que o produto já custava. Isso não quer dizer que alguém está mentindo. Muito produto passa o mês inteiro com o mesmo "de/por", e aí o desconto anunciado é simplesmente o preço normal dele.
Resultado 2: desconto maior não quer dizer preço mais baixo
| Desconto anunciado | Abaixo do habitual |
|---|---|
| 20% a 39% | 16,7% |
| 40% a 59% | 9,6% |
| 60% ou mais | 12,6% |
Foi o achado que mais me surpreendeu: a faixa de 20–39% teve mais casos de preço realmente abaixo do habitual do que as faixas maiores. O tamanho do número na etiqueta diz pouco.
Resultado 3: os preços não subiram em massa antes da BF (pelo menos até agora)
Comparando a média da primeira semana com a da última, nos 55 mil produtos com histórico comparável:
- 15,9% subiram;
- 18% caíram;
- 66,1% ficaram estáveis (variação menor que 2%);
- variação média: +0,2%.
A categoria com mais quedas foi Eletrodomésticos: 25,8% dos produtos caíram e a média ficou em −1%.
Como calculei (para quem quiser criticar o método)
- Janela: 30 dias. A variação compara a média dos primeiros 7 dias com a média dos últimos 7, o que suaviza os picos de um dia só.
- Fora da conta: variações acima de ±80%. Quase sempre é troca de anúncio ou de variação (outro tamanho, outra cor), não mudança de preço.
- Mínimo por grupo: uma categoria só aparece com pelo menos 50 produtos.
- "Abaixo do habitual": pelo menos 3% abaixo da média do próprio produto no período.
- "Menor preço": até 0,5% acima do menor preço registrado no período.
- Sem recorte por loja. Comparar lojas entre si viraria ranking de quem "engana mais", e não é isso que os dados medem.
- Nada estimado: só preços que de fato registramos. O preço vem das APIs oficiais das lojas e dos programas de afiliados, não de scraping.
Na parte técnica, o histórico fica em SQLite dentro de um Durable Object da Cloudflare, e o índice é recalculado sobre ele. O cálculo é uma função pura, com testes, para que o número publicado não dependa do humor de uma consulta SQL.
Limitações (são reais)
- 30 dias é pouco para produto com preço sazonal.
- Uma parte grande dos produtos não tem 7 dias de histórico e fica fora da análise de descontos.
- A amostra é do que o projeto acompanha, que puxa para produtos populares. Não é um censo do e-commerce brasileiro.
Como usar isso na prática
- Ignore o tamanho do desconto e olhe o histórico do produto.
- Desconfie de preço que subiu nos dias anteriores à promoção. No cloo.be, uma queda só é destacada se o preço não tiver passado mais de 15% da mediana nos dias antes dela.
- Uma regra que tem funcionado: queda de pelo menos 15% em relação à mediana de 30 dias e menor preço registrado. É isso que o radar do cloo.be usa para escolher o que mostrar.
Os dados são seus
O índice é aberto (CC BY 4.0): https://cloo.be/indice-de-precos/?utm_source=tabnews&utm_medium=post (tem JSON e CSV). Se você fizer um gráfico, uma análise ou um bot com ele, me conta aqui nos comentários.
E uma pergunta para quem entende de estatística: média, mediana ou percentil para definir o "preço habitual"? Hoje uso a média do período no índice e a mediana no radar, e não estou convencido de que essa é a melhor escolha.