Extrator de E-Commerce: 6 Fornecedores Avaliados

Avaliamos cinco fornecedores de dados web em 100 domínios de e-commerce, recolhendo 65.000 páginas de produto e pesquisa em cada um, com 5 a 5.000 pedidos concorrentes.

Tempo de resposta e taxa de sucesso

Com a média calculada entre os níveis de concorrência, a Decodo registou a mediana de resposta mais rápida, cerca de 7 segundos, com uma taxa de sucesso de 59%, enquanto a Bright Data obteve a taxa de sucesso mais alta (76%) com uma mediana de 16 segundos. A Apify registou o maior tempo de resposta mediano, 46 segundos.

O tempo de resposta é apresentado como a mediana (P50), o pedido típico, e a cauda (P90), os 10% de pedidos mais lentos.

Veja a nossa metodologia de avaliação de e-commerce para saber como testámos.

Taxa de sucesso do extrator de e-commerce por concorrência

A Bright Data registou a taxa de sucesso geral mais alta. Com 5.000 pedidos paralelos, a Bright Data manteve 71% e a Nimble 56%.

Concorrência é o número de pedidos enviados ao mesmo tempo. O nível de 5.000 pedidos sobrecarrega os limites de taxa e a infraestrutura de um fornecedor.

Taxa de sucesso em páginas de produto e pesquisa

Todos os fornecedores tiveram pontuação mais alta em páginas de produto (detalhe) do que em páginas de pesquisa (listagem), com uma diferença de 5 pontos (Zyte) a 15 pontos (Decodo).

• Páginas de pesquisa (listagem) devolvem muitos itens de uma consulta ou categoria, frequentemente paginadas e renderizadas dinamicamente, o que dificulta a extração consistente.

• Páginas de produto (detalhe) mostram um único item com campos estruturados como título, preço, SKU e imagens.

Análise dos extratores de e-commerce

Bright Data fornece uma API Web Scraper associada a uma interface sem código, juntamente com um extrator de e-commerce dedicado e mais de 1.000 extratores prontos a usar que cobrem marketplaces como Amazon, eBay, AliExpress, Walmart e Target. A combinação de acesso via API e um painel de controlo sem código torna-o utilizável tanto por equipas de engenharia como por equipas não técnicas. No nosso benchmark, a Bright Data registou a taxa de sucesso global mais alta e foi um dos poucos fornecedores a manter a sua taxa sob carga concorrente pesada.

Desempenho:

• Taxa de sucesso global mais alta: 78% em 100 domínios.
• Manteve a sua taxa sob carga: um dos dois fornecedores a sustentar o sucesso com 5.000 pedidos concorrentes (71%).

Decodo oferece uma API de Web Scraping de uso geral com mais de 100 modelos prontos a usar, incluindo um extrator Amazon que devolve dados estruturados de produtos, como preços, ASINs e ofertas nos marketplaces regionais da Amazon. No nosso benchmark, registou o tempo de resposta mediano mais rápido entre os fornecedores testados.

Desempenho:

• Respostas mais rápidas: cerca de 5 segundos de tempo de resposta mediano.
• Preço de entrada: $0,88 por 1.000 pedidos.
• Cobertura variável por site: 96% na Amazon, 20% na Target.

A API da Zyte é uma API de web scraping que combina tratamento de bloqueios, renderização headless e capacidades de extração por IA para estruturar HTML bruto em dados tipificados, como nomes de produtos, preços e classificações, a partir de páginas de produto de retalho. É acessível via REST e integra-se com a framework open-source Scrapy, mantida pela Zyte, juntamente com o alojamento Scrapy Cloud. No nosso benchmark, registou a segunda taxa de sucesso global mais alta e manteve-se consistente nos principais marketplaces e sob concorrência elevada.

Desempenho:

• Segunda taxa de sucesso global mais alta: 73% em 100 domínios.
• Consistente nos principais marketplaces: Amazon 95%, Walmart 97%, Target 96%, eBay 98%.
• Menor diferença entre produto e pesquisa: 74% em páginas de produto e 70% em páginas de pesquisa, a menor diferença entre as duas entre todos os fornecedores.

O marketplace da Apify aloja milhares de Atores criados pela Apify e pela sua comunidade, servindo tanto developers como agentes.

Ao longo do nosso benchmark, utilizámos a sua Ferramenta de Scraping de E-commerce, um único Ator universal que extrai dados de produto e preço, detalhes de categoria, avaliações e informações de vendedor a partir de plataformas de retalho e marketplaces como Amazon, Walmart e eBay, a partir de um URL de produto, um URL de categoria ou uma pesquisa por palavra-chave.

Desempenho:

• Sucesso com carga normal: 72% no geral, 96% na Amazon e 92% na Best Buy.
• Flexibilidade: aceita um URL de produto, um URL de categoria ou uma pesquisa por palavra-chave e exporta em JSON, CSV, Excel, XML ou HTML.
• Tempo de resposta e carga: mediana de 46 segundos de tempo de resposta.

A Nimble oferece uma API de web scraping de uso geral, juntamente com uma API de e-commerce dedicada que devolve JSON estruturado por IA e NLP e suporta os principais marketplaces, incluindo Amazon, Walmart e Google Shopping. A API inclui proxies residenciais integrados e geo-targeting até ao nível de país, estado, cidade e código postal. No nosso benchmark, a Nimble manteve a sua taxa de sucesso sob carga concorrente pesada melhor do que qualquer outro fornecedor, exceto a Bright Data.

Desempenho:

• Segundo mais resiliente sob carga: manteve 56% de sucesso com 5.000 pedidos concorrentes, atrás da Bright Data.
• Rápido: cerca de 9 segundos de tempo de resposta mediano.
• Força específica de domínio: 100% no AliExpress e 90% na Best Buy, 25% na Amazon.

Cobertura de extrator dedicado por fornecedor

Os fornecedores diferem na forma como extraem os dados. Alguns disponibilizam um extrator dedicado e pré-construído para cada marketplace que devolve os campos estruturados do site; outros aplicam um motor universal a qualquer site. A Bright Data ofereceu a cobertura dedicada mais ampla nos 100 domínios. A Zyte e a Apify utilizam um único motor de extração universal em vez de uma biblioteca por marketplace.

Para cada fornecedor, a coluna de campos de metadados conta os atributos de dados distintos num registo de produto em JSON analisado, como preço, marca, classificação, SKU ou imagem. O valor é a média nas páginas de produto que devolveram um registo de produto analisado e exclui cabeçalhos HTTP, metadados de pedido e qualquer campo que contenha o HTML bruto da página.

Os extratores dedicados da Bright Data devolvem dados de páginas de produto; a Decodo oferece extratores dedicados para páginas de pesquisa e listagem, em vez de páginas de produto. A cobertura reflete o catálogo de cada fornecedor no momento do benchmark.

Preços dos extratores de e-commerce

*Os preços da Bright Data são por registo (um item extraído, por exemplo, um produto ou uma avaliação) e não por pedido. Nas páginas de pesquisa, um único pedido pode devolver vários registos.

No nosso benchmark, devolver 1.000 páginas de produto com o conteúdo esperado custou $1,30 na Nimble, $1,52 na Bright Data, $3,00 na Decodo, $3,32 na Zyte e $7,50 na Apify. Os pedidos falhados contam para o gasto, mas não para o total de páginas, pelo que estas são taxas efetivas e não preços de tabela.

Veja mais dos nossos benchmarks e insights baseados em dados na Pesquisa Google.

Adicionar como fonte preferencial

Metodologia do benchmark de e-commerce

Seleção de domínios

Selecionámos os 15 principais países por PIB e excluímos a Rússia e a China. Para cada país, considerámos os 5 principais domínios dos últimos três meses da categoria de e-commerce do SimilarWeb. Adicionámos os 5 principais sites globais de eletrónica de consumo e de mercearia. Para os Estados Unidos, que ficaram em primeiro lugar, também considerámos os 20 principais domínios da categoria de retalho do Semrush, uma vez que as listagens públicas do Semrush mostram 20 sites, enquanto o SimilarWeb mostra 5.

Em seguida, incluímos o top 20 global da categoria de retalho e o top 20 da categoria de vestuário/moda para janeiro de 2026. Excluímos domínios que servem países fora do conjunto selecionado, sites que exigiam autenticação para navegar e sites que exigiam a seleção de um país na página de destino antes da navegação. Excluímos caminhos regionais de domínios globais (por exemplo, etsy.com/fr), mas mantivemos sites regionais que tinham um domínio separado. Quando uma exclusão deixou uma lacuna no top 5 de um país, preenchemo-la a partir da lista de e-commerce do top 20 do Semrush para esse país. Para atingir 100 domínios, adicionámos 10 seleções dos principais marketplaces de e-commerce.

Dois domínios de marca única, apple.com e consumer.huawei.com, devolveram apenas algumas centenas de produtos distintos, mesmo depois de termos rastreado todas as categorias, abaixo do objetivo por domínio. Substituímo-los por dois domínios de alto tráfego de acordo com o tráfego do SimilarWeb, bol.com e argos.co.uk.

Recolha de URLs

Para cada domínio, recolhemos tanto URLs de produto como de listagem, mantendo URLs de reserva suficientes para que cada execução e teste de carga utilize um conjunto novo. Descobrimos cada URL sem obter a página de destino através de qualquer fornecedor avaliado, pelo que essas páginas permanecem não utilizadas antes do próprio benchmark.

Para os URLs de produto, utilizámos três fontes em sequência, parando quando um domínio atingia o seu objetivo:

• O próprio sitemap de produto do site.
• Um rastreio das próprias páginas de categoria do site (desde a página inicial, passando pelas categorias e subcategorias) quando o sitemap estava em falta ou era demasiado pequeno, recolhendo links de produtos enquanto se obtinham as páginas de categoria, mas nunca a página de produto.
• Pesquisa restrita ao site da Google quando um domínio ainda estava abaixo do objetivo.

Cada URL foi comparado com um padrão de produto por domínio para eliminar páginas que não fossem de produto, e qualquer domínio ainda abaixo do objetivo foi sinalizado para revisão manual ou substituído por um de reserva.

Para os URLs de pesquisa, gerámos consultas a partir do próprio catálogo de cada domínio, em vez de uma lista de palavras externa. As palavras-chave vieram dos nomes das categorias e dos slugs dos produtos do site, pelo que estão no próprio idioma do site (um site japonês ou coreano é consultado no seu próprio idioma, sem etapa de tradução separada), e foram opcionalmente generalizadas para termos de categoria simples, como “ténis de corrida”. Executámos as consultas no endpoint de pesquisa do site, ou nas suas páginas de categoria onde não existe pesquisa por palavra-chave, e mantivemos as consultas que devolveram vários produtos distintos. Todos os URLs foram depois normalizados para uma localidade por domínio, limpos de parâmetros de rastreamento e desduplicados.

Validação de URLs

Como o benchmark obtém cada URL com todos os fornecedores, validar o conjunto completo consumiria os URLs não utilizados, pelo que validámos uma amostra de cerca de uma dúzia de cada tipo de página por domínio, aproximadamente 2.500 URLs. Confirmámos que as páginas de produto estavam ativas e mostravam um preço, e que as páginas de listagem estavam ativas e devolviam vários produtos distintos, em vez de uma página vazia ou de um único produto. Removemos subdomínios de staging e QA e localidades misturadas, e excluímos todos os URLs amostrados do conjunto fornecido.

Execução do benchmark

Cada fornecedor obteve os mesmos URLs novos, com um número igual de páginas extraídas de cada domínio em cada execução. Quando um fornecedor oferecia um extrator de e-commerce dedicado para um domínio, utilizámo-lo; caso contrário, utilizámos o desbloqueador web geral do fornecedor. Todos os fornecedores executaram a partir da mesma localização de servidor, pelo que a localização não deu vantagem a nenhum fornecedor.

Para medir o comportamento sob carga, em vez do melhor caso, executámos o conjunto completo em três níveis de concorrência de 5, 100 e 5.000 pedidos paralelos. Um estado HTTP 200 não contou como sucesso por si só. Para cada URL, definimos antecipadamente os dados esperados e, em seguida, verificámos a página devolvida em relação a eles: uma resposta contou como sucesso apenas quando o seu conteúdo correspondia a essa verdade fundamental através de um seletor CSS ou de um campo estruturado (JSON) que continha os dados de destino (um preço e campos de produto numa página de produto, vários produtos distintos numa página de listagem).

Uma página de bloqueio, um captcha ou uma página vazia tiveram pontuação zero, mesmo com um estado 200. Todos os gráficos deste artigo utilizam esta taxa de sucesso verificada por conteúdo. Registámos o estado HTTP e o tempo de resposta ponta-a-ponta juntamente com ele, e relatamos o tempo de resposta como a mediana (P50) e a cauda (P90) dos pedidos bem-sucedidos.

Apenas a Bright Data e a Nimble sustentaram uma execução completa ao nível de 5.000 pedidos; os outros quatro fornecedores foram limitados pela concorrência ao nível da conta ou pelos limites de crédito nessa carga, e não pela capacidade de scraping, pelo que não são apresentados nesse nível de concorrência.

O scraping de e-commerce é legal?

É legal recolher informações públicas como nomes de produtos, preços e estado do stock, desde que não contorne logins ou aceda a dados privados.

No entanto, novas regras de IA aplicar-se-ão a algumas plataformas. Por exemplo, a partir de 2026, o eBay alterou o seu Acordo de Utilizador para proibir “bots orientados por LLM” e “agentes de compra por mim” de utilizarem a sua plataforma sem autorização escrita. Esta atualização responde ao aumento do “comércio agêntico”.¹

Embora o scraping geral continue a ser legal, a utilização de agentes de IA para interagir com marketplaces está agora sujeita a regras mais rigorosas.

Perguntas frequentes

Cite este benchmark

Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.

@misc{dogan2026,
  author = {Dogan, Sedat and Sarı, Ekrem},
  title  = {{Extrator de E-Commerce: 6 Fornecedores Avaliados}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/ecommerce-scraper}},
  note   = {AIMultiple. Acessado em 19 Julho 2026}
}

Links de referência

1.

Security Measure | eBay

Sedat Dogan

CTO

Siga-nos

Sedat é um líder em tecnologia e segurança da informação com experiência em desenvolvimento de software, coleta de dados web e cibersegurança. Sedat: - Possui 20 anos de experiência como hacker ético e guru de desenvolvimento, com vasta expertise em linguagens de programação e arquiteturas de servidores. - É consultor de executivos de alto nível e membros do conselho de administração de empresas com operações tecnológicas de alto tráfego e missão crítica, como infraestrutura de pagamentos. - Possui grande perspicácia comercial, além de sua expertise técnica.

Ver perfil completo

Revisado tecnicamente por

Ekrem Sarı

Pesquisador de IA

Siga-nos

Ekrem é pesquisador de IA na AIMultiple, com foco em automação inteligente, GPUs, agentes de IA e frameworks RAG.

Ver perfil completo

Seja o primeiro a comentar

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.

Nome

Endereço de email

Comentário

0/450

Postar comentário