Scraper de E-Commerce: 6 Provedores Avaliados

Avaliamos seis provedores de dados web em 100 domínios de e-commerce, buscando 65,000 páginas de produto e de pesquisa cada, com 5 a 5,000 requisições concorrentes.

Taxa de sucesso do scraper de e-commerce por concorrência

Bright Data registrou a maior taxa de sucesso geral. Com 5,000 requisições paralelas, Bright Data manteve 71% e Nimble 56%.

Concorrência é o número de requisições enviadas ao mesmo tempo. O nível de 5,000 requisições testa os limites de taxa e a infraestrutura de um provedor.

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

Tempo de resposta e taxa de sucesso

Na média entre os níveis de concorrência, Decodo registrou a resposta mediana mais rápida, cerca de 7 segundos, com taxa de sucesso de 59%, enquanto Bright Data alcançou a maior taxa de sucesso (76%) com mediana de 16 segundos. Apify registrou o maior tempo mediano de resposta, 46 segundos.

O tempo de resposta é apresentado como a mediana (P50), a requisição típica, e a cauda (P90), os 10% mais lentos das requisições.

Taxa de sucesso em páginas de produto e de pesquisa

Todos os provedores tiveram um desempenho melhor em páginas de produto (detalhe) do que em páginas de pesquisa (listagem), por uma diferença de 5 pontos (Zyte) a 15 pontos (Decodo).

• Páginas de pesquisa (listagem) retornam 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 scrapers de e-commerce

Bright Data oferece uma API de Web Scraper combinada com uma interface sem código, além de um scraper de e-commerce dedicado e mais de 1,000 scrapers prontos que cobrem marketplaces como Amazon, eBay, AliExpress, Walmart e Target. A combinação de acesso por API e um painel de controle sem código a torna utilizável tanto para equipes de engenharia quanto para equipes não técnicas. Em nossa avaliação, Bright Data registrou a maior taxa de sucesso geral e foi um dos poucos provedores a manter sua taxa sob carga concorrente pesada.

Desempenho:

• Maior taxa de sucesso geral: 78% em 100 domínios.
• Manteve a taxa sob carga: um dos dois provedores a sustentar o sucesso com 5,000 requisições concorrentes (71%).

Oxylabs extrai dados de produtos, pesquisa e preços em tempo real de marketplaces de e-commerce como Amazon e eBay, retornando HTML bruto ou JSON estruturado, com um Custom Parser para regras de extração específicas do site e o OxyCopilot para analisar os dados retornados automaticamente. Em nossa avaliação, teve desempenho mais consistente em páginas de detalhe de produto do que em páginas de listagem de pesquisa.

Desempenho:

• Forte em páginas de produto: 76% em páginas de produto (detalhe) e 93% no Walmart.
• Páginas de pesquisa: 58%, uma diferença de 18 pontos em relação à taxa em páginas de produto.
• Análise por IA: O OxyCopilot analisa os dados retornados automaticamente, sem programação manual.

Decodo oferece uma API de Web Scraping de uso geral com mais de 100 modelos prontos, incluindo um scraper da Amazon que retorna dados estruturados de produtos, como preços, ASINs e ofertas em marketplaces regionais da Amazon. Em nossa avaliação, registrou o tempo mediano de resposta mais rápido entre os provedores testados.

Desempenho:

• Respostas mais rápidas: tempo mediano de resposta de cerca de 5 segundos.
• Preço de entrada: $0.88 por 1,000 requisições.
• Cobertura variou por site: 96% na Amazon, 20% na Target.

Zyte API é uma API de web scraping que combina tratamento de bloqueios, renderização headless e recursos de extração por IA para estruturar HTML bruto em dados tipados, como nomes de produtos, preços e avaliações, a partir de páginas de produtos de varejo. Ela é acessível via REST e se integra ao framework open-source Scrapy, mantido pelo Zyte, juntamente com a hospedagem Scrapy Cloud. Em nossa avaliação, registrou a segunda maior taxa de sucesso geral e manteve-se consistente nos principais marketplaces e sob concorrência elevada.

Desempenho:

• Segunda maior taxa de sucesso geral: 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 provedores.

Apify executa web scraping por meio de sua Loja de Atores construídos pela comunidade, incluindo um Scraper de Produtos da Amazon que extrai dados de uma URL da Amazon fornecida, cobrindo avaliações, preços, descrições e ASINs, com opções de entrada configuráveis e formatos de exportação estruturados. Atores personalizados podem retornar grandes conjuntos de resultados, com o scraper da Amazon documentado para retornar mais de 100,000 resultados dependendo da entrada. Em nossa avaliação, teve melhor desempenho em grandes marketplaces como Amazon e Best Buy com concorrência padrão.

Desempenho:

• Sucesso em carga padrão: 72% geral, 96% na Amazon e 92% na Best Buy.
• Flexibilidade: “Atores” personalizados podem retornar mais de 100,000 resultados, apoiados por uma grande biblioteca da comunidade.
• Tempo de resposta e carga: tempo mediano de resposta de 46 segundos.

Nimble oferece uma API de web scraping de uso geral juntamente com uma API dedicada a e-commerce que retorna JSON estruturado por IA e NLP e oferece suporte aos principais marketplaces, incluindo Amazon, Walmart e Google Shopping. A API inclui proxies residenciais integrados e segmentação geográfica até o nível de país, estado, cidade e CEP. Em nossa avaliação, o Nimble manteve sua taxa de sucesso sob carga concorrente pesada melhor do que todos os provedores, exceto o Bright Data.

Desempenho:

• Segundo mais resiliente sob carga: manteve 56% de sucesso com 5,000 requisições concorrentes, atrás do Bright Data.
• Rápido: tempo mediano de resposta de cerca de 9 segundos.
• Força em domínios específicos: 100% no AliExpress e 90% na Best Buy, 25% na Amazon.

Cobertura de scrapers dedicados por provedor

Os provedores diferem na forma como extraem dados. Alguns oferecem um scraper dedicado pré-construído para cada marketplace, que retorna os campos estruturados do site; outros aplicam um mecanismo universal a qualquer site. Bright Data ofereceu a cobertura dedicada mais ampla entre os 100 domínios, seguido pela Oxylabs. Zyte e Apify usam um único mecanismo de extração universal em vez de uma biblioteca por marketplace.

Um scraper dedicado está marcado abaixo; uma célula em branco significa que o site foi buscado com o mecanismo universal ou desbloqueador do provedor.

Bright Data’s scrapers dedicados retornam dados de páginas de produto; Oxylabs e Decodo oferecem scrapers dedicados para páginas de pesquisa e listagem, em vez de páginas de produto. A cobertura reflete o catálogo de cada provedor no momento da avaliação.

Preços de scrapers de e-commerce

*Bright Data precifica por registro (um item extraído, por exemplo, um produto ou uma avaliação), não por requisição. Em páginas de pesquisa, uma única requisição pode retornar vários registros.

Não perca os nossos benchmarks e insights baseados em dados. O botão abre o Google; selecionar a AIMultiple confirma que deseja ver a AIMultiple com mais frequência nos resultados de pesquisa do Google.

Adicionar como fonte preferencial

Metodologia de avaliação de e-commerce

Seleção de domínios

Selecionamos os 15 principais países por PIB e excluímos Rússia e China. Para cada país, pegamos os 5 principais domínios dos últimos três meses da categoria de e-commerce do SimilarWeb. Adicionamos os 5 principais sites globais em eletrônicos de consumo e em mercearia. Para os Estados Unidos, que ficou em primeiro lugar, também pegamos os 20 principais domínios da categoria de varejo do Semrush, já que as listagens públicas do Semrush mostram 20 sites onde o SimilarWeb mostra 5.

Em seguida, incluímos os 20 principais da categoria de varejo e os 20 principais da categoria de vestuário/moda em janeiro de 2026. Excluímos domínios que atendem países fora do conjunto selecionado, sites que exigiam autenticação para navegação e sites que exigiam a seleção de país na página inicial antes da navegação. Excluímos caminhos regionais de domínios globais (por exemplo, etsy.com/fr), mas mantivemos sites regionais que possuíam um domínio separado. Quando uma exclusão deixava uma lacuna nos 5 principais de um país, preenchíamos com a lista dos 20 principais de e-commerce do Semrush para aquele país. Para chegar a 100 domínios, adicionamos 10 seleções dos principais marketplaces de e-commerce.

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

Coleta de URLs

Para cada domínio, coletamos URLs de produto e de listagem, mantendo URLs de reserva suficientes para que cada execução e teste de carga utilize um conjunto novo. Descobrimos cada URL sem buscar a página de destino por meio de nenhum provedor avaliado, de modo que essas páginas permaneçam não utilizadas antes da própria avaliação.

Para URLs de produto, usamos três fontes em sequência, parando quando um domínio atingia sua meta:

• O sitemap de produtos do próprio site.
• Um rastreamento das próprias páginas de categoria do site (da página inicial para baixo, através das páginas de categoria e subcategoria) quando o sitemap estava ausente ou era muito pequeno, coletando links de produtos enquanto buscava páginas de categoria, mas nunca a página de produto.
• Pesquisa restrita ao site do Google quando um domínio ainda estava abaixo da meta.

Cada URL foi comparada com um padrão de produto por domínio para descartar páginas que não fossem de produto, e qualquer domínio ainda abaixo da meta era sinalizado para revisão manual ou substituído por um backup.

Para URLs de pesquisa, geramos consultas a partir do próprio catálogo de cada domínio, em vez de uma lista de palavras externa. As palavras-chave vieram dos nomes de categorias e slugs de produtos do site, portanto estão no idioma do próprio site (um site japonês ou coreano é consultado em seu próprio idioma, sem etapa de tradução separada), e foram opcionalmente generalizadas para termos de categoria simples, como “tênis de corrida”. Executamos as consultas no endpoint de pesquisa do site ou em suas páginas de categoria onde não existe pesquisa por palavra-chave, e mantivemos as consultas que retornavam vários produtos distintos. Todas as URLs foram então normalizadas para uma localidade por domínio, tiveram parâmetros de rastreamento removidos e foram desduplicadas.

Validação de URLs

Como a avaliação busca cada URL com cada provedor, validar o conjunto completo consumiria as URLs não utilizadas, então validamos uma amostra de cerca de uma dúzia de cada tipo de página por domínio, aproximadamente 2.500 URLs. Confirmamos que as páginas de produto estavam ativas e exibiam um preço, e que as páginas de listagem estavam ativas e retornavam vários produtos distintos, em vez de uma página vazia ou um único produto. Removemos subdomínios de staging e QA e locais mistos, e excluímos cada URL amostrada do conjunto entregue.

Execução da avaliação

Cada provedor buscou as mesmas URLs novas, com um número igual de páginas extraídas de cada domínio em cada execução. Quando um provedor oferecia um scraper de e-commerce dedicado para um domínio, nós o utilizávamos; caso contrário, usávamos o desbloqueador web geral do provedor. Todos os provedores executaram a partir da mesma localização de servidor, de modo que a localização não deu vantagem a nenhum provedor.

Para medir o comportamento sob carga, em vez do melhor caso, executamos o conjunto completo em quatro níveis de concorrência de 5, 100 e 5,000 requisições paralelas. Um status HTTP 200 não contava como sucesso por si só. Para cada URL, definimos os dados esperados com antecedência e, em seguida, verificamos a página retornada em relação a eles: uma resposta era contada como sucesso apenas quando seu conteúdo correspondia a essa verdade de referência por meio de um seletor CSS ou de um campo estruturado (JSON) contendo os dados de destino (preço e campos de produto em uma página de produto, vários produtos distintos em uma página de listagem).

Uma página de bloqueio, um captcha ou uma página vazia recebeu pontuação zero, mesmo com status 200. Todos os gráficos neste artigo usam essa taxa de sucesso verificada pelo conteúdo. Registramos o status HTTP e o tempo de resposta de ponta a ponta juntamente com ele, e relatamos o tempo de resposta como a mediana (P50) e a cauda (P90) das requisições bem-sucedidas.

Apenas Bright Data e Nimble sustentaram uma execução completa no nível de 5,000 requisições; os outros quatro provedores foram limitados pela concorrência no nível da conta ou pelos tetos de crédito nessa carga, não pela capacidade de scraping, portanto, não são exibidos nesse nível de concorrência.

O scraping de e-commerce é legal?

É legal coletar informações públicas, como nomes de produtos, preços e status de estoque, desde que você não contorne logins ou acesse dados privados.

No entanto, novas regras de IA serão aplicadas a algumas plataformas. Por exemplo, a partir de 2026, o eBay alterou seu Contrato de Usuário para proibir “bots baseados em LLM” e “agentes compradores automáticos” de usar sua plataforma sem permissão por escrito. Essa atualização responde ao crescimento do “comércio agêntico”.¹

Embora o scraping geral ainda seja legal, o uso de agentes de IA para interagir com marketplaces agora está sujeito 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  = {{Scraper de E-Commerce: 6 Provedores Avaliados}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/ecommerce-scraper}},
  note   = {AIMultiple. Acessado em 13 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