Quando um comprador pesquisa um produto no Google, os resultados do Shopping são um retrato ao vivo do mercado: quais varejistas o vendem, a que preço, com qual frete, visto a partir de onde esse comprador está. Para uma equipe de e-commerce, esse retrato responde perguntas que normalmente exigiriam dezenas de coletas separadas: quem está cobrando menos que nós, em quais produtos, em quais mercados e por quanto.
Uma Google Shopping API transforma esse retrato em dados estruturados que podem ser consultados periodicamente. Este guia aborda para que as equipes a usam, como coletar os dados para que os números sejam confiáveis, e um pequeno trecho de código que transforma resultados de busca em uma visão de precificação. Faz parte da prática mais ampla de inteligência de preços, com os dados do Shopping sendo uma de suas entradas mais eficientes.
Por que os dados do Shopping são diferentes de rastrear varejistas
A forma tradicional de acompanhar os preços dos concorrentes é rastrear as páginas de produto de cada varejista. Isso funciona, mas escala mal: cada varejista precisa de seu próprio coletor, seu próprio parser e sua própria correspondência de produtos. Os resultados do Shopping invertem esse modelo:
- Uma consulta cobre muitos vendedores. Uma única busca retorna ofertas de todos os varejistas que o Google lista para aquele produto.
- Os produtos já vêm agrupados. Ofertas do mesmo item aparecem juntas, o que elimina boa parte da dificuldade de correlacionar produtos entre lojas.
- Mostra a visão do comprador. Os resultados refletem o mercado e o idioma da busca, incluindo quais vendedores aparecem e em que ordem, o que é o que de fato impulsiona os cliques.
A contrapartida é a cobertura. Os resultados do Shopping mostram os varejistas que estão listados lá, não todos os vendedores do mercado, e mostram o preço anunciado, que pode diferir do preço após um cupom ou no checkout. Para rastreamento completo de catálogo, ainda é necessário fazer coletas diretas nos varejistas; para uma visão ampla do mercado dos seus principais produtos, os dados do Shopping costumam ser mais rápidos e baratos. Nosso guia sobre como construir um feed de preços competitivos em tempo real aborda a combinação de ambos.
Para que as equipes usam isso
| Pergunta | O que os dados mostram |
|---|---|
| Estamos com preços competitivos? | Nossa posição em preço para cada produto, e a diferença em relação ao vendedor mais barato |
| Quem está cobrando menos que nós? | Quais vendedores aparecem abaixo de nós, com que frequência e em quais produtos |
| Quão disputado está este produto? | O número de vendedores e o quanto os preços variam |
| Um concorrente está fazendo uma promoção? | Quedas repentinas de preço nos produtos de um vendedor |
| Como os mercados diferem entre si? | Os vendedores e preços do mesmo produto em cada país |
| Revendedores estão descumprindo a política de preços? | Vendedores autorizados listando abaixo do preço mínimo anunciado |
Esse último uso tem tanto a ver com proteção de marca quanto com precificação: fabricantes usam dados do Shopping para identificar vendedores não autorizados e violações de preço mínimo sem rastrear cada revendedor.
Coletando os dados corretamente
Os resultados do Shopping dependem de quem está perguntando, então a consistência da coleta importa mais do que o volume.
- Fixe a localização e o idioma. Os resultados mudam por país e, muitas vezes, por cidade. Use as mesmas configurações de localização e idioma em cada execução, ou as comparações entre execuções vão misturar mercados.
- Use consultas estáveis. Pesquise com os mesmos termos de produto a cada vez, idealmente o nome do produto e o número do modelo, para que as mesmas listagens retornem.
- Colete em uma cadência compatível com o mercado. Pesquisas sobre preços online mostram que a coleta semanal captura a maioria das mudanças regulares de preço em grandes varejistas, enquanto categorias rápidas e promoções exigem verificações diárias. Nosso estudo sobre com que rapidez os preços online mudam aborda as evidências.
- Mantenha os resultados brutos. Armazene a resposta completa de cada execução com seu horário e configurações, para que você possa reverificar um achado depois.
- Normalize os preços antes de comparar. Moedas, formatos decimais e inclusão de impostos diferem por mercado. Nosso guia sobre como normalizar preços, números e datas entre localidades aborda esse processamento.
Executar buscas no Google em escala a partir dos próprios servidores logo esbarra em bloqueios e resultados inconsistentes, por isso a maioria das equipes usa uma API construída para isso. A SERP API da Shifter retorna resultados do Google Shopping como JSON estruturado, com a localização e o idioma que você define, de modo que o trabalho começa na análise, não na coleta.
Dos resultados a uma visão de precificação
Uma vez que o produto, o vendedor e o preço de cada listagem são mapeados em um registro simples, algumas linhas de código produzem a visão de que uma equipe de precificação realmente precisa. O módulo abaixo monta os parâmetros de requisição para uma busca e transforma as ofertas de uma execução em um resumo por produto: o vendedor mais barato, o preço mediano, o quanto a variação é ampla, e em que posição sua loja está.
from collections import defaultdict
from statistics import median
def shopping_params(query, location, country, language="en", api_key="YOUR_API_KEY"):
"""One Google Shopping search, as seen by a shopper in `location`."""
return {"engine": "google_shopping", "api_key": api_key, "q": query,
"location": location, "gl": country, "hl": language}
def market_view(offers, my_seller):
"""offers: [{"product": key, "seller": name, "price": float}] from one search run.
For each product: the cheapest seller, the median price, how wide the spread
is, and where `my_seller` ranks on price.
"""
by_product = defaultdict(list)
for o in offers:
by_product[o["product"]].append(o)
report = {}
for product, rows in by_product.items():
rows.sort(key=lambda o: o["price"])
prices = [o["price"] for o in rows]
mine = next((i for i, o in enumerate(rows) if o["seller"] == my_seller), None)
report[product] = {
"sellers": len(rows),
"cheapest": f"{rows[0]['seller']} {prices[0]:.2f}",
"median": round(median(prices), 2),
"spread_pct": round(100 * (prices[-1] - prices[0]) / prices[0], 1),
"my_rank": None if mine is None else mine + 1,
"gap_to_cheapest_pct": None if mine is None
else round(100 * (rows[mine]["price"] - prices[0]) / prices[0], 1),
}
return reportExecutado em um punhado de ofertas ilustrativas:
from shopping import market_view
offers = [ # illustrative results from one search run, mapped into the offer shape
{"product": "air fryer 6qt", "seller": "Store A", "price": 89.99},
{"product": "air fryer 6qt", "seller": "Our Store", "price": 99.00},
{"product": "air fryer 6qt", "seller": "Store C", "price": 119.95},
{"product": "blender 1.5l", "seller": "Our Store", "price": 54.00},
{"product": "blender 1.5l", "seller": "Store B", "price": 59.99},
]
for product, view in market_view(offers, my_seller="Our Store").items():
print(product, view)air fryer 6qt {'sellers': 3, 'cheapest': 'Store A 89.99', 'median': 99.0, 'spread_pct': 33.3, 'my_rank': 2, 'gap_to_cheapest_pct': 10.0}
blender 1.5l {'sellers': 2, 'cheapest': 'Our Store 54.00', 'median': 57.0, 'spread_pct': 11.1, 'my_rank': 1, 'gap_to_cheapest_pct': 0.0}A fritadeira elétrica é um produto disputado com uma variação ampla, em que a Our Store ocupa a segunda posição, 10% acima do vendedor mais barato. O liquidificador é um produto tranquilo em que a Our Store já é a mais barata. Rode o mesmo relatório todos os dias e as mudanças, um novo vendedor abaixo de você, uma variação que de repente se amplia, são os sinais que vale a pena observar.
Transformando os sinais em decisões
- Precifique onde você é visível. Produtos em que você está em primeiro ou segundo lugar já vencem em preço; pode haver margem a recuperar. Produtos em que você está em último lugar são aqueles em que uma mudança de preço movimenta mais tráfego.
- Observe a variação, não só o mínimo. Uma variação ampla costuma indicar um mercado com espaço para precificar; uma estreita indica uma commodity em que pequenas diferenças importam.
- Separe promoções de reprecificação. Uma queda de um concorrente que se reverte em uma semana é uma promoção; uma que se mantém é um novo preço. Nosso guia sobre como rastrear promoções de concorrentes e ciclos de desconto mostra como diferenciá-las.
- Compare mercados antes de expandir. O número de vendedores e seus preços em um novo país mostram o quanto ele está disputado antes de você listar seus produtos lá.
Limites a ter em mente
- Nem todo vendedor lista no Google Shopping. Os dados mostram o mercado visível, não o mercado inteiro.
- Preços listados nem sempre são preços finais. Frete, impostos, cupons e preços de associado podem alterar o que o comprador paga.
- Os resultados variam entre buscas idênticas. Aja com base em padrões que se mantêm entre execuções, não na ordenação de uma única execução.
- A personalização é limitada, mas real. Use configurações neutras e uma localização fixa para manter as execuções comparáveis.
Perguntas frequentes
O que é uma Google Shopping API?
Um serviço que executa buscas do Google Shopping para você e retorna os resultados como dados estruturados: os produtos, os vendedores que os oferecem e seus preços, conforme vistos a partir da localização e do idioma que você especificar.
O que as equipes de e-commerce podem fazer com dados do Google Shopping?
Acompanhar os preços dos concorrentes em muitos vendedores de uma só vez, ver em que posição seus próprios preços ficam, identificar promoções e novos vendedores, comparar mercados antes de expandir, e verificar revendedores em relação aos preços mínimos anunciados.
Com que frequência devo coletar resultados do Google Shopping?
Semanalmente é suficiente para muitas categorias; diariamente para as de movimentação rápida, em torno de promoções e na alta temporada. Mantenha a localização, o idioma e as consultas fixos para que as execuções sejam comparáveis.
O Google Shopping mostra o preço de todos os vendedores?
Não. Ele mostra os varejistas que listam seus produtos lá, e o preço anunciado, que pode diferir do preço após frete, cupons ou no checkout. Combine com coletas diretas em varejistas onde você precisar de cobertura completa.
Conclusão
Os resultados do Google Shopping são uma das visões mais eficientes do mercado de um produto: muitos vendedores, já agrupados, como um comprador local os vê. Colete-os com localização, idioma e consultas fixos, mantenha os resultados brutos, normalize os preços e resuma cada execução em posição, variação e diferença em relação ao vendedor mais barato. Observados ao longo do tempo, esses poucos números dizem a uma equipe de e-commerce onde mexer nos preços e onde deixá-los como estão. Para necessidades mais amplas de dados de e-commerce, veja nossas soluções para e-commerce.