Black Friday 2026: Estudo Diz Que 1 em 3 Ofertas da Amazon Não Tinha Desconto Real
Olá HaWkers, faltando pouco mais de uma semana para a Black Friday de 27/11/2026, o Groundwork Collaborative, um centro de estudos econômicos dos Estados Unidos, publicou em 16/11/2026 o relatório "Deal or Decoy? Amazon's Deceptive Discounts". A conclusão chamou atenção: quase 1 em cada 3 "ofertas" que a própria Amazon destacou na Black Friday e na Cyber Monday de 2024 e 2025 não deixava o produto mais barato do que ele estava no mês anterior. E quase 1 em cada 10 estava mais cara.
No mesmo dia, a Amazon respondeu chamando o estudo de "profundamente falho e falso" e apresentou números próprios que dizem o contrário. Quem tem razão? Mais importante: como você, que vai abrir o carrinho daqui a alguns dias, descobre sozinho se um desconto é de verdade? Neste artigo você vai entender o que o relatório mediu, onde a Amazon contesta, o que a lei diz no Brasil e na Europa, e vai sair com um checador de preço em Python que aplica o mesmo critério do estudo a qualquer produto que você estiver de olho.
O Que o Relatório do Groundwork Mediu
O estudo foi assinado por Breyon Williams, Elizabeth Pancotti e Lindsay Owens, que é a CEO do Groundwork. A amostra final tem 351 produtos tirados das páginas oficiais de ofertas da Amazon para a Black Friday e a Cyber Monday de 2024 e 2025. Essas páginas já saíram do ar, e o relatório aponta cópias arquivadas no Wayback Machine.
O critério é simples e é justamente por isso que ele é útil: comparar o preço durante o evento com o preço que o mesmo produto teve no mês anterior. Se o produto custava igual ou menos semanas antes, a "oferta" não economizou nada para quem esperou a data.
Os números principais:
- Quase 1 em 3 ofertas (cerca de 29%) não trazia economia real em relação aos 30 dias anteriores.
- Quase 1 em 10 estava mais cara durante o evento do que antes.
- Entre as que ficaram mais caras, o preço do evento era em média (mediana) 19% maior do que o preço anterior.
Os exemplos citados são da edição de 2025. Uma bota de chuva feminina da Hunter aparecia por US$ 126,99 na Black Friday, sendo que nove dias antes custava US$ 79,97, ou seja, 59% a mais na "oferta". Uma bota masculina UGG Butte saiu por US$ 179,98 na Cyber Monday, contra US$ 98,40 cerca de quatro semanas antes: 83% a mais. A cobertura da imprensa também citou um Apple Watch Series 10 de 46 mm que estava cerca de 13% mais caro na Black Friday do que quase um mês antes.
Um detalhe que pesa na leitura: o Groundwork disse à MarketWatch que reduziu o escopo do relatório para a Black Friday e a Cyber Monday depois das objeções da Amazon, "por excesso de cautela". A versão anterior, segundo a própria Amazon, olhava quase 1.500 produtos do Prime Day 2026 e da Black Friday/Cyber Monday de 2025.
O Que a Amazon Responde
A resposta veio num post no blog corporativo da empresa, também em 16/11/2026. Os pontos centrais:
- Refazendo a conta, a Amazon diz que 98% dos produtos em ofertas de 2024 e 2025 estavam no preço igual ou abaixo do preço dos 30 dias anteriores. Para 2025, o número seria 99%.
- A amostra do Groundwork tem 350 produtos, contra mais de 10 milhões de ofertas nesses eventos. Só 17 dos 200 produtos mais vendidos em oferta entraram no estudo.
- O estudo teria usado o preço de lista (o preço sugerido pelo fabricante) como se fosse o preço praticado nos últimos 30 dias.
- Entraram produtos que nunca tiveram o selo de oferta, só um preço riscado.
- Ofertas antecipadas, que começam antes do evento e mantêm o preço até o fim, teriam sido tratadas de forma errada.
A empresa também descreve a regra interna para um produto ganhar o selo de oferta: estar no preço igual ou abaixo do menor preço dos 30 dias anteriores, medido a partir do início do evento. E diz que, para 2026, apertou essas travas para que as ofertas dos eventos sejam "quase sempre" o menor preço dos últimos 30 dias.
A Amazon admitiu um erro do próprio lado: um pequeno número de produtos foi listado como oferta num post corporativo marcado como "sujeito a alteração", mas, segundo ela, esses itens nunca ganharam o selo na loja.
Por Que Os Dois Números Podem Estar "Certos"
Parece contradição, mas não é necessariamente. Os dois lados estão medindo coisas diferentes:
| Ponto | Groundwork | Amazon |
|---|---|---|
| Universo | 351 produtos das páginas de destaque | Mais de 10 milhões de ofertas |
| Referência | Preço do produto nas semanas anteriores | Menor preço dos 30 dias com selo de oferta |
| O que conta como oferta | Tudo que aparecia na página de ofertas | Só o que tinha selo oficial |
| Pergunta respondida | "Valeu a pena esperar a data?" | "A regra interna foi cumprida?" |
Quando a definição muda, o resultado muda. Um produto que aparece na vitrine da Black Friday com preço riscado, mas sem o selo oficial, conta como "oferta" para quem está comprando e não conta para a Amazon. Para o consumidor, essa diferença é invisível.
E isso não é só um problema da Amazon. A técnica de subir o preço semanas antes para depois "baixar" é tão antiga que no Brasil ganhou um apelido: Black Fraude. A lição prática é a mesma para qualquer loja: o preço riscado não é prova de nada. A única referência confiável é o histórico real do preço.
O Que a Lei Diz no Brasil e na Europa
Na União Europeia, a regra é explícita. O artigo 6a da Diretiva de Indicação de Preços (98/6/CE), incluído pela Diretiva Omnibus (UE 2019/2161), obriga a loja que anuncia uma redução de preço a mostrar o preço anterior, definido como o menor preço praticado em um período de pelo menos 30 dias antes da redução. A regra vale desde 28/05/2022, e a orientação da Comissão Europeia deixa claro que promoções anteriores dentro dessa janela também contam. Ou seja: se o produto já esteve mais barato numa promoção duas semanas antes, é esse o preço de referência.
No Brasil não existe uma regra numérica de 30 dias como a europeia. O que existe é o Código de Defesa do Consumidor (Lei 8.078/1990), que no artigo 37 proíbe publicidade enganosa, aquela capaz de induzir o consumidor a erro sobre o preço. Um "de R$ 500 por R$ 300" em que o produto nunca custou R$ 500 cabe aí, e é o tipo de caso que os Procons costumam fiscalizar na época da Black Friday.
O próprio relatório do Groundwork pede que os reguladores americanos adotem algo parecido com a regra europeia: exigir que as lojas mostrem o menor preço dos 30 dias anteriores. Repare que é exatamente o critério que você pode aplicar por conta própria com um pouco de código.
Monte Seu Próprio Checador de Preço Real
A ideia é reproduzir o critério do estudo para os produtos que você quer comprar: guardar o preço todos os dias e, no dia da oferta, comparar com o menor preço dos 30 dias anteriores.
Antes do código, um aviso honesto. Raspar páginas da Amazon viola os termos de uso da loja e costuma ser bloqueado. Para a Amazon, o caminho mais simples é usar ferramentas que já guardam o histórico, como o Keepa e o CamelCamelCamel, ou o próprio histórico de preço que a Amazon mostra no assistente de compras. O checador abaixo serve para analisar esse histórico exportado ou para lojas que publicam o preço em dados estruturados, como veremos depois.
Primeiro, a análise. Ela recebe um histórico de preços e diz se a oferta é real:
# checa_oferta.py
# Aplica o critério "menor preço dos 30 dias anteriores" a um histórico.
from datetime import date, timedelta
def classificar_oferta(historico: dict[date, float], dia_oferta: date, preco_oferta: float) -> dict:
"""historico: {data: preço} com pelo menos alguns dias antes da oferta."""
inicio = dia_oferta - timedelta(days=30)
# Só os preços da janela de 30 dias ANTES do evento
janela = [p for d, p in historico.items() if inicio <= d < dia_oferta]
if not janela:
return {"status": "sem dados", "detalhe": "colete o preço por mais dias"}
menor_30d = min(janela)
diferenca = (preco_oferta - menor_30d) / menor_30d * 100
if preco_oferta < menor_30d:
status = "oferta real"
elif preco_oferta == menor_30d:
status = "sem economia" # mesmo preço que você já podia pagar
else:
status = "mais cara" # o caso que o Groundwork achou em quase 1 de 10
return {"status": status, "menor_30d": menor_30d, "diferenca_pct": round(diferenca, 1)}
if __name__ == "__main__":
# Exemplo com os números da bota Hunter citada no relatório
hoje = date(2025, 11, 28)
historico = {hoje - timedelta(days=9): 79.97, hoje - timedelta(days=3): 99.99}
print(classificar_oferta(historico, hoje, 126.99))
# {'status': 'mais cara', 'menor_30d': 79.97, 'diferenca_pct': 58.8}Repare que o resultado bate com o relatório: 58,8% arredonda para os 59% que o Groundwork publicou. A função não precisa de dependência nenhuma e funciona com qualquer fonte de histórico.
Coletando o Preço Todo Dia
Muitas lojas publicam o preço do produto em JSON-LD, o formato de dados estruturados do schema.org que o Google usa para mostrar preço nos resultados de busca. Ler esse bloco é bem mais estável do que caçar classes de CSS que mudam toda semana. Confira os termos de uso de cada loja antes de automatizar, e mantenha a frequência baixa: uma leitura por dia basta.
# coleta_preco.py
# Lê o preço do JSON-LD (schema.org Product/Offer) e grava num SQLite.
import json
import sqlite3
from datetime import date
import requests
from bs4 import BeautifulSoup
def extrair_preco(url: str) -> float | None:
resposta = requests.get(url, headers={"User-Agent": "monitor-de-preco-pessoal/1.0"}, timeout=20)
resposta.raise_for_status()
sopa = BeautifulSoup(resposta.text, "html.parser")
for bloco in sopa.find_all("script", type="application/ld+json"):
try:
dados = json.loads(bloco.string or "")
except json.JSONDecodeError:
continue
# O JSON-LD pode vir como objeto único ou lista
for item in dados if isinstance(dados, list) else [dados]:
if item.get("@type") != "Product":
continue
oferta = item.get("offers", {})
oferta = oferta[0] if isinstance(oferta, list) else oferta
if "price" in oferta:
return float(oferta["price"])
return None
def salvar(url: str, preco: float) -> None:
con = sqlite3.connect("precos.db")
con.execute("CREATE TABLE IF NOT EXISTS precos (url TEXT, dia TEXT, preco REAL, PRIMARY KEY (url, dia))")
# Um registro por produto por dia; rodar duas vezes no mesmo dia só atualiza
con.execute("INSERT OR REPLACE INTO precos VALUES (?, ?, ?)", (url, date.today().isoformat(), preco))
con.commit()
con.close()
if __name__ == "__main__":
for url in open("produtos.txt").read().split():
preco = extrair_preco(url)
if preco is not None:
salvar(url, preco)
print(f"{preco:>10.2f} {url}")
else:
print(f" sem preço {url}")O arquivo produtos.txt tem uma URL por linha. Se você nunca mexeu com raspagem de dados, vale ler antes o guia de web scraping com Python para extrair dados de sites, que explica requests e BeautifulSoup do zero.
Para rodar todo dia sem lembrar, um cron resolve. No macOS ou Linux:
# Edite com: crontab -e
# Roda às 9h todos os dias e guarda o log
0 9 * * * cd ~/monitor-precos && /usr/bin/python3 coleta_preco.py >> coleta.log 2>&1Comece hoje. Se você começar a coletar em 19/11/2026, chega na Black Friday do dia 27 com oito dias de histórico. Não são os 30 dias completos, mas já é suficiente para pegar o truque mais comum, que é subir o preço na semana anterior.
Juntando Tudo: O Relatório da Sua Black Friday
Com o histórico no SQLite, a última peça é ligar a coleta à função de classificação e gerar um relatório no dia do evento:
# relatorio.py
# Classifica cada produto monitorado no dia da oferta.
import sqlite3
from datetime import date
from checa_oferta import classificar_oferta
def relatorio(dia_oferta: date) -> None:
con = sqlite3.connect("precos.db")
urls = [linha[0] for linha in con.execute("SELECT DISTINCT url FROM precos")]
for url in urls:
linhas = con.execute("SELECT dia, preco FROM precos WHERE url = ?", (url,)).fetchall()
historico = {date.fromisoformat(d): p for d, p in linhas}
preco_hoje = historico.get(dia_oferta)
if preco_hoje is None:
continue
r = classificar_oferta(historico, dia_oferta, preco_hoje)
print(f"{r['status']:<14} {preco_hoje:>9.2f} (menor 30d: {r.get('menor_30d', '-')}) {url}")
con.close()
if __name__ == "__main__":
relatorio(date(2026, 11, 27)) # Black Friday 2026A saída é uma lista curta e direta: "oferta real", "sem economia" ou "mais cara" ao lado de cada produto. É exatamente a pergunta que o Groundwork fez à Amazon, só que aplicada à sua lista de compras.
Checklist Rápido Para Quem Não Quer Programar
Se você não quer montar nada, dá para aplicar o mesmo raciocínio na mão:
- Ignore o preço riscado. Ele pode ser o preço de lista do fabricante, que talvez nunca tenha sido praticado.
- Olhe o histórico. Keepa e CamelCamelCamel mostram o gráfico de preço da Amazon. Em outras lojas, comparadores de preço fazem o mesmo papel.
- Compare com o menor preço do mês, não com o maior. Esse é o critério da lei europeia e do relatório.
- Tire print do preço hoje. Se a "oferta" da semana que vem vier mais cara, você tem prova para reclamar no Procon.
- Desconfie de contagem regressiva. Urgência é a ferramenta preferida de quem não quer que você compare.
Perspectivas: O Preço Vai Ficar Cada Vez Mais Difícil de Ler
O relatório chega num momento em que o preço online está ficando mais dinâmico, não menos. O próprio Groundwork lembra que a FTC, a agência americana de defesa do consumidor, abriu em outubro de 2026 uma investigação sobre o uso de dados pessoais dos clientes para definir preços, e também investiga a ferramenta de preço com IA do Instacart. Quando o preço muda por cliente e por hora, o "preço de antes" vira um conceito escorregadio.
Para quem desenvolve, isso é uma oportunidade e uma responsabilidade. Oportunidade porque transparência de preço é um problema que se resolve com dados: histórico, comparação e alertas. Responsabilidade porque muita gente que lê este blog constrói lojas virtuais, motores de promoção e painéis de preço. Se o seu sistema mostra um "de/por", vale guardar o histórico de preço praticado e calcular a referência a partir dele, e não de um campo de preço de lista que ninguém mantém. Na Europa isso já é obrigação legal. No resto do mundo, é questão de tempo e de confiança.
Até a Amazon concorda com a régua: a regra interna dela é exatamente o menor preço dos 30 dias. A briga é sobre quem aplica a régua e em qual universo de produtos. Com algumas linhas de Python, essa régua passa a ser sua também.
Bora pra cima! 🦅
📚 Quer Acompanhar o Que Vem Por Aí?
Este artigo cobriu o estudo sobre ofertas falsas da Amazon na Black Friday e como checar o preço real com código, mas o ecossistema muda toda semana e nem tudo vira artigo aqui.
No X eu compartilho o que estou testando, os bastidores dos projetos e as novidades que aparecem antes de virarem post.
Me Segue Lá
💡 Conteúdo diário sobre desenvolvimento, carreira e as ferramentas que eu realmente uso

