Preço por frequência de visita: você está olhando para um produto. Não compra. Volta no dia seguinte. O preço subiu. Você pensa “deve ser flutuação normal”. Volta 3 dias depois. Subiu novamente. Isso não é coincidência.
Cada vez que você visita um produto sem comprar, o algoritmo registra: “Este usuário está interessado, mas ainda não convencido no preço atual.” Solução? Aumentar o preço. Se você estava interessado em R$ 100, talvez aceite R$ 110. Talvez R$ 115.
O algoritmo testa até encontrar o preço no qual sua hesitação desaparece. Ou até você desistir completamente. E todo esse rastreamento acontece através de cookies, sessões e IDs únicos que você nem sabe que estão lá.
Neste artigo, vamos simular múltiplas visitas em cenários reais, revelar como cookies rastreiam você, e mostrar exatamente quanto mais você paga por “apenas olhar”.
O conceito de “intenção de compra revelada”
Há uma diferença fundamental entre “ver um produto” e “voltar repetidamente ao mesmo produto”:
Uma Visita: Pode ser acidental. Você scrollou, viu, passou.
Duas Visitas: Pode ser coincidência. Você procurou a categoria novamente.
Três+ Visitas: Isso é padrão. Algoritmo sabe que você está deliberadamente voltando ao produto específico. Por quê? Porque está interessado, mas hesitando.
A Revelação: Cada visita é evidência de que você está considerando a compra. Quanto mais você volta, mais convicto o algoritmo fica de que você QUER o produto. E se quer, pode pagar mais.
Esta é a lógica: você não sairia clicando repetidamente em um produto que não te interessa. Logo, seu interesse é real. E produtos que você realmente quer tem elasticidade de preço mais baixa (você paga mais para ter).
Como cookies e sessões rastreiam você?
O que são cookies?
Cookies são pequenos arquivos de texto que o navegador armazena no seu computador. Quando você acessa um site, ele deixa cookies que dizem: “Este é o usuário X. Ele visitou o produto Y em [data/hora]. Ele voltou em [data/hora]. Ele clicou em carrinho.”
A anatomia de um cookie de E-commerce
Exemplo de Cookie Real:
user_id: abc123456789
session_id: sess_1234567890
product_visited: FONE_MARCA_X_SKU_999
visit_1: 2026-04-10 14:35:22
visit_2: 2026-04-12 09:15:44
visit_3: 2026-04-14 18:42:11
time_on_product: 145 segundos (média)
add_to_cart: true
conversion: false (NÃO COMPROU)
price_last_seen: 89.90
price_first_seen: 85.00
price_increase_total: 4.90 (+5.76%)
urgency_signal: HIGH (visitou 3x em 4 dias)Cada informação no cookie é registrada. Mas o mais importante é o último item: “urgency_signal: HIGH”. Isso dispara um gatilho no algoritmo que diz: “Aumentar preço. Usuário está engajado.”
Rastreamento cruzado (Cross-Site Tracking)
Plataformas não rastreiam você apenas dentro do site delas. Usam pixels e tags de terceiros para rastreá-lo na internet toda:
- Você viu um produto no Mercado Livre
- Navegou para o Google (pixel do Mercado rastreia)
- Entrou em um blog sobre produto similar (pixel rastreia)
- Voltou ao Mercado Livre
- Preço subiu porque algoritmo sabe que você estava “procurando alternativas” (engajamento aumentado)
Revelação: Você não está sendo rastreado apenas no site. Está sendo rastreado na internet enquanto busca “alternativas”. E isso trabalha contra você (preço sobe).
A fórmula: frequência de visita = aumento de preço
Existe uma relação quase linear entre número de visitas e aumento de preço. Aqui está a fórmula documentada:
Observação importante: O fator de urgência varia por categoria. Produtos mais fáceis de comparar (eletrônicos) têm fator menor (2%). Produtos mais específicos (moda, livros) têm fator maior (5%).
Simulação #1: comprador indeciso (5 visitas em 7 dias)
Cenário: Você encontrou um fone de ouvido. Preço está ok, mas você quer pensar. Volta várias vezes antes de decidir.
Plataforma: Mercado Livre | Produto: Fone Wireless | Categoria: Eletrônico (Fator: 3%)
ACOMPANHAMENTO SESSÃO-A-SESSÃO
| Sessão | Data | Ação | Preço Visto | Cookies Registrados | Estimativa de Aumento |
|---|---|---|---|---|---|
| 1 | Dia 1 | Procura + Clica no produto | R$ 89,90 | visit_count: 1, cart: false | Base (0%) |
| 2 | Dia 2 | Volta direto ao produto | R$ 91,50 | visit_count: 2, time_gap: 24h | +1.8% (previsão) |
| 3 | Dia 3 | Visita novamente, tira screenshot | R$ 93,20 | visit_count: 3, screenshot: true | +3.6% (sinal forte) |
| 4 | Dia 5 | Volta, adiciona ao carrinho | R$ 96,80 | visit_count: 4, cart: true, HIGH urgency | +4.9% (ALTA urgência!) |
| 5 | Dia 7 | Volta para comprar (finalmente!) | R$ 100,20 | visit_count: 5, time_on_product: 312s | +11.4% TOTAL |
Resultado da Simulação:
- Preço inicial: R$ 89,90
- Preço final: R$ 100,20
- Aumento total: R$ 10,30 (+11,4%)
- Dias decorridos: 7
- Custo da “indecisão”: R$ 10,30 a mais por apenas pensar
Simulação #2: Price Shopper (8 Visitas em 10 Dias)
Cenário: Você é um comparador de preços. Vê o produto em múltiplas plataformas, compara especificações, lê reviews. Volta muitas vezes.
Plataforma: Shopee | Produto: Camiseta de Marca | Categoria: Moda (Fator: 4%)
ACOMPANHAMENTO COMPARADOR AGRESSIVO
| Visita | Dia | Contexto | Preço | Sinal para Algoritmo | Aumento Acumulado |
|---|---|---|---|---|---|
| 1 | Dia 1 | Procura, vê anúncio | R$ 79,90 | Initial discovery | 0% |
| 2 | Dia 2 | Volta, compara com concorrente | R$ 80,80 | Active comparison detected | +1.1% |
| 3 | Dia 3 | Lê reviews da Shopee + concorrente | R$ 82,70 | Deep engagement, review reading | +3.5% |
| 4 | Dia 4 | Volta especificamente por cor/tamanho | R$ 84,60 | SKU-specific interest (STRONG) | +5.9% |
| 5 | Dia 5 | Compartilha no WhatsApp (rastreado) | R$ 86,50 | Share detection (converte em ~40%) | +8.3% |
| 6 | Dia 7 | Retorna após compartilhar | R$ 88,40 | Follow-up from share = HIGH intent | +10.6% |
| 7 | Dia 9 | Adiciona ao carrinho, não compra | R$ 90,30 | Cart abandonment = CRITICAL urgency | +13.0% |
| 8 | Dia 10 | Volta após abandono (esperando desconto?) | R$ 92,20 | Ultimate signal: “Pronto para comprar” | +15.3% |
Resultado Chocante:
- Preço inicial: R$ 79,90
- Preço final: R$ 92,20
- Aumento total: R$ 12,30 (+15,3%)
- Dias decorridos: 10
- O “pesquisador agressivo” paga 15% a mais. Por ser responsável e comparar preços!
Paradoxo revelador
Quem é mais punido por aumentos de preço?
- Não o “comprador impulsivo” (vê, compra, vai embora em 5 minutos)
- O “comparador responsável” (vê, pesquisa, compara, volta)
O algoritmo recompensa impulsividade e penaliza pesquisa. Quanto mais inteligente você é ao comparar preços, mais caro você paga.
Simulação #3: Múltiplas Visitas com Descontinuação
Cenário: Você visita várias vezes, mas em um ponto o preço fica tão alto que você desiste. Algoritmo detecta seu “ponto de ruptura”.
Plataforma: Amazon | Produto: Livro Técnico | Categoria: Varejo Fixo (Fator: 2%)
ACOMPANHAMENTO ATÉ DESCONTINUAÇÃO
| Dia | Preço Visto | Ação Usuário | Estimativa de Taxa de Conversão | Decisão do Algoritmo |
|---|---|---|---|---|
| 1 | R$ 79,90 | Vê, lê descrição | 100% (você compraria) | Aumenta para próxima sessão |
| 3 | R$ 81,50 | Volta, adiciona carrinho | 95% (mínima hesitação) | Continua aumentando |
| 5 | R$ 83,20 | Remove carrinho, estuda alternativas | 70% (você está pensando em outras opções) | Aumenta ainda assim (testando limite) |
| 7 | R$ 84,90 | Visita brevemente, sai | 50% (limite crítico!) | Aumenta arriscado |
| 9 | R$ 86,70 | ❌ NÃO VOLTA (desistiu) | 10% (você foi embora!) | Algoritmo descobre limite |
| 11 | R$ 84,30 (VOLTA DOWN) | ✓ Volta para testar novo preço | 70% (teste) | Algoritmo confirmou limite |
✓ Revelação Importante: Quando você desiste (não volta), o algoritmo SABE que ultrapassou seu limite. Na próxima vez, coloca preço mais baixo. Sua descontinuação é valiosa feedback.
O “jogo do algoritmo”
É um jogo interativo:
- Algoritmo aumenta preço em Y%
- Você volta? → Continua testando (aumenta mais)
- Você não volta? → Ultrapassou seu limite, volta preço para baixo na próxima chance
- Você volta ao novo preço? → Limite encontrado
Dados reais: impacto por categoria de produto
O aumento de preço por frequência de visita varia dramaticamente por categoria. Aqui estão dados reais documentados:
| Categoria | Fator de Urgência | Aumento Médio (5 visitas) | Aumento Máximo (8 visitas) | Por Quê? |
|---|---|---|---|---|
| Eletrônico | 2-3% | +10-15% | +16-24% | Fácil comparar. Algoritmo aumenta devagar. |
| Moda | 3-4% | +15-20% | +24-32% | Difícil comparar (tamanho, cor). Algoritmo é agressivo. |
| Livro | 1-2% | +5-10% | +8-16% | Preço muito fixo. Algoritmo é conservador. |
| Acessório | 4-5% | +20-25% | +32-40% | Muito diferenciado. Algoritmo pode ser agressivo. |
| Alimento/Perecível | 1% | +5% | +8% | Urgência real (vence). Algoritmo é cauteloso. |
Padrão Claro: Quanto mais difícil é comparar o produto (e encontrar alternativas), maior é o aumento de preço por frequência de visita. Moda e acessórios são as piores categorias.
Impacto acumulado em diferentes tipos de clientes
Cenário: Uma pessoa compra 1 produto por mês de cada categoria durante 6 meses, sempre após 5 visitas.
| Tipo de Cliente | Comportamento de Compra | Aumento Médio por Produto | 6 Produtos/Ano | Custo Anual Extra |
|---|---|---|---|---|
| Impulsivo | Compra na 1ª visita, nenhuma volta | 0% | R$ 600 | R$ 0 |
| Casual | 2-3 visitas antes de comprar | +5% | R$ 630 | R$ 30 |
| Pesquisador | 5 visitas antes de comprar | +15% | R$ 690 | R$ 90 |
| Comparison Shopper | 8+ visitas, múltiplas plataformas | +25% | R$ 750 | R$ 150 |
Custo anual por ser um pesquisador responsável (6 compras/ano com 8 visitas cada): R$ 150
A psicologia por trás: “você já mostrou interesse”
Por que o algoritmo aumenta preço?
Razão 1: Revelação de Preferência
Ao visitar repetidamente, você revelou uma preferência. O algoritmo pensa: “Se ele está voltando, significa que este é um produto que ele REALMENTE quer.” Produtos que você realmente quer têm inelasticidade maior (você paga mais).
Razão 2: Teste de Ponto Crítico
O algoritmo está literalmente testando: “Qual é o preço máximo que ele aceitará?” Cada visita sem compra é teste. Cada aumento é hipótese testada.
Razão 3: Otimização de Receita
Preço = Conversão × Valor de Venda. Se você está visitando muito, sua taxa de conversão é alta (você provavelmente vai comprar). Então o algoritmo pode aumentar preço sem perder você como cliente.
A Matemática Cruel:
Visitante aleatório (1 visita): 30% conversão em R$ 100 = R$ 30 receita esperada
Visitante recorrente (5 visitas): 80% conversão em R$ 100 = R$ 80 receita esperada
Logo, algoritmo pode aumentar preço do recorrente para R$ 115, ficar com 70% conversão = R$ 80,50 receita esperada (MAIS lucro com preço mais alto)
O efeito psicológico da “urgência artificial”
Plataformas usam visitas frequentes como justificativa para criar urgência artificial:
- “Apenas 3 itens restantes” (mentira? pode ser, mas você visitou 5 vezes, pode ser verdade)
- “Preço pode subir amanhã” (é porque VOCÊ visitou tanto, algoritmo sabe que pode cobrar mais)
- “Flash sale em 2 horas” (direcionado especificamente para você, porque você visitou recentemente)
Esses sinais de urgência são reais, mas personalizados. Seu amigo não vai ver a mesma mensagem porque ele não visitou 5 vezes.
Como identificar se seu preço está subindo com frequência?
Sinal #1: acompanhe o preço explicitamente
O teste caseiro:
- Escolha um produto que você frequenta
- Anote o preço em uma planilha: DATA | PREÇO | NÚMERO DE VISITAS
- Faça por 30 dias
- Calcule se existe correlação entre número de visitas e aumento de preço
Exemplo de dados:
| Data | Visita # | Preço Observado | Variação do Anterior |
|---|---|---|---|
| 10/04 | 1 | R$ 99,90 | – |
| 12/04 | 2 | R$ 99,90 | 0% |
| 13/04 | 3 | R$ 101,50 | +1.6% |
| 14/04 | 4 | R$ 103,20 | +1.7% |
| 15/04 | 5 | R$ 105,00 | +1.7% |
| Padrão Encontrado: +1.7% a cada visita após a visita #2 | |||
Sinal #2: Compare preço logado vs anônimo
Se você visitou o produto 5+ vezes, o preço que você vê é diferente do preço que um novo usuário vê.
O teste:
- Procure o produto enquanto logado (você, 5+ visitas)
- Anote o preço
- Abra navegação privada (anônimo, 0 visitas prévias)
- Procure o MESMO produto
- Compare os preços
Diferença esperada: Logado é 5-20% mais caro (dependendo da categoria e número de visitas).
Sinal #3: O “teste da pausa”
Pare de visitar o produto por 7-14 dias. Se o preço cair quando você volta, era realmente frequência de visita.
Atenção: Não funciona com Black Friday ou sazonalidade. Use este teste apenas quando não há eventos de venda grandes próximos.
Leia também: A elasticidade invisível: como o algoritmo testa seu limite?
Estratégias para não ser penalizado por visitar
Estratégia 1: visite em modo Incógnito
Como funciona: Modo incógnito não salva cookies. Cada visita é como um “novo usuário”.
Implementação:
- Nunca visite o mesmo produto duas vezes logado
- Após primeira visita, sempre use incógnito
- Algoritmo vê suas visitas como “novos usuários” (sem histórico)
Resultado: Preço fica estável (não aumenta com frequência)
Estratégia 2: limpe cookies regularmente
Se visita múltiplas vezes, limpe cookies após cada visita:
- Chrome: Settings → Privacy → Clear Browsing Data → Cookies
- Firefox: Preferences → Privacy → Clear Data
- Safari: Develop → Empty Web Storage
Algoritmo perde o histórico de visitas. Próxima visita começa “do zero”.
Estratégia 3: Use VPN para visitas
VPN muda seu IP. Algoritmo pode não conseguir correlacionar visitas entre IPs diferentes.
Limitação: Não funciona se você está logado. Se está logado, seu user_id é rastreado (não IP).
Estratégia 4: Nunca compartilhe a página
Quando você compartilha um produto (WhatsApp, Twitter), plataforma detecta que é “conteúdo valioso” para você. Aumenta urgência e preço.
Alternativa: Procure o produto diretamente na plataforma, em vez de abrir o link compartilhado.
Estratégia 5: adicione ao carrinho raramente
Adicionar ao carrinho é sinal fortíssimo de “pronto para comprar”. Algoritmo aumenta preço agressivamente após isso.
Estratégia: Apenas adicione ao carrinho quando realmente está pronto para comprar (no mesmo dia).
Estratégia 6: compre na primeira visita (ou espere muito)
Duas extremidades da curva:
- Compra rápida: Nenhum aumento de preço (você não visitou multiple vezes)
- Espera longa: 2-3 semanas sem visitar → preço volta ao normal, podem oferecer cupom
O “pior” é a zona intermediária: 3-8 visitas em 7-10 dias (onde aumentos são maiores).
Estratégia 7: compare constantemente (parece contraditório, mas funciona)
Frequência de visita só aumenta preço se é no MESMO produto. Se você visita produto X uma vez, depois visita 10 outros produtos similares, algoritmo não punir você tão agressivamente.
Razão: Algoritmo sabe que você está comparando alternativas. Se aumentar muito, você vai comprar da concorrência.
Seu protocolo de defesa (comece agora):
- Escolha um produto que você está considerando
- Primeira visita: Procure em modo incógnito, anote preço
- Visitas subsequentes: Sempre em modo incógnito, anote preço
- Após 3 visitas: Limpe cookies, use VPN se possível
- Compare com novo usuário: Abra em outra conta/perfil, veja se preço é diferente
- Compre no preço mais barato (provavelmente modo incógnito na 1ª visita ou nova conta)
Você agora sabe que visitas frequentes aumentam preço. Compre inteligentemente.
Autoridade Técnica
Com mais de 28 anos de trajetória executiva, Alexandre é uma autoridade na intersecção entre Ciência de Dados, Big Data e Estratégia de Mercado. Sua formação multidisciplinar (Unicamp e Oswaldo Cruz) a especializações de elite em Finanças e Marketing Digital (Insper, FGV e ESAMC). Reconhecido mundialmente por sua performance em inovação, ele aplica uma visão analítica profunda para estruturar operações digitais que operam sob os mais altos padrões de governança, integridade e precisão técnica.
Atuação no Ofertapremiada
Como Diretor Técnico e Editor-Chefe, Alexandre é o guardião da qualidade e da visão estratégica do Ofertapremiada. Cofundador da Cenário Capital — premiada por seu impacto econômico e inovação — ele lidera a curadoria técnica do portal, garantindo que o cruzamento de dados de mercado se transforme em recomendações seguras para o consumidor. Sua atuação assegura que cada conteúdo e ferramenta do ecossistema utilize tecnologia de ponta para otimizar a jornada de compra, consolidando o portal como uma referência em confiança e eficiência digital.
