Scraping da Amazon com proxies não é um problema de velocidade, mas de geografia e ritmo. O mesmo ASIN mostra preço, vencedor da Buy Box e às vezes disponibilidade diferentes conforme a origem da requisição — então um IP que só gira rápido produz dados errados de um jeito que você não enxerga.
Este guia cobre o que a Amazon personaliza por IP, como fixar IPs residenciais por marketplace e região, e quando a rotação destrói a precisão.
O que a Amazon personaliza por geografia
- Preço e moeda: conversão, exibição de impostos e preços promocionais mudam por domínio e muitas vezes pela região detectada dentro do país. Duas requisições do mesmo ASIN podem retornar dois totais legítimos.
- Dono da Buy Box: qual vendedor ganha a caixa é decidido por requisição com base no local de entrega, desempenho do vendedor e estoque. Um IP na região errada pode entregar a caixa a um vendedor que seus clientes nunca veem.
- Disponibilidade e promessa de entrega: “em estoque”, datas e elegibilidade Prime são calculadas a partir do destino inferido pelo IP. Um crawl dos EUA via saída europeia informa a promessa errada.
- Avaliações e variantes de conteúdo: populações de reviews, trilhos de “quem viu também comprou” e títulos localizados diferem por marketplace, com localização parcial até dentro do mesmo domínio.
Cinco verificações antes do primeiro crawl
- Liste os alvos como pares de marketplace e região — amazon.com/US-East, amazon.com/US-West, amazon.de, amazon.co.jp — não apenas domínios.
- Reserve um pool de IPs residenciais fixos por par, dimensionado pela concorrência e pelo número de catálogos acompanhados.
- Decida por tipo de página: buscas toleram rotação, detalhes de produto não, porque trocar de IP no meio da captura altera o conjunto de ofertas.
- Defina Accept-Language, cookie de moeda e fuso plausível por marketplace. Idioma japonês em IP alemão gera uma página híbrida que nenhum usuário real vê.
- Aplique atraso aleatório de 5 a 15 segundos por requisição, com pausas maiores ocasionais. Rajadas uniformes são o caminho mais certo para o throttling. Grave horário, IP de saída e região em cada oferta.
Tipo de página e estratégia de proxy
- Resultados de busca — rotação por requisição no mesmo pool regional; volume alto e pouco estado.
- Detalhe de produto — sticky durante toda a captura, 5 a 15 minutos; preço, Buy Box e entrega precisam vir de uma identidade.
- Avaliações — sticky e mesmo IP na paginação; girar no meio da lista devolve duplicatas.
- Best Sellers e Deals — rotação por requisição, amostragem em horários fixos; consistência de horário importa mais que variedade de IP.
Construindo o pipeline
- Comece com um marketplace e uma região. Estabilize preço, Buy Box e entrega antes de adicionar a segunda geografia.
- Passe por um IP fixo de região e valide país de saída e ASN antes da requisição.
- Envie cabeçalhos e cookies coerentes com o marketplace: idioma, moeda e uma sessão que dure toda a captura de detalhe.
- Aplique ritmo aleatório de 5 a 15 segundos e backoff exponencial com jitter em 429; em 503 ou CAPTCHA, rotacione e deixe o alvo esfriar alguns minutos. Faça parsing defensivo, guarde o HTML bruto por campo e uma linha por oferta.
Perguntas frequentes
Por que a Amazon bloqueia meu scraper mesmo com proxies?
Geralmente o gatilho é o comportamento, não o IP: intervalos uniformes, cabeçalhos idênticos em milhares de requisições ou fingerprint que contradiz o dispositivo declarado. Proxies mudam só a identidade de rede. Corrija o ritmo, varie cabeçalhos de forma plausível, mantenha cookies coerentes na sessão e reduza a concorrência antes de comprar mais IPs.
Qual tipo de proxy funciona melhor na Amazon?
IPs residenciais fixos na região do marketplace. Faixas de datacenter são conhecidas e costumam receber experiência degradada — layout diferente ou oferta reduzida — o que corrompe os dados mesmo quando a requisição funciona. O residencial também faz a Buy Box e as promessas de entrega se parecerem com as de um comprador real.
Como coletar avaliações sem duplicatas?
Mantenha um IP sticky por crawl de reviews e pagine dentro da sessão, porque a lista depende do estado. Deduplique por ID de review, não por posição, capture “principais” e “mais recentes” separadamente e recolete por cronograma comparando por ID.
Scraping da Amazon é legal?
Depende da jurisdição, dos dados coletados e do uso. Dados públicos de produto costumam ser tratados de forma diferente de dados pessoais, mas os termos de uso continuam valendo. Colete apenas o necessário, evite dados pessoais, respeite limites e peça análise jurídica para o seu caso.
Conclusão
A Amazon recompensa coleta lenta e geograficamente consistente e pune a rápida e uniforme. Fixe IPs residenciais por marketplace e região, rotacione só em páginas sem estado, mantenha ritmo de cinco a quinze segundos e registre cada oferta com horário e IP de saída. Comece com proxies residenciais FTProxy e trate a região como campo de primeira classe.