Si vamos a publicar un precio, corresponde contar de dónde salió y qué le hicimos antes de mostrarlo.
De las tiendas online públicas de Carrefour, Coto, Disco, Jumbo, Vea. Leemos los mismos catálogos que ve cualquiera que entra a comprar: sin cuenta, sin login y sin tocar nada que no sea público. Nos identificamos con un User-Agent de navegador, que es lo que esos endpoints esperan. Cada producto queda atribuido a su comercio y enlazado a su ficha original.
Nombre, marca, categoría, código de barras, imagen, y el precio publicado ese día. Guardamos una foto por día y por producto, así se puede ver el movimiento sin reescribir el pasado. Hoy el catálogo tiene 141.189 productos y guardamos 141.189 registros de precio; de esos, 58.657 están efectivamente en stock hoy y son los únicos que llegan a una página.
Un paquete de 500 g y uno de 1 kg no se comparan por el precio de góndola. De cada nombre extraemos el tamaño del envase con reglas fijas ("1 Kg", "6x1.5 Lt", "473 Ml x 6") y calculamos el precio por kilo, por litro o por unidad. Ese es el número que ordena todas nuestras listas. Sabemos leer los multipacks: 473 Ml x 6 son seis latas, pero 444 Grs x 36 Un es una caja de 444 gramos con 36 piezas adentro, no 36 paquetes.
Por código de barras, validando el dígito verificador del EAN. Si el dígito no cierra, el código se descarta: un barcode con un error de tipeo mezclaría dos productos distintos en la misma comparación. Hoy 34.043 códigos aparecen en dos o más cadenas, y esos son los que permiten decir dónde está más barato exactamente el mismo producto.
Los catálogos traen filas rotas: leche de un litro a un peso, un calefón a novecientos pesos al lado de seiscientos mil en otra cadena. Tres reglas fijas las filtran antes de que lleguen a una página. Un piso absoluto, porque en estos rubros no hay nada real por debajo de cien pesos. Una mediana por código de barras, que descarta la observación que se aleja más de tres veces del resto cuando el mismo producto está en varias cadenas. Y una banda por rubro, que caza los tamaños de envase mal leídos. En este relevamiento el filtro descartó 751 filas (1.3% del total): 8 por desacuerdo entre cadenas, 1 por precio imposible, 742 por envase mal leído de las que entraron al filtro.
No inventamos precios ni completamos huecos con estimaciones. No proyectamos tendencias que no medimos: el historial arranca el día que empezamos a relevar y no antes. No publicamos "ofertas" que no podamos verificar contra el precio del día anterior. Y no somos un comercio: no vendemos nada, no cobramos comisión y no tenemos acuerdo con ninguna cadena.
Los precios son de tienda online y no siempre coinciden con el cartel del local. Muchas cadenas tienen precios distintos por sucursal, y de las que los publican tomamos la mediana entre sucursales. No cubrimos todavía almacenes de barrio, ferias ni mayoristas. Y la cobertura por rubro es despareja: hay más productos de almacén que de carnicería.