Quando um utilizador da Proa Mercança encontra um código válido em 3 segundos, não vê o que acontece nos bastidores. Atrás dessa simplicidade está um sistema de verificação que processa 7 200 testes por hora, toma decisões autónomas sobre a validade de códigos e aprende padrões de comportamento de centenas de lojas online. Este artigo explica como funciona.
O problema que a IA resolve
As lojas online portuguesas gerem códigos promocionais de formas muito diferentes. Algumas publicam códigos com data de validade clara. Outras usam códigos sem data que expiram sem aviso. Algumas limitam o número de utilizações sem o comunicar. Outras restringem códigos a categorias específicas de produtos sem indicar quais. E muitas combinam várias destas práticas. Para um humano, verificar manualmente um código significa simular uma compra completa: entrar na loja, adicionar um produto ao carrinho, ir ao checkout, introduzir o código e verificar se o desconto é aplicado. Tempo médio: 3 a 5 minutos por código. Com 890 lojas e uma média de 3,2 códigos ativos por loja, verificar tudo uma vez demora aproximadamente 150 horas. A cada 4 horas, são necessárias 150 horas de trabalho humano — matematicamente impossível sem automação.
A primeira camada: bots de verificação
A base do sistema SMART são bots automatizados que simulam compras em cada loja parceira. Cada bot navega na loja como um utilizador real: acede à página, seleciona um produto, adiciona ao carrinho, avança para o checkout e insere o código promocional. Se o preço se reduz, o código é válido. Se aparece mensagem de erro, é inválido. Se a página não responde ou mostra comportamento inesperado, o resultado é inconcluso e uma segunda verificação é agendada em 30 minutos. A complexidade técnica: cada loja tem um layout diferente, um processo de checkout diferente, elementos HTML diferentes. O bot precisa de saber onde clicar, o que preencher e como interpretar a resposta. Isto significa manter 890 configurações individuais — uma por loja — atualizadas em permanência.
A segunda camada: machine learning para adaptação
As lojas mudam. Redesenham o site, alteram o processo de checkout, mudam os nomes dos elementos HTML. Quando isso acontece, um bot configurado manualmente falha — e continuará a falhar até que um engenheiro atualize a configuração. No sistema SMART, um modelo de machine learning deteta automaticamente quando uma verificação falha por razões técnicas (layout mudou) versus razões legítimas (código expirou). Se o padrão de falha é consistente com uma mudança de layout — por exemplo, o bot não encontra o campo de código promocional onde costumava estar — o sistema aciona um crawler que analisa a nova estrutura da página e tenta identificar o campo correto. Em 68 % dos casos, a adaptação é automática e nenhum engenheiro precisa de intervir. Nos restantes 32 %, o sistema gera um alerta e um engenheiro faz a correção manualmente, geralmente em menos de 2 horas.
A terceira camada: previsão de expiração
Com mais de dois anos de dados históricos, o sistema SMART desenvolveu modelos preditivos de expiração de códigos. O modelo analisa padrões como: duração média de códigos semelhantes naquela loja, sazonalidade (códigos de Black Friday duram em média 5,2 dias, códigos regulares duram em média 18,7 dias), comportamento recente da loja (se a loja expirou 3 códigos esta semana, a probabilidade de expirar outros aumenta), e correlação com campanhas de marketing (lançamento de produto novo frequentemente coincide com expiração de códigos antigos). O modelo atribui a cada código ativo uma probabilidade de expiração nas próximas 24 horas. Códigos com probabilidade superior a 70 % são verificados com o dobro da frequência — a cada 2 horas em vez de 4. Códigos com probabilidade inferior a 10 % podem ser verificados a cada 6 horas, libertando recursos computacionais para os casos críticos.
A quarta camada: deteção de fraude
Nem todos os códigos na internet são legítimos. Existem códigos fabricados — sequências de caracteres inventadas que circulam em fóruns e redes sociais sem nunca terem funcionado. Existem códigos expirados que continuam a ser partilhados meses depois. Existem códigos restritos — válidos apenas para funcionários ou parceiros — que são divulgados indevidamente. O sistema SMART classifica cada novo código antes de o publicar. O modelo analisa a fonte (onde o código foi encontrado), a estrutura (os códigos de cada loja seguem padrões — comprimento, prefixos, caracteres), o historial (códigos semelhantes desta loja funcionaram no passado?) e a verificação direta (o bot testa o código numa compra simulada). Apenas códigos que passam todos os critérios são publicados. Em 2025, o sistema rejeitou 14 200 códigos suspeitos — 19 % do total de códigos encontrados por web scraping.
A quinta camada: personalização
A vertente mais recente do uso de IA na Proa Mercança é a personalização da experiência. O sistema analisa, de forma agregada e anonimizada, quais categorias de lojas cada utilizador mais visita (via extensão do navegador). Se um utilizador visita frequentemente lojas de eletrónica, os códigos dessa categoria são priorizados na sua página inicial. Se outro utilizador visita maioritariamente lojas de moda, a organização adapta-se. Esta personalização não recolhe dados pessoais identificáveis — baseia-se em padrões de navegação agregados e nunca acede a dados de compra, passwords ou formulários preenchidos.
Os números da infraestrutura
Para suportar este sistema, a Proa Mercança opera uma infraestrutura cloud distribuída. Verificações por hora: 7 200. Verificações por dia: 172 800. Verificações por mês: 5,2 milhões. Dados processados por mês: aproximadamente 2,3 terabytes de dados de navegação simulada. Servidores de verificação: 12 instâncias cloud distribuídas por 3 regiões europeias (para evitar bloqueios por geolocalização). Custo estimado de infraestrutura: 8 000 € a 12 000 € por mês. Uptime do sistema: 99,7 % nos últimos 12 meses. O custo de infraestrutura representa aproximadamente 5 % das receitas da empresa — um investimento significativo mas essencial para manter a taxa de validade de 93,8 %.
O futuro: verificação em tempo real
O próximo passo do sistema SMART é a verificação em tempo real. Em vez de testar os códigos a cada 4 horas, o objetivo para 2027 é verificar os códigos no momento exato em que o utilizador os solicita — em menos de 5 segundos. Isto requer integração direta com as APIs dos retalhistas parceiros, um modelo completamente novo de parceria comercial. Atualmente, 8 dos 890 retalhistas já oferecem API de verificação. A Proa Mercança está a negociar com mais 52 para atingir cobertura de 60 retalhistas com verificação instantânea até ao final de 2027.
Aviso: as informações técnicas apresentadas são baseadas em dados fornecidos pela Proa Mercança e podem não refletir detalhes proprietários da implementação. As ofertas e descontos estão sujeitos a alterações.
