- Em um cenário em que a alta concentração do mercado supermercadista canadense enfraquece a concorrência de preços, o Project Hammer é um projeto que pretende divulgar dados históricos de preços dos principais varejistas para detectar conluio e estimular a concorrência
- O conjunto de dados inclui 8 empresas — Voila, T&T, Loblaws, No Frills, Metro, Galleria, Walmart Canada e Save-On-Foods — cobrindo o período de 28 de fevereiro de 2024 até a carga mais recente
- Os arquivos públicos são divididos em
product, para metadados dos produtos, eraw, para preços em série temporal, podendo ser analisados em 2 CSVs ou em um arquivo SQLite - Os preços foram coletados por screen scraping da interface dos sites, com base em “in store pickup” em um bairro de Toronto, então podem diferir dos dados de APIs internas ou ter lacunas em algumas datas e empresas
- Para que esses dados levem a análises acadêmicas e medidas legais, é preciso combinar análise econômica, normalização de dados, revisão de bugs e uso político, jornalístico e jurídico
O que o Project Hammer quer fazer
- O objetivo do Project Hammer é aumentar a concorrência no setor supermercadista canadense e reduzir conluios
- Para isso, o projeto está levando adiante três frentes
- Construir um banco de dados histórico de preços a partir dos sites das principais redes supermercadistas
- Disponibilizar os dados em um formato adequado para análise acadêmica e medidas legais
- Divulgar a existência do dataset para pessoas capazes de promover mudanças e ajudar no uso prático dele
Dados públicos de preços de supermercados
- O conjunto de dados inclui 8 redes supermercadistas
- Voila
- T&T
- Loblaws
- No Frills
- Metro
- Galleria
- Walmart Canada
- Save-On-Foods
- O período coberto vai de 28 de fevereiro de 2024 até a carga mais recente
- Os dados podem ser obtidos de duas formas
- 2 CSVs
- O arquivo
productcontém metadados e detalhes dos produtos - O arquivo
rawcontém os dados de preços em série temporal - Os dois arquivos são unidos pelas colunas
ideproduct_id
- O arquivo
- Arquivo SQLite
- A ferramenta recomendada para abrir o arquivo SQLite é o DB Browser
- Ele permite filtrar e exportar para CSV
- 2 CSVs
- Os campos dos dados e a forma de coleta podem ser consultados na seção FAQ do projeto
Pessoas necessárias para participar
- O projeto é difícil de concluir sozinho e precisa de uma comunidade para cuidar de análise, normalização, verificação e uso prático
- Em especial, são solicitadas pessoas para os seguintes papéis
- Quem consiga fazer análise econômica das interações e correlações entre várias trajetórias de preços ao longo do tempo
- Quem tenha experiência em processamento e normalização de dados
- Quem possa mexer nos dados por um dia e relatar bugs, problemas e oportunidades
- Quem faça análises parecidas de preços em outros países ou tenha se inspirado no trabalho de Mario Zechner
- Políticos, assessores, ativistas, jornalistas e advogados orientados por dados que queiram melhorar o altamente concentrado setor supermercadista do Canadá
Perguntas que podem ser feitas com os dados
- É possível visualizar o preço de um sanduíche padrão por rede
- Ex.: pão branco 200g, presunto 20g, alface 20g etc.
- Dá para comparar qual rede é a mais barata
- Também é possível verificar se houve congelamento de preços de 1º de novembro a 5 de fevereiro para determinados produtos
- A Metro já afirmou que o congelamento de preços de 1º de novembro a 5 de fevereiro para produtos alimentícios de marca própria e marcas nacionais é uma prática do setor e que isso também se aplica às lojas Metro
- O que realmente significa um preço “em promoção” também é objeto de análise
- Verificar quanto tempo se passou desde a promoção anterior
- Se um item fica sempre em promoção, dá para avaliar se esse é, na prática, o preço normal
- Também é possível verificar se o preço foi aumentado logo antes da promoção e depois reduzido de volta ao nível habitual
- Também dá para comparar a reação de preços entre as redes
- Em um produto ou categoria específica, é possível ver quem inicia primeiro uma mudança de preço
- Dá para identificar quais varejistas só reagem e nunca iniciam mudanças
- Também dá para ver se os preços de algumas empresas se movem exatamente juntos
- É possível analisar se os preços se movem aleatoriamente, sem interação
- Também dá para verificar se os preços sempre só sobem ou sempre só caem
- Em grupos comparáveis de produtos, também é possível ver qual rede costuma ser a mais barata em geral e se cestas de produtos como ovos, leite e pão se movem juntas dentro de uma mesma rede
Método de coleta e limitações dos dados
- Os dados foram obtidos por screen scraping da interface dos sites dos supermercados
- Pode haver informações ausentes que estariam disponíveis nas APIs internas que alimentam esses sites
- Os preços têm como base a opção “in store pickup” configurada para um bairro de Toronto
- Nem todos os dados de todas as empresas estão disponíveis todos os dias
- De 28 de fevereiro de 2024 até 10 ou 11 de julho, foram coletados preços de produtos de uma “small basket”
- Depois disso, o acervo passou a incluir uma variedade muito maior de produtos
- Em certas datas, a extração de uma empresa específica pode falhar e gerar ausência de dados
Tabela product
- A tabela
productarmazena metadados dos produtos- Nome do produto
- Empresa
- Marca
- Tamanho da unidade
- Ela só é atualizada quando um novo produto é encontrado
- Ex.: quando se descobre uma variação de tamanho de unidade que antes não existia
- As principais colunas são as seguintes
id: ID do produto usado para unir as tabelasproducteraw, mas muda todos os dias e não é um identificador único estávelconcatted: identificador único próprio formado pela concatenação de empresa, nome do produto, unidade e marca, usado em uma etapa intermediáriavendor: uma das 8 redes supermercadistasproduct_name: nome do produto, podendo incluir marca ou unidadeunits: unidades como g, kg ou quantidade por embalagem; em algumas empresas ou produtos esse campo pode estar vaziobrand: marca do fabricante do produto; pode estar vaziadetail_url: URL da página de detalhes do produto, usada para extrair SKU e UPCsku: identificador único de produto usado por cada empresa, extraído dedetail_urlupc: identificador universal de produto entre empresas, mas difícil de encontrar
- A confiabilidade do UPC varia por empresa
- Os UPCs de Metro, Galleria e Save-On-Foods são os mais confiáveis, pois vêm diretamente dos sites das empresas
- No Walmart, o SKU foi associado ao UPC de um site que parece pertencer ao Walmart, usando correspondência exata, não fuzzy matching
- Loblaws, NoFrills, T&T e Voila usaram fuzzy matching para encontrar UPCs potenciais e fizeram verificação manual de qualidade, mas ainda pode haver erros
- Ao comparar entre empresas, é preciso conferir
product_namecom bom senso
Tabela raw
- A tabela
rawarmazena o preço de um produto em um momento específico, e novos dados são adicionados diariamente - As principais colunas são as seguintes
nowtime: horário de coleta dos dadoscurrent_price: preço no momento da extraçãoold_price: preço anterior exibido com tachado, indicando promoçãoprice_per_unit: preço por unidade mostrado no site da empresa, que pode não coincidir com o valor calculado ao dividircurrent_priceporunitsother: outras informações exibidas, como “Out of stock”, “SALE”, “Best seller”, “$5.00 MIN 2”product_id: ID usado para unir com a tabelaproduct, mas muda todos os dias e não é um identificador único estável
Cuidados ao usar CSV e SQLite
- Os arquivos CSV são ajustados para o Excel
- No início do arquivo há um caractere BOM para que o Excel trate o conteúdo como UTF-8
- Ao importar em outras ferramentas de análise, pode ser necessário remover o BOM
- A estrutura do arquivo SQLite é simples
- A tabela
productincluivendor,product_name,units,brand - A tabela
rawincluinowtime,current_price,old_price,price_per_unit - As duas tabelas são unidas por
product.ideraw.product_id - Para desempenho, há um índice em
raw.product_id
- A tabela
- Há exemplos de SQL para consultar marcas ou grupos de produtos específicos
- A marca Becel pode aparecer, dependendo da empresa, apenas em
product_nameou apenas embrand, por isso a busca é feita nas duas colunas - Produtos Miss Vickie's aparecem com grafias variadas entre empresas, como
Miss Vickies,Miss Vickie'se aspas UTF-8 incomuns, então a busca é feita pormiss vick - O resultado da consulta por Miss Vickie's Original Recipe chips pode incluir juntos produtos de 59g, 200g e 275g, então para comparar entre empresas é preciso restringir mais o SQL ou exportar para CSV para filtrar
- A marca Becel pode aparecer, dependendo da empresa, apenas em
- Na análise de exemplo, o preço de Miss Vickies' Original Kettle Chips 200g foi visualizado com um PivotChart do Excel, mostrando o Walmart com o menor preço e as redes focadas em supermercados asiáticos com os preços mais altos
SQL de referência e exemplos de análise
- Foi fornecido um SQL para comparar preços de 10 de junho e 17 de setembro
- Embora a descrição diga que a primeira extração completa foi em 10 de junho, a condição do SQL usa
2024-06-11%e2024-09-17% - O SQL pivota o preço inicial e o preço final do mesmo produto em uma única linha, excluindo produtos que não existiam em ambas as datas
- Embora a descrição diga que a primeira extração completa foi em 10 de junho, a condição do SQL usa
- Também há um SQL para obter preço máximo, mínimo, média e contagem
- Primeiro é criada, em
raw, uma combinação única de data, preço e ID do produto, e depois é feita a agregação por produto - O resultado é então unido à tabela
productpara ver empresa, nome do produto, unidade e marca
- Primeiro é criada, em
- Também é pedido feedback sobre se seria melhor compartilhar código, dados e notas no formato de um SQL Notebook
Problemas de dados conhecidos
- Há um problema em que preços diferentes são capturados para o mesmo produto no mesmo dia
- Ex.: “100% Natural Origin Moisturizing Lip Balm, Cucumber Mint” da Loblaws e “Melatonin” da Sisu
- A causa é que existiam produtos diferentes no site da empresa com o mesmo nome e o mesmo tamanho de unidade
- Até 30 de setembro de 2024, não havia forma de distinguir os dois; depois disso, é possível separá-los por
detail_urlesku
- Também há um problema em que a mesma entrada de preço para o mesmo produto é registrada várias vezes no mesmo dia
- Em 2 de novembro de 2024, cerca de 6.500 produtos por dia eram afetados
- Ex.: Daiya “Mexican 4 Cheeze Blend Gluten Free Shreds” da Metro
- Isso pode ocorrer porque o mesmo produto aparece em várias categorias ou é repetido em outra categoria ou no topo da página como item promovido
- Na extração da Save-On-Foods, houve um problema em que algumas combinações de nome do produto e marca não batiam com o valor de
detail_url- O impacto era de cerca de 9 produtos por dia, entre aproximadamente 10 mil produtos no total
- Isso pode ocorrer em grupos diferentes de produtos a cada dia
- Foi corrigido a partir do dataset de 25 de dezembro de 2024, mas a correção não foi aplicada retroativamente aos dados anteriores
Materiais relacionados sobre preços de supermercados
- Ferramenta para consultar e comparar de uma vez os preços de várias redes supermercadistas canadenses: usa APIs internas não documentadas
- grocerytracker.ca
- Dados do Statcan: Monthly average retail prices for selected products: preços médios mensais de varejo para 110 produtos principais
- Podcast do Statcan “Eh Sayers” Episode 18 - Why Food Inflation Is Such A Hard Nut To Crack
- O Statcan faz sua própria raspagem da web e coleta diretamente dados de PDV de comerciantes de alimentos
- Esses dados não são públicos
- Relatório do Competition Bureau: Retail Grocery Market Study Report
- Está escrito que o acesso ao Competition Tribunal ficará mais fácil em 20 de junho de 2025
- O ponto de haver um teto para as multas pagas por partes condenadas por abuso anticoncorrencial é tratado de forma crítica
- Também há uma seleção de textos relacionados e casos externos para leitura complementar
1 comentários
Opiniões no Hacker News
“Análise econômica de dados de preços, especialmente as interações/correlações de vários fluxos de preços ao longo do tempo” é algo muito mais difícil do que o autor imagina.
O Canadá tem uma agência de política concorrencial e quase certamente ela tem poder para exigir dados das empresas durante investigações. É bem provável que os dados deles sejam melhores do que estes aqui.
Casos assim são quase impossíveis de provar apenas com análise de dados. Se fosse possível, agências antitruste no mundo inteiro simplesmente monitorariam esses dados, e quem faz cartel também tentaria burlar esse monitoramento.
Dados de supermercados misturam preços de milhares de produtos, com fornecedores, estruturas de custo e choques de matérias-primas diferentes; então, embora seja uma boa ideia, na prática acho que é quase uma perda de tempo — falando como alguém que trabalha de fato com antitruste.
Órgãos governamentais são notoriamente cheios de dívida técnica; mesmo tendo autoridade para exigir dados, é muito duvidoso que os estejam processando de algo próximo a uma análise de dados moderna. É bem possível que seja algo no nível de puxar dados de um banco SQL antigo para planilhas, em vez de um data lake decente, um cluster Spark ou um data warehouse em nuvem.
Tirando departamentos mais voltados a tecnologia, como o StatsCan, a capacidade de ciência de dados do governo em geral não é boa.
Isso pode servir como ponto de partida para pressionar as empresas a “competirem de forma mais explícita” se não quiserem aparecer nessa lista.
A agência parece ter orçamento e pessoal insuficientes, e o problema é tão disseminado nacionalmente, e tão normalizado para a maioria das pessoas, que parece haver pouco incentivo para realmente corrigi-lo.
Gostei deste projeto. Acabei de me mudar de Toronto, e, comparando com os EUA, era frustrante ver como a maioria dos principais setores do Canadá é, na prática, um oligopólio.
Em telecomunicações, bancos, seguros, supermercados, aviação etc., há apenas alguns grandes concorrentes. Por causa da regulação, é difícil criar novos concorrentes, e concorrentes menores muitas vezes acabam sendo comprados pelas grandes empresas.
O resultado é uma experiência péssima. Telecomunicações, tanto cabo quanto celular, são caras demais; bancos cobram todo tipo de tarifa até por funções básicas que são gratuitas nos EUA; e o atendimento ao cliente é horrível.
Pelo menos no mercado de telecomunicações, a fixação combinada de preços parece bastante óbvia, então não surpreende. Para o governo, esse tipo de oligopólio/cartel deve ser complicado, já que aumenta o PIB e a arrecadação de impostos, mas no fim acredito que mais concorrência e proteção ao consumidor tornam um país melhor para viver.
“O Canadá, de muitas maneiras, foi construído sobre monopólios. Pense na Hudson’s Bay Company ou na Canadian Pacific Rail. O Canadá sempre temeu que, se não permitisse que empresas nacionais se tornassem enormes, elas seriam varridas por concorrentes americanos. Por isso existe uma tensão entre políticos que dizem apoiar a concorrência e leis que incentivam a consolidação.”
Acho que essa estratégia funcionou razoavelmente até uns 20 anos atrás. Não era ideal para os consumidores, mas era bom o bastante para a maioria dos canadenses. Agora, os oligopólios se tornaram praticamente predatórios, engolindo qualquer oportunidade de capturar dinheiro público e dominar mercados.
Por exemplo, o programa Temporary Foreign Worker hoje representa 7% da população do Canadá, pressionou moradia, saúde e mercado de trabalho, e foi chamado pela ONU de “viveiro de escravidão” [1].
[0] https://www.wealthsimple.com/en-ca/magazine/canada-monopolie...
[1] https://documents.un.org/doc/undoc/gen/g24/120/97/pdf/g24120...
Além disso, acho que as leis de fusões do Canadá eram bem diferentes das dos EUA. Pelo que sei, no Canadá o critério era mais se a fusão era boa para os acionistas do que se era boa para os clientes. Com mudanças legais no último ano ou dois, isso está começando a mudar; é lento, mas a mudança está vindo.
Poucas operadoras de telecomunicações e bancos cobrando tarifas absurdas também é a realidade americana. Infraestrutura física e serviços bancários têm barreiras de entrada altas no mundo todo, e há razões para isso. O problema não se resume apenas a isso.
Não sei se o autor está por aqui, mas o banco de dados SQLite disponível para download melhoraria bastante se fosse comprimido. Só com gzip ele cairia cerca de 75%.
Também fico curioso se há algum texto explicando como os preços foram coletados. Eu queria fazer uma análise parecida há alguns anos, mas desisti assim que percebi que 95% do esforço iria para scraping e correspondência de entidades.
Os fabricantes em geral parecem fornecer SKUs exclusivos de propósito, para dificultar comparações.
Accept-Encoding: gzip, mas o servidor não parece disposto a responder comContent-Encoding: gzip..sqlitecai para 61 MiB, reduzindo o tamanho em cerca de 92%.Se o Canadá for parecido com os EUA, ao tentar responder a uma pergunta como “quanto custa 1 libra de manteiga na rede X?”, o obstáculo é que os supermercados agora fazem tanta manipulação de preços que não existe uma única resposta correta
O preço pode variar por região ou bairro, aparentemente refletindo necessidades de gestão de estoque ou a disposição a pagar em cada região
Também há muitos truques de preço. No supermercado do bairro, um pacote de batata chips costuma custar US$ 6,99, mas em certos períodos vira “US$ 1,99 se comprar 4”. Alguns alimentos embalados que custam US$ 4,99 passam a custar US$ 1,99 se você comprar 5 itens participantes sem relação entre si, como crackers, Tide e biscoitos Pillsbury. É preciso olhar o encarte com atenção, e as prateleiras nem sempre indicam todos os produtos participantes
O pior é o “preço com cupom digital aplicado”. Para receber o preço promocional, você precisa abrir um app lento, dentro de uma loja com sinal ruim, fazer login, conferir um e-mail com código de segurança, encontrar o cupom e “recortá-lo”. Se esquecer, paga o preço cheio
Nessa situação, o valor efetivamente pago varia de consumidor para consumidor, então há preocupação com a integridade dos dados. Por exemplo, nem todo mundo tem espaço em casa para levar 4 pacotes de batata chips; então algumas pessoas acabam pagando US$ 7 por 1 pacote em vez de US$ 8 por 4. Assim, a batata chips custa ao mesmo tempo US$ 2 e US$ 7
Deve haver alguma teoria dizendo que isso reduz preços, mas fico curioso para saber qual é. O mercado imobiliário ficou com uma transparência quase infinitamente maior nos últimos anos, a ponto de ser usado como dados de treinamento por cientistas de dados
O resultado foi a entrada de especuladores no mercado e uma grande bagunça
A mudança foi mais no sentido de a última crise habitacional e, depois, a política de juros zero sustentarem interesses de grandes empresas de tecnologia e do setor imobiliário, que passaram a comprar casas
Isso se combinou com pessoas que ficaram anos com patrimônio líquido negativo na casa e com um novo mercado em que, por não conseguirem arcar com custos fixos muito altos, acabaram pagando, em vários governos locais, aluguéis maiores do que as prestações de uma hipoteca
Se você tem muito capital, faz todo sentido colocar dinheiro onde há retorno garantido
Entendo que a premissa do Project Hammer é aplicar transparência ao setor de alimentos para revelar conluio e estimular uma discussão sobre quais leis aplicar a esse tipo de oligopólio
Se fossem ações, ainda daria para culpar a chegada de firmas de negociação de altíssima frequência, mas os preços dos imóveis subiram por outros motivos, e parece muito mais provável que a melhora no acesso aos dados tenha acontecido por coincidência na mesma época. Pode haver vários motivos, como NIMBYs, imigração, investidores estrangeiros etc. Parece mais um caso como https://xkcd.com/925/
As razões do problema dos alimentos no Canadá são bem simples
Se eu definir o preço das maçãs 0,5 desvio padrão abaixo da média próxima, estou tentando vender mais barato que o mercado ou estou em conluio com ele?
Se eu definir pela média, é conluio ou estou tentando maximizar o lucro das maçãs?
Se eu definir acima da média, é conluio ou estou dizendo ao mercado que são maçãs premium?
Como se passa de correlação para conluio? Este projeto parece partir da suposição de que definir preços olhando outros preços de mercado é conluio. Se não for isso, como ele pode ser um martelo contra conluio? Para que um regulador possa tratar correlação como evidência de acordo, as empresas teriam de não conhecer os preços de mercado ao definir seus preços?
Se algo parece ser um livre mercado, mas a concorrência não produz esse resultado, isso é um problema da sociedade. Então a sociedade tem autoridade para corrigi-lo pelos meios apropriados. Dependendo da ideologia da sociedade, isso pode incluir empréstimos e subsídios para novos entrantes no mercado, leis de controle de preços, políticas tributárias específicas, ou até rejeitar o livre mercado e ir para o controle centralizado
Como analogia, um crime violento misterioso pode precisar ser solucionado para que haja justiça, mas a sociedade não precisa necessariamente solucionar aquele caso para se tornar mais segura em geral
Isto é apenas um conjunto de dados e, por si só, não consegue revelar conluio ou algo do tipo. Mas, se você estiver estudando conluio, pode usar esses dados para entender o comportamento das empresas
E conluio não precisa necessariamente ter relação com preços
Se você decide sozinho vender por um preço menor que o de um concorrente, isso é exatamente o comportamento que o capitalismo espera em um livre mercado
Se você ligar para as lojas vizinhas e disser “vamos todos dobrar o preço das maçãs em relação ao atual; assim o consumidor não terá escolha a não ser comprar por esse preço”, isso é conluio
Dito isso, o ponto está correto. De fora, é muito difícil distinguir conluio de não conluio apenas por correlações simples. Os preços podem convergir por várias razões legítimas e, sem conhecimento interno, é difícil identificar conluio de forma confiável
O melhor que este projeto poderia fazer seria modelar de forma abrangente uma única categoria de produtos e mostrar que os padrões de preço só são explicáveis por conluio. Para ter sucesso, depois disso teria de surgir, em uma ação judicial, alguma prova direta, como comunicações que revelem culpa
[1] https://en.m.wikipedia.org/wiki/Collusion
A atitude do Canadá em relação à concorrência é diferente da dos EUA. Produtos agrícolas — ou seja, laticínios, trigo, xarope de bordo e, em menor grau, cerveja e bebidas alcoólicas no varejo — são controlados por monopólios estatais que definem preços
A razão pela qual os alimentos são caros é o custo dos combustíveis nos últimos anos, e também não ajudou o aumento do imposto federal sobre combustíveis, nem a política semioficial de manter o CAD fraco frente ao USD para apoiar exportações, o que enfraqueceu o poder de compra
Esse tipo de esforço funciona com eleitores economicamente analfabetos que defendem “controle de preços”
Se quiser saber em que ponto da espiral de deskulakização o Canadá está, o Estado está culpando “exploradores” por seus fracassos de política pública. Os próximos serão acumuladores, especuladores e talvez o clichê óbvio dos “banqueiros internacionais”
Mas vejo a questão dos alimentos de forma diferente. As 3 maiores empresas de supermercado já fizeram cartel no preço do pão [1], cartel de salários [2] e acordos para não competir em determinados períodos [3]. Aqui, os preços dos alimentos não se movem apenas pelos custos de base
Os EUA usam um modelo de sustentar preços por trás, via impostos. Um exemplo é o “queijo do governo”: o governo federal compra enormes quantidades de leite, transforma em queijo e distribui a beneficiários de programas sociais. Ele compra o excedente para manter o preço do leite
O Canadá, em vez disso, regula o preço do leite por meio de cotas. Ambos os modelos mantêm os preços artificialmente altos. Os EUA fazem algo parecido em outros mercados
Numa olhada rápida de leigo, não parece que as cadeias de supermercados do Canadá sejam muito mais concentradas do que as dos EUA. Várias redes pertencem ao mesmo pequeno grupo de marcas, o que dificulta a comparação, mas este gráfico ajuda
https://www.howtocook.recipes/the-largest-grocery-stores-and...
Olhando o top 10, eu excluiria Walgreens e CVS. Parece que a maior parte dos 330 milhões de americanos é atendida por 8 conglomerados. Não está claro se a Target deve ser incluída. Não sei quanto da receita dela vem de fato de alimentos. O post original sugere que a maioria dos 38 milhões de canadenses é atendida por 5 conglomerados
Por exemplo, a margem de lucro da maior rede de supermercados aumentou de fato 50% durante a Covid
Em vez disso, a análise termina simplesmente em “governo ruim!”. Claro, não estou negando que o governo seja uma parte grande do problema por causa do aumento da oferta monetária e das várias políticas mencionadas. Mas tentar explicar os preços dos alimentos sem mencionar a Covid ou os lucros corporativos recordes é muito desonesto
Mas, no fim, o problema deve ser mesmo os servos “economicamente analfabetos” que reclamam dos preços altos, né?
Alguns anos atrás havia um site que publicava, em uma planilha mais agradável, os preços da Brewers Retail — ou The Beer Store, o comprador único de cerveja em Ontario — permitindo ordenar por valor total, preço por mL, preço por tamanho de caixa etc.
Era excelente, transparente, apenas dados
Aí recebeu ameaça de processo e fechou. Aparentemente, no Canadá não se pode fazer esse tipo de coisa. Havia uns termos idiotas em letras miúdas dizendo que os dados eram deles e não podiam ser usados
Lembro que havia letras miúdas parecidas nos folhetos de supermercado
Todo mundo deveria saber o que eles fazem, e quanto a simpática democracia do bairro é melhor. Afinal, isso pôde ser lido literalmente todos os dias nos jornais nos últimos anos/décadas
Threads assim são diamantes em meio à pedra bruta, por isso gosto de colecioná-las
As três maiores empresas de alimentos, que dominam a maior parte do mercado de supermercados da Noruega, foram multadas[1] por combinação de preços
Uma das acusações era que elas sinalizavam aumentos de preço em determinadas categorias elevando o preço de produtos específicos dentro dessas categorias. O uso amplo de fiscais de preços também ajudou nisso
A multa inicial era muito maior, mas no fim ficou em cerca de US$ 450 milhões somando as três empresas
Para comparação, o lucro antes de impostos[2] da maior empresa em 2023 foi mais ou menos esse valor
A forte inflação recente nos preços dos alimentos foi muito maior do que o aumento nos valores que os agricultores receberam pelas matérias-primas
Dito isso, a Noruega não tem uma estrutura com poucas lojas grandes espalhadas por aí; há uma quantidade absurda de mercados pequenos e locais. Mesmo agora, sentado nos arredores de Oslo, há 8 mercados pertencentes às três maiores empresas a até 15 minutos a pé
[1]: https://www.nrk.no/norge/daglegvare-etterforskinga_-4_9-mill...
[2]: https://www.dn.no/handel/resultathopp-for-norgesgruppen-tjen...
Pelo relatório anual de 2005 da Norgesgruppen, a margem de lucro era de 2,2%. Em 2021, havia subido para 3,8%, o que representa um crescimento de quase 75% na margem