Dados: o que coletamos e de onde
O catálogo é montado por um programa que visita as páginas públicas das lojas, guarda um conjunto fixo de campos e descarta o resto. Nada é escrito por pessoa nem por modelo de linguagem.
O que guardamos de cada produto
- Nome, marca e volume declarado (com a origem do volume: campo da loja, dados estruturados da página, título ou endereço).
- Preço e disponibilidade no momento da visita, com a data e a hora.
- A lista de ingredientes como publicada, convertida para nomes canônicos.
- FPS e PA quando declarados; código de barras (GTIN/EAN) quando a loja expõe.
- O endereço da página de origem.
Não guardamos descrição de marketing, fotos da loja, avaliações nem nome de quem avaliou. Não guardamos dado pessoal de ninguém.
De onde
- Beleza na Web
- Droga Raia
- Drogasil
- Época Cosméticos
As visitas respeitam um intervalo mínimo entre pedidos e param diante de qualquer sinal de bloqueio. Só rotas públicas de catálogo são usadas.
Dicionários e licenças
- CosIng, o inventário de ingredientes cosméticos da Comissão Europeia: fonte dos nomes canônicos e das funções. Dados públicos da União Europeia, reutilizáveis com atribuição.
- ANVISA: base de tradução dos nomes de ingredientes do português para a nomenclatura internacional. Dado público da Agência Nacional de Vigilância Sanitária.
- Open Beauty Facts: taxonomia de sinônimos e lista de alergênicos, usadas como apoio ao dicionário e como corpus de teste. Licença Open Database License (ODbL). Crédito: dados de ingredientes de Open Beauty Facts, contribuidores do projeto, sob ODbL. Nenhum produto do Open Beauty Facts é publicado aqui.
Nomes de ingredientes
Os nomes seguem a nomenclatura internacional de ingredientes cosméticos, a mesma que a lei brasileira exige no rótulo. Quando a loja publica em português, a lista é convertida com a base da ANVISA e listas de correção próprias; cada conversão guarda o trecho original e o motivo. Nomes que não resolvem ficam em fila e não entram na ficha.
O que é publicado
Só entra no site o produto com lista de ingredientes publicada pela loja e aceita pelo conversor, dentro das categorias cobertas. Produto sem lista ou sem categoria fica no banco e fora do site: sem ficha, fora dos índices e do sitemap. Uma ficha publicada pode estar "sem nota", e diz por quê.
Índices para máquinas
O índice global /index.json traz nome, marca, categoria e tier de cada produto publicado; cada categoria tem um índice completo em /categoria/<slug>/index.json (preço por 100, score, ativos, marcações de rótulo). Cada ficha tem uma versão em dados.json e em index.md. Um resumo para agentes está em /llms.txt.