# 30日ルールに基づくブラックフライデーの価格追跡

> URL: https://foura.ai/ja/blog/black-friday-price-tracking-30-day-rule
> Updated: 2026-11-03
> Index: https://foura.ai/llms.txt

2026年3月、EU加盟23カ国およびアイスランドとノルウェーの消費者保護当局は、Black FridayおよびCyber Mondayのセールに関する調査結果を公表しました。調査対象となった314のオンラインショップのうち30%が[不適切な基準価格で割引を表示していました](https://www.ccpc.ie/news-and-media/news/article/2026/03/26/investigation-by-ec--ccpc-and-european-consumer-authorities-finds-1-in-3-traders-incorrectly-display-discounts-online-during-black-friday-sales)。これらのショップが違反したルールは1文で表せるほど単純です。しかし、それを検証するにはセールの1カ月前からデータ収集を開始しておく必要があります。

## 課題

EUの価格表示指令（Price Indication Directive）に基づき、値下げを発表する店舗は、過去30日間に適用した最安値を参照価格として提示しなければなりません。オムニバス指令が2019年にこのルールを追加し、店舗側には2022年からの遵守が義務付けられています。今年のBlack Fridayは11月27日のため、Black Fridayの「以前の」価格が適正かどうかを判定する対象期間は10月28日に始まります。バナー広告が掲載されてからスクレイパーを起動しても、すでに1カ月遅れです。

欧州委員会がApifyと共同構築した独自のモニタリングシステムは、2022年のBlack Friday一斉調査において176店舗の16,000製品を対象とし、[2025年10月までに1,556の小売事業者における136,931製品の調査を支援しました](https://blog.apify.com/how-web-scraping-ai-and-the-eu-have-come-together-to-sweep-away-fake-discounts-in-europe/)。セール期間中およびその前の30日間の価格を収集し、証拠として各ページのスクリーンショットを保存しました。Oxylabsは2024年に米国版の調査を実施しました。8月13日から[61,172製品を1時間ごとに追跡](https://oxylabs.io/blog/oxylabs-research-on-fake-discounts-are-shopping-events-worth-the-deal)しましたが、Black Friday当日にセール対象となり、かつ調査手法で必要とされた90日間の掲載を維持していたのは4,529製品にとどまりました。製品リストの入れ替わりは、多くの人が想定するよりもはるかに高速です。

しかし、真の難所はスケールではありません。統計的な性質です。

参照価格とは最小値であり、最小値は単一の観測結果によって決定されます。平均値であれば1日の外れ値は相殺されますが、最小値はまさにその1日で決まります。そのため、スクレイパーのエラーはどちらの方向に転んでも判定を真逆に歪めてしまいます。

- **収集漏れは安値を隠蔽します。** 価格が下がったその日に限って、ページがチャレンジページ、同意画面、またはタイムアウトを返した場合です。算出された最小値は実際より高くなり、不正な割引が見逃されて正規のものとして通ってしまいます。
- **誤認は存在しない安値を捏造します。** パーサーが「～から」という価格表示、会員限定価格、別バリエーション、カルーセル内の付属品の価格を取得した場合です。算出された最小値は実際より低くなり、適正な割引が不正として誤検知されます。

価格の下落期間は短い場合があります。Which? による[2025年のBlack Friday調査](https://www.which.co.uk/policy-and-insight/article/dont-believe-the-hype-most-black-friday-deals-the-same-price-or-cheaper-at-other-times-of-the-year-which-finds-a3TbD5x5KADs)では、英国の小売業者8社における175製品を1年間追跡しました。その結果、83%の製品が4週間のセール期間外に少なくとも1回は同等以下の価格になっており、追跡対象のテレビ1台はBlack Fridayの翌日に1,039ポンドから999ポンドへと一時的に値下がりしました。(英国には独自の規制がありますが、1日だけの下落はスクレイパーから見れば同じに見えます。)

ディール情報サイトにとって、1つ目のエラーは信頼性の低下を招きます。規制当局、消費者団体、または報道機関にとっては、2つ目のエラーは小売業者が行っていない行為を告発することを意味します。

## アプローチ: 欠損は欠損のまま扱う

取得失敗を決して数値化しない収集レイヤーと、データの欠損がある期間に対して判定を下さない計算ロジックが必要です。取得失敗がいかにして偽のシグナルに変わるかについては、[Alternative Data: When a Block Looks Like a Data Point](https://foura.ai/blog/alternative-data-silent-collection-gaps)で解説しました。30日間の最低価格算出は、その問題において最も許容度が低いケースです。

FourAのようなプラットフォームを使用すれば、実装すべき要素はシンプルです:

- **読み取る前にページを検証する。** `validate`には、該当する製品ページのみに含まれる文字列 (商品の品番など) を指定します。チャレンジページ、"製品が見つかりません" というページ、または同意画面が返された場合、その呼び出しは失敗として扱われます。[ユーザー側のルールによって何が成功かを定義できる](https://foura.ai/blog/validate-decides-success)ため、これは[課金対象になりません](https://foura.ai/docs/api/outcomes)。結果として、行には価格ではなく欠損が記録されます。
- **エビデンスを保持する。** レスポンスには`X-FourA-Request-Id`が含まれます。これを価格、タイムスタンプ、生HTMLと一緒に保存してください。弊社のActivity logでのリクエストプレビュー保持期間は24時間のみであるため、証拠アーカイブはユーザー側で保持する必要があります。
- **ショップごとにエンドポイントを選択する。** Singleはサーバー側でレンダリングされる製品ページを処理します。BrowserはJavaScriptで価格を構築するショップ向けです。国別ターゲティングが含まれるプランの場合、`exitCountries`を指定したProxy Finderは、訪問者の国によって価格が変わるショップに対応します。これは、[店舗レベルの食料品価格](https://foura.ai/blog/grocery-price-scraping-store-shopper)で発生した問題と類似しています。

```python
import datetime as dt
import requests

API = "https://eu.api.foura.ai/api/single/"
HEADERS = {"X-API-Key": "pk_live_..."}

def observe(product, parse_price):
    """One observation. A failed fetch is a gap, never a price."""
    r = requests.post(API, headers=HEADERS, json={
        "method": "GET",
        "url": product["url"],
        "validate": {
            "status": {"accept": [200]},
            "data": {"accept": [product["article_no"]]},
        },
    })
    body = r.json()
    row = {"day": dt.date.today(), "url": product["url"], "price": None,
           "request_id": r.headers.get("X-FourA-Request-Id")}
    if r.status_code == 200 and not body.get("error"):
        row["price"] = parse_price(body["data"])  # None when it isn't sure
        row["html"] = body["data"]                # the evidence
    return row

def prior_price(rows, sale_day, days=30):
    start = sale_day - dt.timedelta(days=days)
    priced = [x for x in rows
              if start <= x["day"] < sale_day and x["price"] is not None]
    if len({x["day"] for x in priced}) < days:
        return None  # a missing day can hide the lowest price
    return min(x["price"] for x in priced)
```

`prior_price` が `None` を返す処理は、このファイル内で最も有用な行です。検証できない割引は、欠落した日付を明記した上で「判定不能」リストに追加されます。確信を持って誤ったレポートを出すよりも、そのリストを含めたレポートを提供する方が適切です。

さらに2つの判断は、セール期間中ではなく、セール前に下しておく必要があります。第1に、価格変動が激しいカテゴリでは1日複数回のサンプリングを行うことです。Oxylabsが1時間ごとに確認していたのには理由があります。第2に、30日よりもさらに遡ってデータを収集することです。規制が遡る期間は厳密に30日であるため、対象期間が始まる直前に価格を引き上げ、セールまで維持された場合、規制上は検知できません。それが誤認を招く行為に当たるかどうかは、不公正商慣行指令（UCPD）および弁護士が判断すべき問題です。それが実際に起きたことを示せるかどうかはデータの問題であり、より長期間の履歴でのみ立証できます。

## 結果

上記の設定に基づく想定シナリオ: ある消費者団体が、3か国40店舗の2,000商品を対象に、10月1日からサイバーマンデーまで1日2回のチェックを実施した場合。

- **244,000件の観測データ:** それぞれ request id と生のページデータを紐付けて保存。
- **価格カラムへのチャレンジページの混入ゼロ:** すべての行が製品チェックを通過しているか、明示的な欠損（gap）として処理されているかのいずれか。
- **2つではなく3つの判定:** 割引の判定は「違反」、「準拠」、「判定不能」の3通りとし、3つ目には欠落している日付が一覧表示される。
- **証拠の添付:** フラグが立てられたすべての取引には、30日間の最安値の根拠となるタイムスタンプとページデータが付属。
- **対象期間前の値上げも可視化:** 8週間の履歴により、10月28日の直前に値上げされ、11月27日に「値下げ」された価格の特定が可能。
- **欠損への無料対応:** リジェクトされたフェッチには課金されないため、同日のリトライにかかるコストは成功した呼び出し分のみ。

## 主なポイント

大半のスクレイピングパイプラインは「平均して正確であること」を目的に構築されており、平均値は誤差を許容します。しかし30日ルールが求めるのは、パイプラインが最も苦手とする単一の数値、すなわち極値です。架空の最安値が1つ生じるか、あるいは一時的な下落を1つ見逃すだけで、判定は覆ります。

したがって、割引チェッカーに求められる基準は「だいたい合っている」ことではありません。「最安値を捏造せず、見落とさず、判断がつかない場合はその旨を明示する」ことです。1月のセールに向けた対象期間はクリスマス前に始まります。つまり、次の判定に向けたカウントダウンはすでに動いています。
