Gerador de pedido e-commerce fake

Pedidos de e-commerce fake: ciclo de vida, anatomia e dados mock realistas

Um gerador de pedidos de e-commerce fake é um dos mock data mais úteis para construir fluxos de checkout, dashboards admin ou integrar gateways de pagamento. O resultado imita o que plataformas reais — Shopify, WooCommerce, Magento, Vendure, MedusaJS, Saleor, VTEX e Mercado Livre — produzem quando o cliente clica em "Finalizar pedido". Pedidos sintéticos permitem que designers populem protótipos no Figma, que devs backend rodem testes de integração contra os sandboxes do Stripe, Mercado Pago, PagSeguro e PayPal, e que demos de venda mostrem funis realistas sem expor PII de clientes reais.

Um documento típico de pedido tem nove seções: um order_id único (UUID, sequencial ou composto como #PED-2026-0042), info do cliente (nome, email, telefone, documento), lista de itens (cada linha com SKU, nome do produto, quantidade, preço unitário), totais (subtotal, imposto, frete, desconto, total geral), status do pedido, método de pagamento, endereço de entrega com CEP, endereço de cobrança que pode diferir e metadados de rastreio (transportadora, código de rastreio, prazo de entrega).

A máquina de estados do status do pedido

Praticamente toda plataforma de e-commerce modela pedidos como uma máquina de estados finita que transita pelos mesmos estados canônicos: Aguardando pagamento -> Pago (pagamento autorizado e capturado) -> Em separação (picking no estoque) -> Enviado (transportadora coletou) -> Entregue mais ramos de exceção como Cancelado, Estornado, Devolvido e Chargeback. Mock data realista respeita esse grafo: um pedido estornado tem que ter sido pago antes, um pedido enviado precisa ter itens em estoque.

Especificidades do e-commerce brasileiro

No Brasil o mix de pagamento é único. O PIX já comanda cerca de 27% das transações online, o cartão de crédito segue em torno de 50%, o boleto bancário ocupa outra fatia e opções de BNPL como Picpay Parcelado, Mercado Pago e Koin crescem rápido. Todo pedido pago dispara também uma NF-e e o status de envio se integra aos códigos de rastreio dos Correios (formato AA123456789BR). Os líderes de mercado são Mercado Livre (~70% do C2C), Magazine Luiza, Americanas e Shopee — cada um com seu próprio fluxo de checkout e schema de payload.

Como deixar o mock data realista

Geradores ingênuos emitem pedidos uniformemente aleatórios, o que serve para trabalho de UI mas não presta para treino de ML ou dashboards de BI. Dados reais de e-commerce seguem distribuições conhecidas: curva de Pareto nos produtos (20% dos SKUs movem 80% da receita), curva log-normal no valor do pedido e padrão bimodal no horário com picos de almoço e noite. Para load test, gere 10k-1M de pedidos; para preview de design, 5-20 bastam. Compliance é bônus: dado sintético contorna PCI-DSS para cartão e LGPD para cadastro de cliente.

Casos de uso comuns

• Design de UI de dashboard admin no Figma, Sketch ou direto no código
• Popular lojas demo em Magento, Shopify e WooCommerce
• Testes de integração com sandboxes de Stripe, Mercado Pago, PIX e PayPal
• Dados demo para ERP (SAP, Totvs, Bling) e preview de pipeline em CRM
• Tuning de regras antifraude na ClearSale, Konduto e Hugger Antifraud

Perguntas frequentes

Posso usar esses pedidos para testar um gateway de verdade? Só contra o endpoint sandbox. Stripe, Mercado Pago e PagSeguro publicam cartões de teste e chaves PIX sandbox que aceitam os dados do cliente mock sem cobrar dinheiro real.

Quanto realismo o mock precisa ter? Depende do consumidor. UI tolera realismo baixíssimo; dashboards de analytics precisam de distribuições corretas; treino de ML precisa de sazonalidade realista, composição de carrinho e sinais de churn.

Posso reaproveitar SKUs ou emails reais? Não. SKUs gerados e emails terminados em @example.com são o padrão seguro. Reaproveitar dado real viola LGPD/GDPR e quebra idempotência em ambiente de teste.

Como exporto os dados? CSV é o formato universal para Excel e ferramentas de BI, JSON para APIs e scripts de seed. Para ERPs brasileiros, XLSX com os cabeçalhos certos costuma importar limpo no Bling e no Tiny ERP.