Neste trabalho utilizamos preços diários do varejo online e variáveis financeiras para computar nowcasts da inflação brasileira. Nós adaptamos o modelo de fatores dinâmicos proposto em (GIANNONE; REICHLIN; SMALL, 2008) ao nosso contexto e o integramos a um algoritmo de combinação de nowcasts. Propomos também um modelo estendido em que, além de fatores, utilizamos um componente auto-regressivo e média móvel para modelar e prever a inflação corrente. Para fins de avaliação, comparamos nossos resultados com um modelo base e com as previsões disponibilizadas pelo Focus survey. As previsões oriundas do modelo base são construídas a partir de fatores extraídos das séries de inflação a nível de categoria de produtos, estas últimas calculadas tal como em (CAVALLO, 2013). O Focus survey, por sua vez, agrega previsões diárias fornecidas por diversas instituições como bancos, consultorias e corretoras, e, por isso, consideramos estes resultados um padrão ouro no processo de avaliação. Nossos exercícios empíricos indicam que (1) preços do varejo online não são suficientes para capturar toda a dinâmica da inflação brasileira, e (2) componentes auto-regressivos devem ser utilizados para melhorar a performance dos nowcasts fora da amostra.