Precificação personalizada em apps: o que LGPD e CDC já exigem
Estudo achou diferença de 50% na mesma corrida e descontos que podem ser fictícios. LGPD, CDC e defesa da concorrência já cercam o preço definido por dados.
Um estudo comparou o preço de corridas idênticas, pedidas quase no mesmo minuto, e encontrou variação mediana de 50% entre o menor e o maior valor — além de descontos que podem ser fictícios. A suspeita é que o preço não venha só de oferta e demanda, mas do quanto o algoritmo estima que cada cliente aceita pagar, a partir do comportamento dele. No Brasil, isso não é um debate distante: o mesmo desenho tarifário já mobiliza defesa do consumidor, proteção de dados e concorrência, e o governo começou a fiscalizar a transparência de preços em aplicativos. Quem responde por conformidade precisa saber onde a tarifa por dados esbarra na lei.
01 O fato e por que importa
Diferença mediana de 50% entre o menor e o maior preço para a mesma viagem, pedida quase no mesmo minuto, do mesmo ponto ao mesmo destino: foi o que um estudo da Consumer Reports encontrou ao testar Uber e Lyft com 174 voluntários em 18 estados. O ponto técnico é que, precificadas quase no mesmo instante, as diferenças não se explicam só por oferta e demanda. A mecânica sob suspeita é a chamada precificação por vigilância: o algoritmo estima quanto cada consumidor aceita pagar — o seu teto — a partir de dados comportamentais, e ajusta o preço a esse perfil individual.
No Brasil, esse desenho aciona o Código de Defesa do Consumidor antes mesmo de qualquer lei específica. O art. 39, X, do CDC veda ao fornecedor elevar sem justa causa o preço de produtos ou serviços; e o art. 6º garante ao consumidor informação clara sobre o que contrata. O achado de que cerca de 11% dos descontos anunciados seriam fictícios — com um preço riscado que nunca foi o de partida real — tangencia ainda a vedação à publicidade enganosa (art. 37 do CDC), que proíbe informação capaz de induzir o consumidor a erro sobre o preço.
Há uma segunda camada, a de proteção de dados. Definir a tarifa a partir do comportamento e do histórico do titular é decisão apoiada em tratamento de dados pessoais, e o art. 20 da LGPD assegura ao titular o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, incluídas as que definem seu perfil de consumo. Sem transparência sobre o que determina o preço, esse direito fica no papel — e é justamente aí que o tema deixa de ser hipótese acadêmica para virar exposição concreta de conformidade.
02 O que considerar a partir daqui
- Base legal do perfil. Se o preço deriva de comportamento e histórico, qual é a base legal desse tratamento e o titular foi informado dela de forma clara?
- Decisão automatizada. Existe caminho real para o cliente pedir a revisão prevista no art. 20 da LGPD, com resposta humana e não só uma tela automática?
- Desconto exibido. O preço riscado corresponde a um valor de partida real e verificável, ou é comparação histórica que pode induzir a erro?
- Transparência do preço. A composição do valor final é informada ao consumidor, como já passou a exigir a fiscalização de aplicativos no Brasil?
- Discriminação de preço. Há critérios que possam segmentar consumidores de forma que se aproxime de tratamento desigual injustificado?
Vale lembrar que a análise pode variar conforme o caso concreto, permitindo a consideração de outros pontos pertinentes.
03 O que já está acontecendo no Brasil
A transparência de preços em aplicativos já saiu do discurso e virou fiscalização. Em março de 2026, o Ministério da Justiça e Segurança Pública, pela Secretaria Nacional do Consumidor, publicou a Portaria nº 61/2026, que obriga plataformas de transporte de passageiros e de entrega a detalhar, de forma clara e ostensiva, a composição do valor final de cada serviço — quanto fica com a plataforma, com o motorista ou entregador e com o estabelecimento. A fiscalização começou em abril, após o prazo de adaptação, sob a moldura das sanções do art. 56 do CDC.
A pressão não parou na norma. A Secretaria Nacional do Consumidor notificou plataformas de transporte e entrega por falta de transparência nos preços, e a discussão sobre saltos de tarifa já havia levado Procons a questionar aplicativos de mobilidade. No campo concorrencial, o desenho tarifário por algoritmo é lido como capaz de aproximar o mercado da discriminação de preços de primeiro grau — cobrar de cada um o máximo que aceita pagar —, tema que o PL 4.675/2025, de regulação dos mercados digitais, tenta endereçar ao prever obrigações de transparência e informação para plataformas de relevância sistêmica, sob supervisão do Cade.
Do lado da proteção de dados, a Agência Nacional de Proteção de Dados já sinalizou a direção. O Mapa de Temas Prioritários para o biênio 2026-2027 (Resolução CD/ANPD nº 30/2025) elege como eixos os direitos dos titulares e a inteligência artificial e tecnologias emergentes no tratamento de dados pessoais — exatamente o terreno em que se situa a precificação apoiada em perfil e decisão automatizada. Não há, ainda, norma específica da Agência sobre preço por dados; a inclusão do tema entre as prioridades de fiscalização, por si, indica para onde a apuração caminha.
04 O que está acontecendo em outros países
Fora do Brasil, o preço definido por dados já rendeu reação regulatória. A Federal Trade Commission concluiu, em estudo de janeiro de 2025, que empresas usam informações como localização precisa, histórico de navegação e até movimentos de mouse para mirar preços individuais — o que dá lastro factual ao debate sobre precificação por vigilância. Na União Europeia, o contraponto é o art. 22 do GDPR, que assegura ao titular o direito de não se sujeitar a decisão baseada unicamente em tratamento automatizado que produza efeitos que o afetem de forma significativa, lógica próxima à do art. 20 da LGPD, embora com contornos mais restritivos.
| Tema | Brasil (LGPD) | União Europeia (GDPR) |
|---|---|---|
| Decisão automatizada | Art. 20 — direito de solicitar revisão | Art. 22 — direito de não se sujeitar, como regra |
| Transparência | Art. 6º, VI — informação clara sobre o tratamento | Arts. 13-15 — informação sobre a lógica envolvida |
| Não discriminação | Art. 6º, IX — veda tratamento discriminatório | Art. 5º, 1, 'a' — licitude e lealdade |
05 Riscos envolvidos
Os riscos deste caso partem de um ponto comum: o preço deixa de ser um dado do mercado e passa a ser um resultado do perfil do titular. Cada dimensão abaixo se amarra a esse desenho — o preço definido por comportamento, histórico e disposição a pagar.
- Autonomia reduzida por manipulação algorítmica e perfilamento (nudging, willingness to pay), que explora vulnerabilidades para direcionar o consumo — proteção de dados pessoais (art. 5º, LXXIX) e liberdade de escolha (art. 5º, caput, da CRFB/88; art. 20 da LGPD e art. 6º, IV, do CDC).
- Ofertas e preços discriminatórios a partir de dados, afetando a igualdade de tratamento (art. 5º, I e caput, e XLI, da CRFB/88; art. 6º, IX, da LGPD, que veda o tratamento para fins discriminatórios ilícitos ou abusivos).
- Consequências negativas de decisão automatizada sem revisão nem clareza dos critérios (art. 5º, LIV e LXXIX, da CRFB/88; art. 20 da LGPD, que garante o direito à revisão).
- Risco consumerista: elevar sem justa causa o preço (art. 39, X, do CDC) e desconto exibido que possa induzir a erro (art. 37 do CDC), com exposição a Procons e à Secretaria Nacional do Consumidor.
- Risco de proteção de dados: tratamento sem base legal clara, sem transparência e sem atendimento ao art. 20 da LGPD, na mira do Mapa de Temas Prioritários 2026-2027 da Agência Nacional de Proteção de Dados.
- Risco concorrencial: precificação algorítmica que se aproxime da discriminação de preços, tema sob o radar do Cade e do PL 4.675/2025.
- Exposição regulatória combinada em três frentes simultâneas — consumidor, dados e concorrência —, com fiscalização já ativa sobre transparência de preços.
- Dano reputacional pela percepção de que o cliente paga mais por ser quem é, e não pelo serviço.
- Exposição a litígio individual e coletivo e a sanções pecuniárias por parte dos órgãos competentes.
Vale notar que estes riscos são exemplificativos; a análise do caso concreto pode revelar vulnerabilidades adicionais.
Alto risco
- Critério geral. Tratamento em larga escala — número expressivo de titulares, com volume, frequência e abrangência geográfica elevados nos aplicativos — combinado à possibilidade de afetar significativamente interesses e direitos, por danos materiais e por discriminação na formação do preço (art. 4º, §§ 1º e 2º, da Resolução CD/ANPD nº 2/2022).
- Critério específico. Uso de decisões unicamente automatizadas, inclusive perfis (perfilização da disposição a pagar), somado ao emprego de tecnologias inovadoras de inferência comportamental (art. 4º da Resolução CD/ANPD nº 2/2022).
06 Guardrails de proteção
- Supervisão humana sobre a decisão de preço. Garantir revisão humana efetiva e um canal real para o direito do art. 20 da LGPD, com registro das solicitações — funções de governança e supervisão do NIST AI RMF.
- Avaliação de impacto e teste de viés. Rodar avaliação de impacto (RIPD/DPIA) sobre o modelo de precificação e testar discriminação sobre grupos, com apoio da ISO/IEC 24027 (viés em decisão) e da ISO/IEC 42005 (avaliação de impacto de sistema de IA).
- Transparência do que forma o preço. Informar de modo claro a composição do valor e a existência de personalização, alinhando aviso de privacidade e comunicação ao consumidor — NIST Privacy Framework e o dever de informação do art. 6º da LGPD e do CDC.
- Minimização e finalidade dos dados. Limitar os dados comportamentais usados na tarifa ao estritamente necessário e vinculá-los a finalidade declarada (art. 6º da LGPD; controles de privacidade da ISO/IEC 27701).
O rol de salvaguardas técnicas e administrativas sugeridas é exemplificativo, permitindo a aplicação de outras medidas de mitigação conforme a análise do caso concreto.
Mesmo com a implementação de salvaguardas técnicas e administrativas, permanecem riscos residuais inerentes, os quais podem ser intensificados por alterações nas operações. O perigo mais significativo, todavia, é a falta de iniciativa.
Na data de publicação deste comentário, todos os links estavam disponíveis. Não nos responsabilizamos, nem controlamos a alteração e/ou retirada das URLs nem do conteúdo das fontes consultadas.