Há seis anos, eu estava em uma conferência na Universidade de Chicago, o coração intelectual do capitalismo pró-empresas, quando meus olhos encontraram a capa da Chicago Booth Review, a publicação principal da escola de negócios. “Você está pronto para a Precificação Personalizada?” perguntava a manchete. Eu não estava, então comecei a ler.

A matéria explorava como o comércio online, a coleta persistente de dados e algoritmos de aprendizado de máquina poderiam combinar-se para gerar o sonho dos economistas: preços individuais para cada cliente. Ela até relatava um experimento de 2015, onde o site de empregos online ZipRecruiter essencialmente terceirizou sua estratégia de precificação para dois economistas da Universidade de Chicago, Sanjog Misra e Jean-Pierre Dubé.

Anteriormente, o ZipRecruiter cobrava das empresas um preço mensal fixo por seus serviços de triagem de empregos. Misra e Dubé utilizaram as informações solicitadas pelo ZipRecruiter aos  potenciais clientes em uma tela de registro inicial, sobre localização, indústria e benefícios para os empregados. Na primeira parte do experimento, o ZipRecruiter atribuiu um preço aleatório para cada empresa. Os pesquisadores puderam então ver quais atributos estavam correlacionados com a disposição para pagar preços mais altos. “Havia informações suficientes que as pessoas haviam divulgado na fase de registro e que estavam associadas às suas sensibilidades de preço. Assim, pudemos desenvolver um algoritmo de precificação em torno disso”, Dubé me disse em uma entrevista.

De fato, quando o ZipRecruiter implementou o algoritmo para oferecer preços sob medida com base nas perguntas respondidas pelos clientes, os lucros aumentaram 84% em relação ao sistema anterior. Misra tornou-se consultor do ZipRecruiter. Embora o algoritmo não seja mais utilizado hoje, remanescentes da estratégia de precificação permanecem: a página de perguntas frequentes do ZipRecruiter promete “customizar” o que cobra com base em atributos específicos.

As empresas sempre buscaram maximizar o que podem induzir as pessoas a pagar, tentando chegar ao limite antes que o cliente diga não. Mas todos têm um ponto de dor diferente, e as empresas eram dissuadidas de individualizar completamente o que cobram devido aos preços publicamente divulgados e à indignação dos consumidores com a injustiça de serem cobrados de maneira diferente pelo mesmo produto.

Hoje, o refinamento dos dados e o isolamento dos consumidores mudaram o jogo. O velho ditado é que todo homem tem seu preço. Mas isso é literalmente verdade agora, muito mais do que você sabe, e certamente é o plano para o futuro.

“A ideia de poder cobrar cada pessoa individualmente com base em sua disposição individual para pagar, em grande parte, tem sido um experimento mental”, disse Lina Khan, presidente da Federal Trade Commission – FTC (Comissão Federal de Comércio), uma agência federal que supervisiona leis antitruste e proteção ao consumidor. “E agora… através da enorme quantidade de dados comportamentais e individualizados que esses corretores de dados e outras empresas têm coletado, estamos agora em um ambiente onde tecnologicamente realmente é muito possível servir a cada pessoa um preço individual com base em tudo o que sabem sobre você.”

“O velho ditado é que todo homem tem seu preço. Mas isso é literalmente verdade agora e certamente é o plano para o futuro.” 

Os economistas amenizam essa tendência emergente chamando-a de “precificação personalizada”, refletindo sua visão de que vincular preços a características individuais adiciona valor para os consumidores. Mas Zephyr Teachout, que ajudou a redigir regras contra a exploração de preços no escritório do procurador-geral de Nova York, tem um nome diferente para isso: precificação de vigilância.

“Acho que a precificação pública é fundamental para a liberdade econômica”, disse Teachout, agora professora de direito na Universidade Fordham. “Agora precisamos garantir isso com regras.”

Quando a teoria se torna realidade

“Quanto?” é uma pergunta que os compradores fazem em vendas de garagem e feiras por todo o país. Os vendedores os avaliam e tentam encontrar o ponto ideal: um preço que ambos os lados aceitarão, um que incline os clientes a dizer sim enquanto torna a transação lucrativa. No século XIX, este era o processo por trás de praticamente todas as vendas a varejo. Sem preços fixos, os balconistas negociavam com os compradores, visando esse ponto ideal. Alguns conseguiam desconto; outros pagavam a mais.

John Wanamaker abriu sua loja de departamento principal em um depósito de trem abandonado na Filadélfia em 1876 com uma ideia inovadora: fixar uma etiqueta de preço em cada item. Foi um grande passo em uma nação que estava cansada da precificação diferenciada. Uma das razões pelas quais os monopólios ferroviários inspiravam tanta fúria na Era Progressista tinha a ver com as tarifas que cobravam pelo transporte e armazenamento de colheitas. Grandes embarcadores obtinham descontos por volume, e os agricultores pequenos ficavam presos pagando mais, o que condenavam como discriminação de preços.

O movimento populista dos agricultores do movimento Granger levou à regulamentação de tarifas “justas e razoáveis” na Lei de Comércio Interestadual de 1887, que proibia tarifas especiais, descontos ou tratamento preferencial para qualquer embarcador, produto ou destino. “Quando você lê Ida Tarbell, ela diz que nas ferrovias todo mundo está falando sobre discriminação de preços… permitindo que as empresas escolham um preço privado diferente para cada pessoa”, disse Teachout.

Mas os preços públicos não extinguiram o desejo por preços privados, e as empresas inovaram. Alguns setores estabeleceram expectativas para preços diferenciados, como as companhias aéreas após a desregulamentação. As tarifas aéreas dependiam principalmente da oferta de bilhetes disponíveis, mas viagens durante a semana — provavelmente para negócios pagos pela empresa — custavam mais. As negociações nas concessionárias de automóveis seguiam o modelo de mercado de pulgas, onde os vendedores podiam deduzir pistas dos clientes, como de que modo a residência de alguém poderia fornecer uma aproximação da renda familiar.

Eventualmente, as empresas ansiavam por informações reais para informar os preços. A Catalina Marketing usava o cesto de compras dos clientes para gerar cupons em tempo real anexados ao recibo do caixa. A Catalina mais tarde combinaria conhecimento das compras com informações coletadas do cartão de crédito usado para pagar. Então, os cartões de fidelidade deram aos varejistas um gráfico completo do histórico de compras de um cliente, junto com características demográficas rudimentares como endereços e números de telefone. Isso permitiu que os supermercados fizessem ofertas ainda mais inteligentes.

Os resultados foram surpreendentemente robustos. Um artigo de 1996 por três economistas e estatísticos descobriu que “históricos de compras relativamente curtos podem produzir um ganho líquido na receita com cupons direcionados que é 2,5 vezes maior do que o ganho com cupons gerais”, escreveram os autores. Segundo o estudo, até mesmo um único histórico de compra aumentou a receita com cupons em 50%.

Acadêmicos de escolas de negócios que estudam precificação personalizada têm mostrado entusiasmo sobre suas possibilidades. E há muitos acadêmicos para escolher. Existem cursos ministrados no MIT sobre o uso de dados para “melhorar” a precificação, completos com um trailer estilo filme; Harvard tem um departamento inteiro chamado Pricing Lab (Laboratório de preços), que analisa dados e conduz experimentos, como o Projeto de Bilhões de Preços.

A teoria deles é que um preço individualizado é melhor para o consumidor. O experimento do ZipRecruiter descobriu que 60% dos consumidores na amostra pagaram menos com preços personalizados. Mas tornar as coisas mais baratas não é realmente o que os economistas querem dizer com “melhor para o consumidor”.

“Se você realmente quer ou precisa de algo, com precificação personalizada você pagará mais. Alguns podem chamar isso de explorar o impulso humano do desejo de injusto.”

“Usando precificação personalizada”, explicou Dubé, “enquanto é verdade que algumas pessoas vão pagar preços mais altos, eu poderia aumentar significativamente o número de pessoas que realmente conseguiriam comprar.” Em outras palavras, alguém que realmente quer aquela bolsa elegante pagará $300, enquanto alguém que a quer menos poderá recebê-la por $200 ou até $150. No final, mais pessoas conseguem uma bolsa.

Isso diz respeito à disposição para pagar, não à capacidade de pagar. Se você realmente quer ou precisa de algo, e o vendedor sabe disso, com a precificação personalizada você pagará mais. Alguns podem chamar isso de explorar o impulso humano do desejo de injusto; Dubé e outros economistas o chamam de alocação eficiente de recursos.

“A teoria é um playground para a mente, mas não reflete as preferências de políticas públicas”, disse Lee Hepner, conselheiro jurídico do American Economic Liberties Project. Ele acredita que os economistas frequentemente desviam do verdadeiro propósito deste tipo de precificação. “A literatura até reconhece que a precificação personalizada é uma transferência de riqueza do consumidor para o vendedor. Em grande escala, o objetivo e o fim do jogo é maximizar a receita.”

O mundo depois do comércio online

Houve dois limites decisivos para a verdadeira personalização: a qualidade e a quantidade de dados coletados, e o mecanismo para oferecer preços individuais às pessoas que compram onde os preços são publicamente exibidos. Passo a passo, esses limites estão sendo superados, e uma nova fronteira em precificação está se tornando disponível.

O comércio eletrônico realmente atendeu a ambos os lados. Em vez de estar no mundo, as pessoas fazem compras de casa, sem perceber qualquer preço uniforme. E os dados que podem ser obtidos pela internet são muito maiores do que os disponíveis em um cartão de fidelidade. Isso inclui seu endereço IP, os dispositivos que você usa, seu número de telefone, e-mail, detalhes demográficos precisos e um gráfico abrangente de tudo o que você já fez na internet, desde compras até pesquisas, sites visitados, e-mails, postagens em redes sociais e muito mais. E se o varejista não obtiver todas essas informações, eles sempre podem simplesmente comprá-las.

O maior varejista online e acumulador de dados de compras tentou explorar imediatamente essa circunstância. Em 2000, a Amazon variou seus preços aleatoriamente para os principais DVDs e players de MP3, como um experimento cego para ver quais pontos de preço funcionavam. Mas os usuários compararam notas em salas de bate-papo e descobriram. Um comprador apagou os cookies do navegador e obteve preços mais baixos. Jeff Bezos teve que se desculpar e a Amazon realmente enviou milhares de reembolsos. A empresa afirma até hoje que nunca diferenciou preços.

Outras empresas também foram pegas. Em 2012, o site de viagens Orbitz direcionou usuários de Mac para hotéis mais caros, depois de descobrir que eles tendiam a gastar de $20 a $30 a mais por noite. O Wall Street Journal descobriu e o Orbitz parou. A Princeton Review estava cobrando mais por preparação para o SAT em zonas postais que continham uma alta porcentagem de asiáticos; a empresa parou de pedir códigos postais. (Agora parece obter as informações necessárias para a precificação diferenciada do endereço IP do usuário.)

Mas é uma grande internet, com bilhões de preços. No mesmo ano do artigo sobre a Orbitz, o Journal também descobriu que o mesmo grampeador Swingline tinha preços ligeiramente diferentes no Staples.com em dois computadores localizados a apenas algumas milhas de distância. A Forbes encontrou resultados semelhantes em 2014. O maior operador de franquias de restaurantes na América, Flynn Restaurant Group, emprega cientistas de dados para desenvolver modelos de precificação que correspondem a locais individuais.

Talvez o principal motivo para suspeitar que existam milhares de exemplos de precificação por vigilância que não foram descobertos seja a explosão dos chamados “consultores de precificação”, que incentivam todos que vendem um widget online a se inscreverem para serviços alimentados por IA para extrair dados, analisá-los em busca de insights e implementar preços adaptados a clientes específicos.

“Talvez o principal motivo para suspeitar que existam milhares de exemplos de precificação por vigilância que não foram descobertos seja a explosão dos chamados ‘consultores de precificação’.”

A Ninetailed, uma tecnologia de personalização e experimentação baseada em dados, explica de forma útil “por que você deve usar precificação personalizada”, argumentando que “pode ajudá-lo a construir uma relação com seus clientes” ao oferecer-lhes uma experiência personalizada. A Catala Consulting foca em hotéis, também elogiando a capacidade da personalização de construir lealdade e aumentar a lucratividade. E sim, a super consultoria McKinsey também está circulando em torno desse conceito, provavelmente ganhando um prêmio de eufemismo ao chamar a discriminação de preços de “transformações digitais de precificação”.

O mais detalhado que encontrei vem de um consultor de negócios para negócios chamado Cortado Group, que chama a precificação personalizada de “pedra angular da estratégia moderna de negócios”. Ele ofereceu um “exemplo real convincente” de um “gigante do comércio eletrônico” não nomeado que usava histórico de navegação e compras e até mesmo o tempo gasto nas páginas de produtos para “criar modelos de precificação” que “redefiniam a curva de crescimento”. Cortado diz que as ofertas da empresa de comércio eletrônico eram “adaptadas para clientes com histórico de compras consistente” e que os preços para compradores ocasionais eram “ajustados” para aumentar as vendas. Há um leve aviso: “Encontrar o equilíbrio certo entre personalização e privacidade do cliente é um desafio contínuo”.

Eu perguntei à Cortado quem era esse gigante do comércio eletrônico. Eles nunca me responderam.

O hype exagerado é endêmico ao marketing digital, é claro. Mas não pode haver tantos consultores falando sobre precificação por vigilância se nada disso estiver acontecendo. E enquanto a justificativa padrão de aumentar o acesso e o valor funciona em laboratório, no mundo real isso se desenrola de maneiras que provavelmente ofenderiam as pessoas se soubessem o que está acontecendo.

Na história sobre a Staples oferecendo preços diferentes para estimativas de geolocalização, o Journal escreveu: “Áreas que tendiam a ver os preços com desconto tinham uma renda média mais alta do que áreas que tendiam a ver preços mais altos”. No contexto de empréstimos ao consumidor, uma reduzida capacidade de pagamento – uma menor solvabilidade – está correlacionada com preços mais altos. Um estudo sobre ofertas de internet banda larga para 1,1 milhão de endereços residenciais mostrou as piores ofertas sendo dadas às pessoas mais pobres.

Na América, sempre foi caro ser pobre. O estudo clássico sobre o assunto, “Os Pobres Pagam Mais”, publicado pelo sociólogo David Caplovitz em 1963, relata como os vendedores aproveitavam o conhecimento limitado, as opções limitadas e o tempo limitado dos consumidores de baixa renda para praticar preços abusivos em tudo. O que é novo é que os algoritmos de preços personalizados agora reduzem esse processo a uma ciência, não apenas para os pobres, mas para todos.

O aplicativo sabe tudo

Dubé, o economista da Universidade de Chicago, sugeriu para mim que avanços nas leis de privacidade, especialmente com o Regulamento Geral de Proteção de Dados na Europa e legislações semelhantes em uma dúzia de países, tornam mais difícil coletar dados suficientes para realmente personalizar preços. Ele admitiu que os algoritmos melhoraram, mas insistiu que a eliminação de cookies pelo Google e o padrão Ask App Not to Track da Apple para o iPhone tornam o rastreamento persistente menos disponível.

Jeff Chester discorda disso. ‘O sistema está em vigor para oferecer preços personalizados’, disse Chester, que dirige o Center for Digital Democracy (Centro pela Democracia Digital).

A vigilância digital que conhecemos vem de empresas de plataformas como Meta, Google e Amazon, que construíram linhas de negócios publicitários colossais a partir das redes sociais, busca e comércio eletrônico. Mas o que está emergindo é ainda mais invasivo e mais preparado para encontrar clientes em lugares incomuns, onde eles não terão ideia do preço comum.

Você pode estar ciente de que empresas de fast-food como o McDonald’s começaram a empurrar clientes para seus aplicativos. As ofertas no aplicativo do McDonald’s são extremamente boas, pelo menos por enquanto: sanduíches de café da manhã por $1, 20% de desconto em qualquer compra acima de $5. Isso porque o McDonald’s, cujo CEO tem falado em teleconferências recentemente sobre uma “mentalidade de luta de rua” para conquistar clientes, quer se enraizar nos telefones, onde pode acessar dados mais pessoais e engajar as pessoas em um aplicativo onde os preços específicos podem ser personalizados para o usuário.

O que o McDonald’s está fazendo é quase um retrocesso, uma espécie de cartão de fidelidade de alta tecnologia para a era digital. Mundialmente, 150 milhões de membros ativos estão no aplicativo do McDonald’s, que é administrado por uma empresa chamada Plexure, especializada em “engajamento móvel personalizado”. O McDonald’s possui uma participação de quase 10% na Plexure, que também trabalha com IKEA, 7-Eleven, White Castle, entre outros.

Uma apresentação de slides da Plexure vista pelo Prospect enfatiza o poder do engajamento personalizado. Começa usando uma oferta barata para atrair usuários a comprar pelo aplicativo móvel. Depois disso, vários fatores entram no processo de “personalização profunda”: horário do dia, preferências alimentares, hábitos de pedidos, comportamentos financeiros, localização, clima, interações sociais e “relevância para momentos chave, como o dia do pagamento”.

Não é preciso muita imaginação para desenvolver maneiras de explorar esses dados. Se o aplicativo sabe que você recebe seu pagamento a cada duas sextas-feiras, pode fazer sua oferta de refeição custar $4,59 em vez de $3,99 quando você tiver mais dinheiro no bolso. Se sabe que você costuma pegar um Egg McMuffin antes da aula às quartas-feiras, ou que sempre tem apenas uma hora para jantar entre seu primeiro e segundo emprego, pode aumentar o preço dessa promoção. Se sabe que está frio lá fora, pode aumentar o preço do café quente; em um dia muito quente, pode aumentar o preço de um McFlurry. E o aplicativo fica mais inteligente conforme você aceita ou recusa essas ofertas em tempo real.

“Se o aplicativo sabe que você recebe seu pagamento a cada duas sextas-feiras, pode fazer sua oferta de refeição custar $4,59 em vez de $3,99 quando você tem mais dinheiro no bolso.”

Pode não parecer muito, mas com 300 milhões de interações de clientes em seus diversos aplicativos todos os dias, a Plexure pode transformar pequenos ajustes de preço em dinheiro real. A empresa promete que sua estratégia de aplicativos aumentará a frequência de pedidos em 30% e o tamanho dos pedidos em 35%. A Domino’s atribuiu seus fortes resultados do primeiro trimestre, com um aumento de 20% na receita em relação ao ano passado, ao seu programa de fidelidade. Supermercados como Walmart e Kroger também aderiram a isso, aproveitando o histórico de compras com segmentação digital. E a melhoria da inteligência artificial só faz tudo isso acontecer mais rapidamente.

Assim como tudo mais na internet, o objetivo é viciar o usuário. Plexure e outros profissionais de marketing digital falam abertamente sobre o “rush de dopamina” que conseguir uma oferta direcionada pode liberar. E a razão pela qual essas ofertas são tão inteligentes sobre seus assuntos tem a ver não apenas com o rastreamento de dados da Plexure de dentro do aplicativo, mas também com a agregação disso com todo o resto em sua vida digital, e até mesmo não digital.

O McDonald’s usa um “gráfico de identidade” fornecido por uma empresa chamada LiveRamp, que combina múltiplos níveis de dados associados a um indivíduo. Isso inclui e-mail, mídias sociais e atividade do navegador; comportamento em sites de vídeo por streaming ou outros dispositivos inteligentes; suas assinaturas e downloads de aplicativos; e históricos de viagens, varejo, financeiro, automóvel e até mesmo parceiros médicos.

É difícil expressar em palavras o quão poderoso isso pode ser: um aplicativo com capacidades preditivas que superam em muito o seu próprio cérebro. “A precificação individualizada é certamente uma expressão das assimetrias de informação do capitalismo de vigilância”, disse Shoshana Zuboff, autora do livro de 2019 ‘A Era do Capitalismo de Vigilância”. “Você pode facilmente ver que as empresas têm uma oportunidade inferencial quase infinita de conhecer e prever seus clientes.”

Dubé reconheceu que a publicidade digital no varejo está “explodindo”, mas ele vê isso como nada mais do que um acordo entre varejistas e consumidores. “[O varejista] diz, eu vou te pagar. Como vou te pagar, vou te dar descontos”, ele me disse. “Mas, em troca desses descontos, eu posso te rastrear.” Ele considera isso “uma forma de consentimento justa e equitativa”.

Mas para Chester, o ponto é que as empresas estão estabelecendo a arquitetura para usar espionagem desenfreada para definir preços. A estrutura contorna as proteções de privacidade de dados porque grande parte delas são dados “de primeira parte” coletados diretamente pelas empresas, o que, como argumenta Dubé, fornece o consentimento necessário para promoções online.

“Eles querem que [os clientes] digam: ‘Claro que quero o desconto e os pontos de fidelidade’. Então você está consentindo”, explicou Chester. “E não apenas eles têm geolocalização e outras informações. Mas porque têm consentimento, podem alavancar esses dados… Eles querem sua permissão para continuar a mirar em você livremente.’

Eles podem guardar um segredo?

Seus aplicativos de celular não são vitrines públicas. Ninguém mais vê as ofertas que você está recebendo. Os cupons podem não ser os mesmos que os de outra pessoa e podem mudar dependendo dos seus comportamentos e hábitos. É assim que as empresas podem personalizar os preços.

Outro método é através de uma smart TV, uma perspectiva que tem surpreendido empresas de streaming, fabricantes de televisores e anunciantes.

Em janeiro, na Consumer Electronics Show em Las Vegas, a Disney anunciou o “futuro do entretenimento e publicidade” com uma variedade de novas tecnologias, incluindo uma que lê cenas na vasta biblioteca online da Disney e permite que empresas combinem o humor com anúncios. Uma das funcionalidades mais poderosas, Gateway Shop, “permite aos consumidores acessar ofertas personalizadas para compra de um varejista sem sair do ambiente de visualização”. Em outras palavras, os espectadores em breve poderão ver uma oferta individualizada para um produto que acabaram de ver em um programa, e podem enviá-la para seu computador ou celular para uma compra sem interrupções.

A Amazon tem um conceito similar: “inserção dinâmica de anúncios“. Em marcadores específicos em uma transmissão de streaming, a Amazon Web Services pode colocar anúncios personalizados adaptados a um lar, com ofertas especiais. Com isso em prática, você poderia receber um anúncio com um sabor diferente de refrigerante do que a casa ao lado, previsto para ser mais de seu agrado.

A maioria das empresas de mídia e tecnologia de streaming tem investido nesses experimentos. Walmart e a plataforma de streaming Peacock da NBCUniversal fizeram um acordo para exibir “anúncios compráveis”, onde você pode comprar itens apresentados no programa Below Deck Mediterranean da Bravo através do controle remoto ou com um QR code. Roku tem um acordo semelhante com o Shopify para anúncios que permitem compras através de uma smart TV.

Kroger e outras redes de supermercados, que têm grandes volumes de dados de primeira parte, fecharam acordos com empresas de streaming. A 84.51°, uma empresa de mídia adquirida pelo Kroger em 2015 (Kroger renomeou-a com base nas coordenadas de sua sede corporativa em Cincinnati), se orgulha de “alavancar dados de mais de 62 milhões de domicílios nos EUA”. Albertsons possui um alcance de dados semelhante e parcerias com empresas de tecnologia. Esta é a razão pela qual Chester se opõe à fusão entre Kroger e Albertsons, que combinaria os dados de duas empresas de mídia, levando seus conjuntos de dados a um novo mercado restrito no qual não precisariam se preocupar com preços fixos.

“As pessoas têm subestimado o papel da publicidade e do marketing no sistema de mídia. É o suporte fundamental.”

A fusão proposta entre Walmart e Vizio, fabricante de smart TVs, faz muito mais sentido no contexto de poder entregar anúncios direcionados que as pessoas podem comprar diretamente pela televisão. O sistema SmartCast da Vizio possui características de um site de mídia de streaming; ele exibe anúncios aos espectadores com base em seus perfis de dados. Atualmente, a Vizio está sob um decreto de consentimento federal por coletar históricos de visualização do usuário sem consentimento.”

É muito claro que o Walmart quer integrar as capacidades da Vizio com seu braço de mídia varejista, Walmart Connect, com o objetivo de publicidade direta ao consumidor através da smart TV. Uma carta de 19 grupos que se opõem à fusão observa: “Adquirir a Vizio permitirá ao Walmart expandir ainda mais suas linhas de negócios que dependem da extração, monetização e exploração de dados do consumidor.”

Se você achava que os preços em um aplicativo eram envoltos em segredo, os preços pagos em casa, através da sua TV, da sua Alexa, do seu refrigerador inteligente, serão ainda mais enigmáticos. “Estamos falando de uma ligação perfeita entre plataformas, marcas, agências de publicidade e varejistas”, explicou Chester. “As pessoas têm subestimado o papel da publicidade e do marketing no sistema de mídia. É o suporte fundamental.”

Política vem pela precificação de vigilância

O preço de vigilância é feito às escuras porque as empresas sabem que haveria algum grau de indignação se um produto com um preço tivesse de repente 330 milhões. Qualquer tipo de discriminação só funciona bem em segredo, antes que muitas pessoas entendam as implicações. “O que as pessoas fundamentalmente querem como objetivo de política pública é um preço previsível”, disse Hepner. ‘Se as pessoas estivessem cientes de que estavam pagando de forma diferente, ficariam chateadas.’

Dubé acha que a preocupação com promoções de publicidade é equivocada. “Se eu literalmente disser a você que o preço de um pacote com seis unidades é $1,99, e depois digo a outra pessoa que o preço do pacote com seis unidades para ela é $3,99, isso seria considerado muito injusto se houvesse muita transparência sobre isso”, disse ele. “Mas se em vez disso eu disser que o preço do pacote com seis unidades é $3,99 para todos, isso é justo. Mas então eu te dou um cupom de $2 de desconto e não dou o cupom para a outra pessoa, de alguma forma isso não é tão injusto quanto se eu simplesmente tivesse aplicado um preço diferente.”

Mas o fato de uma pessoa poder receber esse cupom e a outra não poder é o ponto. Se as pessoas entendessem isso, veriam isso como uma forma de discriminação. Uma maneira de impedir que as empresas se envolvam nessa discriminação é simplesmente revelá-la abertamente. Vários artigos acadêmicos alertam as empresas para não irem longe demais com a personalização, para não causar reações adversas. O problema com uma abordagem apenas à luz do dia, no entanto, é que as empresas ouviram e aprenderam como envolver estratégias de preços em linguagem neutra ou até amigável ao consumidor, e mantê-las longe de qualquer esfera pública.

Teachout acredita que a hesitação corporativa em implementar amplamente a vigilância sobre o preço dá aos formuladores de políticas uma oportunidade. “Isso transforma o mercado aberto público em feudos privados e coloca as pessoas à mercê de algoritmos”, disse ela. “Será uma grande batalha o que os futuros Ubers da próxima geração vão chamar de direito ao preço. Mas agora é a hora de fazer isso antes que esteja embutido em todas as interações de preço.”

Uma questão que isso levanta é como realmente proibir a vigilância de precificação, que inclui duas considerações: a coleta de informações pessoais e a exploração dessas informações para estabelecer preços diferenciados. Proteger contra o primeiro envolveria regras de privacidade de dados; proteger contra o último é uma regulamentação de preços mais padrão. Teachout vê a necessidade de uma mistura de ambos.

Alguma publicidade direcionada já é proibida, especialmente para crianças; a FTC está atualmente envolvida em um caso contra o Meta sobre isso. E algumas regras de privacidade, como aquelas que protegem informações de saúde pessoal, já estão em vigor. Existem regimes de divulgação onde as empresas devem informar aos consumidores como seus dados pessoais estão sendo usados; esses poderiam ser estendidos para discriminação de preços.

“Será uma grande batalha o que os futuros Ubers chamarão de direito ao preço. Mas agora é hora de fazê-lo antes que esteja incorporado em cada interação de preço.”

Mas até agora, a tomada de decisão política tem sido desigual. O acordo bipartidário sobre um padrão federal de privacidade de dados anunciado no mês passado especificamente isenta publicidade de primeira parte, o próprio processo que está sendo explorado para fornecer preços personalizados. Por outro lado, o Departamento de Transporte anunciou uma revisão de privacidade das principais companhias aéreas dos EUA, outra indústria com acesso a dados significativos que poderia vender ou monetizar. Se uma companhia aérea planeja inserir anúncios ou ofertas com base em um gráfico de identidade na tela de vídeo do encosto de cabeça de um passageiro, a revisão deve detectar isso.

A presidente da FTC, Khan, tem buscado esforços inovadores para rotular a coleta e venda de dados por corretores de dados como uma prática injusta. O corretor de dados é apenas uma das muitas entidades compartilhando dados entre si, mas os esforços criam uma abertura para gerenciar, limitar ou até mesmo proibir o gráfico de identidade por motivos de justiça.

“A FTC sob Lina Khan entende o sistema que emergiu”, disse Chester. “O fato de estar tentando regular a vigilância comercial mostra que entende o potencial de dano ao consumidor.” Mas ele acredita que será necessário mais do que simplesmente regular fluxos de dados. “Você tem que dizer não, NBC, Kroger e Walmart não podem trabalhar juntos para oferecer serviços e ferramentas que permitem manipular o consumidor.”

Os pontos de crédito foi apenas o começo

Há algo quase existencial na perspectiva do preço de vigilância. Se os vendedores sabem quando seus salários aumentam, quase não vale a pena conseguir um emprego melhor; o dinheiro será extraído pela precificação inteligente. Se cada decisão de compra vem com a dúvida sobre se você pagou mais do que seus amigos e parentes, ou mais por causa da hora do dia ou de uma rotina pessoal captada pelo vendedor, você pode passar muito tempo questionando suas escolhas de vida. E se todo seu hábito é compreendido tão bem pelos profissionais de marketing, isso questiona qual controle você tem no assunto.

Já temos um identificador único que o acompanha enquanto você tenta navegar em sua vida financeira. Chama-se score (pontos) de crédito, a destilação de uma vida de históricos de compras. As origens remontam ao século XIX como uma forma elevada de fofoca: uma empresa chamada Mercantile Agency contratou uma rede de correspondentes, que compilaram informações marcadamente subjetivas, muitas vezes tendenciosas, sobre pessoas que buscavam crédito, que eventualmente foram destiladas em um número e usado por credores. A transformação do score de crédito de boato em fato espelha a transformação do simples rolar de páginas na web e curtidas nas redes sociais em um gráfico de identidade que pode determinar os preços que pagam.

O sentimento por trás disso, a humilhação associada à sua imagem financeira com um score FICO escarlate, talvez seja melhor expressa na ficção. O romance de Gary Shteyngart, História de Amor Verdadeira Super Triste, ambientado em um futuro próximo na cidade de Nova York, imagina um mundo com Polos de Crédito, estruturas semelhantes a postes de luz que exibem a dignidade financeira de todos que passam por eles. O livro retrata um governo repressivo fundido inteiramente com grandes negócios, e também expressa as dinâmicas de poder inerentes em expor os segredos mais profundos das pessoas, publicamente, para todos verem.

Shteyngart acerta muito disso, e a tecnologia que sustenta o Polo de Crédito pode estar chegando a um telefone ou TV perto de você. Mas, História de Amor Verdadeira Super Triste termina em revolução. As corporações americanas descobriram que nem tudo deve estar em exposição. Se tiverem sucesso, apenas seus algoritmos poderão ver os scores do Polo de Crédito; apenas eles saberão o que entra no seu preço pessoal. Se isso se tornará realidade depende dos formuladores de políticas abrirem a porta dos bastidores e revelarem a movimentação que está ocorrendo dentro.

---

Você pode se inscrever no projeto de jornalismo investigativo de David Sirota, o Lever, aqui.

Compartilhar

Facebook

Twitter

Email