Social Rocket
A autoridade norte-americana de defesa do consumidor FTC está a investigar se nove empresas utilizam dados pessoais para calcular preços ou remunerações de forma individual. A 29 de outubro 2026 pediu informações à Delta, United, JetBlue, Lyft, Uber, DoorDash, Instacart, Target e Walmart. Trata-se de um estudo de mercado e não de uma prova de comportamento ilegal. Para as equipas de marketing, a questão central é: quando é que um preço dinâmico é apenas gestão normal da procura e quando é uma decisão individual baseada em dados, dificilmente reconhecível?
Nove empresas, dois tipos de algoritmos
O anúncio da FTC de de outubro29 trata de dois problemas distintos. Por um lado, a autoridade quer saber se os preços de voos, viagens, entregas e bens variam consoante as características do cliente. Por outro, verifica se as plataformas ajustam a remuneração de motoristas e estafetas com base em dados comportamentais pessoais.
As empresas devem divulgar os dados, procedimentos e ferramentas utilizados; o prazo de resposta é de 45 dias após a receção de cada ordem. A audição decorre ao abrigo da secção 6(b) do FTC Act e serve para investigar o mercado, não diretamente como processo sancionatório.
Três lógicas de preço que os profissionais de marketing têm de distinguir
Os preços dinâmicos reagem, por exemplo, à procura, à hora do dia, à capacidade ou ao stock. Os preços personalizados, pelo contrário, incluem dados sobre pessoas ou dispositivos individuais, como o histórico de compras, a localização ou a disposição presumida para pagar. Os descontos personalizados podem usar os mesmos sinais de dados, mas não equivalem a um aumento individual de preço. As consequências jurídicas dependem do modelo concreto e do mercado.
Em agosto 2026, a FTC publicou um projeto de orientação sobre a aplicação em matéria de preços personalizados: preços individuais pouco transparentes poderão ser enganosos. O documento não é uma norma geral de proibição. Em paralelo, desde novembro 2025, Nova Iorque exige uma obrigação de informação explícita sobre preços algorítmicos baseados em dados pessoais.
Uma proposta ainda mais ampla, o One Fair Price Act, que proibiria certas formas de «surveillance pricing», segundo uma análise jurídica atualizada a 27 de outubro [](https://www.ashurstperkinscoie.com/en/insights/new-york-moves-to-ban-surveillance-pricing-with-the-one-fair-price-act/), continuava sem entrar em vigor. Projeto de lei e direito vigente não devem ser confundidos.
O que já se aplica na Alemanha e na UE
Para os comerciantes alemães, não se trata de uma nova obrigação americana que seja automaticamente transposta. A informação de consumo da UE sobre preços personalizados explica, contudo, uma regra já existente: os consumidores devem ser informados antes de um contrato online se um preço foi personalizado com base em decisões automatizadas. Além disso, mantêm-se relevantes o direito da proteção de dados e o direito da concorrência desleal; uma simples menção não torna admissível qualquer tratamento de dados.
Por isso, nas campanhas com cupões individualizados, retargeting ou segmentos de fidelização, deve estar documentado quais os dados que efetivamente influenciam o preço final. Como é avaliada a pesquisa de produtos com IA no mercado alemão, mostra a nossa análise do estudo KPMG/EHI sobre compras com IA.
Perguntas concretas de verificação para equipas de comércio e media
Uma auditoria sólida separa a regra de preço, a fonte de dados e a mensagem publicitária: a diferença é justificada pela disponibilidade geral ou por um perfil individual? O preço já é prometido num anúncio ou só é calculado no checkout? As diferenças entre app, web e comércio físico são explicáveis e as indicações são apresentadas no sítio certo?
A interseção entre dados de clientes e publicidade está a crescer: a Target desenvolve pontos de contacto adicionais de retail media, enquanto o caso da FTC contra a Publicis/LiveRamp mostra como as autoridades analisam o acesso a dados e a proteção de dados no mercado de adtech. O decisivo não é a mera existência de um algoritmo, mas a utilização concreta de dados pessoais – e se os consumidores conseguem reconhecê-la.