Como as big techs usam seus dados para te vender mais?

Uma busca no Google, um clique num anúncio do Instagram, um vídeo no YouTube, aquele gasto por impulso da madrugada no TikTok Shop e o cadastro numa loja online qualquer para garantir desconto. São ações que parecem desconectadas entre si, fragmentos soltos do tempo que cada pessoa passa no digital. Mas para as big techs, cada uma dessas ações é um dado. Combinados, eles revelam quem o usuário é, o que deseja, como deseja e quando está mais propenso a gastar.

Google, Meta, Amazon, Apple, Microsoft e ByteDance exploram, em maior ou menor grau, o comportamento dos usuários na internet, para antecipar padrões, direcionar anúncios com precisão e, assim, ganhar dinheiro. No Brasil, o mercado de publicidade digital movimentou R$ 42,7 bilhões em 2025, crescimento de 12,7% em relação ao ano anterior, segundo estudo do IAB Brasil em parceria com o Ibope. Já a Meta projeta uma receita líquida global de US$ 243,46 bilhões em 2026.

Até quando o usuário não gasta nada, ele ainda está pagando, só que com registros que ensinam as plataformas exatamente o que oferecer, para quem e em que momento. É assim que as big techs usam seus dados para te vender mais.

Quais dados as big techs coletam?

A coleta vai além do que o usuário digita ou publica. Essas redes registram dados explícitos — nome, e-mail, endereço, número de cartão — e dados implícitos, que são os mais valiosos para a publicidade, como:

• Tempo de permanência em cada página;
• velocidade de rolagem;
• padrão de cliques;
• localização por GPS;
• modelo do celular, sistema operacional e até o nível da bateria.

Também existem dados que funcionam como uma "chave-mestra", pois conectam as atividades feitas em plataformas diferentes. É o caso do e-mail do Google, por exemplo, que acessa o Gmail, o YouTube e o Maps, vinculando preferências de consumo a um único perfil. Quando o usuário usa a mesma conta para se cadastrar em apps de terceiros, a rede de dados se amplia sem que ele perceba.

Há ainda a coleta por mecanismos que operam em segundo plano — como cookies, pixels de rastreamento e SDKs embutidos em aplicativos — que registram a navegação mesmo fora das redes sociais. Um pixel da Meta instalado no site de uma loja de roupas, por exemplo, informa à rede social que o usuário visitou a página de um produto — e essa informação alimenta o anúncio que aparece minutos depois no feed do Instagram.

Como esses dados viram dinheiro?

Quanto mais a plataforma conhece o usuário, mais valioso fica o anúncio exibido para ele. E os anunciantes aceitam pagar mais por isso, porque têm mais chances de atingir alguém realmente interessado — em vez de mostrar propaganda para um público genérico.

É por isso que os anúncios parecem "adivinhar" o que o usuário quer: eles são comprados sob medida para perfis com alta chance de clicar e comprar. Segundo a pesquisa e-Commerce Trends 2026, da Octadesk com a Opinion Box, 58% dos brasileiros pesquisam produtos nas redes sociais antes de comprar e 71% já compraram depois de ver um anúncio nessas plataformas. Vira um ciclo: o dado do anúncio gera a compra, a compra gera mais dados, os dados alimentam o próximo anúncio.

Daí surge parte desse lucro das big techs. No primeiro trimestre de 2026, a Meta registrou uma receita de US$ 55 bilhões só com anúncios. Do lado da Alphabet, controladora do Google, a receita total de 2025 passou de US$ 402 bilhões, puxada pela publicidade em buscas e no YouTube.

Além das plataformas, esse tipo de publicidade também entrou nas lojas online — é o chamado retail media. Quando alguém navega por um app de supermercado ou por um marketplace, os anúncios que aparecem entre os produtos não são aleatórios, mas montados com base no comportamento do usuário em outros sites. É o que acontece na Amazon: as sugestões que aparecem na página de um produto combinam o histórico de quem está navegando com o de compradores parecidos.

Como a inteligência artificial mudou a publicidade digital?

Antes da popularização da inteligência artificial (IA), as redes segmentavam o público de forma mais genérica, por idade, gênero, região e faixa de renda. Funcionava, mas era impreciso.

Com a IA, os algoritmos analisam com muito mais complexidade o comportamento de cada pessoa — o que ela pesquisa, quanto tempo passa em cada tipo de conteúdo, quais links ignora — e conseguem prever o que ela vai querer comprar nos próximos dias ou semanas.

Por exemplo: se alguém começa a pesquisar "dor nas costas" no Google, assiste a vídeos de alongamento no YouTube e visita sites de colchões, a IA interpreta esses sinais como uma provável intenção de compra. Os anúncios que aparecem a seguir — de colchões, de cadeiras ergonômicas, de sessões de fisioterapia — são respostas automáticas a um padrão que o algoritmo identificou.

Os sistemas de recomendação funcionam parecido. O YouTube, o TikTok e a Netflix priorizam vídeos e séries que mantêm o usuário conectado por mais tempo, porque cada minuto a mais na plataforma significa mais anúncios exibidos e mais dados gerados. Quanto mais a pessoa usa, mais a IA aprende sobre ela, mais precisa fica a recomendação e mais tempo ela tende a ficar.

Dark patterns e as decisões online

Nem toda coleta de dados é clara para o usuário. As redes usam o que se chama de dark patterns — ou padrões obscuros — para empurrar as pessoas na direção que interessa à empresa. São escolhas de design feitas de propósito para dificultar a recusa e facilitar o "sim".

Um exemplo clássico é o botão de "aceitar cookies", grande e colorido, enquanto o de "recusar" fica escondido em letras pequenas. As configurações de privacidade exigem vários cliques para serem alteradas, mas o compartilhamento de dados vem ativado de fábrica. São empurrões sutis, mas que aumentam a quantidade de dados disponíveis para as plataformas venderem publicidade.

Esse ponto já virou polêmica e alvo de tentativas regulatórias. A autoridade de mídia da Irlanda abriu investigação contra a Meta para apurar se Facebook e Instagram usam dark patterns que violam a Lei de Serviços Digitais da União Europeia (DSA). O objetivo é descobrir se a empresa esconde opções de configuração e empurra os usuários para feeds personalizados que aumentam a coleta de dados.

No Brasil, o PL 1.421/2026, apresentado na Câmara dos Deputados em março de 2026, propõe proibir o uso de design manipulativo e algoritmos que retenham o usuário de forma artificial. O projeto altera o Marco Civil da Internet e prevê punição para redes que explorem vulnerabilidades dos usuários com o objetivo de aumentar o tempo de tela e a coleta de dados.

Privacidade, regulação e os limites da coleta de dados pelas big techs

É difícil escapar do rastreamento. Cada vez que instalamos um app, aceitamos o termo de uso e permitimos o acesso aos nossos dados, nós aumentamos o volume de informações disponíveis para as plataformas.

A professora Ana Clara Bliacheriene, da Escola de Artes, Ciências e Humanidades da USP, explicou ao jornal da universidade como essas plataformas encontraram seu modelo de negócio. "A forma que elas encontraram de captar a maior quantidade de dados possíveis foi fornecer serviços gratuitos. E, nesses serviços gratuitos, nós compartilhamos grande quantidade de dados que elas desejam, e o negócio delas transformou-se em negociar esses dados", disse.

No Brasil, a LGPD (Lei Geral de Proteção de Dados) exige consentimento para coleta e transparência sobre o uso dos dados, mas a fiscalização esbarra em limites práticos, como explicou o professor Marcos Antonio Simplicio Junior, do Departamento de Engenharia de Computação da Escola Politécnica da USP, ao Jornal da USP. "Boa parte das empresas vai seguir a lei do mais forte, não somente do Brasil. Têm leis nos Estados Unidos que obrigam a empresa a seguir o que o governo lá dita, e inclusive pode mentir quando a entrega de dados é de interesse do Estado americano", pontuou.

Ainda assim, há medidas que reduzem a exposição. Revisar as permissões de aplicativos no celular — câmera, microfone, localização e acesso aos contatos — e desativar as que não são necessárias para o funcionamento do app é o primeiro passo.

Outra medida é usar navegadores com bloqueio de rastreadores, como o Firefox com proteção aprimorada ou o Brave, que limitam a ação de cookies e pixels de terceiros. E auditar as configurações de privacidade dentro de cada plataforma — Google, Meta, Amazon, TikTok — permite desativar o histórico de atividades, a personalização de anúncios e o compartilhamento de dados com parceiros.