Um guia prático de A Big Tech é realmente um grande problema

Perguntar se a Big Tech é realmente um grande problema só rende resposta útil quando você troca tamanho de empresa por escala de combinação de dados.

A Big Tech não é um problema simplesmente porque a empresa é grande. Alguns produtos digitais exigem escala: os motores de busca precisam de índices amplos, os mercados precisam de compradores e vendedores e as redes sociais só se tornam úteis quando um número suficiente de pessoas participa.

O problema da privacidade começa quando a escala, o poder de mercado e a recolha de dados se reforçam mutuamente. Uma empresa com distribuição dominante pode coletar mais dados comportamentais. Mais dados comportamentais melhoram a segmentação, a personalização e a medição de anúncios. Uma melhor monetização financia mais aquisições, integrações e inadimplências. Com o tempo, o mercado pode começar a parecer menos um conjunto de escolhas e mais uma infraestrutura controlada por um punhado de empresas.

Escala muda o significado do consentimento

O consentimento é mais fácil de defender quando um usuário tem uma alternativa realista. Torna-se mais fraco quando o serviço é social ou comercialmente inevitável.

Se um pequeno site solicitar a medição de visualizações de página agregadas, o visitante poderá sair sem grandes consequências. Se uma plataforma dominante solicitar a combinação de dados de pesquisa, mapas, vídeos, publicidade, lojas de aplicativos, mensagens e pixels incorporados de terceiros, a decisão não será simétrica. Recusar pode significar perder acesso a comunicações essenciais, alcance comercial ou descoberta.

Esta é uma das razões pelas quais a Lei de Mercados Digitais EU se concentra em “gatekeepers”. A Comissão Europeia designou plataformas importantes, incluindo Alphabet, Amazon, Apple, ByteDance, Meta, Microsoft e Booking como gatekeepers para serviços específicos, listados na [página de gatekeepers DMA] da Comissão (https://digital-markets-act.ec.europa.eu/gatekeepers_en). As obrigações do DMA incluem restrições à combinação de dados pessoais entre serviços sem consentimento válido e requisitos que tornam os mercados digitais mais contestáveis.

O direito da concorrência e o direito da privacidade são ferramentas diferentes, mas encontram-se no mesmo ponto de pressão: as vantagens dos dados podem tornar-se vantagens de mercado e as vantagens de mercado podem tornar as escolhas de privacidade menos significativas.

Por que a combinação de dados é tão poderosa

Um conjunto de dados pode ser limitado. Conjuntos de dados combinados são muito mais reveladores.

Uma consulta de pesquisa mostra a intenção. Uma rota no mapa mostra a localização. Um histórico de vídeo mostra interesses. Um histórico de compras mostra as necessidades domésticas. Uma identidade de login conecta atividades entre dispositivos. Um pixel de terceiros pode mostrar o que alguém fez depois de sair da plataforma.

Quando esses sinais são unidos, a empresa não precisa de um campo sensível denominado “saúde” ou “renda” para inferir coisas sensíveis. Os padrões podem implicar gravidez, perda de emprego, interesse político, estresse financeiro, prática religiosa ou preocupações médicas. É por isso que o risco de privacidade não se trata apenas de um formulário solicitar um nome. Trata-se de saber se o sistema pode conectar observações suficientes para traçar o perfil de uma pessoa.

A Comissão Federal de Comércio dos EUA fez uma observação semelhante sobre os corretores de dados. O seu relatório, Data Brokers: A Call for Transparency and Accountability, concluiu que os corretores recolhem dados de extensas fontes online e offline, muitas vezes sem o conhecimento dos consumidores. As plataformas das grandes tecnologias não são idênticas aos corretores de dados, mas a lição subjacente é a mesma: a opacidade mais a escala criam conhecimento assimétrico.

Analytics faz parte da história poderosa

Os proprietários de sites instalam análises invasivas não porque desejam vigilância, mas porque as ferramentas dominantes estão agrupadas em fluxos de trabalho de publicidade, pesquisa e otimização de conversão.

Isso cria um loop de dependência:

• Os anúncios exigem medição de conversão.
• A medição de conversão requer scripts.
• Relatórios da plataforma de feed de scripts.
• Os relatórios da plataforma moldam as decisões orçamentárias.
• As decisões orçamentárias dificultam a saída da plataforma.

O Google Analytics é o exemplo mais claro. O produto é útil e familiar, mas seu papel no ecossistema mais amplo do Google cria questões jurídicas e de confiança. Várias autoridades europeias de protecção de dados descobriram que utilizações específicas do Google Analytics envolviam transferências ilegais de dados pessoais para os Estados Unidos após a decisão Schrems II. A decisão da autoridade italiana, resumida pelo Conselho Europeu de Proteção de Dados, afirmou que as transferências do Google Analytics careciam de salvaguardas adequadas nesse caso (resumo do EDPB).

Para uma pequena empresa, a questão prática não é “O Google é mau?” É "Precisamos de tantos dados, de tantos terceiros e desse nível de complexidade jurídica para entender nosso site?"

Muitas vezes, a resposta é não.

O caso da medição proporcional

Uma estratégia analítica que prioriza a privacidade começa com proporcionalidade:

• Meça visitas, fontes, páginas e conversões agregadas.
• Use UTMs para entender campanhas sem rastreamento entre sites.
• Evite identificadores pessoais, a menos que um fluxo de trabalho específico os exija.
• Mantenha a retenção curta o suficiente para atender às necessidades do negócio.
• Separe a análise de produtos dos perfis de publicidade.
• Torne as análises compreensíveis no aviso de privacidade.

Isso não impede que uma empresa aprenda. Isso evita que a análise se torne um escape silencioso de dados para um sistema de criação de perfil maior.

O que a regulamentação está tentando consertar

O GDPR aborda base legal, transparência, limitação de finalidade, minimização de dados, direitos do usuário e transferências internacionais. O DMA aborda a proteção da plataforma e as vantagens injustas dos dados. A Lei dos Serviços Digitais aborda os riscos sistémicos das plataformas e a transparência. As leis de privacidade da Califórnia e a Lei de Exclusão tratam dos direitos do consumidor e dos corretores de dados.

Estas leis diferem, mas partilham uma direção de viagem: a extração de dados em grande escala já não é tratada como um padrão inofensivo.

Para empresas menores, isso é uma oportunidade. Você não precisa esperar pela aplicação das maiores plataformas para construir uma pilha de medição melhor. Reduzir a dependência de rastreamento invasivo pode diminuir o risco de conformidade, melhorar a velocidade da página, simplificar o consentimento e tornar sua promessa de privacidade mais fácil de defender.

O que as empresas devem fazer agora

Audite para onde vão os dados de clientes e visitantes. Inclua scripts analíticos, pixels, ferramentas de chat, mapas de calor, CDPs, CRMs, plataformas de e-mail e redes de anúncios.

Para cada ferramenta, pergunte:

• Que dados recolhe?
• Os dados são pessoais, pseudónimos ou agregados?
• É partilhado com terceiros para fins próprios?
• Sai da região do visitante?
• Temos uma base legal e um aviso claro?
• Poderíamos responder à mesma questão empresarial com menos dados?

Em seguida, remova ou substitua as ferramentas que falharam no teste. Uma configuração analítica simples que responde a 90% das questões operacionais costuma ser melhor do que um sistema complexo que ninguém consegue explicar durante uma análise de privacidade.

Ações de pilha menor

Transforme a preocupação com a privacidade em controles que uma pequena empresa pode realmente possuir: remova scripts desnecessários de terceiros, evite o enriquecimento do corretor, mantenha a análise agregada sempre que possível, reduza a retenção de dados brutos, publique o uso de dados em linguagem simples e facilite as desativações. O valor não é apenas conformidade. Uma pegada de dados menor significa menos fornecedores para analisar, menos consequências de violação, menos solicitações de consentimento e uma história de confiança mais clara.

O resultado final

O problema de privacidade da Big Tech não é apenas tamanho. É a combinação de acesso dominante, dados entre serviços, incentivos publicitários e fraca escolha do utilizador. As empresas podem responder escolhendo ferramentas de medição que se ajustem à decisão real em questão: dados suficientes para melhorar o website, mas insuficientes para participar numa economia de vigilância por defeito.

Perguntas Frequentes

O tamanho do Big Tech é o problema em si?

Não sozinho. Motores de busca precisam de índices amplos, marketplaces precisam de compradores e vendedores, e redes sociais só funcionam com gente suficiente dentro delas, então alguma escala é necessária. O problema começa quando escala, poder de mercado e coleta de dados passam a se reforçar mutuamente.

O que é um gatekeeper segundo a DMA?

Gatekeeper é uma designação prevista pela Digital Markets Act da UE para plataformas que controlam pontos de acesso centrais nos mercados digitais. A Comissão Europeia designou Alphabet, Amazon, Apple, ByteDance, Meta, Microsoft e Booking como gatekeepers para serviços específicos. Esse status traz obrigações, como restrições à combinação de dados pessoais entre serviços sem consentimento válido.

Por que dados combinados revelam mais do que um único conjunto de dados?

Uma busca mostra intenção, uma rota no mapa mostra localização, e um histórico de compras mostra o que uma casa precisa. Juntos, esses sinais podem sugerir gravidez, perda de emprego ou dificuldade financeira sem que nenhum campo tenha sido rotulado assim. A questão não é se um formulário pede um nome, é se o sistema consegue conectar observações suficientes para traçar o perfil de uma pessoa.

O que a FTC disse sobre corretores de dados?

O relatório de 2014 da FTC, Data Brokers: A Call for Transparency and Accountability, constatou que esses corretores reúnem dados de muitas fontes on-line e off-line, muitas vezes sem que as pessoas saibam. Plataformas de Big Tech não são corretoras de dados, mas a mesma lição vale, opacidade mais escala cria conhecimento assimétrico.

Por que uma autoridade italiana proibiu o Google Analytics?

A autoridade italiana de proteção de dados concluiu que um uso específico do Google Analytics transferia dados pessoais para os Estados Unidos sem garantias adequadas, depois da decisão Schrems II. O Comitê Europeu de Proteção de Dados resumiu essa decisão em seu site. É uma conclusão jurídica sobre essa transferência específica, não um veredito de que o Google Analytics seja malicioso por natureza.

Por que pequenas empresas acabam usando ferramentas de analytics invasivas?

A maioria dos donos de sites não instala essas ferramentas por querer vigilância, mas porque as opções dominantes vêm embutidas em fluxos de publicidade, busca e otimização de conversão. Anúncios precisam medir conversão, isso exige scripts, os scripts alimentam relatórios da plataforma, esses relatórios moldam decisões de orçamento, e essas decisões dificultam sair da plataforma. Esse ciclo de dependência é o que mantém o rastreamento invasivo como padrão.

Como é uma configuração de analytics proporcional?

Uma configuração de analytics proporcional mede visitas, origens, páginas e conversões de forma agregada, usa UTMs em vez de rastreamento entre sites, e evita identificadores pessoais a menos que um fluxo realmente precise deles. Também mantém a retenção curta, separa analytics de produto dos perfis de publicidade, e se explica com clareza no aviso de privacidade.

Empresas menores precisam esperar reguladores agirem antes de mudar suas ferramentas?

Não. O GDPR, a DMA, a DSA e as leis de privacidade da Califórnia caminham na mesma direção, tratando a extração massiva de dados como algo que precisa de limites em vez de um padrão inofensivo. Uma empresa pode reduzir sua dependência de rastreamento invasivo desde já, o que reduz risco de conformidade, acelera páginas e simplifica consentimento, bem antes de qualquer ação de fiscalização contra uma grande plataforma.

O que uma empresa deve checar ao auditar suas ferramentas de dados?

Para cada script de analytics, pixel, ferramenta de chat, heatmap, CDP, CRM, plataforma de e-mail ou rede de anúncios, vale perguntar quais dados ela coleta. Depois, é preciso determinar se esses dados são pessoais, pseudônimos ou agregados, e se são compartilhados com terceiros para os próprios fins desses terceiros. Também vale checar se os dados saem da região do visitante, se existe base legal e um aviso claro, e se a mesma pergunta de negócio pode ser respondida com menos dados.

Como o direito da concorrência se conecta ao direito à privacidade aqui?

O direito da concorrência e o direito à privacidade são ferramentas diferentes, mas se encontram no mesmo ponto de pressão. Vantagens de dados podem virar vantagens de mercado, e vantagens de mercado podem esvaziar o peso das escolhas de privacidade, e é por isso que as regras de gatekeeper da DMA e a regulação de privacidade acabam cobrindo os mesmos riscos.