Como o Algoritmo Decide Quem Aparece (e Quem Some)
O iFood utiliza um sistema interno de score chamado, não por acaso, de "saúde do restaurante". Esse score combina variáveis operacionais legítimas — tempo de preparo, taxa de cancelamento, avaliações — com uma variável que raramente é explicada com clareza: a participação em programas comerciais da plataforma.
Isso significa que um restaurante com ótimas avaliações, entrega rápida e zero cancelamentos pode aparecer atrás de um concorrente com métricas piores — simplesmente porque o concorrente aderiu a um plano de impulsionamento ou aceitou participar de uma campanha promocional.
Restaurantes que recusam participar dessas campanhas relatam quedas de até 40% em visibilidade orgânica no app, segundo relatos documentados pela Abrasel e reportados pelo Tecnoblog em 2023. É importante marcar: esses são relatos sistemáticos de lojistas, não resultado de estudo controlado com acesso ao código da plataforma. Mas a consistência dos relatos — e o fato de a Abrasel tê-los levado ao Senado Federal em audiência pública em outubro de 2023 — dá peso suficiente para a pergunta: se isso é percepção coletiva de milhares de lojistas, o que isso diz sobre o design do sistema?
Programas como o "Plano Entrega" do iFood cobram taxas adicionais de 3% a 6% sobre o valor de cada pedido para melhorar o posicionamento do restaurante (iFood Central de Ajuda / Abrasel, 2023–2024). Ou seja: além da comissão padrão de 20% a 30%, há um pedágio extra para simplesmente existir na vitrine.
Promoções "Sugeridas": Quem Banca o Desconto?
Quando a plataforma envia uma notificação ao consumidor dizendo "30% OFF neste restaurante hoje", alguém pagou por esse desconto. Esse alguém é o lojista.
O mecanismo funciona como um leilão velado de visibilidade: quanto maior o desconto que o restaurante oferece — bancado integralmente do próprio bolso —, maior o impulsionamento orgânico que o algoritmo concede em troca. A plataforma ganha em volume de pedidos (e, portanto, em comissão absoluta). O lojista ganha em visibilidade momentânea — mas sangra na margem.
Para entender o impacto real, considere o ticket médio do delivery brasileiro: entre R$ 45 e R$ 55 (iFood/Abrasel, 2023). Com uma comissão de 27%, o lojista já repassa entre R$ 12 e R$ 15 por pedido antes de pagar embalagem, insumos e mão de obra. Adicione um desconto de 30% que ele mesmo banca, e a matemática começa a não fechar.
Segundo pesquisa da Abrasel de 2023, 62% dos restaurantes brasileiros afirmam que as comissões das plataformas comprometem sua viabilidade financeira. Não é uma percepção de nicho — é maioria absoluta do setor.
Precificação Dinâmica: A Plataforma Lucra Duas Vezes no Horário de Pico
Em horários de alta demanda — sexta à noite, feriados, dias de chuva —, as plataformas ajustam a taxa de entrega cobrada do consumidor para cima. É o mecanismo de surge pricing, já amplamente documentado no DoorDash e Uber Eats nos Estados Unidos, onde surcharges chegam a 20% em momentos de pico (The Markup/Bloomberg, 2023).
No Brasil, o mecanismo opera de forma análoga via "taxa de serviço" variável cobrada ao consumidor. O problema está no que não acontece: o lojista não recebe repasse proporcional a esse aumento. A comissão dele continua calculada sobre o valor original do pedido. O delta — o extra cobrado do consumidor no horário de pico — vai para a plataforma.
Uma pesquisa da NielsenIQ de 2023 mostrou que 48% dos consumidores brasileiros já perceberam variação de preço no mesmo item em diferentes horários nas plataformas. Os consumidores notam. Os lojistas pagam. E a assimetria é, por design, favorável à plataforma.
O Dado Que Você Gerou Pode Virar Concorrente
Há uma quarta camada nessa estrutura que raramente é discutida abertamente: o que as plataformas fazem com os seus dados.
Cada pedido processado gera informação: qual bairro pediu o quê, em qual horário, a que preço, com qual taxa de recompra. As plataformas acumulam esse banco de dados ao longo de anos e de milhões de transações. Essas informações são usadas para criar marcas virtuais e dark kitchens próprias — que competem diretamente com os restaurantes cadastrados, usando exatamente os dados que esses restaurantes geraram.
O estudo da Universidade de Chicago Booth de 2022 demonstrou que algoritmos de ranking favorecem restaurantes que participam de programas pagos em até 3,2 vezes mais impressões orgânicas. Quando a plataforma lança uma dark kitchen própria e a insere nesse mesmo algoritmo, a vantagem competitiva é estrutural.
O Que Já Foi Feito em Outros Países
Nova York, San Francisco e Seattle implementaram caps de comissão que limitam a taxa das plataformas a 15% por pedido. Após a implementação em Nova York em 2021, pesquisa do NYC Department of Consumer Affairs apontou que 76% dos restaurantes reportaram melhora na margem operacional.
No Brasil, a discussão regulatória existe — a Abrasel levou o tema ao Senado em outubro de 2023 —, mas ainda não há legislação federal aprovada com cap de comissão. Enquanto isso não acontece, o lojista brasileiro opera com comissões que chegam ao dobro do limite aplicado em Nova York.
O Que Isso Significa para o Seu Caixa
Não é abstrato. Considere um restaurante com ticket médio de R$ 50 e 200 pedidos por mês:
| Cenário | Receita Bruta | Comissão Paga | Receita Líquida |
|---|---|---|---|
| Plataforma tradicional (27%) | R$ 10.000 | R$ 2.700 | R$ 7.300 |
| Canal com 0% de comissão | R$ 10.000 | R$ 0 | R$ 10.000 |
| Diferença mensal | — | — | +R$ 2.700 |
Esse gap — R$ 2.700 por mês, R$ 32.400 por ano — é o custo real do algoritmo. Não apenas da comissão em si, mas do modelo que usa a comissão como ponto de entrada e extrai valor adicional via visibilidade paga, promoções compulsórias e precificação assimétrica.
É precisamente esse cálculo que plataformas como o Trend SuperApp foram construídas para inverter. Com 0% de comissão por pedido e repasse D0 — contra os 30 a 45 dias padrão das plataformas tradicionais —, o modelo não apenas elimina o custo direto da comissão: ele remove a lógica de extração progressiva que faz do algoritmo um adversário do lojista.
Conclusão
O algoritmo não é neutro. Ele foi projetado com um objetivo específico: maximizar a receita da plataforma. Ranking, promoções e precificação dinâmica são os instrumentos dessa maximização — e os custos recaem sobre quem produz o produto, não sobre quem intermedia a venda.
Entender como esse sistema funciona é o primeiro passo. O segundo é decidir em quantas frentes você quer continuar financiando uma estrutura que foi desenhada contra a sua margem.
Se você quer entender como operar com 0% de comissão, repasse no mesmo dia e sem algoritmo de penalização, conheça o modelo do Trend SuperApp.