15. Quem sustenta a receita

O dia em que o pré-compromisso caiu

Em 21 de janeiro de 2012, o deputado Andrew Wilkie, um independente da Tasmânia, retirou o apoio que dava ao governo minoritário trabalhista da primeira-ministra Julia Gillard, na Austrália. O motivo era uma promessa quebrada. Depois da eleição de 2010, que não deu maioria a ninguém, Wilkie negociou seu voto em troca de duas coisas: dinheiro para o hospital de Hobart, na sua região, e o compromisso de reduzir o jogo problemático. O compromisso tinha um nome técnico, pré-compromisso obrigatório, e um prazo: todas as máquinas caça-níquel do país, que na Austrália se chamam pokies, deveriam funcionar até 2014 com um sistema em que o jogador define, antes de começar, quanto aceita perder, e a máquina para de aceitar dinheiro quando o limite chega.

Pense no que essa medida faz e no que não faz. Ela não proíbe ninguém de jogar. Não mexe no que a máquina paga, nem no preço da aposta, nem na propaganda. Ela só exige que a decisão fria, tomada com a cabeça no lugar, valha também para a hora quente. Quem joga de vez em quando e sabe quanto quer gastar mal percebe a diferença. Quem costuma perder além do que planejou é o único que esbarra no limite.

A reação do setor foi uma das campanhas de pressão mais conhecidas da política australiana recente. A Clubs Australia, que reúne os clubes que vivem dessas máquinas, comandou uma campanha pública em 2011 e 2012, com apoio de associações de hotéis e de figuras do esporte profissional; em outubro de 2011 foram noticiados papéis de estratégia ligados à entidade, que discutiam como lidar com a regra. Em janeiro de 2012, o governo trocou o plano original por uma alternativa mais leve: um teste no Território da Capital Australiana e a exigência de que máquinas fabricadas a partir de 2013 trouxessem a tecnologia embutida, sem uso obrigatório. Wilkie disse que isso não cumpria o acordo e saiu.

Os argumentos públicos do setor falavam de custo, de privacidade, de empregos em clubes de bairro. Não vou reproduzir cifras da campanha, porque não verifiquei nenhuma. Quero chamar a atenção para outra coisa: uma indústria só trava uma batalha dessas por uma medida tão suave se acredita que a medida mexe no caixa. E a medida só mexe no caixa se uma parte relevante do dinheiro vier justamente de quem passa do limite que escolheu. Dois anos antes, a Comissão de Produtividade australiana, um órgão independente de assessoramento do governo, tinha publicado uma estimativa que ajuda a entender essa lógica: pessoas classificadas como jogadores problemáticos respondiam por cerca de 40% do gasto em máquinas, com estimativas que variavam de 20% a 60%.

Este capítulo trata dessa conta. Quem sustenta a receita de um negócio de repetição? Quanto vem de uma minoria que perdeu o controle? E o que muda, no produto, no time e na ética, quando a resposta é "uma fatia grande demais"?

O que você vai levar deste capítulo

Em jogo de azar, bebida e jogos gratuitos com compras dentro do app, uma minoria pequena responde por uma fatia grande da receita. O número exato varia de estudo para estudo, mas a forma da distribuição é a mesma: cauda pesada, em que a média esconde quem de fato paga a conta.

Essa concentração não é só um fato sobre os clientes. Ela vira incentivo dentro da empresa: o CRM, a equipe de produto e o departamento de jogo responsável acabam olhando, sem ninguém decidir isso, para o mesmo grupo, por razões opostas.

No Brasil, o dado mais forte é que o risco de jogo problemático cresce quando a renda cai, o que coloca a cauda justamente onde há menos folga financeira. Os números de dívida e de saúde são parciais, e eu aponto quais conferi e quais não.

Os dados de mortalidade por suicídio entre pessoas com transtorno do jogo existem e são sérios, mas vêm de amostras pequenas e de quem procurou tratamento. O capítulo os usa com esse limite.

A pergunta central tem resposta honesta, com reservas: sim, um negócio cuja margem depende de quem perdeu o controle é diferente de um negócio com alguns clientes com problema, e há testes práticos para saber de qual dos dois você está falando.

A matemática da cauda pesada

Comece pelo mais simples: a média engana. Imagine um cassino online brasileiro ficcional, que chamo de Casa Modelo, com cem mil jogadores ativos ao longo de um ano. Isto é um cenário ilustrativo, com números que escolhi para a conta fechar; não descreve nenhuma empresa real.

Na Casa Modelo, oitenta mil jogadores, ou 80% da base, perdem em média R$ 150 no ano. Quinze mil perdem em média R$ 800. Quatro mil e duzentos perdem em média R$ 3.000. E oitocentos, menos de 1% da base, perdem em média R$ 20.000 cada.

Faça a soma por extenso. Os oitenta mil de R$ 150 somam R$ 12 milhões. Os quinze mil de R$ 800 somam outros R$ 12 milhões. Os quatro mil e duzentos de R$ 3.000 somam R$ 12,6 milhões. E os oitocentos de R$ 20.000 somam R$ 16 milhões. A receita da Casa Modelo, isto é, a soma das perdas dos jogadores, é de R$ 52,6 milhões. Dividido por cem mil jogadores, dá R$ 526 por jogador. Esse é o "cliente médio" do relatório mensal. Só que ele não existe. A mediana, o valor do jogador que está bem no meio da fila, é R$ 150: metade da base perde R$ 150 ou menos. Quem perde R$ 526 simplesmente não aparece na empresa, porque o número é uma ficção estatística produzida pela cauda.

Agora olhe quem paga. O 1% do topo, mil jogadores, responde por R$ 16,6 milhões, cerca de 32% da receita. Os 5% do topo, cinco mil jogadores, respondem por R$ 28,6 milhões, cerca de 54%. Os 20% do topo respondem por R$ 40,6 milhões, cerca de 77%. E os 80% de baixo, a esmagadora maioria dos clientes, respondem por R$ 12 milhões, algo como 23% da receita. Aqui, quem é o seu cliente? Em contagem de cabeças, o jogador de R$ 150. Em contagem de dinheiro, o jogador de R$ 20.000.

Agora a segunda parte da conta, a que importa para decisão. Suponha que a Casa Modelo introduza um limite de perda que reduz pela metade a perda dos oitocentos maiores. A receita cai R$ 8 milhões, ou 15% de uma vez. Para repor esse dinheiro sem tocar no topo, os oitenta mil jogadores de baixo teriam de passar de R$ 150 para R$ 250 de perda média no ano, um aumento de dois terços sobre um grupo que, individualmente, pesa pouco. Se o limite pegar todos os 5% do topo, e não só os oitocentos, a queda sobe para mais de 27% da receita, e a reposição pelos outros 95% exigiria cerca de 60% a mais de perda de cada um deles. Esse é o raciocínio, escrito em linguagem de planilha, pelo qual uma medida suave de proteção parece uma ameaça à empresa.

Não afirmo que toda casa de apostas tenha a distribuição do cenário. Afirmo que, quando ela tem uma distribuição desse tipo, as consequências para produto e incentivo são estas. O que a pesquisa diz sobre quão perto o cenário está da realidade é a próxima seção.

Na tela: o ARPPU e o cliente que não existe

Em jogos gratuitos com compras dentro do app, o mercado usa uma sigla que esconde exatamente isso: ARPPU, de average revenue per paying user, receita média por usuário pagante. É a métrica que todo estúdio olha no painel, ao lado do DAU, os usuários ativos por dia. O ARPPU de um jogo pode ser de US$ 20 por mês e ninguém ter gasto US$ 20: a maioria dos pagantes gasta US$ 3 ou US$ 5, e uns poucos gastam centenas. O capítulo 12 mostrou o exemplo da Swrve, de 2014, em que cerca de 1,5% dos jogadores pagavam e apenas 0,15% geravam metade da receita. Quem constrói esses jogos usa um nome para o grupo do topo, whale, baleia, e o ciclo de vida do produto passa a ser desenhado em volta de poucas centenas ou milhares de pessoas, mesmo quando milhões baixaram o app.

A lição para este capítulo é que a média de um negócio de repetição é uma estatística de propaganda. Quando alguém diz "o nosso cliente gasta em média tanto", pergunte: e a mediana? E quanto da receita vem dos 1% e dos 5% do topo? Quem não sabe responder não está olhando para o próprio negócio.

O que a pesquisa diz, com os limites

A pergunta "qual fatia da receita vem de gente com problema?" foi feita por vários grupos, com métodos diferentes, e as respostas variam bastante. Em vez de escolher um número bonito, vale ver quatro estudos e o que cada um mede.

Austrália: cerca de 40% nas máquinas

O relatório de 2010 da Comissão de Produtividade da Austrália estimou que pessoas classificadas como jogadores problemáticos respondiam por cerca de 40% do gasto em máquinas eletrônicas de jogo. O próprio relatório ressalvou que as estimativas variavam de 20% a 60%; ao incluir também jogadores de risco moderado, a parcela era ainda maior, mas não uma medida precisa. Estimou entre 80 mil e 160 mil adultos com problemas graves e entre 230 mil e 350 mil em risco moderado. A Comissão reconhece que os levantamentos estaduais e os métodos usados diferem, então o valor serve como faixa aproximada, não como constante universal.

A população envolvida ajuda a dar proporção. Cem mil pessoas, o meio da faixa, são uma fração pequena de um país de mais de vinte milhões de adultos. Quando uma fração pequena de adultos responde por quase metade de um mercado, a distribuição é de cauda pesada, como na Casa Modelo.

Reino Unido: a conta feita pelo lado do jogador e pelo lado da casa

No Reino Unido, Jim Orford, Heather Wardle e Mark Griffiths publicaram em 2013 uma análise do levantamento domiciliar britânico de prevalência de jogo de 2010, com 7.756 pessoas de 16 anos ou mais (Orford, Wardle e Griffiths, 2013, International Gambling Studies). Para quinze formas de jogo, estimaram quanto dos dias de jogo e do gasto cabia a quem pontuava como jogador problemático em duas escalas de triagem. A conclusão deles é que a contribuição desse grupo para o gasto total é muito maior do que sua prevalência sugere: para algumas formas de jogo, algo como 20% a 30% dos dias de jogo e do gasto, e de 10% a 20% adicionais vindos de jogadores de risco moderado. Os autores descrevem os números como aproximações. A fraqueza do método é que ele usa autorrelato de gasto numa pesquisa domiciliar, e gasto autorrelatado costuma ser subestimado, em especial por quem perde muito. A outra fraqueza é a de qualquer triagem: onde se coloca o ponto de corte muda a fatia.

Um segundo estudo britânico olhou do outro lado, o dos dados da própria operadora. O relatório Patterns of Play, feito pelo NatCen para a GambleAware em 2021, analisou cerca de 140 mil contas de jogo online de sete operadoras, de julho de 2018 a junho de 2019. A conclusão que circulou foi que os 5% de contas com maiores perdas geraram pelo menos 70% da receita bruta de jogo em cada produto analisado: apostas esportivas, cassino virtual, cassino ao vivo e slots. Outro corte do mesmo trabalho, citado na imprensa especializada, apontou que a maioria das contas de aposta esportiva era usada com pouca frequência: 85% delas gastaram menos de £ 200 no ano. A própria autoria tratava o estudo como interino.

Este dado tem um limite que precisa ser dito em voz alta: quem mais perde não é o mesmo grupo que quem tem problema. A conta no topo pode incluir gente rica, que perde muito sem prejuízo para a vida. Também pode incluir um jogador problemático que perde pouco em termos absolutos mas muito para a renda dele. O estudo mede concentração de receita, e a pergunta sobre concentração de dano exige outras fontes, como as de Orford e de Ontário.

Ontário: um terço, com variação por jogo

Robert Williams e Robert Wood (2004; 2007), da Universidade de Lethbridge, fizeram o trabalho mais citado do Canadá. Na versão de 2007, em Canadian Public Policy, estimaram a parcela da receita de jogo de Ontário vinda de jogadores problemáticos em algo em torno de um terço; as versões e as apresentações posteriores dos autores mostram valores entre cerca de 30% e 36%, conforme o ano e o recorte. O resultado variou por tipo de jogo, com parcelas mais baixas em loterias, raspadinhas e bingos e mais altas em corridas de cavalo e máquinas.

Williams também publicou uma comparação entre jurisdições que vale ler com atenção. Numa apresentação de 2016 para o centro de pesquisa de Alberta, ele reuniu estimativas de diferentes estudos e mostrou uma faixa larga, de cerca de 15% a 50% da receita, e criticou uma cifra que o setor repetia, a de que apenas 5% a 15% da receita viria de jogadores problemáticos. Segundo a apresentação, essa cifra se apoia numa única pesquisa americana de 1999 (Gerstein et al.), na qual a parcela geral era de 15%, com uma variação de 8% nas loterias a 22% nos cassinos. É importante notar a direção da crítica: o número que o setor usava era, na prática, o teto de um estudo antigo e de outro país, tratado como piso geral.

Há um contraponto honesto, que o próprio Williams reconhece: nem toda estimativa independente sobe tanto. A mesma apresentação discute uma reanálise que, usando outra base de cálculo, chegava a valores bem menores para Ontário, perto de 5,7% em um recorte específico. A diferença vinha de decisões metodológicas, como o ano da receita e a prevalência usadas no denominador. Esse é um aviso útil: o número não é uma constante da natureza. Muda com o jogo, com a época, com o país, com a escala usada para dizer "problema" e com quem faz a conta.

O que os quatro estudos juntos permitem dizer

Se você precisar de uma frase, ela é esta. Em jogos de azar, em países diferentes e com métodos diferentes, a fatia da receita que vem de jogadores com problema fica, na maioria das estimativas sérias, entre algumas dezenas de pontos percentuais, com os valores mais altos nas máquinas e no jogo online, e muito acima da prevalência desse grupo na população. Nenhum estudo diz que o setor "vive" dessas pessoas, se isso significar que sem elas ele quebra. Eles dizem que, sem elas, o setor seria bem menor. O quanto menor depende do estudo e da jurisdição.

Fora da tela: o bar e o cliente que bebe todos os dias

O padrão não é exclusivo do jogo. O economista Philip Cook, da Universidade Duke, analisou o consumo de álcool nos Estados Unidos no livro Paying the Tab (2007), com dados de levantamentos nacionais. A conclusão mais citada é que os 10% de adultos que mais bebem consomem mais da metade de todo o álcool consumido num ano. Segundo a cobertura da imprensa americana, esse décimo superior bebe em média perto de dez doses por dia, algo como 74 por semana. Não li o livro, e as palavras variam de uma matéria para outra ("mais da metade", "quase 60%"); o que a cobertura confirma é a forma geral.

Duas ressalvas. A primeira é que "bebe muito" não equivale a "tem transtorno por uso de álcool". Parte desse décimo é gente com problema, parte é gente que bebe muito e não passa por isso. A segunda é que a conta é de volume vendido, e volume vendido é o que importa para o caixa de uma cervejaria, mas não é o que importa para a saúde pública, onde o dano se concentra de outro modo. O ponto que interessa aqui é o econômico: um bar, um mercadinho e uma cervejaria, quando olham as vendas por cliente, enxergam a mesma coisa que o cassino online. A maior parte do litro vai para uma minoria que bebe todo dia. Se essa minoria bebesse como a mediana, a indústria encolheria.

O dono de um bar de bairro sabe quem são os cinco ou dez clientes que fecham a conta todo dia, e muitas vezes os conhece pelo nome. A proximidade pode lhe dar escrúpulo. Na tela, essa proximidade desaparece: no lugar do dono que olha o cliente, há um painel que olha o valor do cliente.

Como a cauda entra no produto

Até aqui, a concentração aparece como fato sobre os clientes. A parte que mais interessa a quem constrói, e mais incomoda, é como esse fato vira política interna da empresa sem que ninguém precise ser mau.

Na tela: o CRM e o painel que enxerga valor

CRM é a sigla de customer relationship management, gestão do relacionamento com o cliente. Numa casa de apostas ou num cassino online, é o time que decide quem recebe qual mensagem, qual bônus, qual contato, e que é medido por receita e retenção. Qualquer time de CRM competente segmenta a base por valor. Isso é normal, e em quase todo setor é bom senso: não se trata igual o cliente que gasta R$ 20 e o que gasta R$ 20.000. O problema aparece quando a medida de "valor" é a perda líquida do jogador para a casa, porque o segmento mais valioso é, por construção, o dos que mais perdem, e o segmento que mais perde contém os mais prováveis de ter perdido o controle.

O mecanismo, como o entendo, tem quatro peças, e é uma inferência minha sobre incentivos, não um achado de pesquisa. Primeiro, a métrica de sucesso do CRM é receita por cliente e retenção, e o cliente do topo vale dezenas de clientes do meio. Segundo, qualquer modelo de previsão de valor de vida, o LTV, treinado com os dados de uma casa desse tipo aprende o que está nos dados: os clientes de maior valor foram os que mais jogaram, mais perderam e voltaram mais. Terceiro, a estrutura de bônus, de atendimento VIP e de contato personalizado vai para onde o retorno é maior. Quarto, o time que mede o sucesso por receita não tem, em geral, nenhuma métrica que o penalize por esse grupo ser composto de pessoas em sofrimento, porque ninguém no painel enxerga sofrimento: só enxerga perda, tempo e frequência.

Isso explica por que os casos regulatórios do Reino Unido, tratados no capítulo 8, têm uma forma tão parecida. Nas multas aplicadas a operadoras como a William Hill, a Entain e a 888, o regulador apontou falhas em perceber sinais de dano e em agir sobre clientes de alto gasto. Não retomo esses casos aqui. O que quero dizer é que a falha não exigia dolo. Bastava um sistema bem desenhado para o objetivo de receita, cujo objetivo e cujo ponto cego eram as duas faces da mesma tabela.

A diferença, e o capítulo 19 volta a ela, é entre ver a cauda como ativo e vê-la como risco. O mesmo grupo de clientes, no mesmo painel, é lido por um time como "alto valor" e por outro como "risco de dano". Em qual dos dois a empresa investe?

Por que o jogo responsável vira departamento

Quem já trabalhou numa operadora, ou leu as políticas públicas delas, reconhece a estrutura: existe uma área de jogo responsável, ligada a compliance ou a risco, com políticas, treinamentos, limites oferecidos ao jogador, alertas, e um relatório para o regulador. Existe, ao lado, uma área comercial com metas de receita. O desenho tem uma consequência: a proteção se organiza como uma função de controle, não como uma métrica de produto.

Veja a diferença. Uma métrica de produto é algo que a equipe de um jogo ou de uma plataforma otimiza todo sprint: retenção, conversão, receita por usuário. Uma função de controle é algo que fiscaliza o produto de fora e só aparece quando algo dá errado: auditoria, política, relatório. Se proteger o jogador é função de controle, a equipe de produto só a encontra como restrição, algo que atrapalha o experimento, e a tendência natural de qualquer time é cumprir a restrição no mínimo exigido. Se proteger o jogador fosse uma métrica de produto, o time seria medido por, digamos, a fatia da receita que vem de clientes com sinais de risco, e cada experimento seria avaliado também por esse número.

Quando digo que há um conflito estrutural, é isto. Ele não exige que as pessoas do departamento de jogo responsável sejam cínicas, e muitas não são. Exige apenas que a empresa tenha duas metas incompatíveis no mesmo grupo de clientes, e que a que paga bônus seja a de receita. O capítulo 19 volta a esse ponto com sugestões de métricas.

Uma observação sobre os limites do argumento. Eu não tenho acesso à organização interna de nenhuma operadora, e as que conheço por documentos de processo ou de regulador são casos extremos, por serem os que chegaram a processo. Pode haver empresas em que o jogo responsável tem poder real. O que posso sustentar é o desenho de incentivos que a tabela de receita cria, e a existência de casos em que ele falhou de forma documentada.

O agiota, a lotérica e o espectro entre eles

Para pensar com mais clareza, vale ordenar negócios diferentes por quanto da receita depende da cauda.

Fora da tela: o agiota

No extremo, está o agiota. Seu negócio é emprestar dinheiro a quem não consegue crédito formal, a juros altos, e ganhar mais quando o tomador não consegue pagar no prazo e rola a dívida. Em termos de lógica, é o caso em que a receita sai quase inteira de quem está em dificuldade. Ninguém no negócio finge o contrário. Uso o agiota como caso-limite de raciocínio, não como acusação de ninguém: ele mostra o que acontece quando a margem do negócio é a incapacidade do cliente de pagar. Não tenho dados para dizer o quanto isso vale no Brasil, e não os invento.

Fora da tela: a lotérica do bairro

No outro extremo está o produto de baixa frequência. A lotérica de bairro vende loterias federais, e a Mega-Sena sorteia poucas vezes por semana. O ciclo de jogo é lento: você escolhe números, paga, e espera horas ou dias pelo resultado. O levantamento Lenad III, citado no capítulo 4, mostra que as loterias são a modalidade mais citada pelos brasileiros que apostam (71,3%). Há razão para pensar que, nesse produto, a cauda existe, mas é mais fina e mais lenta para se formar: perder R$ 20.000 numa lotérica exige mais tempo e mais repetição do que perder o mesmo valor num cassino online que roda uma rodada a cada poucos segundos. Mas é uma inferência. Não tenho dado nacional que separe a concentração de perda por modalidade, e o que o capítulo 4 mostra é prevalência de risco entre apostadores, não fatia de receita.

O espectro

Se você ordenar os negócios do agiota para a lotérica, a pergunta deixa de ser "tem ou não tem cauda" e vira "quanto da margem depende dela, e com que velocidade o produto a forma". A velocidade de ciclo, tema do capítulo 1, é o que transforma uma distribuição de perdas com cauda moderada numa distribuição com cauda muito pesada. O cassino online, o caça-níquel, o crash game (capítulo 13) estão perto do extremo do agiota. A lotérica, a raspadinha e o bingo de igreja estão do outro lado. As bets de aposta esportiva ficam no meio, com forte variação: aposta pré-jogo é lenta, aposta ao vivo e microaposta, tratadas no capítulo 8, são rápidas.

Brasil: dívida, família, trabalho e saúde

Os dados do Brasil têm uma qualidade desigual, e vale separar o que é bom do que é indício. Retomo números já apresentados nos capítulos 4 e 7, sem refazer a discussão.

O que está razoavelmente firme

O retrato mais confiável de quem tem risco vem do Lenad III, da Unifesp, com coleta de 2023 a 2024: 17,4% dos brasileiros com 14 anos ou mais apostavam de alguma forma; somando as três categorias de risco pela escala PGSI, 6,8% da população estavam em algum nível de risco, e 0,8%, cerca de 1,4 milhão de pessoas, na categoria de jogo problemático. O dado mais importante para este capítulo é o gradiente de renda: entre os apostadores com renda de até um salário mínimo, 52,8% estavam em algum nível de risco, contra 21,1% entre os que ganhavam dois salários mínimos ou mais. Isto responde parte da pergunta do capítulo: se o risco se concentra entre os mais pobres, e se a cauda da receita se parece com a cauda do risco, o dinheiro vem de gente que tem menos folga.

O ponto vale ser lido com os dois olhos. Ele não prova que a receita das bets vinha majoritariamente de pessoas pobres, porque o Lenad mede risco entre apostadores, e não gasto. Gente de renda mais alta aposta quantias maiores. O que o dado diz é que, entre pessoas pobres que apostam, é muito mais provável encontrar sinais de perda de controle.

Do Banco Central, o dado sólido é o de Pix para casas de apostas: cerca de R$ 20 bilhões num mês de 2024, por cerca de 24 milhões de pessoas, e R$ 3 bilhões enviados por cerca de 5 milhões de beneficiários do Bolsa Família (Banco Central, nota técnica de setembro de 2024, conforme tratado no capítulo 7). A média por pessoa foi de R$ 875 no total e R$ 600 entre os beneficiários, com mediana de R$ 100 entre eles. Releia essa última frase com o cenário da Casa Modelo em mente: média de R$ 600 e mediana de R$ 100 é exatamente o sinal de cauda pesada. Metade dos beneficiários que mandaram dinheiro mandou R$ 100 ou menos. A média foi puxada por uma minoria que mandou muito mais. O Banco Central também divulgou análises indicando que apostadores têm risco de crédito significativamente maior do que não apostadores, e bancos passaram a considerar histórico de apostas na concessão de crédito, segundo o que o capítulo 7 reporta.

O que é indício, com ressalvas

Há estimativas sobre efeito macroeconômico e familiar que valem como hipótese. A Confederação Nacional do Comércio (CNC) publicou estudos que atribuem às bets um desvio de gasto do varejo, de R$ 103 bilhões em 2024 em uma estimativa, e de R$ 143 bilhões entre janeiro de 2023 e março de 2026 em outra, divulgada em abril de 2026, com cerca de 270 mil famílias em inadimplência severa. A entidade diz usar a técnica de diferenças em diferenças. O Instituto Brasileiro de Jogo Responsável, que representa operadores legais, questionou a metodologia. Como o capítulo 7, trato os números como hipótese razoável de ordem de grandeza e não como medida, em parte porque a CNC tem interesse no resultado, e em parte porque separar o efeito das bets do efeito de juros, desemprego e crédito é difícil.

A Serasa, com a Opinion Box, ouviu 4.463 consumidores com dívidas: 44% dos endividados que apostaram o fizeram para tentar pagar dívidas, cerca de 10% tomaram empréstimo para apostar e 52% disseram ter perdido mais do que ganharam. É uma amostra de endividados, não da população, e a mesma pesquisa foi lida de duas formas opostas pela imprensa. Ela serve para mostrar um padrão que a literatura clínica descreve há décadas, o de jogar para recuperar perdas, o chasing, e não para dizer quantos brasileiros se endividaram por apostas.

Procurei também dados da Febraban e do SPC sobre endividamento e apostas, e não localizei nada que eu pudesse confirmar na fonte. Por isso não os uso. Também não encontrei, em fonte primária que eu pudesse ler, números nacionais sobre efeitos das apostas no trabalho, como faltas, demissões ou perda de produtividade. Isso não quer dizer que não existam: existem relatos clínicos e de associações de apoio. Quer dizer que eu não tenho um dado que sustente uma cifra, e o capítulo prefere uma lacuna declarada a uma estatística inventada.

Família e saúde

O dano familiar aparece em duas formas de dado. A pesquisa Datafolha de setembro e outubro de 2026 encontrou que 9% dos entrevistados se declaravam apostadores em bets ou cassinos online e que outros 9% tinham familiar em casa que apostava, e que entre beneficiários do Bolsa Família 31% disseram apostar ou ter alguém em casa que aposta, contra 14% entre os não beneficiários. É autodeclaração e termômetro, como o capítulo 4 já ressalvou. O que ela mostra é o tamanho do círculo atingido: a conta não fecha na pessoa que aposta, porque o dinheiro de uma casa é compartilhado.

Do lado da saúde, o capítulo 4 apresentou os números do SUS: cerca de 10,5 mil atendimentos ligados a jogo patológico entre janeiro de 2018 e maio de 2025, números do Ministério da Saúde reproduzidos pela imprensa, sem base primária que eu pudesse conferir. A comparação que o capítulo 4 fez continua a mais útil: poucos milhares de atendimentos por ano, diante de uma estimativa de 1,4 milhão de pessoas com padrão compatível com transtorno do jogo. A maioria não procura ajuda, o que ocorre com qualquer transtorno aditivo e significa que o sistema de saúde enxerga uma parte pequena do dano. Quem pretende medir o custo para o SUS com os atendimentos registrados mede só a ponta.

O que isso tem a ver com a pergunta do capítulo

Junte as peças. A receita se concentra numa minoria que perde muito. O risco se concentra entre os mais pobres. A perda atinge a casa inteira, e a parte que chega ao sistema de saúde é pequena em relação à estimada. Quando uma parte do custo recai sobre a família, o credor e o SUS, e não sobre o cliente nem sobre a empresa, os economistas chamam de externalidade. Uma empresa que não paga essa conta tem um incentivo econômico a não vê-la.

Depois da proibição: para onde vai a cauda

Em 25 de setembro de 2026, o governo federal editou a Medida Provisória 1.394/2026, que proíbe a exploração, a oferta, a publicidade e o processamento de pagamentos das apostas de quota fixa, incluindo o cassino online. As plataformas saíram do ar em 5 e 6 de outubro, e as autorizações foram extintas em 25 de outubro. Até 30 de outubro de 2026, a medida tramitava no Congresso, com prazo de 60 dias prorrogável por mais 60, e o Supremo Tribunal Federal recebera ações de inconstitucionalidade, entre elas as ADIs 8024 e 8027, sem liminar suspendendo a MP até onde as fontes públicas mostram. O capítulo 7 conta essa história com mais cuidado; o que cabe aqui é a pergunta que o tema deste capítulo faz sobre ela.

Se a receita estava concentrada numa minoria, e se essa minoria incluía pessoas que perderam o controle, o que acontece com ela depois da proibição? Há dois cenários, e eu não sei dizer qual domina.

No primeiro, a proibição funciona como remoção de ponto de parada ao contrário, uma ruptura de acesso. Os capítulos 1 e 7 mostraram que o Pix instantâneo e o aplicativo sempre aberto tinham eliminado todo atrito entre a vontade e a aposta. Tirar os sites do ar devolve atrito: o jogador precisa procurar, pagar por um caminho menos óbvio, aceitar mais risco. Para uma parte das pessoas, atrito basta, e a literatura clínica sobre jogo reconhece que a disponibilidade e a conveniência do acesso afetam a frequência. Seria o melhor desfecho da proibição.

No segundo, a cauda é justamente o grupo mais motivado a migrar. Quem joga por diversão ocasional desiste quando o site cai; quem perdeu o controle procura outro caminho. Isso é uma inferência clínica plausível, e não um achado sobre o caso brasileiro, ainda sem dados. Os caminhos que o capítulo 7 listou são a oferta offshore, o acesso por VPN, o Pix por contas de terceiros ("laranjas"), o jogo do bicho online e a migração para outros produtos de aposta que a MP não alcança. O ponto desconfortável é que um mercado ilegal, sem regra de autoexclusão, sem limite, sem fiscalização de publicidade e sem canal de reclamação, é pior para a mesma pessoa que a proibição pretendia proteger. Quem dá o argumento oposto também tem seu ponto: manter a oferta legal e regulada legitima uma indústria cuja receita depende da cauda e não dá a garantia de proteger a cauda, como mostram os casos regulatórios do Reino Unido.

Para decidir qual cenário prevalece, não precisamos de opinião, precisamos de indicadores. Os que eu acompanharia: volume de bloqueios de domínios e de acessos a plataformas estrangeiras, fluxo de Pix para contas suspeitas, indicadores de endividamento e de inadimplência do Banco Central com a defasagem natural de alguns meses, procura por atendimento no SUS e por apoio em linhas e associações, e movimento no jogo do bicho. Até 30 de outubro de 2026, data deste texto, nenhum desses indicadores permite concluir. Dizer o contrário seria inventar.

Do outro lado: o custo humano que os dados mostram

Esta seção trata de dano grave. Quem estiver passando por sofrimento intenso pode pular para o fim dela, onde estão os contatos de ajuda.

Falar de quem sustenta a receita sem falar do que acontece com essas pessoas seria contar metade da conta. Mas o dado precisa ser tratado com o cuidado devido. Não vou contar caso individual de suicídio, nem descrever método. Vou usar o que existe como dado epidemiológico, com seus limites.

O estudo que mais se cita é sueco. Anna Karlsson e Anders Håkansson publicaram em 2018, no Journal of Behavioral Addictions, um estudo de registros nacionais com 2.099 pessoas diagnosticadas com transtorno do jogo em atendimento especializado, entre 2005 e 2016, 1.625 homens e 474 mulheres. Nesse período, 67 morreram, e 21 dessas mortes foram por suicídio. Em comparação com a população geral sueca, a mortalidade total foi cerca de 1,8 vez maior para a faixa de 20 a 74 anos, e a mortalidade por suicídio, cerca de 15 vezes maior. Um erratum posterior revisou as razões de mortalidade por suicídio específicas por sexo, que ficaram em torno de 12 para homens e 16 para mulheres. A depressão apareceu como preditor de morte por suicídio dentro do grupo.

Os limites desse trabalho são importantes, e o mais honesto é listá-los. A amostra é de pessoas que procuraram atendimento especializado, e quem chega ao serviço de saúde tende a ser mais grave e a ter mais outros diagnósticos. O número de mortes é pequeno, 21 por suicídio, o que torna as razões instáveis. A comparação é com a população geral, e não com pessoas com outros transtornos psiquiátricos, o que impede separar o efeito do jogo do efeito da depressão, de outros vícios ou da situação social. Em 2025, os mesmos autores publicaram no Journal of Gambling Studies um estudo de caso-controle com 10.782 pessoas, em que houve mais suicídios entre os casos (41, ou 1,2%) do que entre os controles pareados (22, ou 0,3%), mas, no modelo de regressão que ajustava por outros fatores, o transtorno do jogo, isoladamente, não ficou significativamente associado à mortalidade por suicídio; os autores concluíram que doenças associadas e condição socioeconômica explicam boa parte do excesso. Não consegui ler os valores desse segundo trabalho, e o resumo que usei não os dava.

O que se pode dizer, então, sem exagero nem eufemismo? Que pessoas com transtorno do jogo em tratamento morrem por suicídio mais do que a população geral, que a magnitude exata é incerta, que parte da diferença provavelmente vem de doenças que andam junto com o jogo e da situação financeira e social, e que isso não torna o dado menos sério, porque a dívida, a vergonha e a ruptura familiar fazem parte do quadro em que essas doenças se agravam. Também se pode dizer o que o dado não diz: não diz que o jogo causa o suicídio de forma direta e isolada, e não diz que a maioria das pessoas com transtorno do jogo corre esse risco. Dizer qualquer das duas coisas seria falso, e seria também uma forma de tratar o leitor como menos capaz do que é.

Dois pontos de ordem prática. Primeiro: o transtorno do jogo é um quadro de saúde tratável, e a maior parte das pessoas afetadas não procura ajuda, como os atendimentos do SUS mostram, o que torna a porta de entrada um problema de desenho de serviço, tema do capítulo 18. Segundo: se você, ou alguém que você conhece, está passando por sofrimento intenso, com dívida, vergonha ou pensamentos de se machucar, procure ajuda hoje. O Centro de Valorização da Vida atende gratuitamente pelo telefone 188, a qualquer hora, e também por chat. Os Centros de Atenção Psicossocial (CAPS), em especial os CAPS AD, que atendem álcool e outras drogas, e os ambulatórios do SUS atendem sem custo. Em emergência, o SAMU responde pelo 192. Procurar ajuda cedo é mais fácil do que parece, e pedir não é sinal de fraqueza.

O contra-argumento honesto

Um capítulo sobre concentração de receita pode passar a impressão de que todo apostador está em perigo e toda empresa de jogo é predatória. Esse seria o panfleto que o livro diz evitar. Vale dar ao argumento oposto a força que ele tem.

Primeiro, a maioria dos que jogam não tem problema. No Lenad III, 17,4% dos brasileiros apostavam de alguma forma, e 0,8% estavam na categoria de jogo problemático. Mesmo somando os de risco baixo e moderado, 6,8% da população, a grande maioria dos apostadores não se encaixava em nenhuma categoria de risco. Pessoas adultas podem gastar dinheiro com entretenimento que lhes dá prazer, e uma parte desse entretenimento é o próprio risco. Tratar toda aposta como patologia é paternalismo, e o paternalismo tem custos reais: restringe o que a maioria faz de forma racional, e alimenta o mercado informal.

Segundo, o argumento da autonomia merece mais respeito do que costuma receber de quem defende proibição. O fato de que alguém perde mais do que gostaria não elimina a capacidade de decidir; a maior parte das pessoas com transtorno do jogo não vive em estado de incapacidade permanente, e muitas se recuperam sem tratamento formal, o que a literatura clínica descreve há tempos. Um regime que presume incapacidade de todos, a título de proteger alguns, pode ser injusto com os demais.

Terceiro, os dados têm limites sérios, e o capítulo apontou vários. A maioria das estimativas de fatia da receita vem de autorrelato, que subestima gastos. A definição de "problema" depende da escala e do ponto de corte. Os grandes perdedores podem ser ricos que perdem muito sem prejuízo. A causalidade é difícil: parte das pessoas endividadas que apostam estava endividada antes de apostar, e parte das pessoas deprimidas joga mais por estar deprimida. Os estudos que mais ajudam a tese deste capítulo, como o de Ontário, foram feitos em contextos específicos, e há quem os critique. E há quem defenda que o número certo é bem menor, como a reanálise de Ontário que chegou a cerca de 5,7% em um recorte.

O que o contra-argumento honesto não consegue fazer é desfazer a forma da distribuição. Mesmo que se aceite o piso mais baixo das estimativas, uma fatia de receita muito maior do que a prevalência vem de uma minoria que perde com frequência e em valor alto. Isso muda a pergunta de "é legítimo vender entretenimento de risco a adultos?", em que o contra-argumento é forte, para "é legítimo desenhar um produto cuja economia depende de que uma fração dos clientes não consiga parar?", em que ele é fraco. Uma defesa séria do setor aceita a segunda pergunta e responde a ela: com limites obrigatórios de perda definidos pelo próprio jogador, com intervenção sobre sinais de risco que valha mesmo quando derruba a receita, e com métricas internas que contem a cauda como risco. O pré-compromisso obrigatório da abertura do capítulo era exatamente isso, e o setor resistiu.

Um negócio que depende da cauda é outro negócio?

Chegamos à pergunta central. Um negócio cuja margem depende de quem perdeu o controle é moralmente e economicamente diferente de um negócio que tem alguns clientes com problema? Minha resposta é sim, desde que se defina com cuidado o que "depende" quer dizer. Proponho quatro testes. Nenhum é perfeito, e juntos formam um diagnóstico.

O primeiro é o teste da cauda. Calcule que parcela da receita vem dos 1% e dos 5% que mais perdem, e compare com a mediana. Se a mediana é uma fração pequena da média e os 5% do topo respondem por mais da metade, como na Casa Modelo, você tem uma cauda pesada. Uma loja de roupas tem cauda leve, e uma casa de aposta rápida costuma ter cauda pesada.

O segundo é o teste da retirada. Se você tirasse da base todos os clientes com sinais de risco, a empresa continuaria viável, ou seria muito menor? Cook sugere, para o álcool, que a indústria seria muito menor sem os maiores bebedores. Se a resposta for "muito menor", a cauda é parte do modelo de negócio, e a frase "alguns clientes com problema" já não descreve a situação. Descreve uma dependência.

O terceiro é o teste do incentivo. Quem na empresa vê a cauda, com que olhar, e com que métrica é pago? Se o time de CRM é pago por receita e retenção e o time de proteção é uma função de controle, você sabe para onde o sistema pende. Se existe uma métrica de produto que penalize a receita vinda de clientes com sinais de risco, o sistema tem um contrapeso.

O quarto é o teste da externalidade. Quanto do custo da cauda recai sobre outros: família, credores, sistema de saúde? Quando o custo é externalizado, o preço do produto não carrega o dano, e o mercado deixa de corrigir sozinho. Aqui está o ponto econômico: o setor tem uma margem que parece alta porque não paga uma parte da conta.

Um negócio que passa nos quatro testes limpos, ou seja, cauda leve, retirada indolor, contrapeso interno e custo pouco externalizado, pode ter, sim, "alguns clientes com problema", e sua obrigação é a de qualquer fornecedor responsável: ajudar quem pede e agir sobre sinais claros. Um negócio que falha em todos os quatro é diferente em espécie: a perda de controle de uma parte dos clientes faz parte do modelo de receita, e a responsabilidade moral que cabe a ele é a de quem lucra com um dano previsível, mesmo que cada decisão individual de cada funcionário seja razoável.

A linha entre os dois não é nítida. Existe um espectro, como a seção do agiota e da lotérica mostrou, e vários produtos estão no meio. Mas a falta de uma linha nítida não torna a distinção vazia. Entre o dia e a noite há o crepúsculo, e ainda assim a gente sabe distinguir.

Verdades desconfortáveis

A primeira é que a média do seu negócio provavelmente mente. Se você trabalha com um produto de compra repetida, o relatório mensal que mostra o gasto médio por cliente esconde uma distribuição, e a distribuição quase sempre tem cauda. Olhar apenas para a média é uma forma de não saber.

A segunda é que o conflito entre o interesse comercial e a proteção do cliente não depende de maldade. Basta o painel de receita ter mais peso do que qualquer outro. Pessoas decentes, em estruturas com incentivos mal alinhados, produzem resultados indecentes, e o "eu só sigo a meta" é uma explicação, mas não é uma desculpa.

A terceira é que quem defende a proibição e quem defende o mercado regulado tem, cada um, um ponto frágil. A proibição pode empurrar a cauda para o ilegal, onde está pior protegida. A regulação pode legitimar um negócio cuja receita depende do que ela deveria reduzir. Quem finge que um dos lados não tem custo está vendendo uma posição, não analisando.

A quarta é que os dados de dano são piores do que seria desejável, e isso corta nos dois sentidos. A falta de dados nacionais confiáveis sobre dívida e trabalho impede de afirmar o tamanho do estrago, e também impede de afirmar que ele é pequeno. O silêncio dos números não é absolvição.

Para quem constrói

Estes são sinais e perguntas, não uma receita. A ideia é que você enxergue a cauda antes de ela virar manchete.

• Calcule, ao menos uma vez por trimestre, a parcela da receita que vem dos 1%, dos 5% e dos 20% de clientes que mais pagam, e a razão entre média e mediana. Registre a série ao longo do tempo. Se a concentração sobe, é um alerta.
• Separe, onde for possível e lícito, os clientes de alto valor com sinais de risco dos de alto valor sem sinais. Se não for possível distinguir, assuma o pior e trate a cauda como risco, não como ativo.
• Dê ao time de proteção uma métrica de produto, com peso no mesmo painel da receita, em vez de uma função de controle que só aparece em auditoria. Algo como a fatia da receita proveniente de clientes com sinais de risco, com meta de queda.
• Avalie cada experimento também pelo efeito sobre a cauda. Uma melhoria de retenção que vem inteiramente do topo da distribuição merece mais perguntas do que uma que vem do meio.
• Cuidado com o modelo de previsão de valor de vida: ele aprende com o passado e pode reproduzir o padrão que você queria evitar. Revise o que ele otimiza antes de entregá-lo ao CRM.
• Faça o teste da retirada: simule a receita sem os clientes com sinais de risco e veja se o negócio se sustenta. Se não se sustenta, essa informação é para a diretoria, e não para a gaveta.
• Métrica que denuncia: se a mediana da perda é uma fração pequena da média, e uma fatia muito grande da receita vem de quem joga de madrugada, repete recarga logo depois de perder e não usa limite, o produto cruzou a linha.

Para quem se defende

• Desconfie do "cliente médio" em qualquer propaganda. Se uma empresa diz que o gasto médio é pequeno, lembre que a média esconde quem gasta muito.
• Se você aposta, defina antes de começar um valor máximo de perda para o mês, em dinheiro que não faria falta, e trate-o como um teto, não como uma meta a recuperar. Se você ultrapassa o teto mais de uma vez, é um sinal.
• Observe os sinais clássicos, em você ou em alguém da família: apostar para recuperar o que perdeu, esconder o gasto, pegar empréstimo ou usar dinheiro de conta, parcela ou aluguel para apostar, irritação ao tentar parar, mentir sobre o quanto joga.
• Se a pessoa que você ama está nesse quadro, converse sem acusar e sem emprestar dinheiro para cobrir a dívida, que costuma alimentar o ciclo; procure ajuda para você também, porque o familiar sofre. O capítulo 18 detalha o caminho.
• Nunca resolva dívida de aposta com mais aposta, e desconfie de quem promete recuperar o dinheiro rápido. Procure renegociação formal e o apoio previsto na lei do superendividamento.
• Sofrimento intenso: o CVV atende gratuitamente pelo 188, a qualquer hora; os CAPS e os ambulatórios do SUS atendem sem custo; em emergência, ligue 192.

Exercícios

1. Pegue um produto que você conhece por dentro ou por fora, seja um app, um jogo, um serviço de assinatura ou uma loja, e invente, com números que fechem, uma distribuição de receita por cliente com quatro faixas, como a da Casa Modelo. Calcule a média, a mediana, a fatia dos 5% do topo e quanto os outros teriam de gastar a mais para compensar uma queda de 50% no gasto do topo. Entrega: uma página com a tabela e as contas escritas por extenso.

2. Releia a seção sobre os estudos de concentração. Escolha um deles e escreva meia página respondendo: o que ele mede, o que ele não mede, quem tem interesse no resultado e que dado adicional você pediria para confiar mais. Entrega: o texto, com uma pergunta final dirigida aos autores.

3. Imagine que você foi contratado para criar a métrica de proteção de um produto de apostas ou de um jogo gratuito, com peso igual ao da receita no painel. Defina a métrica, a fórmula, a meta e como evitaria que o time a manipulasse. Entrega: uma ficha de uma página.

4. Escreva o argumento mais forte de uma defesa do setor de apostas regulado, em duzentas palavras, e depois o argumento mais forte da proibição, em duzentas palavras, sem caricatura. Entrega: os dois textos e um parágrafo dizendo qual dos dois cedeu mais a uma suposição que os dados não sustentam.

Prompt de estudo

Atue como analista de dados cético. Vou colar uma tabela com receita por cliente de um produto de repetição, em faixas (por exemplo: número de clientes e perda ou gasto médio de cada faixa). Calcule a média, a mediana, a fatia da receita dos 1%, 5% e 20% do topo e a razão entre média e mediana. Depois me diga: que decisões de CRM ou de produto essa distribuição tende a favorecer, que riscos regulatórios e reputacionais ela cria, e quais três perguntas eu deveria fazer antes de usar o número "gasto médio por cliente" numa apresentação. Não invente dados que eu não forneci.

Faça o papel de advogado do diabo. Resuma, em até quinhentas palavras, o melhor argumento de que dados de concentração de receita em jogo de azar não provam que o setor dependa de jogadores com problema. Cubra autorrelato, definição de "problema", renda alta de grandes perdedores e causalidade reversa. Em seguida, aponte o que, mesmo assim, o argumento não consegue desfazer.

Fontes e leituras

• Productivity Commission (Austrália), Gambling, relatório final, 2010. O número central de cerca de 40% do gasto em máquinas, a faixa de incerteza e as estimativas de população foram conferidos por fontes secundárias; o relatório não pôde ser lido diretamente.
• Orford, J., Wardle, H. e Griffiths, M. (2013). What proportion of gambling is problem gambling? Estimates from the 2010 British Gambling Prevalence Survey. International Gambling Studies, 13(1), 4-18. Página da Universidade de Glasgow: https://eprints.gla.ac.uk/221789
• Williams, R. J. e Wood, R. T. (2004). The proportion of gaming revenue derived from problem gamblers: examining the issues in a Canadian context. Analyses of Social Issues and Public Policy, 4(1), 1-13.
• Williams, R. J. e Wood, R. T. (2007). The proportion of Ontario gambling revenue derived from problem gamblers. Canadian Public Policy, 33(3), 367-388.
• Williams, R. J. (2016). What proportion of gambling revenue is derived from problem gamblers? Apresentação ao centro de pesquisa de jogo de Alberta (AGRI), Universidade de Calgary.
• NatCen / GambleAware (2021). Patterns of Play, estudo interino sobre contas de jogo online na Grã-Bretanha, e cobertura da imprensa especializada.
• Cook, P. J. (2007). Paying the Tab: The Economics of Alcohol Policy. Princeton University Press.
• Karlsson, A. e Håkansson, A. (2018). Gambling disorder, increased mortality, suicidality, and associated comorbidity: a longitudinal nationwide register study. Journal of Behavioral Addictions, 7(4), 1091-1099. Registro: https://lup.lub.lu.se/record/3068b099-5685-4215-be08-c3c600869698
• Karlsson, A. e Håkansson, A. (2025). Estudo de caso-controle sobre transtorno do jogo e mortalidade por suicídio na Suécia. Journal of Gambling Studies, 41.
• Unifesp, Lenad III, módulo de apostas (2025), na cobertura da Pesquisa Fapesp; Datafolha (setembro e outubro de 2026), conforme os capítulos 4 e 7.
• Banco Central do Brasil, nota técnica sobre Pix e apostas (setembro de 2024); CNC, estudos sobre bets e varejo (2024 e 2026); Serasa e Opinion Box, pesquisa com endividados; Ministério da Saúde, atendimentos no SUS, conforme os capítulos 4 e 7.
• Medida Provisória 1.394/2026 e ADIs 8024 e 8027 no Supremo Tribunal Federal, conforme o capítulo 7.
• Cobertura sobre Andrew Wilkie, o pré-compromisso obrigatório em máquinas caça-níquel e a campanha da Clubs Australia (2010 a 2012), a partir do verbete "Andrew Wilkie" da Wikipédia em inglês, que aponta as fontes primárias.
• Schüll, N. D. (2012). Addiction by Design. Princeton University Press (capítulos 1 e 5).
• CVV: 188, 24 horas, gratuito. CAPS e CAPS AD: porta de entrada do SUS.