IAB lancia Project Eidos per colmare il gap di fiducia nella misurazione pubblicitaria

L’intelligenza artificiale sta accelerando i processi di misurazione pubblicitaria, ma la fiducia del settore non tiene il passo. Per rispondere a questa criticità, IAB (Interactive Advertising Bureau) ha lanciato Project Eidos, un’iniziativa che punta a ripensare le fondamenta della misurazione nell’advertising digitale.

Come evidenziato nel report presentato dall’associazione, il problema non si è manifestato improvvisamente: la fiducia nella misurazione si è erosa progressivamente mentre i dati si frammentavano tra piattaforme diverse, i canali si moltiplicavano e i team si affidavano a sistemi disconnessi per stare al passo.

“Sebbene la misurazione avanzata sia ampiamente utilizzata nel settore, non sta ancora mantenendo la sua promessa fondamentale”, ha dichiarato David Cohen, chief executive di IAB. “Il tempo delle soluzioni su singolo canale o dei framework isolati è finito. Dobbiamo affrontare i problemi strutturali che hanno silenziosamente minato la misurazione per anni.”

Alta adozione, bassa fiducia: il paradosso della misurazione attuale

I dati dello studio rivelano un paradosso significativo: tra il 60% e il 75% dei marketer lato buy-side ritiene che gli approcci di misurazione più diffusi siano carenti in termini di rigore, tempestività, affidabilità ed efficienza. Incrementality testing, analisi di attribuzione e marketing mix modeling (MMM) sono tutti attivamente utilizzati, ma pochi team si affidano a un singolo metodo senza riserve.

Gran parte dello sforzo viene ora dedicato alla riconciliazione di output contrastanti tra diversi sistemi prima che si possano prendere decisioni informate. Una situazione che rallenta i processi e mina la fiducia nelle scelte strategiche.

Marketing mix modeling: un problema di copertura

Il marketing mix modeling illustra questa sfida in modo particolarmente evidente. Lo studio rivela che nessun canale media è completamente rappresentato negli MMM attuali. Gaming, commerce media e formati guidati dai creator sono i più spesso citati come sottorappresentati, insieme a lacune in aree come CTV e audio.

Questa situazione produce una visione distorta delle performance che favorisce i canali con dati più consolidati rispetto a quelli che generano un impatto business incrementale. Di conseguenza, le decisioni di budget seguono spesso ciò che è più facile da misurare piuttosto che ciò che i team ritengono stia realmente producendo risultati.

L’AI aumenta la velocità ma espone anche le criticità

Guardando al futuro, il report mostra aspettative diffuse che l’intelligenza artificiale giocherà un ruolo significativo nella misurazione avanzata nei prossimi uno o due anni. Gli intervistati prevedono aggiornamenti dei modelli più frequenti, cicli di ottimizzazione più rapidi e una riduzione del tempo dedicato alla preparazione manuale dei dati.

Tuttavia, emergono anche preoccupazioni crescenti. Circa la metà dei rispondenti si aspetta sfide significative legate a rischio legale, sicurezza dei dati, accuratezza e qualità delle informazioni nel breve termine. Meno del 40% dichiara di avere soluzioni in atto o anche solo pianificate per gestire questi rischi.

“Le soluzioni temporanee e gli approcci superficiali del passato hanno permesso ai problemi sottostanti di peggiorare nel tempo”, scrive Angelina Eng, vice-president dell’IAB Measurement Center. “L’AI porta queste debolezze alla luce aumentando la frequenza con cui i risultati vengono prodotti e revisionati.”

I contratti impongono già responsabilità sull’AI

Uno dei segnali più forti emersi dal report riguarda l’ambito contrattuale. Circa il 40% dei contratti tra brand, agenzie e partner include già clausole relative all’AI che coprono governance, trasparenza e responsabilità. Una percentuale che lo studio prevede raddoppierà nei prossimi due anni.

In assenza di standard condivisi, i team di procurement stanno definendo aspettative contratto per contratto, usando gli accordi legali per stabilire uso accettabile, supervisione e responsabilità. La responsabilità emerge attraverso il linguaggio legale prima ancora di essere stabilita attraverso un allineamento di settore.

Gli obiettivi di Project Eidos

Il report chiarisce che Eidos non punta a selezionare un unico metodo di misurazione. Attribuzione, incrementalità e MMM servono scopi diversi e rispondono a domande business differenti. Il problema, come descrivono i risultati, sta in quanto disconnesse siano diventate queste risposte tra organizzazioni e partner.

L’iniziativa mira a stabilire definizioni condivise, strutture dati coerenti e sistemi che permettano di confrontare i risultati senza estese riconciliazioni. Un lavoro definito fondamentale per aiutare i team a comprendere perché i metodi divergono e dove persistono lacune nella copertura dei canali.

Implicazioni operative per il settore

Per i brand leader, il report evidenzia la necessità di conversazioni interne più dirette su cosa i sistemi di misurazione attuali possano o meno rappresentare efficacemente. Per le agenzie, la riconciliazione tra approcci di misurazione diversi sta diventando un’aspettativa di base.

Per piattaforme e media owner, i risultati indicano che trasparenza e reporting standardizzato si stanno avvicinando sempre più alle discussioni commerciali. L’accesso ai dati e la coerenza stanno iniziando a influenzare decisioni d’acquisto e partnership, non solo le conversazioni di settore.

La misurazione non diventa utile perché si muove più velocemente, conclude il report. Diventa utile quando i team si fidano di ciò che vedono e ne comprendono i limiti. L’AI può supportare questo risultato, ma solo se il lavoro strutturale viene fatto prima.