Três em cada quatro profissionais de marketing afirmam que suas abordagens atuais de mensuração — incluindo atribuição, incrementalidade e modelagem de mix de mídia — não estão proporcionando a velocidade, a precisão ou a confiança de que precisam. Essa é a principal conclusão do relatório “State of Data 2026” do IAB e BWG Global. Prova adicional, se alguma fosse necessária, de que os líderes de marketing sob pressão para provar o ROI estão usando sistemas construídos para uma era diferente.
Dados fragmentados, modelos desatualizados e longos ciclos de feedback estão dificultando a ligação dos gastos com mídia aos resultados de negócios. Bilhões de dólares em investimentos estão sendo feitos com informações incompletas, muitas vezes baseadas em modelos que não conseguem explicar onde os consumidores realmente passam o tempo. E com as mudanças de privacidade e a aceleração da perda de sinal, as rachaduras estão aumentando.
O relatório revela uma incompatibilidade entre as ferramentas de medição legadas e para onde realmente está a atenção. Por exemplo, 77% dos profissionais de marketing afirmam que os jogos estão sub-representados nos seus modelos de mix de marketing. A mídia comercial (50%) e a economia criadora (48%) também são significativamente negligenciadas. Esse tipo de sub-representação leva a um subinvestimento nos canais onde os consumidores estão mais envolvidos.
Enquanto isso, as equipes estão gastando mais tempo reunindo dados isolados do que gerando insights a partir deles. Os fluxos de trabalho de medição ainda são em grande parte manuais e lentos. O resultado: oportunidades perdidas, orçamentos mal alocados e planos de marketing que não correspondem ao comportamento real.
O papel da IA em consertar o que está quebrado
Em meio a toda essa disfunção, os profissionais de marketing estão esperançosos de que a IA possa trazer mudanças significativas – não apenas para automatizar tarefas, mas para repensar como a medição funciona.
De acordo com o relatório, espera-se que a IA desbloqueie 26,3 mil milhões de dólares em valor de investimento em meios de comunicação, tornando a medição mais rápida, mais adaptativa e mais estratégica. A mudança já está em andamento em três áreas principais:
- Velocidade e frequência: Os profissionais de marketing esperam passar de atualizações anuais ou trimestrais do modelo para ciclos de feedback mensais, semanais ou até mesmo em tempo real. Os testes de incrementalidade, que tradicionalmente são executados algumas vezes por ano, estão mudando para um modelo de experimentação sempre ativo.
- Estratégia em vez de planilhas: À medida que a IA assume tarefas rotineiras de dados, como classificação e limpeza, as equipes antecipam o redirecionamento do tempo para trabalhos de maior valor. O relatório estima que esta mudança gerará ganhos de produtividade de US$ 6,2 bilhões, à medida que os profissionais de marketing gastam mais tempo interpretando resultados e menos tempo discutindo dados.
- Mais acesso a ferramentas avançadas: A IA está ajudando a democratizar técnicas complexas, como atribuição multitoque e análise de aumento entre canais. Esses modelos têm sido historicamente reservados para equipes avançadas com habilidades técnicas para gerenciá-los. Com a IA, mais profissionais de marketing podem aproveitar insights sofisticados sem precisar construir a infraestrutura do zero.
Cerca de metade dos profissionais de marketing buy-side já estão ampliando a IA em seus programas de medição. Muitos outros estão em fase inicial de testes ou provas de conceito. Não é novidade que as equipes de análise estão mais à frente. Eles têm duas vezes mais probabilidade do que as equipes de planejamento de implantar fluxos de trabalho baseados em IA, principalmente porque já trabalham com modelos de aprendizado de máquina e grandes conjuntos de dados.
Aprofunde-se: três erros nos testes de incrementalidade – e como evitá-los
Essa lacuna está diminuindo. Mais de 70% das equipes que ainda não escalaram a IA dizem que esperam fazê-lo até 2027.
O que está retardando a adoção
Embora o entusiasmo em torno da IA seja elevado, a confiança continua a ser uma questão importante. Metade dos profissionais de marketing prevê desafios legais, de privacidade ou de precisão nos próximos dois anos. Uma das maiores preocupações é o problema da “caixa preta” – quando os insights baseados em IA não podem ser explicados ou rastreados.
A tolerância ao risco também varia de acordo com a função. Os executivos estão focados em custos, ética e impacto na força de trabalho. Os profissionais estão mais preocupados com os detalhes de execução – propriedade, governança do modelo e como fazer a IA funcionar dentro dos fluxos de trabalho existentes.
Para lidar com essas preocupações, os profissionais de marketing estão recorrendo aos contratos. Cerca de 37% das equipas buy-side afirmam já ter adicionado linguagem relacionada com IA aos acordos de parceria, abrangendo áreas como transparência, segurança e governação. Espera-se que esse número duplique nos próximos dois anos, sinalizando que a responsabilidade pela IA está a passar rapidamente da teoria para a prática.
O que os profissionais de marketing devem fazer a seguir
O relatório do IAB descreve um plano de ação claro para os profissionais de marketing que desejam modernizar a sua estratégia de medição sem introduzir riscos desnecessários.
Impulsione a padronização e a supervisão
Padrões setoriais compartilhados — como aqueles que estão sendo desenvolvidos pelo Projeto Eidos do IAB — podem ajudar a garantir consistência e transparência entre parceiros. Internamente, os profissionais de marketing precisam formalizar os processos de revisão humana, especialmente quando a IA está envolvida em recomendações orçamentárias ou estratégicas.
Aprofunde-se: os consumidores querem menos mundo digital e mais real das marcas em 2026
Modernize os métodos de medição
- Para incrementalidade, substitua testes únicos por uma abordagem baseada em calendário e use IA para monitorar quando um novo teste é necessário.
- Para atribuição, comprometa-se com reconstruções regulares do modelo e use IA para reconciliar sinais de dados conflitantes.
- Para MMM, valide os dados de entrada antes da modelagem e garanta a inclusão de canais que são frequentemente esquecidos, mas cada vez mais importantes, como CTV e mídia de varejo.
Quebre os silos
Em vez de tratar a atribuição, a incrementalidade e o MMM como modelos separados, os profissionais de marketing devem usar IA para fazer referência cruzada de resultados. As divergências entre modelos podem sinalizar problemas mais profundos e ajudar as equipes a convergirem para uma visão mais unificada do que realmente impulsiona o desempenho.
A mudança está acontecendo – com ou sem você
O status quo da medição já não é sustentável. Os profissionais de marketing não podem se dar ao luxo de confiar em sistemas que sub-representam os principais canais, atrasam os insights ou carecem de transparência. A IA oferece um caminho a seguir – mas não como uma camada sobre processos interrompidos. Para concretizar plenamente o seu valor, os profissionais de marketing precisam reconstruir as suas estruturas de medição com clareza, responsabilidade e adaptabilidade no centro.
Abasteça-se com insights de marketing gratuitos.
MarTech é propriedade da Semrush. Continuamos comprometidos em fornecer cobertura de alta qualidade de tópicos de marketing. Salvo indicação em contrário, o conteúdo desta página foi escrito por um funcionário ou contratado remunerado da Semrush Inc.
