A próxima vantagem da CTV programática está no conteúdo

Por Bill Michels, diretor de produtos

A inteligência de conteúdo chegou em grande escala para a compra de anúncios em CTV, oferecendo uma nova e rica fonte de dados para marcas e agências. Ela permite a segmentação definida por pessoas e o alinhamento com as diretrizes da marca nas compras de anúncios em CTV. Mas seu maior potencial talvez resida em servir como um poderoso sinal de otimização para algoritmos de desempenho.

Quando a CTV entrou no mercado programático, a infraestrutura e o ecossistema de dados já estavam bem estabelecidos e repletos de inventário para web, dispositivos móveis e até mesmo um pouco de áudio e mídia digital fora de casa (DOOH). Embora a mídia CTV em si fosse uma novidade no ecossistema — com produção de alta qualidade, profissionais qualificados, talentos reconhecidos e eventos ao vivo —, o processo de solicitação de lances se assemelhava ao da web e dos dispositivos móveis. Isso foi proposital. Padrões geram confiança de que as especificações não mudarão à medida que os sistemas se expandem, incentivando a alocação de capital. Nesse sentido, os leilões em tempo real têm sido um sucesso fantástico (muito obrigado à IAB!), atraindo investimentos significativos, direcionando os gastos dos anunciantes para as propriedades de mídia e impulsionando o crescimento de todo um setor.

Como os compradores de publicidade programática em CTV reconheceram a natureza da impressão, eles aplicaram a mesma estratégia — utilizando o endereço IP, associando dados de público e localização no nível do CEP ao endereço IP, adicionando o pacote ID e aplicando a lógica de tomada de decisão. É claro que a CTV introduziu blocos de anúncios e uma nova confusão de siglas para os tipos de acordos. Mas a mudança mais fundamental foi o que os anunciantes passaram a comprar. À medida que os gastos com publicidade na TV migraram do modelo linear para o programático, os pacotes de programas deram lugar a impressões individuais vinculadas a dados de audiência no nível familiar. 

O que se perdeu nessa transição foi o contexto do conteúdo: a compreensão do que estava sendo exibido no momento em que um anúncio aparecia. Na época, essa troca também parecia razoável. A publicidade programática havia sido desenvolvida com base em decisões voltadas para o público-alvo, e esse era o modelo que os anunciantes conheciam.

Os compradores de publicidade não param de solicitar dados sobre o conteúdo. O estudo de 2026 daGracenote, realizado com 500 planejadores de mídia, compradores de TV e operadores programáticos dos EUA, quantifica essa desconexão. Entre os operadores programáticos, 91% afirmaram que a falta de dados no nível do programa limita suas campanhas de CTV. Os planejadores de mídia foram igualmente claros: 86% afirmaram que transfeririam mais orçamento da TV linear para a CTV se a segmentação e os relatórios no nível dos programas estivessem disponíveis. A pesquisa de 2026 da IAB também constatou que apenas 33% dos compradores tinham alta confiança na transparência do inventário de CTV. A migração da CTV para a programática ocorreu mais rapidamente do que o desenvolvimento da inteligência de conteúdo necessária para orientá-la.

Agora, a inteligência de conteúdo está trazendo um ponto forte da TV linear para a CTV programática: a compra com base no que está sendo exibido na tela. IDs de conteúdo persistentes e padronizados conferem aos títulos uma identidade consistente em todos os sistemas, enquanto modelos de linguagem de vídeo podem adicionar detalhes no nível da cena. Os anunciantes podem segmentar por gênero, artista e esportes ao vivo — e, quando compatível, pelo clima e tom de uma cena. Esses recursos não são mais teóricos. Eles já estão aqui.

Mas o mercado não ficou parado. Os “jardins murados” e as plataformas do lado da demanda (DSPs) focadas em desempenho entraram com força no mercado de CTV, criando sistemas de crescimento baseados em aprendizado de máquina incrivelmente eficientes que combinam eventos de conversão em tempo real, contexto do público e resultados das campanhas para orientar as decisões sobre segmentação, lances, ritmo e criativos. 

O Agentic Real Time Framework (ARTF) do IAB Tech Lab é outro impulsionador da otimização: os contêineres dedicados representam um novo e promissor caminho para executar modelos de otimização em impressões programáticas — especialmente na CTV.

Esses novos sistemas de compra de CTV processam enormes quantidades de dados e permitem que o modelo decida o que influencia os resultados. A inteligência de conteúdo será um novo e poderoso elemento, ao lado dos dados de audiência. À medida que os algoritmos de desempenho começam a utilizar esses dados, eles podem descobrir padrões que os planejadores de publicidade jamais teriam imaginado. A segmentação definida por humanos finalmente chegou, o que é uma ótima notícia. Mas é na otimização definida por modelos que essa nova fonte de dados pode ter seu maior impacto.

Este artigo foi publicado originalmente no The Current.