O vector-based targeting começa a ganhar espaço no planeamento programático de meios

A indústria programática continua a explorar alternativas ao targeting baseado em identificadores (IDs) e cookies. Uma das abordagens que começa a ganhar tração é o denominado vector-based targeting, um modelo que utiliza representações matemáticas das audiências para ativar campanhas com base em múltiplos sinais de dados, em vez de recorrer a atributos ou palavras-chave tradicionais.

Segundo a Digiday, grandes grupos de agências como a WPP e a Dentsu já estão a desenvolver e testar este tipo de soluções em diferentes mercados. No caso da WPP, a empresa afirma já ter operações nos Estados Unidos, Alemanha e Espanha, enquanto a Dentsu realiza testes há cerca de um ano através da sua plataforma Dentsu Media Exchange (DMX).

O princípio do vector-based targeting é relativamente simples: em vez de definir uma audiência através de um conjunto de regras ou atributos específicos, diferentes sinais — como localização geográfica, hábitos de consumo, histórico de visualização ou propensão para compra — são convertidos em valores numéricos e agrupados num vector embedding. Esse embedding é depois interpretado por modelos alojados em SSPs ou noutras plataformas do lado da oferta para identificar inventário com utilizadores que apresentem padrões semelhantes.

O resultado é uma representação muito mais rica da audiência, construída a partir da combinação de múltiplas dimensões de informação, em vez de depender de um único identificador ou de uma lista de palavras-chave. Esta abordagem pode ser utilizada tanto para criar audiências lookalike como para excluir segmentos muito específicos durante a ativação de campanhas.

Um dos principais argumentos a favor deste modelo é a sua capacidade para reduzir a dependência dos identificadores. Ao trabalhar sobre representações vetoriais em vez de IDs, as agências procuram minimizar aquilo a que alguns executivos chamam identity tax, ou seja, a complexidade e os custos associados aos processos de resolução de identidade que continuam presentes em grande parte do ecossistema programático.

A CTV e o streaming surgem como os principais cenários de aplicação do vector-based targeting. A fragmentação do ecossistema e a perda dos sinais tradicionais abrem espaço para modelos capazes de identificar padrões de audiência sem recorrer a identificadores individuais.

Neste contexto, a Amazon comercializa, desde o início do ano, o Brand+, uma solução baseada em inteligência artificial que, embora não utilize a designação vector-based targeting, procura atingir um objetivo semelhante: identificar utilizadores com maior probabilidade de responder a uma campanha recorrendo a sinais próprios de first-party data.

Além disso, vários players do ecossistema acreditam que esta abordagem poderá facilitar uma ativação mais consistente entre diferentes plataformas de streaming e fornecedores de CTV, reduzindo parte da fragmentação que caracteriza atualmente o mercado do vídeo digital.

Outro dos fatores que está a impulsionar o interesse pelo vector-based targeting é a sua ligação aos sistemas de IA agêntica aplicados ao planeamento de meios. A capacidade de gerar automaticamente microaudiências altamente específicas levanta um novo desafio operacional para as equipas de compra de media, onde agentes de IA poderão assumir tarefas como a configuração de campanhas, a ativação de inventário ou a adaptação de criativos a cada segmento.

Segundo a Digiday, a Dentsu enquadra esta evolução numa estratégia mais ampla de Applied AI, destinada a transformar os processos de planeamento e compra de meios.

Apesar do potencial, o vector-based targeting continua a enfrentar importantes desafios tecnológicos. Entre eles destacam-se a otimização dos processos de criação e interpretação dos vector embeddings e a ausência de normas comuns entre plataformas, uma vez que cada fornecedor utiliza atualmente modelos e metodologias próprias, dificultando a interoperabilidade.

A transparência constitui igualmente um dos principais obstáculos. Tal como acontece com outros sistemas baseados em inteligência artificial, nem sempre é possível compreender de forma clara porque é que os modelos estabelecem determinadas relações entre dados para construir uma audiência. Esta falta de explicabilidade continua a ser uma das principais barreiras à adoção em larga escala.

Embora a indústria veja no vector-based targeting uma possível evolução da compra programática — sobretudo em ambientes cookieless e de CTV —, a sua consolidação dependerá ainda da maturidade tecnológica, da criação de padrões comuns e da capacidade do mercado para integrar estas soluções nos workflows habituais de ativação de campanhas.