IAB reclassifica as vendas de IA: porque é que as recomendações do ChatGPT desaparecem no tracking

O Interactive Advertising Bureau apresentou a 12 de novembro 2026 um novo quadro padrão que pretende tornar visíveis as recomendações de IA ao longo do processo de compra. O AI-Era Attribution Blueprint distingue se as pessoas compram por conta própria, se a IA apoia a decisão ou se um agente executa a compra. A questão central para as equipas de marketing: a quem se atribui uma venda quando o primeiro contacto decisivo acontece numa resposta de IA e não num website?

O reporting tradicional de último clique costuma ver apenas o último resultado de pesquisa no Google, o acesso direto ou a sessão na loja. Um cliente pode, no entanto, ter-se informado sobre o produto dias antes no ChatGPT, no Gemini ou através de um agente de compras.

Três percursos de compra em vez de um único número de conversões

A associação do setor define três categorias:

• Human-Owned: uma pessoa desenvolve a intenção de compra, decide e efetua a compra por si própria.
• AI-Assisted: um sistema de IA ajuda na pesquisa, na seleção ou na recomendação; a decisão continua essencialmente com a pessoa.
• AI-Executed: um agente assume a compra final ou a transação em nome do utilizador.

Para cada processo deve ficar documentado quem desencadeou a intenção, tomou a decisão e executou a transação. Depois, uma plataforma, um publisher ou outro interveniente pode reclamar uma parte do contributo para a venda – mas com base em comprovativos verificáveis. Uma simples afirmação ainda não é uma atribuição reconhecida.

Assim, o novo blueprint assenta no quadro mais antigo do IAB para a AI Visibility: enquanto aí estavam em causa menções e fontes em respostas de IA, agora interessa a ligação ao resultado de negócio. As diferenças entre menção de marca, citation e referral já tínhamos explicado na medição da visibilidade em IA.

Porque é que muitas recomendações de IA aparecem como Search ou Direct

A dimensão da lacuna pode ser ilustrada com dados da Similarweb que o IAB cita no seu estudo. Os utilizadores a quem um assistente de IA tinha recomendado uma marca visitaram o seu website nos sete dias seguintes 2,5 vezes mais do que outros utilizadores do grupo de comparação analisado. Destas visitas, porém, apenas 8,8 por cento foram registadas como referrals diretos de IA. 55,9 por cento chegaram através da pesquisa e 19,9 por cento através de acesso direto.

Um dashboard analítico clássico poderia, portanto, indicar Search ou Direct como o contacto mais importante, mesmo que a marca já tivesse entrado no Relevant Set numa conversa com IA. Esta atribuição errada influencia precisamente para onde o orçamento é canalizado.

Também a prática de medição própria mostra pressão de adaptação: segundo o IAB Outlook Study 2026, atualização de setembro, 45 por cento dos compradores de publicidade inquiridos apontam a comparação entre jornadas impulsionadas por IA e jornadas tradicionais como o maior desafio de medição; 44 por cento recorrem à Branded Search ou ao Direct Traffic como aproximações da influência da IA.

Os publishers enfrentam uma nova questão de atribuição

O papel dos conteúdos jornalísticos é particularmente interessante. Um utilizador deixa-se recomendar um produto por um assistente cuja resposta se baseia numa análise e depois compra na loja. A análise pode ter contribuído para a decisão sem nunca ter recebido um clique registado.

Por isso, o IAB distingue entre reivindicações pelo contacto decisivo e pelo contributo auxiliar. Os editores têm de conseguir demonstrar que os seus conteúdos foram utilizados e – quando disponível – que estão ligados a uma conversão posterior. A recomendação do IAB às plataformas é distinguir recomendações pagas e orgânicas, divulgar as fontes e identificar de forma consistente o tráfego gerado por IA.

Isto toca na discussão sobre os AI Overviews do Google e a falta de dados de cliques para os editores. Ao mesmo tempo, as novas ChatGPT Business Analytics, com menções à marca e cliques, encaixam nisto como uma primeira parte de uma pilha de medição que deverá tornar-se mais abrangente.

O que os marketers já podem incluir no seu reporting

Em vez de reponderar de imediato Search, Social e Direct, as equipas podem complementar sistematicamente os dados: recomendação por IA, citação visível da fonte, referência por IA, Branded Search e conversão posterior devem ser registados separadamente. Como complemento, ajudam os inquéritos feitos após a descoberta inicial do produto e os testes de lift controlados.

Sobretudo os agentes de IA alteram também a distinção entre visitas humanas e ações automatizadas. O novo blueprint do IAB fornece para isso um vocabulário comum – mas são agora as plataformas, as lojas e os editores que têm de tornar acessíveis em conjunto os comprovativos reais das transações.

Fontes - IAB: Comunicado oficial sobre o AI-Era Attribution Blueprint, 12. novembro 2026 - IAB: AI-Era Attribution Blueprint – enquadramento e categorias - Digiday: O novo modelo de atribuição do IAB e as lacunas nos dados - MediaPost: Contexto sobre o enquadramento de atribuição do IAB