La metrica dei video pubblicitari è un inganno

Il nuovo standard IAB prova a distinguere tra esperienze di visione realmente diverse

Immaginate di aver pianificato una campagna in Connected TV, convinti di intercettare spettatori rilassati davanti al televisore del salotto. I vostri annunci, invece, sono finiti in un player in-stream incastonato dentro un gioco mobile, con l’audio spento e l’utente che scrollava freneticamente. Il report di fine campagna vi restituisce metriche rassicuranti: viewability elevata, completion rate nella media. Peccato che abbiate confrontato numeri generati da esperienze radicalmente diverse. Il paradosso è amaro: disponiamo di più dati che mai, ma non siamo d’accordo su cosa sia un «video». La scorsa settimana, l’IAB Tech Lab ha pubblicato il Redefining Media Types Standard, un tentativo di smascherare questo inganno collettivo. Sotto accusa non c’è la malafede degli attori dell’ecosistema, ma l’architettura stessa delle nostre definizioni.

L’illusione delle etichette legacy

Il problema ha radici profonde. Già nel novembre 2005 l’Interactive Advertising Bureau pubblicava le prime linee guida creative per gli annunci video online in banda larga, aggiornate poi nel 2008 con la definizione di formati lineari, non lineari e companion. Erano categorie costruite attorno alla tecnologia di distribuzione e ai modelli di business del momento. Da allora, l’ecosistema si è frammentato in una galassia di ambienti — CTV, OTT, in-stream, out-stream, social video — che quelle scatole concettuali non riescono più a contenere. Come spiega l’IAB stessa, i termini di classificazione dei media legacy sono stati creati per descrivere la tecnologia di distribuzione e i modelli di business, non l’esperienza del consumatore. Il risultato è un cortocircuito metodologico: misuriamo il mezzo, non l’impatto sull’utente reale.

Le conseguenze si propagano lungo tutta la catena del valore. Per brand e agenzie, definizioni incoerenti generano strategie di pianificazione disallineate, misurazioni non comparabili tra piattaforme e investimenti che non riflettono l’ambiente di visione previsto. Un buyer che alloca budget su un inventario etichettato come «CTV» potrebbe scoprire, solo dopo un’analisi forense dei log, di aver comprato impression sostanzialmente indistinguibili da un pre-roll mobile. Non è una questione accademica: quando la reportistica non è comparabile, l’ottimizzazione in-flight diventa impossibile e l’attribuzione post-campagna si trasforma in un esercizio di fantasia. Per i fornitori di ad tech e misurazione, la mancanza di una classificazione standardizzata rende più difficile supportare l’interoperabilità e la reportistica coerente tra i sistemi. Ogni piattaforma costruisce la propria tassonomia proprietaria, e chi sta nel mezzo — DSP, ad server, vendor di verifica — deve gestire complessità di integrazione che si traducono in costi operativi e, nei casi peggiori, in discrepanze inspiegabili nei numeri finali.

Se anche le categorie di base si rivelano un miraggio, la domanda successiva è inevitabile: come possiamo ricostruire la fiducia nei dati su cui basiamo decisioni di spesa sempre più consistenti?

Dentro lo standard RMT: l’esperienza al centro (e i segnali operativi)

La risposta che arriva dall’IAB Tech Lab ribalta la prospettiva. Il Redefining Media Types Standard, pubblicato il 9 luglio e aperto a un periodo di commento pubblico di 30 giorni fino all’8 agosto 2026, introduce un framework moderno per classificare gli ambienti video basandosi sull’esperienza di visione del consumatore e sui segnali operativi. Non si tratta di un semplice restyling terminologico, ma di un cambio di paradigma: il punto di partenza non è più «come viene distribuito il contenuto», bensì «cosa percepisce l’utente». L’intuizione è tanto semplice quanto dirompente — un annuncio visto con audio attivo su uno schermo grande in un contesto lean-back è un oggetto diverso dallo stesso annuncio riprodotto senza audio su uno schermo da sei pollici mentre l’utente è in mobilità. Trattarli come equivalenti perché entrambi ricadono sotto l’etichetta «video» significa inquinare ogni metrica derivata: dal view-through rate alla brand lift, fino ai modelli di marketing mix che usano quelle stesse serie storiche come input.

L’approccio basato sui segnali operativi introduce un livello di granularità che mancava. Piuttosto che fidarsi di dichiarazioni auto-attribuite dagli editor, il RMT Standard spinge verso una classificazione verificabile attraverso parametri oggettivi: dimensione del player, presenza e stato dell’audio, contesto di navigazione, tipologia di dispositivo. Tradotto in pratica, questo significa che un buyer potrà finalmente distinguere tra un’impression servita su un’app CTV nativa e una servita su un browser mobile che riproduce contenuti video in un formato tecnicamente «in-stream». Per chi fa modellistica, la differenza è sostanziale: separare queste due tipologie di inventory nei dati di training può ridurre la varianza spuria e migliorare la capacità predittiva dei modelli, evitando che l’algoritmo impari pattern inesistenti generati dalla confusione tassonomica anziché da reali differenze di comportamento.

Resta però un punto critico: uno standard, per quanto sofisticato, è solo una base di partenza. La sua efficacia dipende interamente dall’adozione — non soltanto formale, ma operativa — da parte di tutte le componenti dell’ecosistema. Senza un enforcement condiviso e strumenti di validazione indipendenti, il rischio è che le nuove categorie diventino semplicemente un layer aggiuntivo di complessità, aggirato con lo stesso pragmatismo spicciolo con cui oggi si etichetta qualsiasi riproduzione video come «in-stream». E anche ammettendo un’adozione perfetta, cosa resta fuori dallo standard?

Il vero buco nero: quello che il RMT non può misurare

Nonostante l’architettura più pulita e concettualmente solida, rimangono ombre che nessun comitato tecnico può dissipare nel breve periodo. Il RMT Standard classifica l’ambiente di visione, non l’attenzione effettiva dell’utente né la qualità creativa dell’annuncio. Sapere che un’impression è stata servita su uno schermo grande con audio attivo non ci dice se qualcuno stava guardando o se il contenuto era rilevante. Sono dimensioni che richiedono segnali aggiuntivi — eye-tracking, dati di brand lift, modelli attention — ancora frammentati e privi di standardizzazione. Il periodo di commento pubblico scade l’8 agosto, e sarà interessante osservare se emergeranno proposte per estendere il framework oltre i confini attuali.

La vera sfida, in fondo, non è definire i tipi di media una volta per tutte. È accettare che l’ecosistema muta più velocemente di qualsiasi processo di standardizzazione, e che ogni tassonomia sarà sempre, per definizione, in ritardo sulla realtà. Oggi classifichiamo gli ambienti video; domani dovremo probabilmente classificare esperienze immersive, spazi sintetici generati dall’intelligenza artificiale e interazioni che ancora non abbiamo un linguaggio per descrivere. L’8 agosto è una scadenza tecnica, ma la domanda vera è un’altra: avremo il coraggio di ammettere cosa ancora non sappiamo misurare, e di costruire processi di investimento sufficientemente flessibili da funzionare anche in assenza di certezze tassonomiche?