IAB выпустила рекомендации по измерению влияния ИИ, вопрос атрибуции остался открытым

11 сентября 2026 · ExchangeWire

Ширли Маршалл начинает свою колонку в ExchangeWire от 9 сентября со сравнения споров об атрибуции с попыткой понять, какой именно комар укусил вас в отпуске: атрибуция по последнему клику, мультиканальная атрибуция и моделирование маркетингового микса по-разному отвечают на вопрос о том, кому засчитать заслугу, и ни один из этих методов не учитывает в полной мере более новый источник влияния: чат-боты на основе ИИ всё чаще решают, какие бренды вообще попадут в шорт-лист, причём это влияние может происходить в рамках разговора, который так и не приведёт к клику. В ответ на этот сдвиг IAB выпустила новые рекомендации по измерению, построенные на общей терминологии и критериях качества для вендоров, измеряющих «видимость в ИИ», а полноценный фреймворк по атрибуции оставлен на будущее. По данным колонки, ChatGPT уже вышел на годовую выручку от рекламы в размере $1 млрд всего через полгода после того, как в чатах появилась реклама, что добавляет этому разрыву в измерении особую остроту.

Кампании, которые измеряются только по атрибуции последнего клика или по цифрам, предоставленным платформами, рискуют засчитать решение, сформированное ИИ, тому каналу, который просто оказался ближе всего к финальному клику. Отчёт CIMM, упомянутый в колонке, показывает, что модели маркетингового микса всё чаще подключаются напрямую к системам автоматических ставок, поэтому смещённое распределение бюджета может автоматически усиливать само себя, порождая данные об эффективности, которые выглядят как подтверждение изначального решения. Пока рекомендации IAB ограничиваются общими определениями и формируют терминологию, которая понадобится вендорам прежде, чем можно будет построить какой-либо стандарт атрибуции для ИИ. Отдельное исследование, упомянутое в колонке, показало, что атрибуция входит в число метрик, значение которых рекламодатели считают наиболее важным на горизонте ближайших трёх-пяти лет, и что именно она вызывает наименьшее доверие среди нынешних методов измерения.