IAB lanza “Project Eidos” para unificar sus iniciativas de medición bajo un solo paraguas

IAB ha anunciado el lanzamiento de Project Eidos, una iniciativa “multi-año” que reordena y unifica bajo una sola marca sus programas de estandarización y medición, con el objetivo de atacar problemas fundacionales que siguen erosionando la confianza del mercado en los resultados. El nombre “Eidos” procede del griego y significa “ver”, una referencia directa a la ambición del proyecto: aportar claridad y consistencia en un ecosistema donde, según la propia industria, planificar y medir campañas se ha convertido en un ejercicio cada vez más opaco.

Según explicó Angelina Eng, vicepresidenta del Measurement Center de IAB, la industria lleva años aplicando “parches” (incrementalidad, MMMs y otras soluciones) que ayudan, pero no resuelven la raíz del problema: la falta de alineación en definiciones, convenciones de datos y feeds de APIs. Ese desorden cuesta dinero: IAB estima que, como mínimo, el sector pierde 9.000 millones de dólares al año por inconsistencias en naming, inputs y normalización manual, en buena parte absorbidas por trabajo humano para “cuadrar” datasets que no encajan entre sí.

El reto no es menor porque afecta a lo básico: qué cuenta como canal y qué cuenta como formato. En vídeo, por ejemplo, el mercado sigue discutiendo si “televisión” es “vídeo”, si debe clasificarse como CTV o “advanced video”, o cómo tratar inventarios híbridos (como tiles en home de Smart TV). Y en audio ocurre algo parecido: el auge del “videopodcast” en plataformas como Netflix, Spotify o YouTube reabre una pregunta incómoda: ¿los anuncios dentro de esos contenidos son “audio”, “podcast” o “vídeo”? Para IAB, fijar criterios y un lenguaje compartido es el primer paso para que el resto (atribución, incrementalidad y comparabilidad) deje de apoyarse en interpretaciones ad hoc.

En lo inmediato, Project Eidos no “inventa” programas nuevos tanto como armoniza los ya existentes. Un ejemplo: la estandarización de retail media pasa a formar parte del paraguas de Eidos, junto a otras líneas de trabajo que buscan un enfoque interoperable y “privacy-resilient” para conectar exposiciones con resultados de forma consistente entre canales. La hoja de ruta incluye empezar este año a estandarizar términos e inputs de datos que alimentan productos de MMM, con la meta de que la medición sea más comparable entre estrategias y tácticas, y menos dependiente de mapeos manuales.

La iniciativa también se apoya en el contexto que dibuja el informe “IAB State of Data 2026”, que sitúa a la IA como acelerador potencial de la medición avanzada: el buy-side cree que mejoras impulsadas por IA podrían desbloquear 32.000 millones de dólares de valor en 1–2 años (entre inversión incremental y productividad), aunque persisten preocupaciones sobre riesgos legales, seguridad, precisión y calidad de datos. Project Eidos se presenta, precisamente, como el marco coordinado para que esa promesa no se rompa por la fragmentación de inputs y estándares.

En cuanto a gobernanza, IAB subraya que no se trata de un esfuerzo unilateral “del sector adtech”: el proyecto se plantea como una mesa compartida entre el lado de compra, el de venta e intermediarios. Entre los participantes anunciados figuran actores como Amazon Ads, Google, Meta, The Trade Desk, TikTok, Unilever, WPP Media, Havas Media Network, Publicis Media, Paramount, NFL y Pinterest, entre otros.

Puntos clave:

• La IAB lanza Project Eidos para unificar bajo un mismo paraguas sus iniciativas de medición y estandarización, con foco en “privacy by design”, incrementalidad y modernización de MMM.

• El objetivo es atacar el problema raíz: definiciones y datos inconsistentes entre canales (CTV, vídeo, audio y retail media), que obligan a normalización manual y generan falta de comparabilidad; la IAB estima un coste mínimo de 9.000 millones de dólares anuales.

• El proyecto arranca como esfuerzo multiactor (buy-side, sell-side e intermediarios) y prioriza estandarizar términos e inputs que alimentan MMM, para reducir la fragmentación y mejorar la confianza en la medición cross-media.

Este resumen lo ha creado una herramienta de IA basándose en el texto del artículo, y ha sido chequeado por un editor de PROGRAMMATIC SPAIN.