IAB致力于实现可互操作的媒体测量标准化

IAB 于 2 月 2 日 宣布启动“Eidos 项目”，这是一项全行业努力，旨在解决营销人员对高级测量指标的信任差距以及人工智能日益重要的作用。该项目在该行业组织于加利福尼亚州棕榈泉举行的年度领导力会议上推出。

IAB 内部的新部门汇集了来自 30 家营销公司的领导者，包括商业、体验、测量和媒体公司，他们正在致力于开发一种可互操作的测量、问责制和人工智能准备方法。亚马逊广告、谷歌、WPP 和联合利华等公司均有代表参与。根据 IAB 最新发布的 2026 年“数据现状”报告，在使用人工智能驱动的数据测量工具的买方用户中，有 60% 至 75% 的人认为这种方法在严谨性、及时性、可信度和效率方面存在不足。没有一个人认为当前的营销组合模型涵盖了所有付费渠道。

根据 IAB 的 2026 年“数据现状”报告（2026 State of Data Report），当前的营销和媒体绩效工具从根本上就是有缺陷的。名为“Eidos”（源自希腊语动词，意为“看见”）的项目将试图用基于共享结构和一致语言的标准来取代当前的按渠道划分的测量模型，该标准旨在扩大规模并具备隐私保护能力。

尽管人工智能能够统一数据、自动化分析并提高测量速度和频率，但它在数据质量方面缺乏透明度和治理。因此，根据 IAB 报告，人工智能有可能强化营销人员在当前测量系统中被迫做出的黑箱决策。此外，许多营销人员难以理解他们现在如何使用人工智能，未来一到两年内可能如何使用，以及哪些目标永远无法实现。

研究发现，买方高管认为，由人工智能驱动的高级测量手段在未来一到两年内，有望释放超过 260 亿美元的媒体投资价值和 62 亿美元的生产力价值。然而，许多高管对相关法律和安全风险以及数据的准确性和质量存在重大担忧。不过，仅有不到 40% 的高管已着手或计划开发解决方案来应对这些挑战。

除了人工智能之外，当前的测量体系还存在一些长期存在的问题。不断变化的隐私法规和平台调整导致数据分散在互不相连的系统中，使得将曝光与结果关联起来变得困难重重，甚至根本无法实现。由于无法可靠地测量归因、增量和投资回报率，现有的营销组合模型无法反映消费者的媒体消费情况，导致数十亿美元的媒体支出与目标脱节。

通过“Eidos”，目标是开发共享结构、分类和数据流，以支持互操作系统，开发跨渠道成果、归因和增量性测量，并建立一种现代的媒体组合和建模方法。

项目“Eidos”将由 IAB 内部新成立的媒体咨询委员会进行指导。该委员会汇集了来自品牌、代理机构、出版商、平台和测量公司的高级领导。成员包括来自艾伯森媒体集团、亚马逊广告、谷歌、Havas Media Network、Horizon Media、Meta、NFL、联合利华和 WPP 媒体的代表。