Retail media ops, clean rooms e a prova de incrementalidade que 2026 vai cobrar

Retail media deixou de ser uma linha escondida no orçamento e virou a categoria que mais cresce na publicidade digital brasileira. O IAB Brasil destacou-a pela primeira vez como categoria autônoma no Digital Adspend 2026: R$ 4,8 bilhões em 2025, alta de 37% sobre o ano anterior, dentro de um mercado digital de R$ 42,7 bilhões. A consequência é desconfortável para quem celebrava ROAS de dois dígitos: 2026 é o ano da prova de incrementalidade, e o dinheiro fácil acabou.

A tese deste guia é direta. O crescimento de retail media foi puxado por orçamento que migrou do trade marketing para a mídia do varejista, e por uma medição generosa que credita à rede vendas que aconteceriam de qualquer jeito. Enquanto o bolo crescia, ninguém perguntava. Agora o anunciante pergunta — e quem não tiver operação de ad ops, higiene de catálogo e medição incremental montadas vai descobrir que metade do ROAS reportado era margem do trade recauchutada de roupa nova.

Por que retail media explodiu no Brasil e por que isso vira problema agora?

Retail media cresceu porque resolve três dores ao mesmo tempo: o anunciante quer mídia perto da intenção de compra, o varejista quer recuperar margem comprimida, e ambos têm dado first-party que o fim do cookie tornou escasso. O Brasil cresceu 42% em retail media em 2024, contra média global de 10% (Retail Media News, 2025). A categoria virou autônoma em 2025 com R$ 4,8 bilhões. O problema é que a métrica não acompanhou a maturidade do gasto.

O Mercado Ads consolidou a liderança como principal destino de investimento em retail media na América Latina, e Magalu Ads (350 mil sellers, 50 milhões de clientes) e Carrefour Media (cerca de 40 milhões de consumidores cadastrados) trataram a rede como aposta central de recuperação de margem em 2026 (IAB/Conversion, 2026; Mundo do Marketing, 2026). Aí está o conflito de interesse silencioso: a mesma empresa que vende a mídia também mede o resultado dela. Quando o vendedor é o juiz, o placar tende a favorecer o vendedor.

Retail media é a única mídia em que a plataforma que cobra pelo anúncio também controla a prateleira, o checkout e o relatório de resultado. Sem um contrafactual independente, o anunciante paga pela venda que o sortimento já entregaria.

O que é incrementalidade e por que ela separa venda nova de margem transferida?

Incrementalidade é a venda que só existe por causa da campanha. ROAS bruto soma toda venda atribuída ao anúncio; incrementalidade subtrai o que aconteceria sem ele. A diferença é o jogo inteiro: um sponsored product que aparece quando o cliente já digitou o nome da sua marca na busca do varejista colhe uma decisão tomada antes do anúncio. O ROAS parece ótimo. A venda incremental pode ser zero.

A leitura setorial brasileira é explícita: 2026 é apontado como o ano da prova de incrementalidade, em que anunciantes começam a exigir demonstração de que retail media gera venda incremental e não só recaptura margem do trade (Retail Media News, 2026). Recaptura de margem do trade é quando o orçamento que antes era desconto comercial ou verba de ponto de venda vira investimento em mídia — sem gerar um real a mais de venda, só remunerando o varejista por algo que já fazia.

Medir incrementalidade exige um grupo de controle. Há dois desenhos práticos:

• Geo-experimento — expõe a campanha em um conjunto de regiões e mantém regiões comparáveis sem exposição; a diferença de venda entre os dois grupos é o incremento. Funciona bem para mídia que não dá para segmentar por pessoa.
• Holdout de audiência — separa, dentro da base, um grupo que não verá o anúncio; compara a conversão dos expostos contra os retidos. Exige base de tamanho suficiente e disciplina para não contaminar o controle.

Sem um desses, o número que sobra é correlação, não causa. E correlação, em retail media, quase sempre superestima a rede que fica perto do botão de comprar.

Como organizar a operação de retail media em três frentes?

Operação de retail media não é “subir campanha”. São três frentes que falham juntas e precisam de dono claro. Quando uma vai mal, o resultado das outras duas evapora.

Frente	O que envolve	KPI que importa	Sinal de que está quebrada
Ad ops	Estrutura de campanha, sponsored product, palavra-chave, lance, regra de ranking comercial	Partner ROAS, share of shelf	Verba pulverizada, lance no automático, sem governança de naming
Higiene de catálogo	Atributo completo, feed sincronizado, disponibilidade real, conteúdo de PDP	Feed health, disponibilidade vendável	Anúncio leva a produto sem estoque ou com atributo errado
Medição	Atribuição, incrementalidade, new-to-brand, overlap	Incremental sales, new-to-brand	Só last-click; nenhum teste com grupo de controle

A frente mais negligenciada costuma ser a do meio. De nada adianta um lance perfeito se o anúncio leva a um produto com atributo incompleto, foto errada ou — pior — sem estoque vendável naquele varejista. O retail media herda a higiene de catálogo da operação inteira: o mesmo feed estruturado que governa descoberta orgânica governa a relevância do anúncio pago. É por isso que a operação de mídia conversa o tempo todo com a taxonomia de catálogo e os feeds machine-readable.

A frente de ad ops disciplina onde o dinheiro entra. As três métricas que sustentam uma conversa honesta com o varejista são partner ROAS (retorno por parceiro, comparável entre redes), share of shelf (quanto da prateleira digital relevante sua marca ocupa) e new-to-brand sales (vendas para clientes que não compravam a marca). As duas primeiras dizem onde você aparece; a terceira começa a separar crescimento de canibalização.

Por que ad ops mal feito queima orçamento mesmo com ROAS alto?

Porque sem governança de campanha o lance no automático compra justamente a venda que já viria — e isso aparece como ROAS bom enquanto destrói margem incremental. Ad ops de retail media é a disciplina de decidir, com regra explícita, qual produto promover, em qual palavra-chave, com qual lance e contra qual concorrência. Quando essa disciplina falta, o orçamento se concentra nos termos de marca e nos best-sellers — exatamente onde o anúncio é mais redundante, porque o cliente já decidiu.

A armadilha mais comum tem nome: pujar na própria marca. Um sponsored product que aparece quando o cliente digita o nome da sua marca na busca do varejista quase nunca é incremental — a pessoa ia clicar no seu produto orgânico de qualquer jeito. O ROAS desse lance é altíssimo e o incremento é próximo de zero. Ad ops madura segmenta o investimento entre termos de defesa (proteger a marca de concorrente que puja em cima de você) e termos de conquista (categoria genérica, concorrência, onde a venda é de fato nova) — e mede cada balde separado.

A governança operacional que sustenta isso é a mesma de qualquer mídia disciplinada: taxonomia de nomenclatura consistente, para que cada campanha seja rastreável; orçamento alocado por objetivo, não pulverizado; e regra de ranking comercial documentada, para que o boost de um produto não canibalize a margem de outro. Sem essa base de ad ops, qualquer conversa sobre incrementalidade vira impossível — você não consegue isolar o efeito de uma campanha cuja estrutura é caótica.

Há ainda o componente brasileiro de escala que torna isso urgente. Mercado Ads, Magalu Ads e Carrefour Media operam com bases de dezenas de milhões de clientes e centenas de milhares de sellers (Mundo do Marketing, 2026) — o que significa milhares de termos, produtos e leilões simultâneos. Operar isso sem ad ops estruturada é como gerir uma frota sem telemetria: o gasto acontece, o resultado aparece no agregado, e ninguém sabe qual campanha puxou o quê. A escala que torna o retail media atraente é a mesma que torna a indisciplina invisível até a auditoria.

O que é uma data clean room e como ela resolve a medição sem cookie?

Uma data clean room é um ambiente neutro e governado onde anunciante e varejista cruzam dados first-party sem que nenhum dos dois leve embora o dado bruto do outro. O cruzamento devolve só agregados — sobreposição de audiência, vendas incrementais, new-to-brand. É a resposta de privacidade ao fim do cookie de terceiro: em vez de seguir o usuário pela web, você junta o que cada parte legitimamente já sabe, num espaço que ninguém domina sozinho.

O mecanismo importa porque resolve um impasse real de LGPD. O anunciante tem o CRM e o histórico de quem é cliente; o varejista tem o que foi comprado no checkout. Os dois querem medir junto, mas nenhum pode entregar a base de clientes ao outro. A clean room faz o match dentro de um cofre e devolve apenas o número — quantos clientes coincidem, quanto a campanha vendeu de incremental, quantos eram novos para a marca. O dado individual nunca sai.

As métricas que a clean room habilita e que substituem o cookie:

• Overlap rate — quanto a base do anunciante e a do varejista se sobrepõem. Overlap alto pode sinalizar que a campanha está mirando quem já é cliente — útil para retenção, péssimo se a meta era aquisição.
• New-to-brand — fração das vendas para clientes que não compravam a marca naquele varejista. É o termômetro de crescimento real versus recompra disfarçada de conquista.
• Vendas incrementais — o resultado do desenho experimental rodado dentro do ambiente neutro, com grupo de controle, não last-click.

A clean room não é mágica de atribuição: ela é o cofre que torna o experimento possível sem ferir privacidade. A incrementalidade ainda vem do desenho — holdout ou geo —; a clean room só garante que o cruzamento que mede esse desenho seja governado e auditável. É a mesma lógica de dado consentido e legível que sustenta toda a plataforma de dados e a resolução de identidade da operação.

Como construir partner measurement que sobrevive à pergunta do CFO?

Partner measurement é o acordo de como cada parceiro de retail media é medido — e ele precisa sobreviver à pergunta do CFO: “essa venda existiria sem o anúncio?”. A resposta honesta raramente é last-click. O último clique credita a rede que aparece mais perto do checkout, que costuma ser a do varejista onde a compra ia acontecer de qualquer forma. É o erro de medição que infla o ROAS de retail media e que 2026 veio cobrar.

Um framework de partner measurement defensável tem quatro camadas, da mais frágil à mais sólida:

1. Last-click — útil só como diagnóstico operacional, jamais como prova de valor. Mostra onde a venda fechou, não por que aconteceu.
2. Atribuição multi-touch — distribui crédito entre toques; melhor que last-click, mas ainda correlacional e dependente de regras arbitrárias de peso.
3. Overlap e new-to-brand via clean room — começa a separar aquisição de recompra, com dado first-party governado.
4. Teste de incrementalidade (holdout ou geo) — o padrão-ouro; é o único que entrega o contrafactual e responde à pergunta do CFO com um número causal.

A disciplina prática é rodar incrementalidade como rotina, não como auditoria pontual de fim de ano. Escolha as duas ou três redes que mais consomem orçamento, desenhe um holdout ou geo-teste por trimestre, e compare o incremento real com o ROAS reportado pela própria plataforma. A distância entre os dois números é o seu prejuízo silencioso — e a sua maior alavanca de realocação de verba. Essa lógica de mensuração incremental é a mesma que governa toda a operação de marketing, atribuição e MMM madura.

A decisão e o próximo passo

A categoria de retail media vai continuar crescendo no Brasil — a projeção setorial coloca a LatAm de US$ 2,64 bilhões em 2025 para US$ 6,76 bilhões em 2029 (eMarketer via Retail Media News). Mas o crescimento de 2026 em diante será disputado real a real, com prova de incrementalidade na mesa. Quem souber separar venda nova de margem transferida vai cortar gasto morto e dobrar a aposta no que funciona. Quem continuar olhando ROAS bruto vai financiar a recuperação de margem do varejista achando que está comprando crescimento.

O próximo passo cabe em um trimestre e não custa quase nada além de disciplina. Pegue a rede de retail media que mais consome do seu orçamento. Desenhe um holdout simples de audiência ou um geo-teste em duas praças comparáveis. Compare a venda incremental medida contra o ROAS que a plataforma reporta. Se os números forem parecidos, parabéns — você tem mídia incremental de verdade. Se forem distantes, você acabou de encontrar onde o orçamento de 2026 estava sangrando, e tem o primeiro experimento de uma operação que finalmente mede o que importa.