

Representação visual da centralização, processamento e distribuição de conteúdos temáticos em plataformas digitais.
A gestão de mídia programática passa por uma transformação relevante com a reintrodução de sinais editoriais nos leilões em tempo real. No Google Ad Manager, categorias contextuais voltarão a preencher campos estruturados no protocolo OpenRTB a partir de 15 de outubro de 2026. A mudança marca uma reviravolta histórica no ecossistema de publicidade digital, exatamente quando o setor busca alternativas sustentáveis à identificação individualizada de usuários.
O Google anunciou que o Google Ad Manager preencherá campos padronizados do OpenRTB com categorias contextuais de conteúdo nas bid requests. Esses sinais seguirão diretamente para Authorized Buyers, Open Bidders e SDK Bidders. Dessa forma, o recurso envia a classificação do conteúdo no exato momento em que o leilão ocorre.
A configuração de controle para veículos e criadores de conteúdo ficou disponível previamente em 15 de setembro de 2026. Esse intervalo de trinta dias permite que as equipes de monetização avaliem suas estratégias antes da ativação automática do compartilhamento.
A partir de meados de outubro de 2026, as requisições de lances passarão a carregar dados estruturados sobre o ambiente de exibição. De acordo com a documentação oficial do Google Ad Manager, a plataforma preencherá quatro campos fundamentais do protocolo OpenRTB: site.cat, site.pagecat, app.cat e app.pagecat.
site.cat e app.cat: o assunto geral da propriedadeOs campos site.cat e app.cat descrevem a natureza abrangente da propriedade digital. Um portal esportivo ou um aplicativo de notícias gerais recebe essa identificação global. Assim, esse parâmetro sinaliza aos compradores o perfil temático macro do canal em que o anúncio será impresso.
Por sua vez, os campos site.pagecat e app.pagecat detalham o contexto específico da página, artigo ou tela onde a impressão acontece. Na documentação destinada aos compradores do Google, a distinção é exemplificada com códigos da indústria: uma propriedade pode carregar uma categoria ampla, enquanto uma página específica recebe uma classificação temática mais granular. Entre os exemplos apresentados estão IAB1, relacionado a notícias, e IAB17-1, associado a futebol.
Quando uma oportunidade de impressão surge, os sistemas automatizados de compra, como DSPs, precisam calcular seu valor em milissegundos. Antes dos lances, os algoritmos analisam os dados presentes na bid request.
Nesse contexto, a presença de site.pagecat permite que os compradores compreendam o teor temático imediato sem precisar receber o texto integral da página. Esses pequenos atributos podem viabilizar contextual targeting mais preciso, modelos preditivos de lances, adequação de marca (brand suitability) e seleção automatizada de campanhas em larga escala.
Além disso, o modelo operacional adotado pelo Google funciona no formato de opt-out. Os veículos que desejarem compartilhar os sinais contextuais não precisam realizar nenhuma ação técnica manual nos seus inventários.
Por outro lado, os publishers que preferirem não enviar essas categorias aos compradores precisam desligar o recurso manualmente. A opção Share contextual category signals está localizada no seguinte caminho: Admin → Global settings → Network settings → Ad preference settings.
Outro aspecto relevante é a abrangência geográfica. O Google confirmou que os novos sinais contextuais não serão preenchidos em requisições originadas no Espaço Econômico Europeu (EEE), no Reino Unido e na Suíça.
Ao mesmo tempo, o tráfego brasileiro está incluído no cronograma oficial. Com isso, publishers que operam no Brasil e utilizam o Google Ad Manager participarão diretamente dessa dinâmica de mercado desde o primeiro dia do lançamento.
A documentação do recurso também informa que determinadas categorias sensíveis serão filtradas, incluindo conteúdos que possam estar diretamente relacionados às categorias especiais de dados protegidas pelo Artigo 9 do GDPR.
No entanto, o retorno desses campos ganha importância ainda maior quando observado historicamente. Em novembro de 2019, o Google anunciou que deixaria de incluir determinadas categorias contextuais nas bid requests de seus sistemas de compra programática.
No comunicado Additional steps to safeguard user privacy, a empresa explicou que a mudança seria implementada em fevereiro de 2020.
Posteriormente, as notas oficiais de versão do Authorized Buyers registraram, em 19 de fevereiro de 2020, a retirada de informações contextuais das solicitações de lance. Naquela ocasião, foram eliminados campos como detected_vertical, detected_content_label e app_category_ids, além de informações correspondentes utilizadas em OpenRTB.
Na época, a decisão ocorreu após discussões com autoridades de proteção de dados. Segundo o próprio Google, uma das preocupações era que participantes do mercado pudessem combinar identificadores individuais com as categorias contextuais das páginas visitadas, ampliando a possibilidade de inferências sobre os hábitos de navegação das pessoas.
Portanto, o problema não era necessariamente a categoria contextual isoladamente, mas a possibilidade de relacioná-la persistentemente a identificadores enviados dentro do ecossistema de publicidade programática.
Desde então, entre 2020 e 2026, a indústria reformulou diferentes partes de sua infraestrutura publicitária. O mercado passou a investir mais intensamente em dados first-party, controles para publishers, taxonomias padronizadas, Publisher Provided Signals, Seller Defined Audiences, sistemas de modelagem e diferentes alternativas ao rastreamento tradicional.
Agora, o retorno de categorias contextuais ao bidstream acontece em uma arquitetura diferente daquela existente em 2020, com controles de opt-out, limitações geográficas e filtragem de categorias sensíveis.
Por isso, é fundamental distinguir dados contextuais de dados comportamentais. O sinal contextual descreve principalmente o ambiente ou material consumido naquele instante. Já o direcionamento comportamental pode depender de perfis prévios, hábitos de navegação e histórico do indivíduo.
O próprio Google explica que anúncios não personalizados ainda podem usar informações contextuais, como o conteúdo da página ou aplicativo atual, sem necessariamente depender de um perfil publicitário construído a partir do histórico daquele usuário.
Nesse cenário, com restrições crescentes aos identificadores individuais e mudanças nas estratégias de privacidade, a indústria buscou novas fontes de eficiência. O setor investiu maciçamente em first-party data, Seller Defined Audiences (SDA), inteligência artificial e sinais contextuais estruturados.
O próprio Google já experimentou combinações entre contexto, Topics, identificadores próprios e outros sinais em seus testes de tecnologias publicitárias menos dependentes de cookies de terceiros.
Consequentemente, uma segunda pergunta ganha importância na mídia programática. Além de tentar compreender características do usuário, os compradores podem avaliar com maior precisão o ambiente no qual a mensagem publicitária será vista.
Em outras palavras, o contexto da página recupera parte de seu papel como ativo de monetização.
Com isso, os compradores programáticos podem utilizar a taxonomia padronizada para tomar decisões automatizadas mais refinadas em suas plataformas de demanda.
No processo de valuation, os algoritmos podem utilizar o contexto como uma das variáveis para calcular o valor de cada impressão. Uma página temática de alto interesse comercial, por exemplo, pode se tornar mais facilmente identificável quando sua classificação é transmitida de maneira padronizada.
Da mesma forma, anunciantes podem alinhar suas campanhas a determinados assuntos utilizando sinais de conteúdo, reduzindo a necessidade de depender exclusivamente do cruzamento de dados comportamentais ou de audiência de terceiros.
Além disso, as categorias podem alimentar sistemas de brand safety e brand suitability, permitindo que compradores incluam ou excluam determinados ambientes conforme políticas de cada marca.
Esse processo, contudo, não deve ser confundido com uma garantia de classificação perfeita ou de ambiente “seguro”: trata-se de um dos sinais utilizados pelos sistemas automatizados de compra.
Segundo o Google, o alinhamento com campos padronizados do OpenRTB pode melhorar a capacidade de avaliação do inventário pelos compradores e, consequentemente, ampliar a participação em determinados leilões.
Quando DSPs recebem informações claras sobre o contexto, mais participantes podem determinar automaticamente se aquela oportunidade atende aos requisitos de suas campanhas. Em tese, isso pode aumentar a densidade de lances (bid density) e a competição pela impressão.
Essa é, inclusive, a justificativa apresentada pelo Google para a mudança.
Ainda assim, a presença de dados contextuais não assegura crescimento automático de CPM ou receita líquida. O ganho efetivo dependerá da atratividade comercial de cada editoria, da qualidade do inventário, da concorrência presente no leilão e da disposição de compra dos anunciantes em cada segmento.
Por outro lado, a categorização automatizada pode trazer desafios comerciais. Páginas classificadas em tópicos evitados por determinadas campanhas podem perder demanda devido a regras automatizadas de adequação de marca.
Esse problema é especialmente relevante para veículos jornalísticos, que cobrem temas como crises econômicas, conflitos, crimes, saúde pública e desastres. Filtros excessivamente conservadores de brand safety podem reduzir a demanda programática justamente em reportagens de interesse público.
Assim, a maior granularidade contextual pode funcionar em duas direções: ajudar compradores a encontrar inventários adequados e, simultaneamente, facilitar exclusões automatizadas.
Para que essa comunicação funcione em escala, a padronização mantida pelo IAB Tech Lab permite que plataformas de diferentes empresas processem os mesmos conceitos.
O IAB Content Taxonomy estabelece vocabulários padronizados para classificação de conteúdo, enquanto o OpenRTB organiza a troca dessas e de outras informações entre participantes de um leilão programático.
Sem uma taxonomia compartilhada, cada participante poderia utilizar rótulos próprios, tornando mais difícil o processamento automatizado de enormes volumes de requisições.
Curiosamente, o Google informa que utilizará códigos da IAB Content Category Taxonomy 1.0 para esses novos sinais contextuais.
A escolha chama atenção porque versões posteriores da taxonomia já existem, enquanto documentos técnicos atuais do ecossistema IAB identificam versões antigas como legadas ou descontinuadas para determinadas implementações.
Versões posteriores, como Content Taxonomy 2.2 e 3.0, oferecem estruturas mais modernas e maior granularidade. Entretanto, a própria especificação do OpenRTB 2.6 mantém mecanismos de compatibilidade com taxonomias anteriores por meio de campos como cattax.
Por isso, é plausível que a decisão esteja relacionada à interoperabilidade entre sistemas já existentes. Contudo, como o Google não apresentou essa justificativa específica nas documentações, a hipótese não deve ser tratada como explicação oficial.
Outra distinção importante envolve os Publisher Provided Signals (PPS).
Enquanto os novos campos cat e pagecat passam a ser preenchidos pela infraestrutura do Ad Manager, o PPS permite que o próprio veículo forneça sinais de audiência e contexto utilizando sua própria relação com o conteúdo e seus usuários.
Além disso, a documentação técnica do Google sobre PPS para Real-Time Bidding mostra uma arquitetura distinta para transmitir esses sinais aos compradores.
Portanto, embora os dois mecanismos façam parte da valorização de contexto e dados próprios, não são equivalentes.
De maneira mais ampla, o ecossistema publicitário consolida uma arquitetura baseada em camadas complementares. Dados próprios, sinais contextuais, taxonomias editoriais e modelos preditivos de inteligência artificial podem trabalhar em conjunto para avaliar oportunidades publicitárias.
Nesse novo cenário, a eficiência deixa de depender exclusivamente da capacidade de reconhecer um indivíduo ao longo de diferentes páginas.
Na prática, os veículos digitais no Brasil devem monitorar atentamente suas métricas de monetização antes e depois da mudança de outubro. Recomendo acompanhar:
Mais importante do que observar apenas a receita total será comparar o comportamento de diferentes editorias. Se a classificação contextual realmente influenciar a avaliação do inventário pelos compradores, conteúdos distintos dentro do mesmo domínio poderão apresentar respostas diferentes após o rollout.
Por fim, a iniciativa do Google Ad Manager evidencia uma mudança relevante na infraestrutura da publicidade programática.
Em 2020, o Google retirou categorias contextuais de suas bid requests diante de preocupações sobre a possibilidade de relacioná-las a identificadores individuais. Seis anos depois, essas informações retornam de maneira estruturada, acompanhadas de controles para publishers, restrições regionais e filtros para determinadas categorias sensíveis.
Assim, a transformação não significa simplesmente abandonar dados de audiência em favor do contexto. O que emerge é uma arquitetura na qual múltiplos sinais podem coexistir. E, a partir de 15 de outubro de 2026, o Google Ad Manager tornará essa resposta mais facilmente legível para os sistemas automatizados que decidem, em milissegundos, quanto vale cada impressão.
Nosso site usa cookies. Ao visitar nosso site, você concorda com a nossa política.
Privacidade