Você perdeu 20-30% de CPM nos últimos 18 meses e não entende o motivo. Tráfego está estável, viewability melhorou, fill rate continua em 85%. O problema não está no seu inventário. Está na forma como anunciantes conseguem (ou não conseguem) identificar quem está vendo seus anúncios.

Com o fim dos cookies third-party no Chrome, anunciantes perderam a principal ferramenta de rastreamento cross-site. Agora precisam de métodos alternativos para identificar usuários e fazer targeting. Esses métodos se dividem em duas categorias: IDs determinísticas (baseadas em dados declarados pelo usuário) e IDs probabilísticas (baseadas em sinais técnicos do device).

A diferença entre os dois tipos define quanto anunciantes pagam pelo seu inventário. Impressões com ID determinística valem 40-60% mais que impressões sem identificação. Impressões com ID probabilística ficam no meio, com premium de 15-25%. Publishers que entendem essa dinâmica conseguem monetizar melhor mesmo com menos cookies.

Este artigo explica como cada tipo de ID funciona, por que anunciantes valorizam diferente, e o que você pode fazer para maximizar receita programática na era pós-cookies.

Por que identificação de usuário define quanto anunciantes pagam

Anunciantes não compram impressões, compram audiências. Um banner exibido para qualquer pessoa vale US$ 0,50. O mesmo banner exibido para alguém que visitou o e-commerce deles na semana passada vale US$ 3,00. A diferença está na probabilidade de conversão.

Durante 15 anos (2005-2020), cookies third-party resolveram esse problema. Anunciante colocava pixel no site, cookie rastreava usuário em toda web, e plataformas de ads conseguiam fazer retargeting preciso. Resultado: CPM alto para publishers porque inventário era “addressable” (endereçável, identificável).

Agora, com Chrome bloqueando cookies third-party (65-70% do tráfego brasileiro), anunciantes perderam visibilidade. Não sabem mais quem é o usuário, não conseguem fazer retargeting, então pagam menos. É por isso que CPM caiu 20-30% em inventário sem consentimento LGPD ou em navegadores que bloqueiam cookies.

A única forma de recuperar esse premium é através de IDs alternativos:

IDs determinísticas são a solução ideal porque baseiam-se em dados que o usuário voluntariamente compartilhou (login, email, CPF). Anunciantes confiam 100% na identificação e pagam premium de 40-60% vs. inventário anônimo.

IDs probabilísticas tentam “adivinhar” se dois eventos vêm do mesmo usuário usando sinais técnicos (IP, user agent, resolução de tela, timezone). Anunciantes pagam menos (premium de 15-25%) porque precisão é menor, mas ainda é melhor que zero identificação.

Publishers que implementam estratégias de coleta de IDs determinísticas (login, newsletter, conteúdo gated) recuperam parte do CPM perdido. Publishers que ignoram esse tema continuam sangrando receita mês após mês.

IDs determinísticas: dados declarados, precisão alta, CPM premium

ID determinística significa que você sabe com certeza quem é o usuário porque ele te contou. Login no site, cadastro em newsletter, comentário com email, download de ebook, qualquer interação que capture dado identificável único.

Por que anunciantes valorizam tanto:

Precisão de 100%. Se usuário fez login, você sabe que é ele, não outra pessoa usando mesmo device. Isso permite retargeting confiável e segmentação comportamental precisa.

Durabilidade. Email ou ID de login não expira (diferente de cookies que usuário pode deletar a qualquer momento). Anunciante consegue rastrear jornada do usuário por meses ou anos.

Compatibilidade cross-device. Se usuário faz login no desktop e depois no mobile, anunciante conecta os dois eventos. Com cookies, eram tratados como pessoas diferentes.

Compliance com privacidade. Dados foram declarados voluntariamente, com opt-in explícito. Não há risco regulatório (LGPD, GDPR) se processo de consentimento for correto.

Exemplos práticos de IDs determinísticas:

Email hashado. Usuário cadastra email, você faz hash SHA-256 e compartilha com plataformas de ads (Google, Meta, Trade Desk). Anunciante faz match com base de clientes e paga premium.

Unified ID 2.0 (UID2). Padrão da indústria criado por The Trade Desk. Usuário faz login, você gera UID2 baseado em email, e esse ID funciona em toda web com parceiros integrados.

ID Graph proprietário. Google usa login do Gmail/YouTube, Meta usa login do Facebook/Instagram, Amazon usa login da conta Amazon. Se usuário está logado, o inventário vale mais.

O problema é escala:

Apenas 15-25% dos usuários fazem login ou cadastram email espontaneamente. Restantes 75-85% continuam anônimos. Você tem premium alto em fatia pequena da audiência, e nada no resto.

Para aumentar escala, publishers precisam criar incentivos: conteúdo exclusivo para cadastrados, newsletter com valor real, ferramentas/calculadoras que exigem login, programa de pontos/benefícios. Isso aumenta taxa de login de 15% para 30-40%, dobrando inventário com ID determinística.

Resultado típico:

Impressões com ID determinística (usuário logado): eCPM 60-80% maior que média. Impressões sem ID: eCPM 20-30% abaixo da média. Se você consegue aumentar % de usuários logados de 15% para 35%, receita total sobe 12-18% sem aumentar tráfego.

IDs probabilísticas: sinais técnicos, precisão média, CPM moderado

ID probabilística significa que você estima quem é o usuário baseado em padrões técnicos, sem dado declarado. Técnica conhecida como “device fingerprinting” ou “browser fingerprinting”.

Como funciona na prática:

Sistema coleta dezenas de sinais do device: IP address, user agent (navegador + versão + OS), resolução de tela, timezone, idioma, plugins instalados, fontes disponíveis, configurações de hardware (GPU, CPU), comportamento de navegação (velocidade de scroll, padrões de clique).

Algoritmo combina esses sinais e cria “impressão digital” única. Quando mesmo conjunto de sinais aparece novamente, sistema assume (com 70-85% de confiança) que é o mesmo usuário.

Por que anunciantes pagam menos que por IDs determinísticas:

Precisão é menor. Duas pessoas na mesma empresa, usando mesmo tipo de laptop, mesma rede, podem gerar fingerprints parecidos. Sistema confunde e faz targeting errado em 15-30% dos casos.

Durabilidade limitada. Se usuário atualiza navegador, troca device, ou usa VPN, fingerprint muda. Sistema perde rastreamento.

Risco regulatório. LGPD e GDPR consideram fingerprinting invasivo se feito sem consentimento explícito. Google e Apple bloqueiam ativamente essas técnicas em Chrome e Safari.

Tipos de IDs probabilísticas no mercado:

IP-based matching. Assume que usuários com mesmo IP em intervalo curto (2-4 horas) são mesma pessoa ou mesma household. Precisão baixa mas simples de implementar.

Device graph. Empresas como LiveRamp e Oracle constroem grafos conectando devices baseado em padrões de uso. Se laptop e smartphone acessam mesmos sites em horários correlacionados, são tratados como mesma pessoa.

Contextual fingerprinting. Combina contexto do conteúdo (categoria de artigo, keywords) com sinais técnicos para fazer targeting sem identificar usuário específico. Google Topics API usa variação dessa abordagem.

Limitações crescentes:

Chrome bloqueou User-Agent detalhado (agora retorna versão genérica). Safari bloqueia canvas fingerprinting e outras técnicas avançadas. Firefox tem Enhanced Tracking Protection que dificulta coleta de sinais.

Resultado: IDs probabilísticas ficam cada vez menos precisas. Premium que pagam está caindo de 25-30% (em 2022) para 15-20% (em 2025) conforme navegadores aumentam proteções.

Quando ainda fazem sentido:

Para inventário que você não consegue coletar ID determinística (visitantes anônimos, bounce imediato). Como fallback quando usuário recusa consentimento de cookies. Em combinação com contextual targeting para aumentar relevância.

IDs probabilísticas não são solução de longo prazo, mas ajudam a recuperar 10-15% de receita em inventário que seria completamente anônimo.

Como maximizar receita combinando os dois tipos de ID

Publishers sofisticados não escolhem entre determinística e probabilística. Usam ambas em estratégia em camadas baseada em disponibilidade de dados.

Camada 1: ID determinística (15-30% do tráfego)

Usuários logados ou cadastrados. Você tem email, ID de login, ou dado declarado. Esse inventário recebe targeting premium e gera eCPM 60-80% acima da média. Prioridade máxima é aumentar % de usuários que fazem login através de incentivos de valor.

Camada 2: ID probabilística (40-50% do tráfego)

Usuários anônimos mas com sinais técnicos suficientes para fingerprinting. Você não sabe quem são, mas consegue trackear comportamento dentro do seu site e fazer algum nível de segmentação. Esse inventário gera eCPM 10-20% acima do baseline anônimo.

Camada 3: Contextual puro (20-35% do tráfego)

Usuários que bloqueiam tudo (VPN, Firefox strict mode, ad blockers). Não há ID determinística nem probabilística. Único targeting possível é contextual: categoria do artigo, keywords, sentiment. Esse inventário gera eCPM base sem premium.

Implementação prática:

Configure Google Ad Manager ou Prebid para passar diferentes sinais dependendo da camada. Para Camada 1, passe UID2 ou email hashado nos bid requests. Para Camada 2, passe device fingerprint via módulos Prebid. Para Camada 3, dependa apenas de contextual signals.

Anunciantes vão pagar diferente por cada camada automaticamente (leilão RTB define preço). Você não precisa definir floor manualmente, mas pode otimizar se segmentar floors por camada (Camada 1 floor 60% maior que Camada 3).

Resultado esperado com estratégia em camadas:

Se você aumenta Camada 1 de 15% para 30% do tráfego (dobra usuários logados), e implementa fingerprinting robusto na Camada 2, receita total pode subir 15-25% vs. baseline sem estratégia de IDs.

A chave é não tratar todo tráfego igual. Inventário com ID vale mais, e você precisa sinalizar isso para anunciantes via bid requests.

O futuro dos IDs: menos opções, mais valor em first-party data

O mercado está convergindo para um cenário onde IDs determinísticas (first-party data) são a única fonte confiável de identificação. IDs probabilísticas continuam existindo mas perdem eficácia conforme navegadores aumentam proteções.

Mudanças concretas em 2025:

Google Topics API substitui cookies mas entrega apenas “interesses gerais” (30 categorias), não identificação individual. Útil para contextual targeting, inútil para retargeting.

Protected Audience API permite retargeting mas executado localmente no device (navegador decide, não servidor). Anunciantes perdem controle granular e pagam menos.

Safari e Firefox bloqueiam praticamente toda forma de tracking cross-site. Apenas first-party data (dados coletados no seu próprio domínio) funciona.

Implicação para publishers:

Construir base de usuários cadastrados deixa de ser “nice to have” e vira obrigatório para manter receita. Publishers sem estratégia de first-party data vão perder 30-40% de CPM nos próximos 2-3 anos conforme dependência de IDs probabilísticas colapsa.

Publishers com 40-50% de usuários logados vão dominar mercado premium. Anunciantes vão concentrar budget em inventário addressable, pagando 2-3x mais que por inventário anônimo.

O que fazer nos próximos 6-12 meses:

Implementar sistema de login leve (Google One Tap, login social). Criar incentivos concretos para cadastro (newsletter exclusiva, conteúdo premium, ferramentas úteis). Integrar com UID2 ou ID Graph para monetizar dados via programática. Segmentar inventário por presença de ID e ajustar floors proporcionalmente.

Não é mais opcional. É sobrevivência.

IDs determinísticas e probabilísticas definem quanto você ganha por impressão

Se você chegou até aqui, já entendeu que a era de “publicar conteúdo e monetizar com AdSense” acabou. Agora você precisa pensar como plataforma: coletar dados first-party, construir relacionamento com audiência, e monetizar esse relacionamento via IDs determinísticas.

IDs determinísticas (login, email) geram premium de 40-60% em CPM mas representam apenas 15-30% do tráfego típico. IDs probabilísticas (fingerprinting) geram premium de 15-25% mas estão perdendo precisão. Inventário anônimo gera CPM base 20-30% abaixo da média e tende a cair mais.

A matemática é brutal: se você não aumentar % de usuários com ID determinística nos próximos 12-24 meses, vai perder 20-40% de receita programática conforme mercado migra para targeting baseado em first-party data.

Na AdSeleto, ajudamos publishers brasileiros a implementar estratégias de coleta de first-party data, integração com UID2 e outros ID graphs, e segmentação de inventário por tipo de ID. O resultado típico é aumento de 15-25% em receita programática em 90-120 dias sem aumentar tráfego.

Se você não tem estratégia clara de IDs determinísticas, ou se implementou login mas CPM não subiu como esperado, converse com nossos especialistas. O diagnóstico inicial é gratuito, e o ROI de construir inventário addressable pode ser transformador para sua operação.

Agende uma conversa com nosso time e descubra como maximizar receita na era pós-cookies.