Advertima, Quividi, FootfallCam, RetailNext, Sensormatic, AiFi, Venvee e Vusion representam diferentes caminhos tecnológicos para resolver um dos maiores gargalos da Retail Media: provar quem esteve diante da mídia, quem realmente teve oportunidade de vê-la, como se comportou depois da exposição e qual foi o impacto sobre a compra. Para a ABRAMEDIA, a comparação mostra que a próxima disputa global não será apenas por telas, mas pela capacidade de transformar comportamento físico em métricas comparáveis, auditáveis e conectadas ao resultado de negócio.
A Retail Media está entrando em uma etapa decisiva de sua evolução dentro da loja física. Depois de uma primeira onda concentrada na instalação de telas e expansão de inventário digital, o mercado começa a enfrentar uma questão muito mais complexa: como transformar circulação de shoppers em audiência de mídia e, principalmente, como provar a exposição de forma suficientemente consistente para justificar investimentos crescentes dos anunciantes?
É exatamente nesse espaço que se desenvolve uma nova camada da infraestrutura global de In-Store Retail Media: Audience Measurement, Artificial Intelligence, Computer Vision e Spatial Intelligence.
Entre os nomes que precisam ser observados estão Advertima, Quividi, FootfallCam, RetailNext, Sensormatic Solutions, AiFi, Venvee e VusionGroup.
Embora apareçam dentro de uma mesma categoria tecnológica, não são plataformas equivalentes. Algumas nasceram efetivamente da mensuração de audiência e mídia; outras, de traffic analytics, shopper analytics, operação de lojas, computer vision, autonomous checkout ou digitalização da gôndola.
Essa diferença é fundamental. O que está acontecendo globalmente é uma convergência dessas arquiteturas em torno de um objetivo comum: instrumentar a loja física para entender o shopper entre a entrada, exposição à mídia, atenção, interação com categoria/produto e compra. E isso muda completamente a discussão sobre In-Store Retail Media.
A impressão deixa de ser uma estimativa abstrata
Durante anos, boa parte da mídia em loja conviveu com métricas essencialmente potenciais: número de lojas, fluxo médio, circulação estimada, quantidade de telas, frequência de reprodução do anúncio e audiência potencial.
O avanço dos padrões internacionais coloca pressão justamente sobre essa lógica. Os padrões finais de In-Store Retail Media publicados conjuntamente por IAB e IAB Europe estabeleceram uma taxonomia que diferencia ad play, gross impression, opportunity-to-see e likelihood-to-see, além de estruturar recomendações para mensuração de vendas e incrementalidade.
Em outras palavras: uma tela ligada não representa necessariamente uma impressão publicitária. Um anúncio reproduzido também não significa automaticamente que alguém esteve exposto a ele. E uma pessoa presente na loja não pode ser automaticamente transformada em audiência daquela tela. Esse é provavelmente um dos pontos mais importantes para a evolução econômica da In-Store Media.
A tecnologia passa, portanto, a tentar responder sucessivamente: o anúncio foi reproduzido → havia alguém na zona de exposição → essa pessoa estava dentro do campo potencial de visualização → houve atenção → houve interação → houve compra?
Quanto mais dessas etapas puderem ser observadas, em vez de simplesmente inferidas, maior tende a ser a qualidade da mensuração.
Advertima: transformar audiência em infraestrutura de ativação
A suíça Advertima talvez seja um dos exemplos mais claros da aproximação entre measurement e activation. Sua arquitetura Audience AI utiliza inteligência artificial para detectar anonimamente características e comportamento da audiência dentro da loja e transformar esses sinais em segmentos que podem ser utilizados para mensuração e também para ativação dinâmica de mídia.
A companhia afirma que sua tecnologia identifica atributos anonimizados dos shoppers e disponibiliza segmentos em tempo real para CMS, sistemas de venda direta e plataformas programáticas. Isso representa uma diferença conceitual importante.
A Computer Vision deixa de funcionar apenas como instrumento de relatório posterior e passa a participar da própria decisão de mídia. Observe → classifique o contexto → ative → mensure → otimize. É uma aproximação da lógica programática digital dentro da loja física.
O avanço ganhou dimensão especialmente relevante em 2026, quando Walmart Connect México selecionou a Advertima para uma implantação que deverá abranger centenas de Walmart Supercenters e milhares de sensores Audience AI. Segundo a empresa, trata-se de uma das maiores implementações globais de inteligência de audiência para In-Store Retail Media.
Os resultados publicados pela Advertima também mostram como essa arquitetura começa a ser conectada ao outcome. Em campanha de Maggi em Carrefour UAE, a companhia reportou 5,3 milhões de impressões verificadas em dez dias e uplift de 11,4% nas vendas da marca, frente a crescimento de 5,7% da categoria.
Onde está seu diferencial técnico?
Na avaliação da RM News, a Advertima se posiciona especialmente forte na intersecção: Audience Intelligence + verified audience + real-time targeting + mídia programática mensuração. Isso a coloca menos próxima de uma plataforma tradicional de footfall e mais próxima de uma Audience Data Layer da própria Retail Media Network.
Quividi: audiência e atenção como currency da mídia física
A Quividi vem de uma trajetória diferente. Sua especialização histórica em Digital Out-of-Home tornou audiência, atenção e exposição os elementos centrais de sua arquitetura.
A Audience Measurement Platform da companhia fornece métricas como impressões de audiência, viewers, idade, gênero, dwell time, attention time e distância em relação à tela, além de exportação de dados por API e integrações programáticas.
É justamente nessa ligação entre screen exposure e audience measurement que está uma de suas maiores forças para In-Store Media.
A Quividi afirma operar em dezenas de milhares de telas e pontos de venda e processar bilhões de shoppers anonimamente por mês. Uma integração anunciada em 2025 mencionava mais de 2 bilhões de impressões medidas em dezenas de milhares de telas globalmente.
Há ainda uma longa experiência prática. Em Taiwan, por exemplo, uma rede de aproximadamente 7 mil telas da 7-Eleven utiliza sua tecnologia de audiência.
Mais importante para o desenvolvimento do mercado é a tentativa de aproximar sua metodologia da linguagem que compradores de mídia já conhecem. A companhia vem trabalhando em modelos de audiência para Retail Media e defende uma estrutura que conecte audiência externa, tráfego dentro da loja e exposição nas zonas de mídia.
Onde está seu diferencial?
A Quividi apresenta uma especialização particularmente relevante em: screen measurement + audiência + attention + programmatic readiness. Para RMNs que querem transformar telas em inventário comparável ao ecossistema publicitário digital e DOOH, essa característica é importante.
Venvee: o digital twin tenta reconstruir toda a jornada
A abordagem da Venvee é diferente, em vez de tratar cada tela como um ponto isolado de mensuração, sua proposta é utilizar Spatial AI, Computer Vision e digital twins da loja para reconstruir anonimamente a jornada do shopper.
A empresa afirma conseguir utilizar inclusive a infraestrutura existente de câmeras de segurança, reduzindo a necessidade de uma camada inteiramente nova de sensores. A partir disso, procura conectar posição, trajetória, proximidade, exposição à mídia, interação e conversão.
Em sua descrição pública, a companhia fala em uma visão contínua da jornada entre entrada e saída, incluindo localização, impressões, interações e conversões. É uma arquitetura particularmente interessante porque desloca a unidade de análise: da tela para a jornada.
A parceria anunciada com Zitcha exemplifica essa tese: integrar os dados comportamentais produzidos dentro da loja com dados de vendas e conversão para fechar o ciclo de mensuração da mídia.
A Venvee também participou, ao lado da Advertima, do desenvolvimento das discussões técnicas do workshop do IAB Europe dedicado aos padrões de In-Store Retail Media.
Onde está seu diferencial?
Spatial AI + digital twin + shopper path + exposição + interação + conversão.
É provavelmente uma das arquiteturas mais próximas do conceito de event stream da jornada física: transformar cada etapa observável da visita em eventos que podem posteriormente alimentar analytics e atribuição.
AiFi: da loja autônoma para o funil físico
A AiFi traz outro ativo tecnológico importante: sua origem em autonomous retail. Para realizar checkout sem caixa, a tecnologia precisa entender com elevada granularidade onde o shopper está, como se movimenta e com quais produtos interage.
Essa infraestrutura começa agora a adquirir uma nova função: medir marketing. Em maio de 2026, a AiFi apresentou explicitamente uma visão de funil físico composta por: Exposure → Attention → Interaction → Basket.
Sua Spatial Intelligence combina Computer Vision e reconstrução tridimensional do ambiente para determinar posição, movimento, linha potencial de visão, atenção e interação com produtos.
Esse modelo é extremamente relevante para Retail Media porque aproxima mídia e merchandising. Uma campanha deixa de ser avaliada somente pelo número de pessoas que passaram diante da tela.
Pode-se começar a perguntar: quantos foram expostos? quantos direcionaram atenção? quantos chegaram à gôndola? quantos tocaram no produto? quantos colocaram o item na cesta?
A AiFi descreve sua arquitetura como uma combinação de Computer Vision, IA/ML e mapeamento 3D para produzir entendimento granular do ambiente físico e da movimentação do shopper.
Diferencial competitivo
A mensuração nasce da compreensão espacial e transacional da loja. Isso cria potencial para modelos extremamente sofisticados de full-funnel measurement.
RetailNext: compreender a jornada completa antes de medir a mídia
RetailNext representa uma escola diferente dentro desse mercado. Sua origem está fortemente associada a traffic analytics e store analytics. Sua plataforma mede tráfego, occupancy, pass-by, capture rate, dwell, heat maps e outras variáveis comportamentais.
Sua solução Insights amplia esse modelo para full-path analysis, engagement, kinetic maps e análise de interações ao longo da experiência dentro da loja.
Para Retail Media, isso significa que RetailNext pode fornecer uma camada muito importante de contexto. Antes de perguntar quantas pessoas viram determinada campanha, uma RMN precisa entender: quantas pessoas entraram, por onde circularam, quanto tempo permaneceram em cada zona e como o comportamento muda entre lojas, períodos e formatos.
Seu ponto forte
Store analytics + traffic intelligence + shopper journey analytics.
Na arquitetura de uma RMN madura, essa camada pode funcionar como infraestrutura comportamental sobre a qual métricas específicas de mídia são construídas.
Sensormatic: escala global de shopper intelligence
Sensormatic Solutions possui outra vantagem competitiva: profundidade histórica e escala em infraestrutura física de varejo.
Sua plataforma Shopper Journey combina tecnologias de people counting, Wi-Fi, mobile e vídeo para construir uma visão integrada da movimentação do consumidor dentro da loja. Sua oferta de Computer Vision utiliza IA para compreender comportamentos e jornadas dentro do ambiente físico.
A empresa afirma que sua base global de Traffic Insights utiliza informações derivadas de mais de 165 bilhões de visitas de shoppers, oferecendo um benchmark comportamental particularmente relevante.
Para grandes varejistas, isso é estratégico. A Retail Media não existe isoladamente da operação da loja. Tráfego, layout, merchandising, estoque, prevenção de perdas, jornada e mídia começam progressivamente a compartilhar a mesma infraestrutura de dados.
Diferencial
Escala operacional + infraestrutura instalada + traffic intelligence + Computer Vision + shopper journey.
FootfallCam: a camada de tráfego continua sendo fundamental
A FootfallCam representa outro componente importante da arquitetura, nem toda mensuração precisa começar pela identificação de atenção.
Para milhares de operações, o primeiro passo ainda é construir uma base confiável de people counting, traffic patterns, zone analytics e dwell.
A empresa possui implantações internacionais de contagem e análise de fluxo e casos relacionados inclusive à otimização de Digital Signage. No Brasil, cita a VTT utilizando seus contadores para analisar padrões de tráfego e otimizar conteúdo em displays digitais.
A função dessa tecnologia dentro de uma arquitetura de In-Store Retail Media pode ser extremamente importante para estabelecer o denominador da audiência: quantas pessoas estavam efetivamente presentes naquela loja ou zona?
Diferencial
Escalabilidade de footfall e zone analytics, particularmente útil como camada fundamental para normalização de tráfego e oportunidade de exposição.
VusionGroup: quando mensuração encontra a digitalização da gôndola
A VusionGroup ocupa uma posição particular. Sua força não está somente em medir pessoas, mas em digitalizar a própria infraestrutura da loja e da gôndola.
A plataforma Captana utiliza Computer Vision e Machine Learning para monitorar disponibilidade, localização, preço, produto, compliance de planograma e espaço ocupado pelas marcas.
Isso pode parecer distante da mídia. Na realidade, é extremamente próximo. Porque uma Retail Media Network sofisticada não deveria perguntar somente: o shopper viu a campanha?
Também precisa perguntar: o produto anunciado estava disponível? estava corretamente exposto? quantos facings possuía? qual era sua participação física na categoria?
Uma campanha pode gerar excelente awareness e péssima conversão simplesmente porque o produto estava indisponível. A integração futura entre media exposure + shopper behavior + shelf availability + transaction será, portanto, uma das áreas mais importantes da próxima geração de measurement.
Não existe um único vencedor tecnológico, existem diferentes camadas da mensuração
A comparação global dessas companhias mostra que seria tecnicamente incorreto colocá-las em um ranking linear. Elas resolvem partes diferentes do problema.
A ABRAMEDIA identifica pelo menos cinco camadas tecnológicas emergindo:
1. Traffic Measurement
Footfall, entrada, pass-by, occupancy e circulação.
Aqui aparecem com força plataformas como FootfallCam, RetailNext e Sensormatic.
2. Audience & Exposure Measurement
Presença diante da mídia, opportunity-to-see, viewers e impressões.
Advertima e Quividi possuem forte especialização nessa camada.
3. Attention & Engagement
Tempo de atenção, dwell, orientação, proximidade e interação.
Advertima, Quividi e diferentes arquiteturas avançadas de Computer Vision ampliam essa capacidade.
4. Spatial Journey Intelligence
Reconstrução do caminho do shopper entre mídia, categoria, produto e checkout.
Venvee e AiFi são particularmente interessantes nessa frente.
5. Commerce & Shelf Intelligence
Disponibilidade, produto, gôndola, interação e conversão.
VusionGroup, AiFi e integrações com dados transacionais completam essa arquitetura.
A próxima geração de measurement provavelmente será justamente a combinação dessas cinco camadas.
O verdadeiro funil da In-Store Retail Media
Com essa infraestrutura, torna-se possível construir um funil muito mais sofisticado:
Store Traffic
↓
Zone Traffic
↓
Opportunity to See
↓
Verified Exposure
↓
Attention
↓
Engagement
↓
Product/Category Interaction
↓
Purchase
↓
Incremental Sales
↓
New-to-Brand / New-to-Category
↓
iROAS
É aqui que a In-Store Media deixa definitivamente de ser apenas Digital Signage. A tela torna-se somente um dos pontos de contato dentro de um sistema de mensuração comportamental.
O desafio seguinte: ligar Computer Vision ao dado transacional
Existe, entretanto, uma fronteira que nenhuma métrica de audiência resolve sozinha: Venda.
Computer Vision pode estabelecer que determinado shopper estava em determinada zona, potencialmente exposto a determinado conteúdo e posteriormente interagiu com determinada categoria, mas para transformar isso em Retail Media measurement é necessário conectar essa informação, preservando privacidade e governança aos dados comerciais.
Temos que considerar: POS, Loyalty, SKU, Basket, CRM, Campaign ID, Ad play logs, Preço, Promoção e Disponibilidade. Só então começa a surgir a possibilidade de construir closed-loop attribution realmente consistente. E ainda assim atribuição não significa automaticamente incrementalidade.
Essa distinção está cada vez mais presente nos padrões internacionais. A versão 2.1 dos Commerce Media Measurement Standards do IAB Europe, publicada em janeiro de 2026, formalizou uma definição de incrementalidade e metodologias aceitas, além de manter 30 dias como janela default de lookback, embora prevendo flexibilidade de configuração.
A batalha decisiva será entre exposição inferida e exposição observada
Talvez esta seja a divisão tecnológica mais importante que o mercado deverá acompanhar. Existem modelos que inferem audiência a partir de tráfego, circulação, localização e fatores probabilísticos. E existem tecnologias tentando observar diretamente sinais associados à exposição, utilizando Computer Vision e Spatial Intelligence.
As duas metodologias podem continuar coexistindo, mas elas não deveriam necessariamente receber o mesmo peso metodológico. Conforme enfatiza Ricardo Vieira, presidente da ABRAMEDIA, uma coisa é afirmar:
“havia 1.000 pessoas na loja enquanto determinado anúncio estava sendo exibido.“
Outra, muito diferente, é determinar:
“280 shoppers passaram pela zona da tela; 190 estavam dentro de seu campo potencial de exposição; 120 apresentaram sinais compatíveis com atenção; 34 posteriormente visitaram a categoria; 18 interagiram com o produto; e a análise transacional encontrou determinada diferença de conversão ou vendas frente ao controle”.
É essa granularidade que aproxima In-Store Media da disciplina de performance.
Privacidade será parte da arquitetura, não uma discussão posterior
Quanto mais granular for a mensuração, maior será a necessidade de governança. Computer Vision não deve significar reconhecimento individual. Spatial Intelligence não precisa significar identificação pessoal.
As arquiteturas mais maduras caminham para processamento anônimo, agregação, edge computing e redução da coleta de informações identificáveis. Isso será particularmente importante em mercados submetidos a GDPR, LGPD e outras legislações de proteção de dados.
Para anunciantes globais, privacy by design tende a se transformar em critério de procurement tecnológico, e não simplesmente em requisito jurídico.
IAB US e Europe começam a transformar mensuração em infraestrutura de mercado
A evolução tecnológica acontece paralelamente à evolução dos padrões. IAB e IAB Europe publicaram em dezembro de 2024 seus padrões conjuntos para In-Store Retail Media, criando uma linguagem comum para formatos, zonas de loja, media metrics, impressions e sales measurement.
O trabalho continua, em julho de 2026, o IAB Europe reuniu retailers, RMNs e empresas de tecnologia em Londres para avançar a próxima fase dos princípios de mensuração e preparar as bases de uma futura certificação específica de In-Store Retail Media. A Advertima participou diretamente desse workshop.
O MRC, por sua vez, mantém Retail Media Measurement Guidelines e padrões específicos para Digital Place-Based Advertising, reforçando a necessidade de metodologias tecnicamente defensáveis para transformar audiência física em currency publicitária.
Esse movimento é estratégico, sem padrões, cada fornecedor pode produzir sua própria definição de impressão. E se cada RMN possuir uma definição diferente, uma marca não consegue comparar adequadamente campanhas, varejistas ou investimentos.
Avaliação técnica ABRAMEDIA
O levantamento global mostra um mercado ainda fragmentado, mas caminhando rapidamente para convergência.
| Plataforma | Principal força tecnológica | Papel potencial em In-Store RM |
|---|---|---|
| Advertima | Audience AI + Computer Vision + ativação | Verified audience, targeting e measurement |
| Quividi | Audience & attention measurement | Impressions, viewers, attention e programmatic |
| FootfallCam | People counting | Traffic e zone measurement |
| RetailNext | Traffic + journey analytics | Shopper flow, dwell e comportamento |
| Sensormatic | Shopper intelligence em escala | Traffic, journey e Computer Vision |
| AiFi | Spatial Intelligence + CV | Exposure → interaction → basket |
| Venvee | Spatial AI + digital twins | Shopper-level journey e attribution |
| VusionGroup | Shelf digitization + Computer Vision | Shelf availability, merchandising e commerce context |
O ponto fundamental é que nenhuma dessas capacidades isoladamente representa toda a mensuração necessária para Retail Media.
O modelo mais completo tende a combinar: ad-server logs + Computer Vision + traffic analytics + spatial intelligence + POS + loyalty + product availability + experimentação.
É dessa combinação que poderá surgir uma verdadeira Retail Media Measurement Stack para a loja física.
Global In-Store Retail Media Technology Report: a infraestrutura invisível por trás da nova mídia
Essa transformação é exatamente uma das questões centrais que precisam ser investigadas pelo Global In-Store Retail Media Technology Report 2026. Durante muito tempo, o mercado avaliou In-Store Media principalmente pela quantidade de lojas e telas disponíveis.
A próxima etapa exige perguntas diferentes:
- Quantas impressões são realmente verificáveis?
- Qual metodologia transforma circulação em audiência?
- Como opportunity-to-see é calculada?
- Existe mensuração de attention?
- O ad play está sincronizado com a presença do shopper?
- A plataforma consegue reconstruir a jornada entre exposição e categoria?
- É possível integrar POS e loyalty?
- Como é definida a janela de atribuição?
- Existe grupo controle?
- A solução mede incrementalidade?
- Como são tratados privacy, anonimização e governança?
- A metodologia pode ser auditada?
Essas perguntas serão cada vez mais importantes que simplesmente perguntar quantas telas existem, porque o mercado anunciante não compra telas. Compra audiência, contexto e resultado.
Da tela para a evidência
A primeira geração da In-Store Retail Media digitalizou superfícies. A segunda começou a programar essas superfícies. A terceira está começando a instrumentar o ambiente físico. E essa terceira etapa pode ser a mais transformadora.
Computer Vision, Artificial Intelligence e Spatial Intelligence começam a produzir aquilo que historicamente faltava à loja física: uma camada estruturada de dados entre exposição e compra.
Quando isso acontece, o In-Store deixa de competir apenas com merchandising ou trade marketing. Passa a disputar orçamento com digital, social, CTV, DOOH e outras mídias mensuráveis, mas existe uma condição para isso.
O mercado precisa abandonar métricas proprietárias incomparáveis e construir uma currency suficientemente padronizada para que Advertima, Quividi, FootfallCam, RetailNext, Sensormatic, AiFi, Venvee, Vusion e as próximas tecnologias possam ser avaliadas dentro de princípios comuns de measurement.
Esse talvez seja o verdadeiro desafio da próxima fase da In-Store Retail Media, não instalar mais câmeras, não instalar mais sensores, nem simplesmente instalar mais telas. Transformar sinais físicos em evidências de mídia confiáveis, comparáveis e capazes de demonstrar incrementalidade.
Quando essa infraestrutura estiver consolidada, a loja física deixará de ser o maior ambiente de consumo ainda parcialmente invisível para a publicidade. E poderá se transformar em um dos ambientes de mídia mais mensuráveis do mundo.
