#### O que os MMPs resolveram
Mobile Measurement Partners deram ordem ao marketing de aplicativos. Eles conectam anúncio, clique, loja de aplicativos, instalação e evento dentro do app. AppsFlyer, Adjust, Branch e Singular se tornaram árbitros independentes de atribuição mobile.
Esse papel continua importante. O problema é que a jornada de aquisição está começando antes do anúncio. Usuários descobrem marcas em respostas de ChatGPT, Perplexity, Gemini ou Copilot, formam preferência e só depois pesquisam ou clicam.
#### O que a IA muda
O caminho tradicional era anúncio, clique, landing page, App Store, instalação e evento in-app. O novo caminho começa com uma resposta de IA, uma citação ou uma comparação. O usuário pode não clicar na hora, mas volta dias depois pesquisando a marca.
Para o MMP, essa instalação parece vir de Brand Search. O que fica invisível é a recomendação de IA que criou a demanda. Esse é o limite estrutural: o MMP começa no touchpoint publicitário; a IA influencia antes dele.
#### O tamanho do ponto cego
Há várias camadas invisíveis. Crawlers e agentes de IA fazem requisições servidor-side sem executar JavaScript. Cliques humanos vindos de IA podem chegar sem referrer. A passagem de web para app quebra a fonte. Citações sem clique geram lembrança de marca sem visita mensurável.
Esse cenário distorce orçamento. IA e GEO ficam subatribuídos, enquanto Brand Search, Direct e Organic parecem carregar mais crédito do que deveriam. O time de performance sente que a demanda mudou, mas não consegue explicar o impacto com GA4 e MMP sozinhos.
#### Por que MMPs não resolvem tudo
MMPs foram desenhados para touchpoints de mídia paga, instalações e eventos in-app. Respostas de IA não têm click ID, campaign ID ou log de rede de anúncios. Medir influência de IA exige observar citações, requisições de máquina, perda de referrer e continuidade entre web e app.
#### O caminho correto
O mercado não precisa de um novo MMP. Precisa de um AI Measurement Partner. CitationGraph mede descoberta por IA, evidências no site, resultados customizados e sinais que podem ser entregues a MMPs e BI. O MMP continua sendo o sistema de referência para installs; CitationGraph cobre a camada de origem IA que vem antes.
Camada | Capacidade | Status no MMP |
|---|---|---|
Visibilidade em respostas de IA | Monitorar citações de marca e share of voice em plataformas de IA | Ponto cego completo |
Atividade de crawlers de IA | Identificar agentes de IA e analisar requests server-side | Ponto cego completo |
Visitas com origem IA | Reconhecer AI referrals e preservar marcadores de fonte | GA4 cobre parte; MMP não cobre |
Ponte Web-to-App | Entregar sinais de origem IA em formato consumível pelo MMP | O MMP pode consumir, mas precisa do sinal anterior |
Validação causal | Geo lift, holdout e incrementalidade | Ponto cego completo |
Para times de performance, essa separação evita uma leitura perigosa. Um usuário pode descobrir a marca em uma resposta de IA, voltar depois via Brand Search, instalar o app e converter. O MMP registra corretamente o último trecho, mas não enxerga a formação de intenção. Se o time olhar apenas esse relatório, pode aumentar investimento no canal final e reduzir o investimento que criou a demanda.
Um AI Measurement Partner precisa unir três tipos de evidência: presença em respostas de IA, comportamento no site e sinal que pode ser enviado para MMP ou BI. Ele não precisa substituir o MMP nem prometer causalidade perfeita em cada usuário. Precisa tornar a influência de IA visível o suficiente para orientar orçamento, experimentos e priorização de conteúdo.
Na prática, isso começa com relatórios separados para respostas de IA, requests de agentes, visitas humanas, handoff web-to-app e eventos posteriores no app. Só depois faz sentido decidir quais sinais entram no MMP, quais ficam no BI e quais servem para experimentos ou planejamento editorial.
Essa separação evita que o último clique visível esconda a fonte real da demanda.
Em uma reunião de orçamento, essa distinção muda a decisão. Se GEO não aparece como último clique, isso não significa que não esteja criando demanda. Ele pode estar aumentando busca de marca, qualificando usuários antes da loja de apps ou reduzindo fricção antes do cadastro. O relatório correto mostra IA como contexto upstream e mantém o MMP como sistema transacional. Assim growth defende investimento sem inventar atribuição, e finance avalia risco com evidência mais limpa.
#### Argumento central
O ponto cego dos MMPs não é defeito de produto. A IA mudou o começo da cadeia de aquisição. Marcas precisam de uma camada independente para medir fontes de IA.
FAQ
Q1: A medição web dos MMPs resolve isso?
A: Resolve parte da atribuição de conversões web ligadas a anúncios, mas não captura totalmente respostas de IA, crawlers e influência sem clique.
Q2: GA4 consegue medir IA?
A: Parcialmente. GA4 vê alguns cliques humanos com referrer, mas não vê requisições de máquina, referrers perdidos ou quebras web-to-app.
Q3: CitationGraph substitui o MMP?
A: Não. Ele complementa o MMP com evidência de fonte IA antes do install, sem alterar a atribuição mobile principal.