Retail media, AI e measurement: cosa sta cambiando nel 2026

In Italia il retail media ha chiuso il 2025 a quota 640 milioni di euro, +27% rispetto all'anno prima, e gli Osservatori del Politecnico di Milano lo considerano ancora un mercato immaturo. Tradotto in linguaggio da centrale media: c'è ancora spazio per chi parte adesso a costruire competenza, ma le regole del gioco stanno cambiando ogni trimestre.

Per chi siede in una direzione marketing del largo consumo, il 2026 è l'anno in cui le decisioni di mix tra retail media, Performance Max in italiano e misurazione incrementale smettono di essere "test" e diventano scelte di budget annuali.

Il retail media è uscito dalla fase pilota

Quando Carrefour Italia ha lanciato Carrefour Media nel 2018 e poi Carrefour Links nel 2021, sembrava un esercizio dimostrativo. Oggi quella struttura è il cuore di Unlimitail, la joint venture nata nel 2023 con Publicis che gestisce inventory pubblicitaria su tutto il network europeo del gruppo, e in Italia lavora a stretto contatto con i brand del largo consumo per disegnare campagne sui dati di carrello reali.

Esselunga ha consolidato un'app che oggi è uno dei touchpoint di shopper più ricchi del paese; Coop continua a guidare la quota di mercato della GDO italiana e si muove sulle stesse logiche; gli operatori più piccoli stanno scoprendo che vendere uno spazio sponsorizzato sul proprio e-commerce o sulla newsletter settimanale è marginalità che fino a ieri non vedevano.

Il quadro macro lo conferma. Internet advertising vale ormai il 51% del totale pubblicitario italiano e il programmatic da solo ha superato i 988 milioni di euro nel 2025, in crescita dell'8% anno su anno. Per il 2026 gli analisti stimano la spesa pubblicitaria complessiva oltre i 14 miliardi, con la componente digital che sale al 68,7% del totale. Dentro questo movimento, il retail media è il pezzo che cresce più rapidamente, ma è anche quello dove la frammentazione dell'offerta rende complicato pianificare in modo aggregato.

Ogni retailer ha le sue metriche, i suoi formati, le sue logiche di pricing. Chi vende detersivi o pasta lo sa: una campagna distribuita su tre insegne diverse oggi richiede tre conversazioni separate, tre brief tecnici diversi, tre sistemi di reporting da riconciliare.

AI generativa e Performance Max cambiano la creatività di campagna

Il secondo grande spostamento riguarda la creatività di campagna su Google Ads. Da qualche mese Performance Max supporta nativamente l'italiano nella generazione di asset, testi e immagini, e questo abbatte una barriera che fino al 2024 frenava l'adozione fuori dai mercati anglofoni. Oggi un brand del largo consumo può caricare cinque immagini di riferimento più un prompt e ottenere varianti coerenti con la propria identity visiva, tipograficamente allineate al manuale di marca, pronte per essere distribuite su Search, Shopping, YouTube Shorts e Discover. La quota di spesa Google Ads gestita via PMax nel 2026 ha superato il 65%, con ROAS dichiarato medio superiore del 18% rispetto a Search e Shopping tradizionali secondo le rilevazioni di settore.

Il punto è che PMax non è una scatola nera che si "attiva" e poi si dimentica. La qualità degli asset pesa moltissimo: Google assegna un punteggio (Basso, Buono, Eccellente) a ogni risorsa caricata e privilegia i gruppi che hanno asset Eccellenti, premiando chi presidia il flusso creativo con disciplina industriale.

Per un brand FMCG che gestisce decine di referenze, segmenti audience diversi e finestre promo legate ai calendari della GDO, governare PMax in autonomia richiede ore-uomo che spesso non si trovano nel team interno. In questo scenario di mercato, Eskimoz, agenzia ads, affianca brand del largo consumo per costruire campagne misurabili in cui ogni euro speso sia tracciabile sull'incremental sales lift, presidiando feed, asset, signal audience e segmentazioni stagionali con un livello di specializzazione che fa la differenza sui margini di una promo a scaffale. Senza questa cura operativa, il rischio è di confondere la creatività generata dall'AI con la performance reale: due cose che il 2026 sta separando in modo molto più netto del passato.

Measurement e incrementality: il vero KPI è l'incremental sales lift

C'è una distorsione che chiunque gestisca budget seri sa di dover affrontare. Il ROAS dichiarato dalle piattaforme è sistematicamente più alto di quello realmente incrementale, in alcune categorie fino a 2-5 volte tanto. Gli studi sulle campagne Performance Max stimano un ROAS incrementale mediano intorno a 4,64x, mentre la metrica che Google attribuisce direttamente alla campagna è quasi sempre più generosa.

Per un brand del largo consumo che opera con margini sottili, questo gap si traduce in milioni di euro decisi sulla base di un dato che racconta solo metà della storia.

La risposta del mercato si chiama incrementality testing: holdout experiment geografici, lift study sulle vendite in store, marketing mix model che integrano variabili offline. Google ha rilasciato Meridian, un MMM open source che incrocia segnali video, search e dati di vendita per stimare la contribuzione reale di ogni canale, ed è uno dei segnali che il discorso si sta spostando dall'attribution last-click alla misurazione causale.

Per il largo consumo la posta è ancora più alta, perché le vendite "vere" sono i passaggi in cassa o gli scontrini riconducibili a una carta loyalty, non i clic sul sito brand. Il punto di arrivo del 2026 è una integrazione tra dati di campagna, dati GDO e dati di shopper marketing che permetta di rispondere alla domanda che ogni board fa: di quanto sarebbero scese le vendite se avessimo spento la campagna? Chi sa rispondere con un numero credibile, e non con un grafico di attribution che spalmano i merit indietro nel funnel, sta vincendo la conversazione interna sui budget.

Cookieless, first-party data e clean room: lo stack che serve dal 2026 in poi

Il quarto pilastro che chiude il quadro è la sostenibilità dello stack tecnologico in un mondo dove il targeting basato su cookie di terze parti è ormai marginale. Le brand che nel 2026 stanno crescendo a doppia cifra sui canali digitali hanno una caratteristica comune: hanno ricostruito il loro programma di first-party data trasformandolo in infrastruttura, non in patch.

Il 43% dei marketer B2C cita l'accuratezza di targeting come primo beneficio del first-party data, e il vero asset competitivo è la combinazione tra il dato del retailer (intent dichiarato sulle ricerche e sui carrelli) e il dato del brand (panel proprietari, programmi loyalty, app di marca).

Lo strumento che mette in pratica questa combinazione si chiama clean room: due parti, ad esempio un brand FMCG e una retail media network, eseguono operazioni di matching e di misurazione sui rispettivi dataset senza che nessuna delle due abbia accesso ai dati grezzi dell'altra.

Negli Stati Uniti Amazon e Walmart concentrano circa il 90% degli investimenti in retail media, ed è il segnale che il mercato si polarizza intorno a chi ha la scala dati per offrire targeting privacy-safe. In Italia il quadro è più frammentato e questo è insieme un limite e un'opportunità: un'opportunità perché un brand che oggi costruisce partnership clean room con due o tre insegne strategiche può posizionarsi prima della concorrenza, un limite perché lo skill gap interno alle aziende è ancora molto reale.

La direzione del 2026 è chiara: chi tratta retail media, AI di campagna e measurement incrementale come pilastri integrati di un'unica strategia, e non come tre cantieri separati, parla la lingua del prossimo triennio. Chi continua a leggere il ROAS della piattaforma come fosse oro colato, no.