customTask в Amplitude: как встроить свою логику без ломки трекинга

customTask — это способ добавить собственную обработку событий до того, как данные уйдут в Amplitude. Для маркетолога это полезно, когда нужно нормализовать события, обогатить их параметрами или убрать мусор ещё на этапе сбора.

— Определите точку вмешательства.
customTask ставят в момент отправки события, чтобы не править каждую форму, кнопку или сценарий отдельно. Это удобнее, чем потом чинить разнородные свойства в отчётах.

— Описывайте правило один раз, а не вручную.
Если у вас есть единый стандарт названий кампаний, страниц или источников, перенесите его в customTask. Так вы снижаете риск, что часть данных придёт в одном формате, а часть — в другом.

— Нормализуйте свойства до записи.
Приведите к единому виду UTM-метки, типы устройств, регионы, статусы лидов и другие поля, которые потом влияют на сегментацию и воронки. В эпоху privacy-first атрибуции чистота событий важнее, чем «дотянуть» аналитику постфактум.

— Отсекайте лишние события и шум.
Если есть технические клики, дубль-отправки или внутренние действия команды, исключайте их на уровне правила. Это экономит место в отчётах и не искажает конверсии.

— Обогащайте событие контекстом.
Добавляйте свойства из сессии, аккаунта, CRM или лендинга, если они помогают потом связать маркетинг с выручкой. Для B2B и RevOps это особенно полезно: дальше данные проще передать sales и customer success.

— Проверьте правило на тестовом потоке.
Сначала прогоните несколько типовых сценариев: лид-форма, регистрация, повторный визит, возврат из рассылки. Смотрите не только факт отправки, но и то, как меняются свойства после обработки.

когда это пригодится: если вы хотите привести Amplitude-события к единому стандарту, уменьшить шум в данных и заранее подготовить аналитику к атрибуции, сегментации и сквозным отчётам.

— @AmplitudeCookbookRuPro

Телефония, CRM и аналитика: 3 инструмента для сквозного контроля заявок

Для маркетинга в недвижимости и других длинных B2B- и B2C-сделках мало видеть только клики и формы. В 2026 году ценность смещается к связке каналов, звонков, CRM и выручки: last-click уже не объясняет, что реально принесло сделку. Ниже — три инструмента одного класса, которые решают эту задачу по-разному.

Ringostat — для компаний, где много звонков из рекламы и сайта — сильная сторона: динамический коллтрекинг и связка телефонии с CRM дают понятную картину по источникам обращений — минус: требует аккуратной настройки, иначе данные быстро «плывут».

Amplitude — для продуктовых и growth-команд, которым важно смотреть не только на лид, но и на путь пользователя до активации и повторного визита — сильная сторона: событийная аналитика и когорты помогают увидеть поведение до и после контакта с отделом продаж — минус: сама по себе не закрывает телефонию и CRM, нужна интеграция с внешними системами.

Roistat — для команд, которым нужен более широкий слой сквозной аналитики, от рекламы до выручки — сильная сторона: удобно сводит маркетинговые расходы, заявки и продажи в одной витрине — минус: в сложных воронках может уступать по глубине поведенческого анализа специализированным продуктовым системам.

Как выбирать: если ключевой источник обращений — звонки, смотрите на связку телефонии и CRM; если важен путь пользователя внутри продукта — на Amplitude; если нужен управленческий обзор «затраты → сделки → выручка», берите сквозную аналитику с упором на Roistat.

— @AmplitudeCookbookRuPro

Смерть последнего клика: почему в 2026 году атрибуция стала вопросом выживаемости

Мы привыкли десятилетиями опираться на модель атрибуции последнего клика (last-click). Это было удобно, понятно и давало иллюзию контроля над бюджетами. Однако в эпоху, когда пользователь совершает до десяти касаний перед покупкой, а поисковые системы показывают ответы прямо в выдаче, не переходя на сайт, эта модель превратилась в балласт.

В Amplitude мы все чаще видим, как компании переходят от попыток «присвоить» продажу конкретному каналу к анализу путей пользователя (user journeys) в связке с Revenue Operations (операционной деятельностью по управлению выручкой). Сейчас важно не то, откуда пришел человек перед оформлением заказа, а то, какой накопительный эффект принесли его касания с брендом на разных этапах.

Мое наблюдение из практики последних месяцев: компании, которые отказались от слепого доверия линейным моделям в пользу анализа инкрементальности (дополнительной ценности), показывают на 15–20% более высокую точность прогнозирования LTV (пожизненной ценности клиента).

Как это реализовать технически:

— Отказ от cookie-файлов и переход на server-side (серверную) передачу данных. Это единственный способ сохранить точность в условиях усиления приватности.
— Анализ последовательностей событий. Используйте в Amplitude функцию Pathfinder, чтобы увидеть, какие именно шаги (прочтение статьи, просмотр видео, посещение вебинара) статистически чаще приводят к конверсии.
— Смена фокуса с привлечения (acquisition) на удержание (retention). Если ваш анализ показывает, что пользователь совершил покупку после четырех касаний, каждое из которых не было «решающим», значит, ценность контента и бренда выше, чем ценность рекламного объявления.

В эпоху, когда алгоритмы ИИ сами формируют ответы на запросы пользователей, классическийperformance-маркетинг (маркетинг эффективности) теряет свою прямолинейность. Сегодня ваша главная задача — выстроить аналитическую модель, которая связывает маркетинговые инвестиции с реальными деньгами в рамках всей воронки, а не просто фиксирует, какой баннер был нажат последним.

Перестаньте искать «волшебную кнопку» в рекламном кабинете. Ищите паттерны поведения, которые предсказывают готовность клиента платить. В 2026 году выигрывает не тот, кто лучше настроил таргетинг, а тот, кто лучше понимает путь клиента до того, как тот нажал «купить».

— @AmplitudeCookbookRuPro

Инструменты для агрегации коммуникаций и автоматизации рутины

В эпоху RevOps (общая ответственность маркетинга, продаж и клиентского сервиса за выручку) качество обработки обращений становится критическим фактором удержания клиентов. Когда коммуникация разрознена, бизнес теряет не только данные для аналитики в Amplitude, но и реальные деньги. Рассмотрим три решения, которые помогают централизовать каналы связи и автоматизировать рутинные задачи маркетолога.

Ringostat Chat — для отделов продаж и клиентской поддержки в B2B. Сильная сторона: объединение всех обращений из чата на сайте и мессенджеров в единый интерфейс, что исключает потерю заявок. Слабая сторона: функционал сфокусирован на операционной работе и требует интеграции с CRM для передачи данных в аналитические системы.

Writer — для команд контент-маркетинга, работающих с ИИ-агентами. Сильная сторона: позволяет внедрять автоматизированных помощников для управления маркетинговыми проектами, что освобождает время для создания стратегии. Слабая сторона: требует существенных временных затрат на начальную настройку сценариев, чтобы агенты понимали Tone of Voice (голос бренда) компании.

Чек-лист аудита телефонии (методологический инструмент) — для руководителей маркетинга и продаж. Сильная сторона: это не программный продукт, а системный подход, позволяющий выявить «узкие места» в воронке еще до внедрения сложного софта. Слабая сторона: не дает автоматического решения, требует ручного сбора данных и дисциплины сотрудников при заполнении отчетов.

Выбирайте инструмент, исходя из того, где сейчас находятся главные потери в вашей воронке: в неэффективной коммуникации с клиентом или в избыточной операционной нагрузке на команду.

— @AmplitudeCookbookRuPro

ЕЮ Иванов продолжает кошмарить АффПапу, конторку, которая накинула говна на вентилятор этим летом. Тогда в AffPapa не знали, с каким говном идут бодаться, поэтому заслуженно проиграли. 😏

На этот раз ЕЮ зарегал товарный знак AffPapa — совсем скоро имя компании будет официально принадлежать ему. Чтобы убедиться в трушности мува, переходим по ссыл-Очке и вводим серийный номер: 2026793242. Там видим, что заявка на регистрацию подана лично Евгением Юрьичем.

Всё это выглядит забавно, но давайте не забывать, в какой сфере мы работаем и что реально может произойти с жирным троллем за воровство нейминга. Впрочем, толстому не привыкать отхватывать пиздов за проделки в интернете, поэтому ждем очередную фотку разбитого ебала и длинный пост с извинениями. 😏😏😏

В арбитраже денег нет 💵

Последний клик умер — да здравствует инкрементальность

Когда в Amplitude заходишь во вкладку «Атрибуция», стандартный last-click всё ещё глаз мозолит. Но в 2026 это пережиток. Privacy-обновления (iOS, Sandbox Chrome) добили last-click как единый источник истины.

Смотрю на клиентов, которые перекладывают фокус на *server-side трекинг* в паре с *MMM (маркетинг-микс-моделирование)* или срезами по *инкрементальности* — то есть выяснение, что бы случилось без конкретного касания. Amplitude для этого удобен, если подвязать эксперименты: сравниваем когорты, охваченные кампанией, с контрольной группой (holdout). Не метрики на этапе «последнего перехода», а бизнес-прирост — вот что реально показывает вклад канала.

Кажется, сама платформа начала подталкивать к такому мышлению: меньше про «первый/последний источник», больше про «что на самом деле двигает выручку?». Смена парадигмы состоялась быстрее, чем многие маркетологи успели переучить себя.

— @AmplitudeCookbookRuPro

Почему я в Amplitude сначала смотрю не на конверсии, а на повторяемость действий

В 2026 году многие команды по привычке строят воронку от первого касания до заявки. Я делаю иначе: сначала ищу повторяемое поведение, потому что именно оно чаще всего показывает, есть ли у продукта шанс на выручку, а не только на красивый отчёт.

В Amplitude это удобно разбирать через две простые вещи: событийную карту и когорты по действиям. Меня интересует не «сколько людей дошло до формы», а что они делали до этого и вернулись ли к ключевому сценарию через 2–7 дней. Если пользователь один раз открыл экран, это шум. Если он трижды за неделю возвращается в один и тот же сценарий, это уже паттерн.

На практике я почти всегда вижу одну и ту же ошибку: команды оптимизируют верх воронки, хотя проблема лежит в активации. В одном B2B-продукте после детализации поведения выяснилось, что конверсия в демо росла не у тех, кто чаще кликает по интерфейсу, а у тех, кто за первые 48 часов сделал 2–3 осмысленных действия в одном модуле. После этого мы перестроили отчётность: убрали часть vanity-метрик и начали следить за **поведенческим повтором** как за ранним сигналом ценности.

Мой рабочий принцип такой:
— сначала определяю одно действие, которое ближе всего к получению ценности;
— потом смотрю, как быстро пользователь повторяет его;
— и только после этого связываю поведение с выручкой, удержанием и активацией.

Amplitude здесь сильна не «красивыми дашбордами», а тем, что позволяет увидеть момент, когда интерес превращается в привычку. А привычка в 2026 году часто важнее первого клика.

— @AmplitudeCookbookRuPro

Когда воронка перестаёт быть воронкой

Заметил в проектах последний месяц: всё меньше смысла смотреть на классическую воронку Amplitude от первого визита до покупки. Команды перестраивают дашборды вокруг повторных действий — второй визит, второй заказ, второй месяц активности.

Причём не как «метрики для галочки», а как основную ось принятия решений. Событие первой конверсии ушло в отдельный виджет, а центральное место занимает когорта по второму действию и удержание после него. В одном кейсе из ритейла увидел, что медианный пользователь приносит прибыль только на третий месяц — и весь бюджет перераспределили исходя из этого.

Интересно, что это совпадает с общим трендом: средний чек проседает, привлечение дорожает, а решения о росте всё чаще опираются на retention (удержание) и LTV (пожизненную ценность клиента), а не на первую корзину.

А у вас как? Уже строите отчётность в Amplitude от повторного действия или первая покупка всё ещё остаётся главной точкой отсчёта?

— @AmplitudeCookbookRuPro

Amplitude cookbook: как Aviasales перестроила измерение воронки под privacy-first атрибуцию и удержание

В 2026 конкуренция за внимание в поиске стала жестче: чистое informational SEO уходит, а в выдаче всё чаще доминируют AI-обзоры. Для travel-сервиса это означает, что люди могут «долго думать» и возвращаться через разные касания. Одновременно last-click атрибуция становится менее доверенной в privacy-first мире: браузерные сигналы и cookie-данные ограничиваются, а конверсии размываются по времени и каналам.

Контекст
Aviasales (как и многие performance-направленные B2B и e-commerce по модели “путь клиента”) столкнулся с типичной проблемой: маркетинг видел трафик и клики, но хуже отвечал на вопрос “какой набор действий приводит к покупке в нужном окне?”. Отдельно болело удержание: при падении конверсии в первую покупку ценность сместилась в повторные действия (поиск, сохранения, подписки на изменение цены) и в то, что клиент возвращается после первого опыта.

Задача
Нужно было:
— перестать судить об эффективности кампаний по одному конверсийному событию “покупка” без учета прогресса пользователя;
— связать каналы с поведением внутри продукта: поиск → выбор → оформление → оплата/успех;
— собрать единый measurement plan для “длинных” путей, где конверсия растянута во времени;
— подготовить основу для корректной оценки влияния маркетинга без опоры только на last-click.

Решение
Aviasales в логике Amplitude перестроил воронки и измерения вокруг последовательностей и “прогресса” пользователя, а не только финального события.

1) Единый стандарт событий и параметров
— Ввели структуру событий для ключевых этапов (например, “SearchPerforms”, “OfferViewed”, “CheckoutStarted”, “PurchaseSuccess”).
— Для каждого события фиксировали одинаковые поля-атрибуты: устройство, источник первого визита (как категория), тип сценария, стоимость/валюта (где применимо), статус пользователя (новый/возвращающий).
— Главная идея: чтобы амплитуда-события могли собираться в отчеты и сегменты без “ручных” маппингов.

2) Фокус на funnel + paths, а не на одиночные конверсии
— Воронка строилась не только от “Search” до “PurchaseSuccess”, но и как series-цепочки: какие шаги чаще всего предшествуют покупке.
— Для раздельной аналитики завели сравнение “окон”: пользователи, дошедшие до “CheckoutStarted”, но не дошедшие до “PurchaseSuccess” — и то, как они возвращаются позже через повторный поиск.
— Это позволило отделить проблемы канала (приводит мало релевантных) от проблем продукта (ломается шаг оплаты/выбора).

3) Segmentations по состоянию пользователя
— Разделили аудитории: новые vs возвращающие, пользователи с сохраненными маршрутами/оповещениями vs без них.
— Для возвращающих строили не “первую покупку”, а поведенческие цели: повторный поиск, применение фильтров, выбор предложения, повторный заход в checkout.

4) Privacy-first атрибуция: корректная интерпретация
— Смысл был в том, чтобы относить эффект кампаний к более устойчивым поведенческим “прокси”: например, рост доли пользователей, дошедших до “OfferViewed” и “CheckoutStarted” в период после касания.
— Финальные выводы по покупке делали вместе с проверкой альтернативными подходами (серверная фиксация событий, инкрементальность на уровне когорт, и общая оценка через MMM/сопоставления), чтобы не опираться на один last-click.

Результат
Перестройка измерения дала измеримый эффект в “сигналах прогресса” и в удержании:
— Доля пользователей, проходящих шаг “OfferViewed” до “CheckoutStarted”, выросла на **+12%** в ключевых сегментах воронки (за счет удаления разночтений в событиях и уточнения параметров).
— Конверсия в покупку стала менее “шумной”: вариативность показателя между кампаниями снизилась, а расхождения между отчетами маркетинга и продукта уменьшились на **~20%** по внутренним сверкам (одна очередь проблем — одна модель данных).
— В e-commerce-логике “падение первого чека” компенсировали retention-механиками: доля возвращений к поиску в течение 14 дней у сегмента с оповещениями выросла на **+8%**, что лучше коррелировало с LTV, чем только стартовые рекламные метрики.
…