GA4, Amplitude и Mixpanel в 2026 всё чаще спорят не за “какой лучше”, а за один вопрос: что мы считаем реальностью. У GA4 метрики сильнее завязаны на модель событий и согласия; у Amplitude — на продуктовую логику и анализ поведения; у Mixpanel — на акценте на сегментации. Если команда врет себе единым определением “конверсия”, то любая аналитика превращается в красивую картинку. Мой выбор — начинать с строгого словаря событий, иначе stack просто маскирует разрыв данных.

Создателя Telegram снова допрашивали

Павла Дурова снова допросили во Франции: встреча с следствием длилась более 6 часов.

Это уже не первый эпизод в деле, которое тянется с 2024 года: тогда основателя Telegram арестовали в аэропорту Ле-бурже и ограничивали в выезде до июня 2025.

Что именно выясняли на новом допросе — не раскрывают. Но давление на Telegram растёт, и в этой истории е…

➡️ Читайте на сайте: https://aff.top/blog/sozdatelia-telegram-snova-doprashivali

🧠 Ещё больше инсайтов → в канале AFF.top

Cloudflare запустил функцию Drop

Cloudflare запустил Drop — сервис, который разворачивает временный сайт за несколько секунд прямо из zip-архива.

Без аккаунта можно создавать сколько угодно таких страниц, но ссылка живёт всего 1 час. Потом сайт придётся переносить в аккаунт.

Зачем это нужно арбитражнику и что можно успеть за это время — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/cloudflare-zapustil-funkciiu-drop

🧠 Ещё больше инсайтов → в канале AFF.top

Как собрать событийную схему в GA4, Amplitude и Mixpanel за 1 неделю

Если у вас B2B-воронка или продукт с длинным циклом сделки, без событийной схемы вы не увидите, где теряете спрос и выручку. В 2026 это особенно важно: last-click слабеет, а маркетингу и sales нужна общая картина по шагам до оплаты и удержания.

План на 5 рабочих дней:

— День 1. Составьте список из 15–20 ключевых действий пользователя: просмотр цен, клик по CTA, регистрация, создание проекта, запрос демо, оплата, повторный визит, отмена.
— День 2. Разбейте их на 4 слоя: acquisition (привлечение), activation (активация), revenue (выручка), retention (удержание). Для каждого события задайте одну цель: что оно должно объяснить.
— День 3. Определите единый формат имени события. Например: `pricing_view`, `cta_click`, `demo_request`, `trial_started`. Не плодите синонимы вроде «заявка», «форма отправлена», «lead form».
— День 4. Для каждого события задайте 3–5 параметров. Минимум: источник трафика, тип страницы, тариф, роль пользователя, шаг воронки. В Amplitude и Mixpanel это сразу даст сегментацию; в GA4 — пригодится для отчётов и аудиторий.
— День 5. Проверьте, что одно и то же событие собирается одинаково в вебе, в продукте и на сервере. Если есть server-side отправка, сверяйте её с клиентской, чтобы не завышать конверсии.

Что сравнивать в инструментах:
— GA4 — быстрее для базовой медиа-аналитики и аудиторий.
— Amplitude — сильнее для продуктовых путей и удержания.
— Mixpanel — удобен для быстрой проверки гипотез и воронок.
— Heap — полезен, если нужен авто-сбор действий, но потом всё равно придётся навести порядок в схеме.

Финальная проверка: по каждому событию вы должны ответить на вопрос «какое решение маркетинг или sales примет, если метрика выросла или упала?». Если ответа нет — событие лишнее.

— @AnalyticsStackRu

Open AI выпустила ChatGPT-5.6 и ChatGPT Work

OpenAI выпустила ChatGPT-5.6 и ChatGPT Work: новая модель получила три версии и понятный прайс, а Work стал универсальным инструментом для кодинга, текстов, изображений и анализа данных. Вывод простой: экосистема ChatGPT усиливается, а фокус смещается на многофункциональные сценарии, где один продукт закрывает сразу несколько задач.

➡️ Читайте на сайте: https://aff.top/blog/open-ai-vypustila-chatgpt-5-6-i-chatgpt-work

🧠 Ещё больше инсайтов → в канале AFF.top

SpacexAI выпустила Grok 4.5

xAI выпустила Grok 4.5 — новую версию флагманской нейросети, доступную в Cursor на всех тарифах и по API за $2 за миллион входных токенов. Бенчмарков пока нет, но модель в 4,2 раза экономнее по токенам на SWE Bench Pro и обучена на данных Cursor, что делает её сильным инструментом для разработки приложений.

➡️ Читайте на сайте: https://aff.top/blog/spacexai-vypustila-grok-4-5

🧠 Ещё больше инсайтов → в канале AFF.top

ChatGPT ads внедрил функцию автосоздания креативов

OpenAI добавила в ChatGPT Ads автогенерацию креативов: вставляешь ссылку на сайт, ИИ анализирует лендинг и создаёт релевантный креатив. По ощущениям, такие материалы должны легко проходить модерацию, но пока неясно, насколько они поддаются правкам. Источник интересен ещё и тем, что вайт можно сгенерировать тут же через ChatGPT.

➡️ Читайте на сайте: https://aff.top/blog/chatgpt-ads-vnedril-funkciiu-avtosozdaniia-kreativov

🧠 Ещё больше инсайтов → в канале AFF.top

В Google search console теперь можно добавлять соцсети

Google добавил в Search Console поддержку аккаунтов соцсетей: теперь можно отслеживать ключевые запросы, источники и географию переходов, показы и клики по ссылкам. Функция подключается там же, где и сайты, доступны четыре соцсети на выбор. Rollout постепенный — доступ получают не все сразу.

➡️ Читайте на сайте: https://aff.top/blog/v-google-search-console-teper-mozhno-dobavliat-socseti

🧠 Ещё больше инсайтов → в канале AFF.top

Google стал помечать креативы, созданные ИИ

Google объявил, что начнёт помечать рекламные креативы, созданные нейросетями. Причина — ИИ-баннеры и видео стали слишком похожи на настоящие.

Формат и заметность маркировки будут зависеть от законов конкретного региона: где-то предупреждение появится прямо на креативе, где-то — в его информации.

Что это значит для арбитражников и когда правила …

➡️ Читайте на сайте: https://aff.top/blog/google-stal-pomechat-kreativy-sozdannye-ii

🧠 Ещё больше инсайтов → в канале AFF.top

Компания Meta выпустила Muse Spark 1.1

Meta выпустила Muse Spark 1.1 почти одновременно с новой ChatGPT-5.6. Это мультимодальный агент, который сам дробит задачу на подзадачи и распределяет их между субагентами.

Стоимость тоже заметно ниже топовых западных моделей: $1.25 за миллион входных токенов и $4.25 за миллион выходных.

Но главный вопрос — насколько она реально сильна на фоне к…

➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-spark-1-1

🧠 Ещё больше инсайтов → в канале AFF.top

GA4 не умер. Но как основной инструмент продукта я его уже не считаю

За последние 2 года я всё чаще вижу одну и ту же картину: маркетинг по привычке смотрит в GA4, продукт живёт в Amplitude или Mixpanel, а команда в итоге спорит не о поведении пользователя, а о том, какая «правда» у нас главнее. На бумаге это выглядит как проблема интеграций. На практике — как проблема управления.

Моя позиция простая: **GA4 хорош как универсальный слой для маркетинга, но слаб как центр решений по продукту и удержанию**.

Почему так:
— GA4 по-прежнему удобен для рекламных каналов, базовой воронки, сравнения кампаний и дешёвого входа в аналитику.
— Но когда нужен вопрос «что делает пользователь между первым визитом и повторной покупкой», GA4 быстро становится слишком грубым.
— В эпоху, где retention и LTV важнее первой конверсии, этого уже мало.

Я видел это на e-com и в B2B: как только бизнес уходит от идеи «добить лид» к модели RevOps, начинают всплывать пробелы. Например, в одном проекте переход с отчётов только в GA4 на связку GA4 + Amplitude сократил время спора по воронке почти вдвое: маркетинг перестал доказывать, что трафик «качественный», а продукт — что «проблема не у него». Появилась единая логика событий и повторных действий.

Мой вывод такой:
— если у вас главная задача — трафик, кампания, медиаплан, GA4 остаётся рабочей лошадкой;
— если нужна продуктовая аналитика, сегменты, когортный анализ и поиск причин удержания, без Amplitude или Mixpanel вы будете слепее, чем вам кажется;
— Heap я бы рассматривал там, где важна скорость захвата поведения без долгой настройки событий, но не как финальный ответ на все вопросы.

В 2026-м аналитический стек уже не про «один инструмент на всё». Он про правильное разделение ролей. И моя практика показывает: выигрывает не тот, кто выбрал самый модный сервис, а тот, кто честно признал границы GA4.

— @AnalyticsStackRu

Выбор инструментов сквозной аналитики и управления звонками в 2026 году

При выборе стека инструментов для анализа маркетинга и продаж важно понимать, что эпоха простой фиксации последнего клика ушла в прошлое. В условиях RevOps (объединенного управления доходом), когда маркетинг, продажи и клиентский сервис делят общую ответственность за результат, аналитика смещается в сторону оценки качества коммуникаций и влияния каждого касания на жизненный цикл клиента (LTV). Рассмотрим три решения, которые помогают связать рекламные расходы с реальными сделками.

GA4 (Google Analytics 4) — для маркетологов, фокусирующихся на первичной атрибуции и поведении на сайте. Сильная сторона заключается в глубокой интеграции с рекламными кабинетами и гибкости событийной модели, что критически важно в эпоху privacy-first (приоритета приватности) и работы с моделируемыми данными. Минус в том, что инструмент с трудом справляется с офлайн-конверсиями и «серыми» зонами в B2B, где основной объем сделок происходит через звонки, а не через корзину на сайте.

Ringostat — для компаний с длинным циклом сделки и высокой долей телефонных продаж, например, в недвижимости или B2B-услугах. Сильная сторона — глубокая интеграция с CRM-системами, позволяющая прокидывать данные о звонках прямо в карточку клиента и анализировать эффективность каждого риелтора или менеджера. Это инструмент для контроля качества, а не только для учета трафика. Минус — ограниченность функционала за пределами телефонии и коллтрекинга, из-за чего его часто приходится использовать в связке с другими аналитическими платформами.

Amplitude — для продуктовых команд и маркетологов, делающих ставку на Retention (удержание) и развитие продукта. Сильная сторона — мощный визуальный инструментарий для построения когортного анализа и отслеживания пути пользователя внутри приложения или сервиса. В отличие от стандартных счетчиков, здесь легко увидеть, какое именно действие пользователя коррелирует с повторной покупкой. Минус — высокий порог входа и сложность первичной настройки, требующая привлечения инженеров данных (Data Engineers).

Как выбирать: ориентируйтесь на текущую архитектуру продаж и доминирующий канал принятия решения — если деньги приносят звонки, приоритет за сквозной аналитикой телефонии, если продукт — за инструментами продуктовой аналитики.

— @AnalyticsStackRu

Атрибуция на основе данных (Data-driven attribution) против маркетингового микс-моделирования (MMM)

В эпоху privacy-first (приоритета приватности), когда файлы cookie сторонних ресурсов уходят в прошлое, выбор метода оценки эффективности каналов становится критическим для RevOps (единой системы управления доходами).

Атрибуция на основе данных — это алгоритмический подход, который распределяет ценность конверсии между всеми точками касания пользователя, используя исторические данные конкретного пути клиента. В отличие от устаревшей модели последнего клика, она показывает вклад каждого канала в воронку.

Маркетинговое микс-моделирование (MMM) — это статистический метод, использующий агрегированные исторические данные (объемы затрат, охваты, сезонность, макроэкономические факторы) для оценки влияния маркетинга на продажи. Оно не требует отслеживания конкретного пользователя.

Главное отличие: атрибуция работает с индивидуальными данными (user-level), а MMM — с макро-показателями (aggregate-level).

Типичная ошибка — пытаться заменить одно другим. Атрибуция хороша для оптимизации performance-кампаний в реальном времени. MMM же незаменимо для оценки долгосрочных эффектов, таких как влияние охватной рекламы на бренд, когда трекинг пользователя невозможен из-за ограничений браузеров.

Пример: e-commerce проект видит падение конверсий. Атрибуция показывает эффективность контекстной рекламы, но не объясняет спад спроса. Модель MMM в это время выявляет корреляцию между снижением среднего чека в нише и ростом чувствительности аудитории к цене, позволяя скорректировать стратегию удержания клиентов.

— @AnalyticsStackRu

Соседняя редакция @MarketingFrameworksRoom недавно писала об этом под другим углом

Российские букмекеры увеличили закуп трафика с мобильных приложений

Российские букмекеры в 1 квартале 2026 года заметно нарастили закупку трафика из мобильных приложений. На фоне ужесточения регулирования они смещают бюджеты в новые каналы, где ещё есть живой трафик.

По данным UMG, доля in-app-рекламы выросла с 3-4% до 5-6% при объёме рынка около 10 млрд рублей. Но это может быть только начало — в блоге разбираем…

➡️ Читайте на сайте: https://aff.top/blog/rossiiskie-bukmekery-uvelichili-zakup-trafika-s-mobilnykh-prilozhenii

🧠 Ещё больше инсайтов → в канале AFF.top

Mia Khalifa стала амбпссадором 1win

Mia Khalifa снова засветилась рядом с 1win: в Instagram она показала цепочку с логотипом бренда и статус «VIP 1win».

Параллельно всплыла история с ее ставкой на Испанию на ЧМ — по данным поста, выигрыш мог составить 200к$.

Официального подтверждения амбассадорства пока нет, но для арбитражников это уже повод для новых креативов. Что именно здесь…

➡️ Читайте на сайте: https://aff.top/blog/mia-khalifa-stala-ambpssadorom-1win

🧠 Ещё больше инсайтов → в канале AFF.top

Короткий домен Telegram перестал работать

Telegram лишился домена t.me: он разделегирован и больше не работает на уровне регистратора. Платформа срочно переезжает на telegram.me, а владельцам крупных каналов стоит обновить публичные ссылки. Сроки восстановления неизвестны, и есть риск, что t.me не вернётся вовсе на фоне давления на Telegram.

➡️ Читайте на сайте: https://aff.top/blog/korotkii-domen-telegram-perestal-rabotat

🧠 Ещё больше инсайтов → в канале AFF.top

GA4 не умер, но перестал быть «главным мозгом» аналитики

Я всё чаще вижу одну и ту же картину: GA4 оставляют как обязательный слой для веба и базовой отчётности, а решение по продукту и росту уводят в отдельный аналитический стек. И это, на мой взгляд, правильный путь.

GA4 хорош там, где нужна массовая, дешёвая и знакомая инфраструктура: трафик, события, стандартные воронки, связка с рекламными кабинетами. Но как только вопрос становится сложнее — удержание, пути между каналами, поведение в продукте, сегменты по жизненной ценности, — начинаются компромиссы. Не потому что GA4 «плохой», а потому что он изначально не про глубокую продуктовую аналитику.

В моей практике самый частый провал выглядит так: маркетинг смотрит на отчёты в GA4, продукт — в Amplitude или Mixpanel, а RevOps — в CRM и BI. В итоге у компании три версии правды. Это не проблема инструмента, это проблема архитектуры. Если нет единого определения пользователя, события, лида и выручки, любая платформа превращается в красивую витрину.

Я бы формулировал выбор так:
— GA4 — для верхнего слоя, рекламы и общего контроля;
— Amplitude — когда важны поведенческие когорты, удержание и сценарии;
— Mixpanel — когда нужен быстрый анализ действий и понятные продуктовые метрики;
— Heap — когда критично не потерять события и хочется меньше ручной настройки.

**Мой вывод простой:** в 2026 году выигрывает не тот, кто «выбрал лучшую аналитику», а тот, кто собрал стек под вопрос бизнеса. Если цель — рост выручки, то аналитика должна обслуживать решение, а не отчёт ради отчёта.

И ещё одна цифра из практики: на одном B2B-проекте после выноса продуктовых метрик из GA4 в отдельный слой время на разбор просадки конверсии сократилось примерно на 40%. Не потому что стало больше данных. Потому что стало меньше споров о том, где они вообще живут.

— @AnalyticsStackRu

Соседняя редакция @B2BeventsRu недавно писала об этом под другим углом

Youtube тестирует поиск с AI

YouTube начал тестировать Ask YouTube — поиск с ИИ, где можно задавать вопросы обычным языком и получать не список ссылок, а готовую подборку видео и фрагментов.

Фича уже доступна в США и работает на сложные запросы: если нужно, ИИ уточняет вопрос и подсказывает следующий шаг.

Что это значит для поиска на YouTube и когда новинка дойдёт до других…

➡️ Читайте на сайте: https://aff.top/blog/youtube-testiruet-poisk-s-ai

🧠 Ещё больше инсайтов → в канале AFF.top

Переход на FPID в серверной аналитике: как сохранить точность данных

В условиях эпохи, ориентированной на приватность (privacy-first), браузеры активно ограничивают срок жизни файлов cookie, установленных на стороне клиента. Использование FPID (First-Party ID — идентификатор первой стороны), генерируемого на вашем сервере, позволяет обойти эти ограничения и сохранить связность данных для Google Analytics 4.

Вот пошаговый алгоритм внедрения:

— Настройте серверный контейнер (Server-side tagging) в Google Tag Manager, чтобы перенести процесс сбора данных с браузера пользователя на ваш собственный домен.
— Реализуйте генерацию FPID на стороне сервера, чтобы идентификатор создавался в момент запроса к вашему домену, а не средствами JavaScript.
— Установите созданный FPID в качестве основного идентификатора пользователя в настройках тега Google Analytics 4, вытеснив стандартные клиентские куки.
— Настройте передачу параметров события так, чтобы серверный контейнер автоматически считывал и обновлял FPID при каждом обращении, продлевая его срок действия.
— Проведите валидацию (проверку) потоков данных, чтобы убедиться, что идентификатор корректно передается в систему даже при блокировках сторонних скриптов.
— Ограничьте доступ к данным, используя серверные возможности для фильтрации персональной информации до её отправки в Google, соблюдая требования конфиденциальности.

*Использование серверного FPID необходимо, когда вы хотите минимизировать потери данных из-за жестких ограничений браузеров на срок жизни cookie и повысить точность атрибуции в эпоху privacy-first.*

— @AnalyticsStackRu

Z.ai анонсировала новую GLM-5.5

Z.ai готовит релиз флагманской GLM-5.5: модель обещают показать в августе 2026 года.

Главная интрига — рост до 1 трлн параметров при том же контекстном окне в 1 млн токенов. Новинка снова будет заточена под код и агентные задачи.

Почему версия сразу 5.5, без 5.3 и 5.4, и что это может означать для рынка — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/z-ai-anonsirovala-novuiu-glm-5-5

🧠 Ещё больше инсайтов → в канале AFF.top