Компании запретили использовать название Twitter, но разрешили символику

Суд в Делавере запретил стартапу использовать бренд Twitter: посчитал, что это вводит в заблуждение и нарушает права X на товарный знак. При этом X не удалось заблокировать слово Tweet и старый логотип с птицей — суд счёл, что после ребрендинга в X эти марки фактически заброшены. Решение пока предварительное и может быть оспорено.

➡️ Читайте на сайте: https://aff.top/blog/kompanii-zapretili-ispolzovat-nazvanie-twitter-no-razreshili-simvoliku

🧠 Ещё больше инсайтов → в канале AFF.top

ChatGPT сможет общаться вместо тебя

OpenAI тестирует Writing Style: ChatGPT сможет изучать манеру письма и отвечать в стиле пользователя в Slack, Gmail и мессенджерах. Это усиливает персонализацию и снимает рутину общения, но компания одновременно режет риск копирования узнаваемых авторских стилей, чтобы не конфликтовать с правами и IP.

➡️ Читайте на сайте: https://aff.top/blog/chatgpt-smozhet-obschatsia-vmesto-tebia

🧠 Ещё больше инсайтов → в канале AFF.top

GA4 уже не «главный», а просто базовый

В 2026 спор «GA4 или Amplitude» всё чаще выглядит устаревшим. GA4 закрывает верх воронки и связку с рекламой, но для продуктовых решений и B2B-воронок он слишком шумный. Amplitude, Mixpanel или Heap берут там, где нужна событийная логика, сегменты и понимание поведения, а не отчёт ради отчёта. Я бы сказал так: GA4 остаётся входом в аналитику, но ценность теперь создаётся поверх него — в интерпретации и связке с RevOps.

— @AnalyticsStackRu

Facebook начал считать успешные и провальные платежи

Meta добавила в Facebook Manager счётчик статусов платежей в billings, чтобы не проверять транзакции вручную. Для арбитражников и iGaming это почти бесполезно: нужные данные по биллингу всё равно видны в платёжке, а нововведение больше актуально для белых рекламных аккаунтов с моделью ежемесячных списаний.

➡️ Читайте на сайте: https://aff.top/blog/facebook-nachal-schitat-uspeshnye-i-provalnye-platezhi

🧠 Ещё больше инсайтов → в канале AFF.top

Туристы чуть не погибли, поверив Gemini

Статья о том, что слепое доверие Gemini может привести к ошибочным решениям и реальным рискам: туристы в США из-за советов нейросети сбились с маршрута на горе Шаста и потребовали спасения. Вывод простой: ИИ полезен как инструмент, но маршруты, снаряжение и критичные решения нужно перепроверять вручную.

➡️ Читайте на сайте: https://aff.top/blog/turisty-chut-ne-pogibli-poveriv-gemini

🧠 Ещё больше инсайтов → в канале AFF.top

Какие критерии у трастового аккаунта Facebook?

Статья о том, как оценивать траст Facebook-аккаунта для запуска рекламы в арбитраже. Главные выводы: решают не возраст, а расходники, качество активности, прогрев и чистая биллинг-история; даже вручную зарегистрированный аккаунт может быть слабым. Для работы лучше брать у проверенного селлера и самому прогревать кабинет.

➡️ Читайте на сайте: https://aff.top/blog/kakie-kriterii-u-trastovogo-akkaunta-facebook

🧠 Ещё больше инсайтов → в канале AFF.top

Франция требует запретить соцсети детям до 15 лет во всём Евросоюзе

Макрон пытается вынести запрет соцсетей на уровень ЕС, чтобы обойти французские конституционные ограничения по свободе слова. Параллельно Брюссель готовит возрастные лимиты и обязательную верификацию. Вывод: регуляторы усиливают контроль над соцсетями, и это может быстро стать общеевропейским стандартом.

➡️ Читайте на сайте: https://aff.top/blog/franciia-trebuet-zapretit-socseti-detiam-do-15-let-vo-vsem-evrosoiuze

🧠 Ещё больше инсайтов → в канале AFF.top

Mixpanel vs GA4 в крупном ритейле: как «сошлись» воронки и научились считать выручку по когортам

Контекст
В ритейле к 2026 году все сложнее “доверять одной цифре”. Причины банальны: приватность-first аналитика давит на точность last-click; креативы генерятся быстрее, чем меняются схемы атрибуции; средний чек уходит вниз на фоне экономии; и ключевой вопрос уже не «сколько лидов», а «что реально дало выручку и удержание».

Мы взяли реальный типовой кейс для крупного магазина (e-com/marketplace-логика) — условно похожего на Lamoda по масштабу каталога и циклу покупки. До проекта у команды было два “мира”: GA4 как источник отчётов по событиям, и Mixpanel как более удобный инструмент для продуктовых воронок/когорт. На практике это обернулось проблемой: воронки между системами не совпадали, и никто не мог честно ответить руководству, почему конверсия в покупку “то растёт, то падает” — или где именно ломается путь пользователя.

Задача
Свести разногласия в аналитике к измеримым правилам. Конкретно нужно было:
— выровнять определение ключевых событий (view_item, begin_checkout, purchase) и их параметры
— договориться о едином пользовательском идентификаторе (сессия/пользователь/устройство)
— построить в обеих системах согласованные воронки и когорты, но при этом не потерять скорость продуктовой аналитики
— перейти от “срезов по дням” к метрикам, которые объясняют влияние на выручку и retention

Решение
1) “Контракт событий” между GA4 и Mixpanel
Сначала сделали таблицу соответствий: названия событий, обязательные параметры и их типы. Например:
— view_item: item_id, category_id, price_at_view
— begin_checkout: order_intent_id (создаётся на фронте), payment_method_preference
— purchase: order_id, revenue, currency, item_count

Важно: в GA4 и Mixpanel события должны приходить с одинаковыми параметрами. Иначе когорта “разъезжается” даже при одинаковом названии события.

2) Единый ключ для объединения данных
Определили “пользователя” как комбинацию: логин (если есть) + идентификатор устройства (если нет). Дальше в Mixpanel строили продуктовые траектории, а в GA4 — отчётность для бизнес-метрик, но обе системы опирались на один и тот же identity layer.

3) Атрибуция без иллюзий last-click
С учётом privacy-first сделали так: маркетинговые кампании фиксировались через utm/канальный классификатор, но расчёты “дало выручку” стали строиться через когорты и инкрементальность (incrementality) на уровне групп/периодов, а не через цепочку последнего клика. Там, где требовалось “сколько именно продаж”, использовали серверную доставку событий и согласованную модель по окнам (например, 7/30 дней для возвратов).

4) Разрулили mismatch в воронках через тестовые сценарии
Поставили 20–30 сценариев “контролируемых путей”: просмотр → корзина → начало оформления → оплата → возврат. Для каждого сценария ожидали одинаковые шаги в обеих системах. После этого выявили две причины расхождения:
— purchase в одном инструменте уходил с revenue параметром, а в другом — без него (из-за другой схемы маппинга payment)
— begin_checkout считался дважды из-за повторного вызова API при редких сетевых сбоях (Mixpanel это показывал сразу, GA4 “сглаживал”)

Результат
После выравнивания:
— воронка “begin_checkout → purchase” перестала расходиться: отклонение между GA4 и Mixpanel сократилось с ~12–18% до ~2–3% на уровне недельных срезов
— расхождение по revenue исчезло: суммарная выручка по purchase совпала в пределах 1–2% с финансовой сверкой (по данным бэкенда)
— когорты начали вести себя предсказуемо: retention в 30 дней перестал “скакать” из‑за смены идентификаторов и дубликатов событий
— скорость принятия решений выросла: если раньше на разбор “почему цифры разные” уходило до 2 недель, то после контракта событий и контрольных сценариев — до 2–3 рабочих дней
…

В публичный доступ вышла ChatGPT Images 2.5

OpenAI выпустила ChatGPT Images 2.5 — обновление стало вдвое быстрее, повысило детализацию, качество текстур и естественность освещения. Модель умеет точечно редактировать фрагменты изображения, работать с прозрачным фоном, превращать наброски в готовые картинки и учитывать комментарии к правкам. Это упрощает создание креативов для рекламы и контента без дополнительной обработки.

➡️ Читайте на сайте: https://aff.top/blog/v-publichnyi-dostup-vyshla-chatgpt-images-2-5

🧠 Ещё больше инсайтов → в канале AFF.top

Один стикер в Telegram может выбить аккаунт

В Telegram нашли уязвимость: искажённый анимированный стикер Lottie может обрушить приложение без нажатия — достаточно открыть чат. Если файл остаётся в истории, группа становится недоступной при каждом входе. Пока Telegram не выпустил решение, отключите автозагрузку стикеров и не открывайте подозрительные сообщения.

➡️ Читайте на сайте: https://aff.top/blog/odin-stiker-v-telegram-mozhet-vybit-akkaunt

🧠 Ещё больше инсайтов → в канале AFF.top

Google ads запустил открытый бета-тест AI Dashbord

Google начал открывать AI Dashboards в Google Ads — отчётность на базе Gemini, где графики и диаграммы можно собирать промптами. Фича пока доступна не всем, но скоро должна прийти активным пользователям. Практической пользы для CPA и iGaming она почти не даёт, зато упрощает визуализацию данных и делает отчёты красивее.

➡️ Читайте на сайте: https://aff.top/blog/google-ads-zapustil-otkrytyi-beta-test-ai-dashbord

🧠 Ещё больше инсайтов → в канале AFF.top

Атрибуция и инкрементальность: не одно и то же

Атрибуция — это способ распределить ценность конверсии между касаниями: какой канал, кампания или событие «заслужили» результат в модели отчёта. Она отвечает на вопрос: где мы увидели вклад в цепочке?

Инкрементальность — это проверка причинного эффекта: дали ли мы **добавочный** результат сверх того, что случилось бы и без рекламы. Она отвечает на вопрос: что из этого действительно создало новый спрос или выручку?

Разница принципиальная:
— атрибуция описывает путь;
— инкрементальность измеряет прирост.

Типичная ошибка — считать, что хороший last-click означает эффективность канала. В privacy-first-эпоху, где last-click всё чаще искажает картину, это особенно опасно для B2B и e-com: брендовые запросы, повторные визиты и ретаргетинг могут «собирать» уже созданный спрос, а не создавать его.

Практический пример: кампания в соцсетях дала 120 заявок по атрибуции GA4, но A/B-тест с контрольной группой показал лишь 35 дополнительных. Значит, 85 заявок были перераспределением уже существующего спроса, а не чистым приростом.

Для маркетолога это означает простое правило: атрибуция нужна для навигации, инкрементальность — для принятия решения о бюджете.

— @AnalyticsStackRu

Компания Meta представила Muse

Meta запустила Muse — ИИ-агента для рутинных действий вроде писем, брони, форм и покупок через Stripe. Для арбитража и CPA это скорее демонстрация тренда, чем рабочий инструмент: модель Muse Spark слабая, запуск только в США, а безопасность завязана на изолированную VM и контроль доступа к сервисам.

➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-predstavila-muse

🧠 Ещё больше инсайтов → в канале AFF.top