Antropic раскрыла ферму с нейронными дейтинг-моделями

Anthropic раскрыла кейс китайской студии, которая запустила 20 дейтинг-приложений с нейропрофилями для удержания пользователей. Вместо стандартного слива дейтинг-трафика на чужие смартлинки, вебмастерам стоит присмотреться к разработке собственных LLM-сервисов. Затраты на токены и подключение платежных решений окупаются за счет прямого контроля над монетизацией и забора всей маржи рекламодателя.

➡️ Читайте на сайте: https://aff.top/blog/antropic-raskryla-fermu-s-neironnymi-deiting-modeliami

🧠 Ещё больше инсайтов → в канале AFF.top

Разработчик игры слил $220 в Google ads на установки ботами

Статья описывает кейс разработчика, потерявшего бюджет в Google Ads из-за фрода и специфики атрибуции. Платформа засчитала конверсии, которые не подтвердились в Google Play Console, так как алгоритм учитывает установки без прямой связи с кликом. Главный вывод: Google Ads может наливать ботов не меньше пуш-сетей. При работе за инсталы важно жестко контролировать качество трафика и сверять аналитику с бэкендом, в то время как Facebook на данный мо…

➡️ Читайте на сайте: https://aff.top/blog/razrabotchik-igry-slil-220-v-google-ads-na-ustanovki-botami

🧠 Ещё больше инсайтов → в канале AFF.top

Google расширил Data Manager

Google интегрировал инструмент Data Manager в GA и DV360 для удобной передачи first-party данных, что дает рост ROAS до 26%. Для арбитража трафика прямого применения у офлайн-данных нет, однако инструмент можно использовать для манипуляции алгоритмами: отправка синтетических конверсий через API поможет скорректировать оптимизацию и направить автостратегии на поиск нужной аудитории.

➡️ Читайте на сайте: https://aff.top/blog/google-rasshiril-data-manager

🧠 Ещё больше инсайтов → в канале AFF.top

GA4 vs Amplitude в Aviasales: как выстроили единый “слой истины” и не потеряли данные в zero-click-эпоху

Aviasales — хороший пример того, как тревожные симптомы “данные есть, решений нет” лечатся не очередным инструментом, а архитектурой аналитики. В 2026-м это особенно больно: растёт доля поиска с быстрыми ответами (zero-click), органика частично уходит в AI-overviews (пользователь не всегда доходит до сайта), а в перформансе побеждают privacy-first подходы (server-side, incrementality, MMM), вытесняя привычный last-click.

Контекст
У Aviasales несколько витрин: продуктовая аналитика по поведению пользователей, маркетинговая по кампаниям/каналам, плюс отдельные цепочки для конверсий в бронирование. Раньше часть команды жила в GA4 (события и воронки), другая — в Amplitude (когортный анализ, ретеншн-метрики, поведение по сессиям). Итог — разночтения: одни и те же “конверсии” на разных дашбордах считались по-разному, а при изменениях в трекинге (новые источники, редизайн формы, изменения логики поиска) расхождения могли проявляться уже через пару дней.

Задача
Нужно было:
— сократить расхождения между GA4 и Amplitude до технически допустимых значений (то есть договориться о правилах событий и атрибуции)
— ускорить внедрение изменений: чтобы новый сценарий трека не превращался в “ручную сверку” неделю
— дать бизнесу связку для управления выручкой в логике RevOps: маркетинг, продажи (когда появляется агентская/партнёрская прослойка), customer success (возвраты/поддержка) должны опираться на единые метрики качества пути до покупки и после

Решение
1) “Контракт событий” и единые определения
— Сформировали словарь: что такое *поиск выполнен*, *карточка перелёта открыта*, *выбрано*, *начато бронирование*, *успешно забронировано*, *отказ*.
— Для критичных событий ввели строгие параметры: currency/segment (сегмент), trip_type (тип поездки), origin/destination bucket, error_code.
— В обоих инструментах закрепили одинаковую семантику: GA4 и Amplitude больше не спорят “что считается конверсией”, они получают один и тот же контракт.

2) Server-side трекинг вместо “полагаться на браузер”
— Перенесли часть событий на server-side (серверная отправка) с единым middleware-слоем.
— Это снизило влияние баннерных блокировщиков/нестабильных куки и сделало подсчёт более воспроизводимым между системами.

3) Корректировка атрибуции: от last-click к проверке инкрементальности
— Для маркетинга перестали воспринимать last-click как истину. Дальше использовали подходы incrementality (инкрементальный замер) на уровне кампаний и MMM (моделирование маркетингового микса) для “верхнего” понимания вклада каналов.
— В дашбордах GA4 оставили операционные воронки, а Amplitude использовали как слой продуктовых когорт: именно там стало видно, что часть “успешных” каналов даёт краткосрочный всплеск, но хуже удерживает сценарии повторного поиска.

4) Единый пайплайн качества данных (Data QA)
— Ввели ежедневные проверки: объём событий по ключевым неймспейсам, доля “битых” параметров, согласованность идентификаторов user_id/session_id.
— Если расхождение между GA4 и Amplitude превышало порог (например, по успешным бронированиям больше чем на несколько процентов, а не “на глаз”), изменение откатывалось на уровне сборки события, а не руками правили отчёты.

Результат
По внутренним метрикам команды эффект был измерим:
— расхождения по ключевым конверсиям между GA4 и Amplitude сократились в разы (с “существенных расхождений” до уровней, где расхождение уже не влияло на решения по оптимизации)
— время на внедрение новой версии трекинга сократилось: вместо нескольких итераций сверки — быстрый прогон через QA-пайплайн
— маркетинговые решения стали опираться на поведение пользователя, а не только на факт клика: стало яснее, какие кампании дают качество сценария до бронирования и какие ухудшают повторный путь
— в логике RevOps “боли” customer success (например, возвраты/повторные обращения после неудачных сценариев поиска) стали прослеживаться назад к качеству события на этапе выбора и начала бронирования
…

Xchat удалён из App Store и Google play

Google Play и App Store удалили мессенджер XChat, продвигавшийся Илоном Маском как сервис с шифрованием без рекламы. Несмотря на трафик из X.com, приложение исключили из сторов. Причиной мог стать отказ от трекинга, что мешает монетизации и антифрод-системам площадок. Кейс доказывает: отсутствие рекламных инструментов делает софт уязвимым, а медийная поддержка не спасает продукт, если его политика нарушает правила маркетплейсов.

➡️ Читайте на сайте: https://aff.top/blog/xchat-udalen-iz-app-store-i-google-play

🧠 Ещё больше инсайтов → в канале AFF.top

В Facebook Ads Manager появилась метрика Creative Diversity

Meta представила метрику Creative Diversity для оценки разнообразия креативов. Алгоритм Generative Recommender анализирует стиль, тему, тип хука и формат объявлений. Простое изменение цвета или ракурса теперь не работает: система пессимизирует похожие подходы. Для эффективного залива арбитражникам придется тестировать принципиально разный контент, чтобы алгоритмы лучше находили аудиторию. Инструмент выйдет из беты до конца года.

➡️ Читайте на сайте: https://aff.top/blog/v-facebook-ads-manager-poiavilas-metrika-creative-diversity

🧠 Ещё больше инсайтов → в канале AFF.top

Твои переписки с ChatGPT читают люди

OpenAI привлекает подрядчиков для ручного анализа диалогов с ChatGPT, чтобы повысить качество модели. В ходе проверки конфиденциальная информация пользователей попадает к третьим лицам. Для сферы CPA это несет прямые риски: уникальные связки, креативы и структуры лендингов, созданные нейросетью, перестают быть приватными. Главный вывод — любая информация, переданная ИИ, может быть изучена извне, что ведет к быстрому выгоранию профитных подходов …

➡️ Читайте на сайте: https://aff.top/blog/tvoi-perepiski-s-chatgpt-chitaiut-liudi

🧠 Ещё больше инсайтов → в канале AFF.top

Last-click ещё жив, но только у тех, кто не смотрит на отчёт по атрибуции

Если вы до сих пор строите распределение бюджета по last-click (атрибуция по последнему клику) в GA4, вы рискуете профинансировать каналы, которые лишь финишируют сделку, а не создают спрос. В 2026 году, когда privacy-first атрибуция (серверные теги, маркетинг-микс-моделирование, инкрементальность) стала стандартом в mature-командах, опора на last-click — это маркетинговая близорукость.

Я не говорю, что GA4 бесполезна. В ней есть data-driven атрибуция на основе машинного обучения, и для небольших проектов с одним рынком она даёт приемлемую картину. Но проблема в прозрачности: вы не видите, какие именно признаки модель сочла важными. Плюс GA4 всё ещё недостаточно гибко работает с офлайн-конверсиями и сложными воронками B2B (RevOps, совместная ответственность за выручку).

Amplitude и Mixpanel в этой ситуации дают другое преимущество — детерминированные модели атрибуции, которые вы настраиваете под свои гипотезы: U-shaped (первый + последний контакт), W-shaped (ключевые точки касания), time-decay (затухание во времени). Вы сами решаете, какой вес у каждого касания. Для B2B, где цикл сделки длится полгода и задействовано 10+ контактов с разных каналов, это необходимость.

Наблюдение из практики: один из наших клиентов в сегменте enterprise-SaaS перешёл с last-click в GA4 на пользовательскую U-shaped модель в Amplitude. Результат — перераспределили 30% бюджета из performance-каналов с высокой частотой последнего клика (платный поиск) в контент и email-прогрев (это как раз создавали первый контакт). LTV вырос на 12% при том же общем CAC (стоимость привлечения клиента) — потому что стали удерживать клиентов, изначально пришедших через брендовое знание, а не через транзакционный запрос.

Но есть нюанс: и Amplitude, и Mixpanel требуют чистой event-архитектуры. Если вы пропускаете шаги в воронке или не передаёте UTM-метки с сервера, никакая модель не спасёт. В 2026 году конкуренция перешла из

— @AnalyticsStackRu

Google тестирует оплату за контент сайта

Google запустил тест программы AI Contribution Pilot, предлагая вебмастерам выплаты через Search Console за контент, повлиявший на ответы ИИ в Gemini и AI Overviews. Алгоритмы оценки вклада и формулы расчетов непрозрачны, а суммы пока скромные. Главный итог: создан важный прецедент прямой компенсации за использование авторских материалов в генеративной выдаче.

➡️ Читайте на сайте: https://aff.top/blog/google-testiruet-oplatu-za-kontent-saita

🧠 Ещё больше инсайтов → в канале AFF.top

В публичный доступ вышли Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking

Google представила Gemini 3.8 Live и Extended Thinking — голосовые ИИ-модели с поддержкой 97 языков и функцией параллельного мышления. Инструмент умеет выполнять фоновые задачи и анализировать видео в реальном времени, не прерывая диалог. Высокое качество распознавания речи и доступ через API позволяют эффективно использовать модели для автоматизации воронки продаж, обработки лидов и создания интерактивных креативов.

➡️ Читайте на сайте: https://aff.top/blog/v-publichnyi-dostup-vyshli-gemini-3-8-live-i-gemini-3-8-live-extended-thinking

🧠 Ещё больше инсайтов → в канале AFF.top

Топ 5 spy-сервисов для Facebook

В обзоре сравниваются пять spy-сервисов для Facebook: от бесплатной Library до профессиональных AdSpy и Tyver. Автор оценивает их по глубине аналитики, охвату и цене. Главный вывод: бесплатные решения не показывают профитность креативов, поэтому для работы в плюс необходим платный софт. Лидером рейтинга стал Tyver за баланс стоимости и функций. Инвестиции в спай окупаются за счет быстрого поиска рабочих подходов и экономии бюджета на тестах новы…

➡️ Читайте на сайте: https://aff.top/blog/top-5-spy-servisov-dlia-facebook

🧠 Ещё больше инсайтов → в канале AFF.top

Meta добавила платную подписку на свои соцсети

Meta расширяет программу Meta Verified, внедряя подписку Meta One с тремя тарифами стоимостью до 19,99 долларов. Пакеты включают верификацию и доступ к ИИ компании. Несмотря на скепсис по поводу нейросетей, синяя галочка остается важным инструментом для арбитража. В нише УБТ верифицированные аккаунты моделей повышают траст и упрощают залив. Подписка становится техническим расходом, требующим оценки окупаемости в рамках связок.

➡️ Читайте на сайте: https://aff.top/blog/meta-dobavila-platnuiu-podpisku-na-svoi-socseti

🧠 Ещё больше инсайтов → в канале AFF.top

Когда воронка «схлопнулась»: 3 инструмента, на которые опираются команды, перестраивающие маркетинг под 2026 год

Традиционная входящая воронка перестала быть надёжной опорой. Пользователь всё чаще получает ответ ещё до клика — через AI-обзоры (ответы нейросетей), zero-click выдачу и тематические подборки. Это значит, что маркетингу нужны другие инструменты: для атрибуции в privacy-first среде, для контроля тональности в AI-выдаче и для контроля качества лидов, а не просто их количества. Ниже — три класса решений, которые обсуждаются командами на пересечении B2B, performance и контент-маркетинга.

**Calltouch / Ringostat / Comagic — коллтрекинг и сквозная аналитика**
— Для кого: B2B, недвижимость, услуги с длинным циклом сделки, медицина, авто.
— Сильная сторона: единственный способ привязать офлайн-звонок к источнику в эпоху, когда браузерная атрибуция теряет точность. Даёт data-driven (управляемый данными) аргумент в переговорах с подрядчиками по рекламе.
— Слабая сторона: при большом потоке звонков растёт цена, а модели распознавания речи всё ещё ошибаются в коротких заказах и при шуме. Требует ручной проверки тегов и регулярного аудита сценариев.

**Writer / Jasper / Surfer SEO — AI-контент с контролем качества**
— Для кого: контент-команды, бренды с регулярными публикациями, агентства.
— Сильная сторона: Writer и близкие платформы делают ставку на фирменный голос, фактчекинг и редакторские guardrails (защитные ограничения), а не на «сколько статей вы успеете сгенерировать». Это ответ на zero-click эпоху, где побеждает контент с собственной экспертизой, а не переупаковка чужих текстов.
— Слабая сторона: стоимость подписки заметна для небольших команд, а внедрение требует описания tone of voice, бренд-словаря и пайплайна ревью — иначе ИИ быстро превращается в дорогой синонимайзер.

**Dreamdata / HockeyStack / Factors — B2B-атрибуция под RevOps**
— Для кого: B2B-команды с длинной сделкой, несколько продуктовых линий, отделы продаж и маркетинга на общем дашборде.
— Сильная сторона: собирают путь клиента от первого касания до сделки, связывая маркетинговые, продуктовые и CRM-события. В мире, где классические MQL/SQL слабеют и на смену приходит RevOps (Revenue Operations — операционная модель, где маркетинг, продажи и клиентский сервис вместе отвечают за выручку), это становится основой бюджетирования, а не отчётом «для галочки».
— Слабая сторона: требует чистых данных в CRM, настроенной интеграции с продуктом и взрослой data-команды. Без этого дашборд красивый, но выводы спорные.

**Как выбирать.** Сначала определите, какое звено в вашей воронке сейчас «схлопывается»: видимость в поиске, качество лидов или атрибуция до сделки. Под него — один инструмент, а не «всё сразу».

— @AnalyticsStackRu