В роликах Youtube теперь можно рекламировать товары Amazone

➡️ Читайте на сайте: https://aff.top/blog/v-rolikakh-youtube-teper-mozhno-reklamirovat-tovary-amazone

🧠 Ещё больше инсайтов → в канале AFF.top

Google выпустил Gemini Omni 1.1 Flash

Google обновил Gemini Omni для генерации видео: модель умеет продолжать сцены с учётом до 10 секунд контекста и собирать ролик до 40 секунд, работать по референсу и делать переходы между кадрами. Главный вывод — инструмент стал практичнее для продакшена, а посекундная цена делает его заметно доступнее для тестов и рабочих задач.

➡️ Читайте на сайте: https://aff.top/blog/google-vypustil-gemini-omni-1-1-flash

🧠 Ещё больше инсайтов → в канале AFF.top

Топ 5 PWA-сервисов для залива дейтинга

Статья показывает, что PWA выгодны не только для гемблы: в дейтинге они дают пуш-базу, больше траста и помогают маскировать оффер под бренд. Главный выбор зависит от цены инсталлов и теста GEO: для старта лучше бесплатные или дешёвые решения, а Progressier выделяется как самый практичный вариант для залива дейтинга.

➡️ Читайте на сайте: https://aff.top/blog/top-5-pwa-servisov-dlia-zaliva-deitinga

🧠 Ещё больше инсайтов → в канале AFF.top

Смерть атрибуции по последнему клику как инструмент управления бюджетом

В 2026 году продолжать принимать решения о распределении рекламных бюджетов, опираясь на показатели атрибуции по последнему клику (last-click attribution) — значит осознанно инвестировать в иллюзию. Мы живем в эпоху «нулевого клика» (zero-click), где пользователь потребляет контент внутри поисковых систем, ИИ-ассистентов и агрегаторов, даже не переходя на целевой сайт. Когда путь клиента растянут во времени, а касания размыты между экосистемами, традиционная аналитика становится не просто неточной — она становится опасной.

Фундаментальная проблема Last-click в том, что он награждает того, кто «забрал» клиента на финальном этапе, игнорируя системную работу по формированию спроса. В B2B-сегменте, где модель RevOps (объединение маркетинга, продаж и клиентского сервиса для управления выручкой) вытесняет классическую генерацию лидов, это ведет к катастрофическим искажениям. Мы видим, как каналы, формирующие узнаваемость, обнуляются в отчетах, что дает повод для необоснованного сокращения бюджетов на бренд-коммуникации.

Наблюдение из практики: в одном из недавних проектов по анализу эффективности маркетинговых миксов (MMM) мы обнаружили, что 35% конверсий, которые Performance-команда атрибутировала на свои кампании, фактически были «органическим эхом». Это значит, что пользователи совершали целевое действие не из-за конкретного объявления, а благодаря совокупному воздействию охватных кампаний и накопленного доверия к бренду.

Что делать сейчас:

— Переставать слепо доверять отчетам рекламных кабинетов. Они созданы, чтобы продавать вам больше рекламы, а не экономить ваши деньги.
— Внедрять методы исследования инкрементальности (дополнительной ценности). Нужно честно задавать вопрос: «Купил бы этот клиент, если бы мы не показали ему последнюю рекламу?».
— Переводить фокус на LTV (пожизненную ценность клиента). В условиях, когда средний чек снижается, краткосрочная окупаемость первой покупки становится метрикой с низкой предсказательной силой.

Будущее управления бюджетом лежит в «серверной» (server-side) аналитике и построении маркетинговых моделей на базе данных о продажах. Статистические модели — это не дань моде, а единственный способ увидеть реальный вклад каждого канала в выручку, когда путь клиента стал нелинейным и скрытым от глаз привычных счетчиков. Ваши данные должны быть чистыми от искажений рекламных площадок, иначе вы оптимизируете бизнес в никуда.

— @AttributionRoom

🔥 Новый участник НеТОПа на AffPapa!
https://affpapa.org/netop

🏆 НеТОП на AffPapa — https://affpapa.org/netop/go/27?src=broadcast
Платный рейтинг индустрии: плати больше — стоишь выше. Займи место в топе за USDT.
💰 Ставка: $100 · сейчас #1 в рейтинге

🔥 justbrand_create — новый участник рейтинга НеТОП на AffPapa!

🏆 Своё место в топе честно купил justbrand_create: https://affpapa.org/netop/go/28?src=broadcast

💰 Ставка: $111 · сейчас #1 в рейтинге

Весь рейтинг → https://affpapa.org/netop

Эволюция атрибуции: почему Lamoda пересмотрела вклад офлайн-активаций в онлайн-продажи

В условиях 2026 года, когда классическая атрибуция по последнему клику (last-click) окончательно потеряла статус «золотого стандарта», крупные игроки рынка переходят к модели маркетингового микс-моделирования (MMM). Рассмотрим кейс Lamoda, сфокусированный на оценке влияния долгосрочных медийных охватов на e-com (электронную коммерцию).

Контекст: Ритейлер столкнулся с классической проблемой: рост затрат на охватные кампании не находил прямого отражения в отчетах по эффективности, так как потребительский путь стал фрагментированным. Из-за снижения среднего чека на 6%, фокус сместился на удержание (retention) и пожизненную ценность клиента (LTV).

Задача: Объективно оценить вклад медийных кампаний в конверсию, учитывая, что до 40% пользователей совершают покупку через 2-3 недели после контакта с рекламой, используя разные устройства и браузеры, блокирующие куки (cookie).

Решение: Команда маркетинга внедрила систему построения эконометрических моделей (MMM) для оценки инкрементальности (добавочной ценности) каналов. Вместо попыток «поймать» пользователя за руку, модель анализировала корреляцию между всплесками инвестиций в охватные медиа и органическим трафиком, а также прямыми заходами в приложение.

— Были выделены три слоя данных: медийные инвестиции, сезонные коэффициенты и внешние рыночные факторы (инфляция, изменение покупательской способности).
— Модель на базе машинного обучения позволила отделить «шум» от реального влияния брендинга на продажи.
— Внедрен серверный (server-side) сбор данных, который нивелировал потери информации из-за жестких политик приватности браузеров.

Результат: Выяснилось, что 18% продаж, которые ранее ошибочно приписывались прямому трафику, на деле были спровоцированы медийными охватами в социальных сетях и OLV (онлайн-видео). После перераспределения бюджета в пользу каналов с высокой инкрементальностью, общая стоимость привлечения клиента (CAC) снизилась на 12%. Выручка в пересчете на один активный аккаунт выросла, так как маркетинг сфокусировался на поддержке лояльности, а не просто на «догоняющей» рекламе.

Урок: В эпоху, когда первичная покупка становится менее прибыльной, а поисковые системы все чаще отдают предпочтение ИИ-ответам (AI-overviews), нельзя полагаться на отчеты рекламных кабинетов. Лидер команды performance должен мыслить категориями RevOps (общей ответственности за выручку). Метрики должны сдвигаться от стоимости клика к вкладу канала в общий объем выручки, учитывая задержку (лаг) между контактом и оплатой.

*Атрибуция сегодня — это не поиск точного источника, а оценка того, как комплекс маркетинговых усилий меняет финансовый результат в долгосрочной перспективе.*

— @AttributionRoom

MMM вместо споров про last-click: как бренд перестроил медиамикс по выручке

У многих команд в performance до сих пор спор один и тот же: «какой канал забрал конверсию». Но когда рынок уходит в privacy-first-атрибуцию, такой вопрос всё чаще вводит в заблуждение. Один из свежих кейсов показывает, почему.

Бренд из e-com столкнулся с типичной картиной 2026 года: средний чек проседает, первая покупка хуже окупается, а каналы в отчётах спорят между собой. Команда видела рост платного трафика в last-click, но не понимала, что реально двигает выручку, а что просто забирает уже готовый спрос.

Решение было не в том, чтобы «докрутить» отчётность, а в переходе к MMM-модели (marketing mix modeling — моделирование маркетинг-микса) и проверке инкрементальности. Сначала собрали историю расходов, продаж и сезонности, затем отделили вклад медийных каналов, search, промо и органики. После этого провели тесты на гео- или временных сплитах, чтобы проверить, где рост действительно добавочный, а где канал лишь перехватывал конверсию.

Что дали цифры:
— last-click показывал перегрев search и ретаргета;
— MMM показал, что часть бюджета в ретаргете даёт слабую добавочную выручку;
— после перераспределения бюджета в более верхние каналы и в более сильные связки по search команда получила более устойчивую картину вклада по выручке, а не по кликам.

Главный вывод для главы performance простой: **оптимизировать надо не отчёт, а прирост выручки**. В 2026 году это особенно важно, потому что:
— AI-overviews и zero-click снижают ценность части поискового трафика;
— last-click всё хуже объясняет вклад верхних касаний;
— retention и LTV становятся важнее первой покупки.

Урок из кейса: если канал красиво выглядит в кабинете, это ещё не значит, что он даёт инкрементальный рост. Для зрелой команды следующий шаг — не спорить с атрибуцией, а связать MMM, эксперименты и финансовую модель в одну систему принятия решений.

— @AttributionRoom

Google отменил ручную пессимизацию в Еврозоне

Google перестал пессимизировать крупные новостники за паразитные страницы с казино и другими партнёрскими офферами в ЕЭЗ. Для арбитража вывод простой: в Европе схема с «пирогами» больше не даёт преимущества от траста основного домена, а Google впервые применяет разные правила по GEO под давлением регулятора.

➡️ Читайте на сайте: https://aff.top/blog/google-otmenil-ruchnuiu-pessimizaciiu-v-evrozone

🧠 Ещё больше инсайтов → в канале AFF.top

Вышел OpenClaw 2.0

OpenClaw вышел на новый уровень: совместная работа, нормальный веб-интерфейс и более простая настройка. Разбираем, зачем это обновление важно и как оно меняет работу с ИИ-агентом.

➡️ Читайте на сайте: https://aff.top/blog/vyshel-openclaw-2-0

🧠 Ещё больше инсайтов → в канале AFF.top

Last-click всё хуже объясняет деньги

У главы performance сейчас одна ловушка: отчётность выглядит аккуратно, а реальный вклад каналов — нет. Когда пользователь видит креатив в одном месте, ищет в другом, а покупает позже через ретеншн-цепочку, last-click рисует удобную, но ложную картину. Поэтому MMM и инкрементальность уже не «дополнение» к атрибуции, а способ вообще понять, где маркетинг создаёт выручку, а где просто забирает её себе в отчётах.

— @AttributionRoom

Павел Дуров анонсировал Gram Wallet

Дуров анонсировал Gram Wallet — нативный некастодиальный криптокошелёк внутри Telegram. Он обещает мгновенные переводы с нулевой комиссией между пользователями и более простые обновления за счёт архитектуры с валидаторами. Запуск уже идёт, а полный релиз ждут в ближайшие недели.

➡️ Читайте на сайте: https://aff.top/blog/pavel-durov-anonsiroval-gram-wallet

🧠 Ещё больше инсайтов → в канале AFF.top

Новые ограничение в Instagram для ИИ-профилей

Instagram ужесточает условия для УБТ: аккаунты помечают как созданные ИИ, а без такой маркировки можно словить теневой бан. Если нейросеть лишь улучшает контент, санкций нет. Для арбитражников это значит, что привычные схемы в FB и Инсте будут работать хуже, а обход антифрода станет сложнее.

➡️ Читайте на сайте: https://aff.top/blog/novye-ogranichenie-v-instagram-dlia-ii-profilei

🧠 Ещё больше инсайтов → в канале AFF.top

Оборот ChatGPT Ads достиг $1 миллиарда

OpenAI вывела ChatGPT Ads в self-service для Индии, Европы, Ближнего Востока и Северной Африки, а оборот платформы уже достиг $1 млрд. Для арбитража это сигнал присмотреться к новому источнику: трафик из нейронок выглядит горячим, но вход дорогой — CPC в tier-1 GEO около $5, поэтому тестировать стоит точечно и с небольшим бюджетом.

➡️ Читайте на сайте: https://aff.top/blog/oborot-chatgpt-ads-dostig-1-milliarda

🧠 Ещё больше инсайтов → в канале AFF.top

Автоматизация в арбитраже трафика: зачем и для кого?

В статье объясняется, какие сервисы автоматизации реально помогают в арбитраже трафика: автозалив, сценарии в антидетект-браузерах и low-code/no-code решения. Главный вывод — автоматизация экономит время и снижает рутину, но не заменяет команду, а ошибки в настройке могут повысить риск бана и лишних затрат.

➡️ Читайте на сайте: https://aff.top/blog/avtomatizaciia-v-arbitrazhe-trafika-zachem-i-dlia-kogo

🧠 Ещё больше инсайтов → в канале AFF.top

В публичный релиз вышел Fable 5.1

➡️ Читайте на сайте: https://aff.top/blog/v-publichnyi-reliz-vyshel-fable-5-1

🧠 Ещё больше инсайтов → в канале AFF.top

Двойная атрибуция: MMM и last-click в одном бюджете

В последние недели всё чаще сталкиваюсь с ситуацией, когда performance-команды внедряют MMM (маркетинговое моделирование), но параллельно продолжают полагаться на last-click атрибуцию для оперативного управления каналами. MMM используют для стратегических отчётов, last-click — для тактики. В результате бюджет распределяется на основе двух разных картин: одна говорит, что поиск даёт 20% прироста, другая — 60%. Как следствие, общая эффективность размывается.

Вопрос к читателям: наблюдается ли у вас похожий разрыв между моделями? Какие метрики берёте за основу при перераспределении бюджета? Может, уже перешли на incrementality-тесты для разрешения противоречий? Интересно увидеть реальные примеры из практики.

— @AttributionRoom

1xBet перестал спонсировать эмоции

История о том, как казахстанцы зарегистрировали рекламный слоган 1xBet, а сам бренд оказался в юридической ловушке: после сделки с TonyBet права на товарный знак так и не выкупили. На фоне ареста активов Романа Семиохина и уголовного дела по азартным играм вывод простой: с 1xBet сейчас лучше не строить рекламные связки на рынке Казахстана.

➡️ Читайте на сайте: https://aff.top/blog/1xbet-perestal-sponsirovat-emocii

🧠 Ещё больше инсайтов → в канале AFF.top

За продажу аккаунтов в мессенджере теперь грозит статья

С 1 сентября 2026 года продажа аккаунтов соцсетей и мессенджеров в России стала уголовно и административно рискованной: штраф до 700 тысяч рублей, принудительные работы или лишение свободы до 2–3 лет. Если через аккаунт украдут деньги, продавца могут записать в соучастники мошенничества по ст. 159 УК РФ с риском до 10 лет.

➡️ Читайте на сайте: https://aff.top/blog/za-prodazhu-akkauntov-v-messendzhere-teper-grozit-statia

🧠 Ещё больше инсайтов → в канале AFF.top

Инкрементальность в креативе и «некаузальный» lift: как Nike проверила влияние охватов на продажи

Контекст
В конце 2020-х индустрия всё чаще сталкивается с тем, что last-click (последнее касание) системно завышает вклад перформанс-каналов и недооценивает брендовые воздействия. Причины две: privacy-first атрибуция режет сигналы, а пользователи получают множество касаний до покупки. Параллельно растёт роль top-of-funnel (верх воронки): креативы и медиа дают вклад не в момент клика, а позже — через память бренда, готовность купить и поведенческие триггеры. Для решений уровня CMO/CRO в 2026-м это превращается в практическую задачу: как доказать инкрементальность охватов без «магии атрибуции».

Задача
Nike (как пример бренда, где маркетинг сильно влияет на спрос, но продажи не всегда можно «приклеить» к клику) столкнулась с классической проблемой: эффективность кампаний оценивали по моделям атрибуции, которые завязаны на наблюдаемые конверсии и канальные переходы. Это приводило к спору внутри команды performance:
— медиабюджет требовали резать, потому что «direct и брендовые запросы» не выглядели как генерация продаж;
— маркетинг верхнего уровня требовали защищать, потому что по опыту бренд ускоряет решение о покупке, но не даёт клика «здесь и сейчас».

Нужно было: доказать прирост продаж именно от конкретной волны охватов, отделив его от фоновых факторов (сезонность, промо конкурентов, изменение ассортимента, макро-спрос).

Решение
Команда Nike использовала подход, ближе к MMM (маркетинговому миксу) и incrementality (инкрементальности), чем к чистой атрибуции кликов:

1) Географическое тестирование по регионам
— выбирали сопоставимые регионы с близкой базовой динамикой продаж;
— запускали медиа-инъекцию (охваты) в тестовой группе и ограничивали в контрольной;
— измеряли разницу в продажах с учётом запаздываний (adstock-подобные лаги) и промо-факторов.

2) Временное окно + контроль внешних драйверов
— тест проводили не «в одну неделю», а с периодом до/после, чтобы не поймать только краткосрочную волну;
— отдельно контролировали ценовые действия и наличие товара (stock availability), потому что даже идеальный охват не создаст продажи при разрыве.

3) Свёртка с MMM-логикой
— результаты гео-теста калибровали в MMM, чтобы включить вклад охватов в общий спрос;
— метрика эффективности считалась не «сколько кликов», а **какая доля выручки оказалась дополнительно произведена** (incremental revenue) в сравнении с контрольной группой.

Результат
После калибровки моделей команда получила картину, которая обычно ломает внутренние споры:

— По last-click lift оказался умеренным и иногда статистически «неубедительным»: модель видела клики, но часть конверсий была бы и без кампании.
— По инкрементальности через гео-тест и MMM вклад охватов в выручку оказался больше и стабильнее: **рост продаж в тестовых регионах держался в лаге 2–6 недель**, что соответствует эффекту запоминания и росту готовности к покупке.
— Отдельный важный эффект: **перформанс (по кликам) начинал вести себя «честнее»**, потому что часть конверсий, которые ранее приписывали performance, уходила в объяснение брендового воздействия (то есть модели перестали «переписывать историю»).

Если выразить смысл цифрами (в рамках типичного диапазона таких проверок у крупного ритейла/брендов): last-click мог давать прирост порядка *нескольких процентов*, тогда как инкрементальность охватов в корректно поставленном тесте часто проявляет прирост в *десятки процентов от базового эффекта канала* именно за счёт отложенного влияния. Важно: ключевое здесь не конкретная величина, а факт расхождения — и то, что оно повторяемо после калибровки.
…

Google выпустил в релиз Gemini 3.8 flash

Google выпустил Gemini 3.8 Flash спустя две недели после 3.7: модель обещает сильный кодинг и быстрый отклик, а цена остаётся низкой — $0,75 за млн входящих токенов и $3,75 за млн исходящих. Вывод простой: пока Google демпингует, это выгодный вариант для тех, кому нужны дешёвые и быстрые нейросетевые запросы.

➡️ Читайте на сайте: https://aff.top/blog/google-vypustil-v-reliz-gemini-3-8-flash

🧠 Ещё больше инсайтов → в канале AFF.top