MMM без дисциплины данных превращается в дорогой способ спорить с самим собой

Я всё чаще вижу одну и ту же ошибку у сильных команд: они покупают MMM-модель как «объективный ответ», а по факту приносят в неё грязную историю каналов, акций и юнит-экономики. Потом удивляются, что модель «недооценивает» брендовый поиск, «переписывает» вклад видео или слишком любит последний клик. На деле модель не врёт — она просто честно отражает хаос в данных.

Моя позиция простая: MMM работает не вместо дисциплины, а только после неё. Если у вас не выстроены:
— единая таксономия кампаний;
— понятная логика промо и скидок;
— раздельный учёт верхнего и нижнего спроса;
— стабильные окна с достаточной вариативностью,
то любая регрессия превращается в красивую табличку с псевдоточностью.

За последние месяцы я видел, как в одной и той же категории команда после чистки справочников и пересборки календаря промо получила разницу в оценке вкладов каналов почти на 20% между двумя итерациями модели. Не потому, что «метод плохой», а потому что до этого модель пыталась объяснить шум, который маркетинг сам же и создавал.

Для главы performance здесь важен не сам MMM, а управленческий эффект от него. Если модель не меняет решения по бюджетам, ставкам и медиамиксу, это не аналитика, а отчетность. И наоборот: даже грубый MMM полезнее идеального last-click, если он помогает увидеть, где вы платите за уже сформированный спрос, а где действительно создаёте прирост.

В 2026 году, когда privacy-first атрибуция давит на last-click, а zero-click среда съедает часть видимости, выигрывает не тот, у кого «самая умная модель», а тот, кто умеет содержать данные в порядке и читать модель как инструмент принятия решений.

— @AttributionRoom

Алиса AI будет конкурировать с Google AI Studio

Яндекс разворачивает экосистему AI-агентов на базе Алисы с доступом сначала для компаний, затем для всех. Агенты уже работают в Яндекс Такси и Лавке, скоро появятся в браузере и студии разработки. Платформа интегрирует стандартные функции — заказ такси, покупки, анализ данных. Алиса AI показывает неплохие результаты: менее известна, чем конкуренты, поэтому предлагает щедрые лимиты на видеогенерацию и работу с контентом. Яндекс планирует внедрить…

➡️ Читайте на сайте: https://aff.top/blog/alisa-ai-budet-konkurirovat-s-google-ai-studio

🧠 Ещё больше инсайтов → в канале AFF.top

В Zennoposter добавили ИИ-помощник

Zennolab добавил в Zennoposter встроенный ИИ-кубик с доступом к четырём моделям (Gemini, DeepSeek, Claude, ChatGPT) — 50 бесплатных запросов в сутки. Есть режимы Assistant (чтение) и Agent (автоматическое создание скриптов), плюс новый GET-запрос по API. Нейросети хорошо справляются с регистрацией, постингом, фармингом аккаунтов и простым кодированием, но требуют проверки при парсинге динамических сайтов и диагностике ошибок. В связке с Zennoobr…

➡️ Читайте на сайте: https://aff.top/blog/v-zennoposter-dobavili-ii-pomoschnik

🧠 Ещё больше инсайтов → в канале AFF.top

Эволюция маркетингового микса: как Lamoda перешла от атрибуции к моделированию маркетингового микса

В условиях 2026 года, когда классический учет последнего клика (last-click) окончательно перестал отражать реальность, крупные игроки e-com (электронной коммерции) вынуждены радикально менять подход к оценке эффективности. Рассмотрим кейс Lamoda, которая столкнулась с падением среднего чека на 6% и необходимостью удержания прибыли в условиях снижения покупательской способности.

Контекст и задача
Традиционная модель атрибуции перестала учитывать вклад медийных кампаний, которые формируют знание о бренде, но не совершают мгновенную конверсию. При росте стоимости охвата и снижении маржинальности, руководство performance-департамента поставило задачу: оптимизировать бюджет не по стоимости привлечения клиента (CAC), а по его долгосрочной ценности (LTV), учитывая влияние офлайн-активностей и имиджевой рекламы на онлайн-продажи.

Решение
Компания внедрила систему моделирования маркетингового микса (MMM — Marketing Mix Modeling), интегрированную с серверной аналитикой. Вместо того чтобы полагаться на cookies (файлы, отслеживающие действия пользователя), команда начала использовать эконометрические модели.
— Сбор данных: объединение внутренних данных о продажах с внешними факторами (сезонность, макроэкономические показатели, активность конкурентов).
— Декомпозиция вклада: каждый канал был оценен не только по прямым заказам, но и по «инкрементальности» (дополнительному доходу, который принес бы канал сверх органического уровня).
— Переход к RevOps (объединенному управлению выручкой): маркетинг стал оценивать каждый канал через вклад в формирование покупательского пути, где итоговая метрика — не клик, а маржинальная прибыль с клиента за квартал.

Результат
Внедрение MMM позволило компании перераспределить 15% рекламного бюджета из каналов с высокой стоимостью привлечения, но низким LTV, в пользу имиджевых охватных кампаний.
— Снижение стоимости привлечения на 12% за счет отказа от «перегретых» аукционов.
— Увеличение доли повторных покупок на 4% за счет точечной работы с аудиторией, накопленной через медийный охват.
— Улучшение точности прогнозирования продаж на 20% по сравнению с периодом использования исключительно трекинговых инструментов.

Урок для руководителя performance-направления
Главный вывод 2026 года — performance-маркетинг перестал быть «черным ящиком» для сбора быстрых лидов. Сегодня эффективность определяется умением математически обосновать влияние каждого вложенного рубля на долгосрочный спрос. Переход к моделированию маркетингового микса — это не дань моде, а единственный способ сохранить прозрачность управления бюджетами, когда конфиденциальность данных (privacy-first) становится стандартом индустрии. Если ваша стратегия до сих пор опирается на данные из рекламных кабинетов как на истину в последней инстанции, вы теряете контроль над реальной рентабельностью инвестиций.

— @AttributionRoom

Новую Google reCapcha прошли статичной картинкой

Google выпустил обновленную reCAPTCHA, требующую движений рук для прохождения, но система оказалась уязвима к обходу. Достаточно транслировать статичное изображение с нужным жестом через виртуальную камеру с помощью простого Python-скрипта, чтобы нейросеть пропустила пользователя. Это создает серьёзный риск для сайтов: защита от ботов, позиционировавшаяся как прорыв, на деле не работает. Баг остается актуальным и позволяет спамерам легко автомат…

➡️ Читайте на сайте: https://aff.top/blog/novuiu-google-recapcha-proshli-statichnoi-kartinkoi

🧠 Ещё больше инсайтов → в канале AFF.top

DeepSeek представит последнюю версию v4

DeepSeek выпустит v4 в середине июля с новой моделью ценообразования API: токены подорожают в 2 раза в часы пиковой нагрузки (09:00–12:00 и 14:00–18:00 по пекинскому времени). Компания планирует уведомлять пользователей по почте за 24 часа до изменения тарифов. Проблема с ошибками «server busy» останется, но обойдётся дороже — это может существенно повлиять на экономику проектов, которые активно используют API DeepSeek для автоматизации и масшта…

➡️ Читайте на сайте: https://aff.top/blog/deepseek-predstavit-posledniuiu-versiiu-v4

🧠 Ещё больше инсайтов → в канале AFF.top

Anthropic выпустили Sonnet 5

30 июня вышла Claude Sonnet 5 — новая версия позиционируется как самая агентная в линейке и приближается к флагманской Opus 4.8. Модель лучше справляется со сложными многоуровневыми задачами, устойчива к вредоносным запросам и не генерирует эксплойты. Sonnet 5 доступна на Free-тарифе, но тестирование показало скромные улучшения: хотя работает лучше Sonnet 4.6, её обгоняют конкуренты, включая китайские модели, которые дешевле через API при лучшей…

➡️ Читайте на сайте: https://aff.top/blog/anthropic-vypustili-sonnet-5

🧠 Ещё больше инсайтов → в канале AFF.top

Конец эпохи прямой атрибуции: почему MMM становится фундаментом маркетинговой стратегии

В 2026 году мы окончательно перешагнули порог, когда performance-маркетинг (маркетинг прямого отклика) мог опираться на трекинг пользователей через cookies (файлы, отслеживающие поведение). Усиление приватности и доминирование *zero-click* (контента, не требующего перехода на сайт) превратили классическую атрибуцию по последнему клику в инструмент, который скорее дезориентирует, чем помогает принимать решения. Глава маркетинга, который сегодня продолжает распределять бюджеты на основе отчетов из рекламных кабинетов, рискует инвестировать в «эффект присутствия», а не в реальный рост выручки.

Моя практика показывает, что при попытке сопоставить данные рекламных систем с реальными бизнес-показателями, расхождение достигает 30–40%. Это не погрешность, это пропасть, в которой тонут бюджеты. В условиях, когда средний чек в электронной коммерции стагнирует или снижается, а стоимость привлечения клиента (CAC) демонстрирует обратную динамику, бизнес не может позволить себе слепую оптимизацию.

На первое место выходит MMM (маркетинговое моделирование микса). В отличие от трекинговых моделей, MMM опирается не на идентификацию конкретного пользователя, а на статистическую взаимосвязь между медийными инвестициями и изменениями в ключевых показателях эффективности (KPI). Это единственный математически обоснованный способ оценить влияние brand-активностей (работы над узнаваемостью) на долгосрочный Retention (удержание).

— Отказ от попыток «дотянуться» до каждого пользователя. Мы принимаем как данность, что часть пути клиента скрыта от аналитики.
— Переход от управления ставками к управлению эластичностью спроса. Мы оцениваем, как изменение бюджета в канале А влияет на общую выручку, учитывая внешние факторы: сезонность, макроэкономику и акции конкурентов.
— Интеграция с RevOps (системой совместной ответственности маркетинга и продаж). MMM позволяет перевести язык маркетинга на язык финансовых потоков, что критически важно в B2B-сегменте, где жизненный цикл сделки растянут.

*Истинная эффективность сегодня — это не количество лидов, а способность компании предсказывать влияние изменений в медиа-сплите на чистую прибыль.* Перестаньте искать «золотую кнопку» в рекламных кабинетах. Начните строить эконометрические модели, которые учитывают целостную картину бизнеса, а не фрагментарные действия пользователей в браузере. Выигрывает тот, кто понимает причинно-следственные связи, а не тот, кто лучше всех умеет настраивать цели в аналитических системах.

— @AttributionRoom

Есть схожая тема в @MarketingAnalyticsRoom, рекомендуем

Clickstar прекращает работу

Clickstar закрывается. Легендарная пуш-сеть прекращает закуп трафика с 1 августа, полная остановка — 20 августа.

Сетка работала почти 8 лет и была одним из лучших источников качественного трафика на Россию и СНГ. Сейчас пуш-трафик стал слишком ботовым из-за гугловских банов на скрипты сбора.

Что это означает для арбитражников — разбираемся в ста…

➡️ Читайте на сайте: https://aff.top/blog/clickstar-prekraschaet-rabotu

🧠 Ещё больше инсайтов → в канале AFF.top

Почему я больше не верю в атрибуцию по одному каналу

За последние два года я всё чаще вижу одну и ту же ошибку у сильных performance-команд: они продолжают спорить не о том, сколько канал добавил выручки, а о том, кто «забрал» конверсию в отчёте.

Это старая логика last-click. Она ещё работает для оперативного контроля, но всё хуже подходит для управленческих решений. В 2026 году проблема не в нехватке данных — проблема в том, что данные стали слишком «умными» для старых правил. Переходы режутся приватностью, часть спроса уходит в AI-обзоры и zero-click-сценарии, а пользовательский путь распадается на десятки касаний, часть из которых вообще не видна в стандартной веб-аналитике.

Моё жёсткое мнение: **канал больше нельзя оценивать как самостоятельный источник продаж**. Его нужно смотреть как вклад в систему спроса.

Один практический ориентир из моей работы: в кампаниях, где last-click показывал «слабый» ROMI, MMM и инкрементальность нередко находили 15–30% реального вклада, который отчёты просто не видели. И наоборот — у «любимых» каналов с красивой атрибуцией после честного теста исчезала часть мнимой эффективности.

Что я считаю рабочей моделью сегодня:
- last-click оставляем как оперативный прибор, а не как судью;
- server-side-сбор нужен не ради моды, а чтобы удержать базовую наблюдаемость;
- MMM — для распределения бюджета на уровне системы;
- инкрементальные тесты — для проверки спорных каналов и креативных связок;
- брендовую и performance-активность надо считать вместе, если вы реально отвечаете за выручку, а не за клики.

Если глава performance всё ещё защищает бюджет только через CPA, он смотрит на прошлую эпоху. Сейчас выигрывает тот, кто умеет доказать не «сколько пришло», а **сколько приросло без нас не было бы**.

— @AttributionRoom

Параллельный взгляд на тему — @SMMnewsDigest

Facebook запретил рекламу онлайн-казино Mr Vegas

Британский ASA запретил рекламу казино Mr Vegas из-за «слишком милых» мультяшных животных в креативах — регулятор счёл, что такой стиль привлекает детей, в том числе через Facebook. Рекламодатель запустил кампанию в феврале, бан вышел в июле. Логика регулятора вызывает вопросы: дети неплатёжеспособны, а таргетировать их на гемблинг бессмысленно.

➡️ Читайте на сайте: https://aff.top/blog/facebook-zapretil-reklamu-onlain-kazino-mr-vegas

🧠 Ещё больше инсайтов → в канале AFF.top