Fingerprinting duplicate bid requests across the supply chain
When one impression reaches your DSP through several SSPs, you need to recognize the duplicates to avoid bidding against yourself. There is no shared impression ID across SSPs, so you fingerprint.
How the fingerprint is built:
— Combine fields that are stable across resellers: publisher domain or app bundle, placement/ad-unit ID, user identifier (or hashed IP plus user-agent where no ID exists), and a coarse timestamp bucket (e.g., 250ms).
— Two requests sharing this composite within the bucket are, with high probability, the same auction routed through different paths.
What the analysis reveals:
— Duplication rate per publisher: 3-6 paths for the same impression is common on large open-exchange inventory.
— Fee transparency: the same impression often arrives at different prices through different chains; the spread exposes undeclared reseller margins.
— Self-competition: cases where your own bids on two paths both cleared the respective SSP floors and one inflated the price you ultimately paid.
The action:
— Rank paths per publisher by all-in cost and authorization (sellers.json and the SupplyChain object, which declare who is allowed to resell).
— Suppress bids on lower-ranked duplicate paths, keeping only the cleanest.
Why it matters: without de-duplication you treat one impression as several auctions, multiplying compute and occasionally bidding up your own clearing price. The fingerprint turns invisible duplication into a controllable cost.
When one impression reaches your DSP through several SSPs, you need to recognize the duplicates to avoid bidding against yourself. There is no shared impression ID across SSPs, so you fingerprint.
How the fingerprint is built:
— Combine fields that are stable across resellers: publisher domain or app bundle, placement/ad-unit ID, user identifier (or hashed IP plus user-agent where no ID exists), and a coarse timestamp bucket (e.g., 250ms).
— Two requests sharing this composite within the bucket are, with high probability, the same auction routed through different paths.
What the analysis reveals:
— Duplication rate per publisher: 3-6 paths for the same impression is common on large open-exchange inventory.
— Fee transparency: the same impression often arrives at different prices through different chains; the spread exposes undeclared reseller margins.
— Self-competition: cases where your own bids on two paths both cleared the respective SSP floors and one inflated the price you ultimately paid.
The action:
— Rank paths per publisher by all-in cost and authorization (sellers.json and the SupplyChain object, which declare who is allowed to resell).
— Suppress bids on lower-ranked duplicate paths, keeping only the cleanest.
Why it matters: without de-duplication you treat one impression as several auctions, multiplying compute and occasionally bidding up your own clearing price. The fingerprint turns invisible duplication into a controllable cost.
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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$.
Официального подтверждения амбассадорства пока нет, но для арбитражников это уже повод для новых креативов. Что именно здесь…
➡️ Читайте на сайте: https://aff.top/blog/mia-khalifa-stala-ambpssadorom-1win
🧠 Ещё больше инсайтов → в канале AFF.top
Mia Khalifa снова засветилась рядом с 1win: в Instagram она показала цепочку с логотипом бренда и статус «VIP 1win».
Параллельно всплыла история с ее ставкой на Испанию на ЧМ — по данным поста, выигрыш мог составить 200к$.
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
Forwarded from КРАВЧЕНКО
Дорогие коллеги и партнеры,
Наш маршрут конференций за последние недели, получился особенно насыщенным.
Со стендами PoshFriends мы побывали на MAC и GGate, а затем продолжили встречи уже в полях iGB Live в Лондоне.
В Ереване увиделись с любимыми SEO-командами, попробовали местные вина, обменялись новостями и зарядились энергией УБТ-команд.
В Тбилиси обсуждали тренды, новые связки и совместные планы, встречались с действующими партнерами и знакомились с новыми. А за настроение на стенде отвечала Черемша, которая чуть не стала маскотом одного из наших продуктов. С этой задачей, кажется, справилась лучше всех.
В Лондоне все было уже по-деловому. Провели серию встреч с топ-партнерами, обсудили Японию, бурж и новые точки роста. География интересов растет, планы становятся амбициознее. Воротники, как выяснилось, нагладили не зря.
Спасибо всем, с кем удалось увидеться на этом маршруте. За открытые разговоры, новые идеи, доверие и планы, которые постепенно превращаются в реальные проекты.
Конференционный сезон продолжается. Скоро увидимся снова.
Всегда ваши, Команда Posh Friends 🤝
Наш маршрут конференций за последние недели, получился особенно насыщенным.
Со стендами PoshFriends мы побывали на MAC и GGate, а затем продолжили встречи уже в полях iGB Live в Лондоне.
В Ереване увиделись с любимыми SEO-командами, попробовали местные вина, обменялись новостями и зарядились энергией УБТ-команд.
В Тбилиси обсуждали тренды, новые связки и совместные планы, встречались с действующими партнерами и знакомились с новыми. А за настроение на стенде отвечала Черемша, которая чуть не стала маскотом одного из наших продуктов. С этой задачей, кажется, справилась лучше всех.
В Лондоне все было уже по-деловому. Провели серию встреч с топ-партнерами, обсудили Японию, бурж и новые точки роста. География интересов растет, планы становятся амбициознее. Воротники, как выяснилось, нагладили не зря.
Спасибо всем, с кем удалось увидеться на этом маршруте. За открытые разговоры, новые идеи, доверие и планы, которые постепенно превращаются в реальные проекты.
Конференционный сезон продолжается. Скоро увидимся снова.
Всегда ваши, Команда Posh Friends 🤝
Bid shading and the adverse selection trap
There's a subtle failure inside bid shading that punishes the impressions you most want to win. It's adverse selection (winning disproportionately the auctions you mispriced upward).
The mechanism, carefully:
— Your shading model predicts a clearing price and you bid near it to win cheaply.
— On auctions where competition is genuinely low, your shaded bid wins easily — good.
— But on auctions where you happen to over-estimate value, you bid high, and you win those too — because high bids win.
— So among your wins, the mispriced-high ones are over-represented. You systematically pay more than the impression was worth on the very impressions you secured.
This is the winner's curse adapted to programmatic: winning is itself evidence that you may have bid above the true market value, because everyone with a more accurate, lower valuation lost to you.
The correction:
— Calibrate your value model on won-impression outcomes (post-click or post-conversion), not on bid-time predictions, so you measure what wins were actually worth.
— Apply a deliberate downward adjustment proportional to how contested a segment is: the more competitors, the more a win signals you may have overbid.
Why it matters: the act of winning carries information that your bid may have been too high. Shading models that ignore this overpay precisely on the inventory they capture — the opposite of the impressions you never see.
There's a subtle failure inside bid shading that punishes the impressions you most want to win. It's adverse selection (winning disproportionately the auctions you mispriced upward).
The mechanism, carefully:
— Your shading model predicts a clearing price and you bid near it to win cheaply.
— On auctions where competition is genuinely low, your shaded bid wins easily — good.
— But on auctions where you happen to over-estimate value, you bid high, and you win those too — because high bids win.
— So among your wins, the mispriced-high ones are over-represented. You systematically pay more than the impression was worth on the very impressions you secured.
This is the winner's curse adapted to programmatic: winning is itself evidence that you may have bid above the true market value, because everyone with a more accurate, lower valuation lost to you.
The correction:
— Calibrate your value model on won-impression outcomes (post-click or post-conversion), not on bid-time predictions, so you measure what wins were actually worth.
— Apply a deliberate downward adjustment proportional to how contested a segment is: the more competitors, the more a win signals you may have overbid.
Why it matters: the act of winning carries information that your bid may have been too high. Shading models that ignore this overpay precisely on the inventory they capture — the opposite of the impressions you never see.
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
How identity match-rate silently rewrites your auction economics
Match-rate (the share of users a DSP can resolve to a known identifier on a given supply path) is treated as a targeting input. It's actually a price-setting force.
The chain of effects:
— On a path with high match-rate, you can identify valuable users and bid up for them specifically.
— So can every other buyer with the same identity graph. Competition concentrates on identifiable users, raising their clearing prices.
— On a low-match path, the same users arrive anonymous. Fewer buyers recognize their value, so competition is thinner and clearing prices are lower.
The non-obvious implication: the highest-value users are often cheapest to win where they are least identifiable, because the auction can't price what it can't see. Buyers who can resolve identity through first-party signals or a stronger graph than competitors can find under-priced reach on low-match supply.
How to exploit it:
— Measure match-rate and median clearing price per path together.
— Look for paths where your private match-rate exceeds the market's typical match-rate — there you identify value others miss and pay thin-competition prices for it.
— Treat identity coverage as a sourcing advantage, not just a targeting filter.
Why it matters: an auction prices visible value. Where identity is scarce, value hides, and the buyer who sees it without revealing it through aggressive bids captures the arbitrage.
Match-rate (the share of users a DSP can resolve to a known identifier on a given supply path) is treated as a targeting input. It's actually a price-setting force.
The chain of effects:
— On a path with high match-rate, you can identify valuable users and bid up for them specifically.
— So can every other buyer with the same identity graph. Competition concentrates on identifiable users, raising their clearing prices.
— On a low-match path, the same users arrive anonymous. Fewer buyers recognize their value, so competition is thinner and clearing prices are lower.
The non-obvious implication: the highest-value users are often cheapest to win where they are least identifiable, because the auction can't price what it can't see. Buyers who can resolve identity through first-party signals or a stronger graph than competitors can find under-priced reach on low-match supply.
How to exploit it:
— Measure match-rate and median clearing price per path together.
— Look for paths where your private match-rate exceeds the market's typical match-rate — there you identify value others miss and pay thin-competition prices for it.
— Treat identity coverage as a sourcing advantage, not just a targeting filter.
Why it matters: an auction prices visible value. Where identity is scarce, value hides, and the buyer who sees it without revealing it through aggressive bids captures the arbitrage.
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Telegram запустил собственный сервер для ботов
Telegram запустил собственный сервер для ботов и мани-приложений: теперь backend можно размещать прямо внутри инфраструктуры мессенджера.
Сервер работает на JavaScript/TypeScript, через вебхуки, и позволяет подключать SQL-базу для сбора контактов без посредников.
Пока неясны цена и ограничения — что именно уже можно тестировать, а где скрыт подв…
➡️ Читайте на сайте: https://aff.top/blog/telegram-zapustil-sobstvennyi-server-dlia-botov
🧠 Ещё больше инсайтов → в канале AFF.top
Telegram запустил собственный сервер для ботов и мани-приложений: теперь backend можно размещать прямо внутри инфраструктуры мессенджера.
Сервер работает на JavaScript/TypeScript, через вебхуки, и позволяет подключать SQL-базу для сбора контактов без посредников.
Пока неясны цена и ограничения — что именно уже можно тестировать, а где скрыт подв…
➡️ Читайте на сайте: https://aff.top/blog/telegram-zapustil-sobstvennyi-server-dlia-botov
🧠 Ещё больше инсайтов → в канале AFF.top
Pacing is a feedback controller fighting your bid price
Budget pacing (spreading spend evenly across a flight instead of front-loading it) seems like simple budget math. Mechanically it's a controller that quietly distorts every bid you make.
How it interferes:
— The pacing system sets a spend target per time slice and watches actual spend against it.
— If you're under-pacing, it loosens — raising bids or bid-rates to win more, regardless of whether the inventory is well-priced right now.
— If you're over-pacing, it throttles — lowering bids or skipping auctions, even excellent ones.
— This multiplier sits on top of your value-based and shading-based bid.
The distortion: in low-supply hours, an under-pacing line item bids up to catch up, paying inflated CPMs precisely when good inventory is scarce. In high-supply hours it may throttle and skip cheap, valuable impressions to avoid over-pacing.
The diagnostic:
— Plot hourly CPM against hourly pacing multiplier. If your most expensive impressions cluster in your most aggressive pacing windows, pacing is overriding price discipline.
— Consider asymmetric pacing: allow front-loading when clearing prices are demonstrably low, and tolerate under-delivery rather than chasing spend into expensive hours.
Why it matters: pacing optimizes for even spend, not for surplus. Left naive, it forces you to overpay when supply is thin and walk away from value when supply is cheap — the exact inverse of good buying.
Budget pacing (spreading spend evenly across a flight instead of front-loading it) seems like simple budget math. Mechanically it's a controller that quietly distorts every bid you make.
How it interferes:
— The pacing system sets a spend target per time slice and watches actual spend against it.
— If you're under-pacing, it loosens — raising bids or bid-rates to win more, regardless of whether the inventory is well-priced right now.
— If you're over-pacing, it throttles — lowering bids or skipping auctions, even excellent ones.
— This multiplier sits on top of your value-based and shading-based bid.
The distortion: in low-supply hours, an under-pacing line item bids up to catch up, paying inflated CPMs precisely when good inventory is scarce. In high-supply hours it may throttle and skip cheap, valuable impressions to avoid over-pacing.
The diagnostic:
— Plot hourly CPM against hourly pacing multiplier. If your most expensive impressions cluster in your most aggressive pacing windows, pacing is overriding price discipline.
— Consider asymmetric pacing: allow front-loading when clearing prices are demonstrably low, and tolerate under-delivery rather than chasing spend into expensive hours.
Why it matters: pacing optimizes for even spend, not for surplus. Left naive, it forces you to overpay when supply is thin and walk away from value when supply is cheap — the exact inverse of good buying.