Forwarded from Product Fails | CEO Blask
Пока весь мир смотрел ЧМ, провайдеры делали то, что умеют лучше всего: прикручивали к играм мячи, ворота, футболистов и слово Football.
Мне стало любопытно проверить простую гипотезу: если хайп вокруг ЧМ такой мощный, футбольные игры должны были массово влететь в топы казино.
Не совсем. Хайп — это ещё не билет в топ.
Big Bass Football Bonanza от Pragmatic Play оказался абсолютным монстром дистрибуции: 695 брендов и 626 лобби, почти на 50% впереди ближайшего конкурента.
Но дальше интереснее.
Из глобального топ-10 футбольных тайтлов только 5 слоты. Ещё 4 - instant/casual, один live. Схема «взять слот и нарисовать мяч» d 2026 уже не выглядит такой гениальной.
А деньги при этом были реальные.
У BGaming Soccermania получила: +470% и +308% ставок, а Penalty Duel with Júlio César поднялся со 135-го на 7-е место в категории Crash и вошёл в топ-5 основного лобби.
И вот мой любимый момент: результат сборной вообще не гарантировал результат игре.
Швеция и ЮАР вылетели довольно рано, а их футбольные тайтлы всё равно пробились в локальный топ-20. В Испании, Франции и Аргентине туда вообще вошло сразу по две игры.
Смысл простой: футбольный скин это косметика, а место в топе всё ещё продаётся дистрибуцией и позициями в лобби, не мячиком на обложке.
Больше данных в полном отчёте: https://blask.com/reports/football-titles/
Мне стало любопытно проверить простую гипотезу: если хайп вокруг ЧМ такой мощный, футбольные игры должны были массово влететь в топы казино.
Не совсем. Хайп — это ещё не билет в топ.
Big Bass Football Bonanza от Pragmatic Play оказался абсолютным монстром дистрибуции: 695 брендов и 626 лобби, почти на 50% впереди ближайшего конкурента.
Но дальше интереснее.
Из глобального топ-10 футбольных тайтлов только 5 слоты. Ещё 4 - instant/casual, один live. Схема «взять слот и нарисовать мяч» d 2026 уже не выглядит такой гениальной.
А деньги при этом были реальные.
У BGaming Soccermania получила: +470% и +308% ставок, а Penalty Duel with Júlio César поднялся со 135-го на 7-е место в категории Crash и вошёл в топ-5 основного лобби.
И вот мой любимый момент: результат сборной вообще не гарантировал результат игре.
Швеция и ЮАР вылетели довольно рано, а их футбольные тайтлы всё равно пробились в локальный топ-20. В Испании, Франции и Аргентине туда вообще вошло сразу по две игры.
Смысл простой: футбольный скин это косметика, а место в топе всё ещё продаётся дистрибуцией и позициями в лобби, не мячиком на обложке.
Больше данных в полном отчёте: https://blask.com/reports/football-titles/
Forwarded from Serg Accs
🎁 РОЗЫГРЫШ $2000 ОТ SERG ACCS
🥇 1 место — $1000
🥈 2 место — $700
🥉 3 место — $300
Как участвовать:
1️⃣ Подпишитесь на канал
2️⃣ Нажмите «✅ Участвую»
3️⃣ Получите 1 стартовый билет
Больше билетов:
🛒 Покупки — минимум 1 билет, далее +1 за каждые полные $50 реальной оплаты. Максимум — 50.
👥 Рефералы — +5 за первую подходящую покупку друга и +1 за каждые накопленные $100 его покупок. Максимум — 50.
Общий максимум — 100 билетов.
Чем больше билетов, тем выше шанс. Даже 1 билет участвует.
Призы начислим на баланс в боте SERG ACCS.
Итоги 15.09. Всем удачи! 🔥
🥇 1 место — $1000
🥈 2 место — $700
🥉 3 место — $300
Как участвовать:
1️⃣ Подпишитесь на канал
2️⃣ Нажмите «✅ Участвую»
3️⃣ Получите 1 стартовый билет
Больше билетов:
🛒 Покупки — минимум 1 билет, далее +1 за каждые полные $50 реальной оплаты. Максимум — 50.
👥 Рефералы — +5 за первую подходящую покупку друга и +1 за каждые накопленные $100 его покупок. Максимум — 50.
Общий максимум — 100 билетов.
Чем больше билетов, тем выше шанс. Даже 1 билет участвует.
Призы начислим на баланс в боте SERG ACCS.
Итоги 15.09. Всем удачи! 🔥
3 инструмента для автоматизации маркетинг-аналитики без лишнего ручного труда
Если маркетинг-отделу уже тесно в Excel и регулярных выгрузках, а задач стало больше, чем рук, полезно смотреть не на «еще один дашборд», а на инструменты, которые снимают рутину с данных. Ниже — три класса решений, которые чаще всего экономят время в связке с BigQuery: для подготовки запросов, автоматизации потоков и контроля качества данных.
**BigQuery + Dataform — для тех, кто строит аналитику внутри хранилища — сильная сторона:** удобно описывать преобразования данных как код, версионировать логику и собирать понятные маркетинговые витрины — **минус:** требует дисциплины в модели данных и базовой инженерной культуры, иначе превращается в еще один слой сложности.
**Airflow — для команд, где много регламентных процессов и зависимостей — сильная сторона:** хорошо управляет расписаниями, загрузками, проверками и цепочками задач между рекламными системами, CRM и BigQuery — **минус:** избыточен для небольших команд; на старте может быть тяжелым по поддержке и настройке.
**dbt — для маркетинг-аналитиков и BI-команд, которым важно быстро собирать слой метрик поверх BigQuery — сильная сторона:** удобно документировать расчеты, тестировать данные и поддерживать единые определения CAC, LTV, retention и других показателей — **минус:** не заменяет оркестрацию и не решает вопрос сбора данных из источников.
Как выбирать: если вам нужен порядок внутри хранилища — смотрите в сторону Dataform, если много сложных расписаний — Airflow, если задача в прозрачной логике метрик и проверках — dbt; в реальной практике эти инструменты часто работают вместе, а не поодиночке.
— @BigQuery4MarketingPro
Если маркетинг-отделу уже тесно в Excel и регулярных выгрузках, а задач стало больше, чем рук, полезно смотреть не на «еще один дашборд», а на инструменты, которые снимают рутину с данных. Ниже — три класса решений, которые чаще всего экономят время в связке с BigQuery: для подготовки запросов, автоматизации потоков и контроля качества данных.
**BigQuery + Dataform — для тех, кто строит аналитику внутри хранилища — сильная сторона:** удобно описывать преобразования данных как код, версионировать логику и собирать понятные маркетинговые витрины — **минус:** требует дисциплины в модели данных и базовой инженерной культуры, иначе превращается в еще один слой сложности.
**Airflow — для команд, где много регламентных процессов и зависимостей — сильная сторона:** хорошо управляет расписаниями, загрузками, проверками и цепочками задач между рекламными системами, CRM и BigQuery — **минус:** избыточен для небольших команд; на старте может быть тяжелым по поддержке и настройке.
**dbt — для маркетинг-аналитиков и BI-команд, которым важно быстро собирать слой метрик поверх BigQuery — сильная сторона:** удобно документировать расчеты, тестировать данные и поддерживать единые определения CAC, LTV, retention и других показателей — **минус:** не заменяет оркестрацию и не решает вопрос сбора данных из источников.
Как выбирать: если вам нужен порядок внутри хранилища — смотрите в сторону Dataform, если много сложных расписаний — Airflow, если задача в прозрачной логике метрик и проверках — dbt; в реальной практике эти инструменты часто работают вместе, а не поодиночке.
— @BigQuery4MarketingPro
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
Завтра стрим С НАТАШЕЙ ex.ZM где мы обсудим кто как обосрался и был не прав! Типа сплетников но с БАБОЙ! ( у неё пизда ) стрим будет тут https://t.me/+dSPgHo0XFfg4N2U0
Telegram
CPA.TG | JUST NO RESPECT CLUB | МАТАДОРА 🐗
Люди из организации NDA, которых вы можете знать.
Действует правило трёх страйков: если перегрелся, то охлаждаешься на шесть часов. Политика, реклама - сразу на хуй!
🐗 ССЫЛКА https://t.me/+MgUdh-8BhCExYjg0
Действует правило трёх страйков: если перегрелся, то охлаждаешься на шесть часов. Политика, реклама - сразу на хуй!
🐗 ССЫЛКА https://t.me/+MgUdh-8BhCExYjg0
Рекламные отчёты в BigQuery: когда “цифры есть” — а маркетинг не понимает, что делать
В 2026 я всё чаще вижу такую картину: данные в BigQuery собраны, дашборды обновляются, а управленческих выводов нет. Причина обычно не в SQL, а в том, что под каждую атрибуцию (last-click, MMM, инкрементальность) команда фиксирует разные определения метрик. В итоге CTR/CPA выглядят “правильно”, но под RevOps (общая ответственность за выручку) они не складываются в единый смысл.
Моё мнение: сначала договоритесь о том, **какую “выручку” и “вклад” вы меряете**, и только потом пишите запросы.
— @BigQuery4MarketingPro
В 2026 я всё чаще вижу такую картину: данные в BigQuery собраны, дашборды обновляются, а управленческих выводов нет. Причина обычно не в SQL, а в том, что под каждую атрибуцию (last-click, MMM, инкрементальность) команда фиксирует разные определения метрик. В итоге CTR/CPA выглядят “правильно”, но под RevOps (общая ответственность за выручку) они не складываются в единый смысл.
Моё мнение: сначала договоритесь о том, **какую “выручку” и “вклад” вы меряете**, и только потом пишите запросы.
— @BigQuery4MarketingPro
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
РИДДИК! Первый стрим с Ридиком и Ивановым через пол часа тут https://t.me/+HuSG2ngODc41MjY8 - должен быть разьеб! Иванов пьяный! Сделает красиво!
Как маркетологу собрать в BigQuery карту выручки, а не только карту кликов
В 2026 году маркетинг всё меньше похож на гонку за количеством касаний и всё больше — на управление выручкой. В B2B это видно особенно отчётливо: классическая лестница MQL → SQL теряет силу, а маркетинг всё чаще отвечает не за «сколько лидов пришло», а за то, как его активность влияет на pipeline, скорость сделки и повторные продажи. В e-com добавляется давление экономики: средний чек проседает, первая покупка перестаёт быть героем отчёта, и на первый план выходят retention и LTV.
И вот здесь BigQuery становится не просто хранилищем данных, а рабочим столом маркетолога. Не для красивых дашбордов, а для ответа на простой вопрос: что реально приносит выручку?
Первый шаг — перестать собирать данные вокруг кампаний и начать собирать их вокруг клиента.
Если в таблицах живут только source / medium / campaign, вы видите поверхность. Но для маркетинга важнее связать три уровня: анонимный визит, известный контакт и факт денег. В BigQuery это обычно делается через единый ключ: user_id, customer_id, email hash или другой устойчивый идентификатор, который проходит через веб-аналитику, CRM и продажи.
Пример: у B2B-компании два лида приходят из одной и той же LinkedIn-кампании. Первый быстро скачивает материал, но уходит. Второй через три недели возвращается из прямого захода, оставляет заявку, а ещё через месяц закрывается в сделку. Если смотреть только на последний источник, вы «увидите» прямой трафик. Если собрать цепочку в BigQuery, окажется, что LinkedIn создал спрос, а не просто дал клик.
Второй шаг — считать не атрибуцию ради атрибуции, а вклад канала в путь к деньгам.
Last-click сегодня слишком грубый инструмент, особенно в мире privacy-first-атрибуции. Пользователь проходит часть пути в недоступных для трекинга зонах, а решение о покупке созревает не в одном касании. Поэтому в BigQuery полезно строить несколько слоёв оценки: первый клик, последний клик, линейное распределение, а затем сравнивать это с серверной атрибуцией, MMM (маркетинг-микс-моделирование) и incrementality (измерением инкрементальности).
Пример: у e-com-магазина платный поиск стабильно выглядит лучшим по last-click. Но когда в BigQuery сравнили когорты с и без верхневороночных кампаний, выяснилось: брендовые и видео-размещения почти не забирают финальный клик, зато поднимают конверсию в ретаргетинге и возвращаемость покупателей. Формально они «не закрывают», фактически — двигают выручку.
Третий шаг — смотреть на когорты, а не на средние значения.
Маркетинг любит средние цифры, но бизнес живёт распределениями. Один и тот же канал может давать дешёвую первую покупку и слабый LTV, или дорогую первую покупку и сильную повторяемость. В BigQuery это особенно заметно на уровне когорт: по месяцу первого визита, по источнику привлечения, по категории продукта, по размеру чека.
Пример: подписной сервис сравнил две когорты — пришедших из контент-маркетинга и из платного поиска. Платный поиск дал больше стартовых регистраций, но у контентной когорты через 90 дней retention был выше, а отток — ниже. Если бы смотрели только CAC, победил бы search. Если смотреть на LTV/CAC, картина меняется. Именно так в 2026 году и должна выглядеть аналитика: не «сколько стоил лид», а «сколько принёс клиент за жизненный цикл».
Четвёртый шаг — превратить BigQuery в пространство для проверок, а не только для отчётов.
Сильный маркетинг не верит в один метод измерения. Он проверяет гипотезы. BigQuery здесь удобен тем, что в одной среде можно собрать сегменты, сравнить поведение групп, посчитать uplift, подготовить данные для MMM и даже проверить эффект от отключения канала на части аудитории.
Пример: бренд запускает новую верхневороночную кампанию. Вместо того чтобы ждать месяц и смотреть на last-click, маркетолог сразу в BigQuery делит аудиторию на тест и контроль, считает разницу в конверсии в брендовый поиск, прямые заходы и повторные покупки. Это не идеальная лаборатория, но уже гораздо ближе к пониманию реального эффекта, чем привычный отчёт «показы, клики, CPA».
…
В 2026 году маркетинг всё меньше похож на гонку за количеством касаний и всё больше — на управление выручкой. В B2B это видно особенно отчётливо: классическая лестница MQL → SQL теряет силу, а маркетинг всё чаще отвечает не за «сколько лидов пришло», а за то, как его активность влияет на pipeline, скорость сделки и повторные продажи. В e-com добавляется давление экономики: средний чек проседает, первая покупка перестаёт быть героем отчёта, и на первый план выходят retention и LTV.
И вот здесь BigQuery становится не просто хранилищем данных, а рабочим столом маркетолога. Не для красивых дашбордов, а для ответа на простой вопрос: что реально приносит выручку?
Первый шаг — перестать собирать данные вокруг кампаний и начать собирать их вокруг клиента.
Если в таблицах живут только source / medium / campaign, вы видите поверхность. Но для маркетинга важнее связать три уровня: анонимный визит, известный контакт и факт денег. В BigQuery это обычно делается через единый ключ: user_id, customer_id, email hash или другой устойчивый идентификатор, который проходит через веб-аналитику, CRM и продажи.
Пример: у B2B-компании два лида приходят из одной и той же LinkedIn-кампании. Первый быстро скачивает материал, но уходит. Второй через три недели возвращается из прямого захода, оставляет заявку, а ещё через месяц закрывается в сделку. Если смотреть только на последний источник, вы «увидите» прямой трафик. Если собрать цепочку в BigQuery, окажется, что LinkedIn создал спрос, а не просто дал клик.
Второй шаг — считать не атрибуцию ради атрибуции, а вклад канала в путь к деньгам.
Last-click сегодня слишком грубый инструмент, особенно в мире privacy-first-атрибуции. Пользователь проходит часть пути в недоступных для трекинга зонах, а решение о покупке созревает не в одном касании. Поэтому в BigQuery полезно строить несколько слоёв оценки: первый клик, последний клик, линейное распределение, а затем сравнивать это с серверной атрибуцией, MMM (маркетинг-микс-моделирование) и incrementality (измерением инкрементальности).
Пример: у e-com-магазина платный поиск стабильно выглядит лучшим по last-click. Но когда в BigQuery сравнили когорты с и без верхневороночных кампаний, выяснилось: брендовые и видео-размещения почти не забирают финальный клик, зато поднимают конверсию в ретаргетинге и возвращаемость покупателей. Формально они «не закрывают», фактически — двигают выручку.
Третий шаг — смотреть на когорты, а не на средние значения.
Маркетинг любит средние цифры, но бизнес живёт распределениями. Один и тот же канал может давать дешёвую первую покупку и слабый LTV, или дорогую первую покупку и сильную повторяемость. В BigQuery это особенно заметно на уровне когорт: по месяцу первого визита, по источнику привлечения, по категории продукта, по размеру чека.
Пример: подписной сервис сравнил две когорты — пришедших из контент-маркетинга и из платного поиска. Платный поиск дал больше стартовых регистраций, но у контентной когорты через 90 дней retention был выше, а отток — ниже. Если бы смотрели только CAC, победил бы search. Если смотреть на LTV/CAC, картина меняется. Именно так в 2026 году и должна выглядеть аналитика: не «сколько стоил лид», а «сколько принёс клиент за жизненный цикл».
Четвёртый шаг — превратить BigQuery в пространство для проверок, а не только для отчётов.
Сильный маркетинг не верит в один метод измерения. Он проверяет гипотезы. BigQuery здесь удобен тем, что в одной среде можно собрать сегменты, сравнить поведение групп, посчитать uplift, подготовить данные для MMM и даже проверить эффект от отключения канала на части аудитории.
Пример: бренд запускает новую верхневороночную кампанию. Вместо того чтобы ждать месяц и смотреть на last-click, маркетолог сразу в BigQuery делит аудиторию на тест и контроль, считает разницу в конверсии в брендовый поиск, прямые заходы и повторные покупки. Это не идеальная лаборатория, но уже гораздо ближе к пониманию реального эффекта, чем привычный отчёт «показы, клики, CPA».
…
RevOps и “единая воронка” в BigQuery: почему я перестал спорить про MQL и начал считать выручку по событиям
В 2026 меняется главный спор в аналитике маркетинга: вместо того чтобы бесконечно обсуждать, где заканчивается маркетинг и начинается sales, мы строим **RevOps-логику** — общую ответственность за выручку. И тут BigQuery становится не “витриной”, а двигателем согласованных метрик.
Моё наблюдение из практики: когда команда пытается сравнивать каналы по MQL/SQL, она почти всегда меряет разные вещи. Где-то лид считается при отправке формы, где-то — при нажатии “получить демо”, где-то — при ручном подтверждении. Итог: отчёты выглядят красиво, но решения принимаются на базе несопоставимых определений.
Я выхожу из этого через простой принцип: **маркер этапа — не CRM-статус, а событие в продуктовой и коммуникационной цепочке**, которое можно однозначно связать с идентификатором контакта/компании.
Как мы это делаем в BigQuery:
— Берём “события намерения” (например, viewed_pricing, demo_requested, sales_call_scheduled, proposal_sent)
— Привязываем к ним “контекст атрибуции” (канал/кампания/источник — как минимум на уровне первого взаимодействия, но лучше с набором касаний)
— Соединяем с финансовым событием (invoice_paid / revenue_recognized — что у вас ближе к реальности)
— Считаем не конверсию в MQL, а **скорость прохождения по этапам до выручки**: time-to-first-revenue, долю клиентов, дошедших до оплаты, и вклад каналов в оплату
Один показатель, который резко отрезвляет: “коридор” между интентом и оплатой. В одном B2B-проекте мы увидели, что половина выручки приходит не от тех, кто “быстрее стал SQL”, а от тех, у кого интент случился раньше, но дальше были дожимы в CS/сейлз с длинным циклом. После пересчёта через события намерения вклад нескольких каналов выровнялся: часть трафика перестала выглядеть “слабой”, потому что маркетинг перестал отвечать за продажу целиком, а стал управлять этапами, на которые способен влиять.
Как это сформулировать в терминах BigQuery:
— Вместо одной таблицы “лиды” — событийная модель (wide/normalized под ваш кейс)
— В отчёте показываем метрику “оплата после этапа X”, а не “лиды из канала Y”
— Определения этапов фиксируем в SQL-вьюхах (чтобы команда не спорила про формулировки)
Если вам нужно начать с малого: возьмите один сегмент (например, “демо-запросы”) и посчитайте, какая доля из них в итоге получает оплату и за какой медианный срок. Это обычно быстрее, чем менять CRM-процессы и согласовывать сотни статусов — и именно так RevOps перестаёт быть лозунгом.
— @BigQuery4MarketingPro
В 2026 меняется главный спор в аналитике маркетинга: вместо того чтобы бесконечно обсуждать, где заканчивается маркетинг и начинается sales, мы строим **RevOps-логику** — общую ответственность за выручку. И тут BigQuery становится не “витриной”, а двигателем согласованных метрик.
Моё наблюдение из практики: когда команда пытается сравнивать каналы по MQL/SQL, она почти всегда меряет разные вещи. Где-то лид считается при отправке формы, где-то — при нажатии “получить демо”, где-то — при ручном подтверждении. Итог: отчёты выглядят красиво, но решения принимаются на базе несопоставимых определений.
Я выхожу из этого через простой принцип: **маркер этапа — не CRM-статус, а событие в продуктовой и коммуникационной цепочке**, которое можно однозначно связать с идентификатором контакта/компании.
Как мы это делаем в BigQuery:
— Берём “события намерения” (например, viewed_pricing, demo_requested, sales_call_scheduled, proposal_sent)
— Привязываем к ним “контекст атрибуции” (канал/кампания/источник — как минимум на уровне первого взаимодействия, но лучше с набором касаний)
— Соединяем с финансовым событием (invoice_paid / revenue_recognized — что у вас ближе к реальности)
— Считаем не конверсию в MQL, а **скорость прохождения по этапам до выручки**: time-to-first-revenue, долю клиентов, дошедших до оплаты, и вклад каналов в оплату
Один показатель, который резко отрезвляет: “коридор” между интентом и оплатой. В одном B2B-проекте мы увидели, что половина выручки приходит не от тех, кто “быстрее стал SQL”, а от тех, у кого интент случился раньше, но дальше были дожимы в CS/сейлз с длинным циклом. После пересчёта через события намерения вклад нескольких каналов выровнялся: часть трафика перестала выглядеть “слабой”, потому что маркетинг перестал отвечать за продажу целиком, а стал управлять этапами, на которые способен влиять.
Как это сформулировать в терминах BigQuery:
— Вместо одной таблицы “лиды” — событийная модель (wide/normalized под ваш кейс)
— В отчёте показываем метрику “оплата после этапа X”, а не “лиды из канала Y”
— Определения этапов фиксируем в SQL-вьюхах (чтобы команда не спорила про формулировки)
Если вам нужно начать с малого: возьмите один сегмент (например, “демо-запросы”) и посчитайте, какая доля из них в итоге получает оплату и за какой медианный срок. Это обычно быстрее, чем менять CRM-процессы и согласовывать сотни статусов — и именно так RevOps перестаёт быть лозунгом.
— @BigQuery4MarketingPro
Forwarded from Анатолий Винтер - ивенты, аффилейт, жизнь :)
Лонгрид о мемном кейсе Melbet vs Pepper Partners - реально ли оценить в аффилейтке репутационный ущерб в деньгах?
История на $2,000 вряд ли разрушит крупный бренд. Но она вполне может стоить ему сотен тысяч долларов и более, если публично остаётся без внятного решения.
Я в аффилейт-маркетинге более 25 лет, а последние пару лет одно из моих основных направлений - B2B matchmaking. Поэтому я регулярно вижу споры между компаниями о выплатах и претензии, и таких ситуаций в рынке явно становится больше.
Знаю многие кейсы, которые были в итоге решены благополучно до выхода в публичное поле и всегда приятно видеть, когда так происходит, но все больше и больше кейсов, которые не просто выходят в паблик, а еще и очень странным и глупым образом в паблике продолжают долго оставаться и наносить ущерб в то время как имеют очень простые и адекватные для обеих сторон варианты решения.
Вот например про один из таких кейсов писал уже здесь весной.
Если неконструктивны обе стороны (а бывает и так), то можно к этому относиться просто как к развлекательному контенту.
Но когда одна сторона открыта к адекватной коммуникации и поиску оптимального решения, а вторая сторона просто игнорирует проблему, при этом не уходя с рынка в закат, а продолжая тратить огромные бюджеты на PR и маркетинг бренда - это любопытная аномалия.
Сейчас самый заметный в аффилейт рынке пример это кейс Melbet <> Pepper Partners, который уже более месяца развивается в публичном поле и о нем уже писали и многие аффилейт медиа, и отдельные блоги, я наверно один из последних, кто у себя в блоге еще об этом не писал)
Изначальное заявление кейса и описание претензии от Pepper Partners можно почитать здесь.
Очень приличный на мой взгляд разбор со стороны и указание пары простых и логичных вариантов решения ситуации написал Артем Кравченко, можно почитать у него.
А я хочу разобрать эту историю с другой стороны, как можно оценивать репутационные потери от подобных историй непосредственно в деньгах и принимать более взвешенные решения, стоит ли вообще брендам занимать тактику игнорирования и допускать появление и продолжительное обмусоливание таких тем в паблике.
Для мелкого и крупного бренда такие истории могут иметь очень разный эффект, поэтому здесь разберем на примере крупного бренда, так как Melbet в нашем рынке относится именно к таким.
Не знаю конечно их точные цифры затрат на PR в рамках афф рынка (участие в конфах, собственные ивенты, реклама в афф медиа и т.п.), но из того, что вижу как организатор ивентов с приличным опытом, этот бюджет явно измеряется в миллионах $ в год, если не выходит за $10млн+.
Это без PR затрат на прямое привлечение игроков (бренд-амбассадоры, спонсорства футбольных клубов и т.п.), без бюджетов непосредственно на закупку трафика. Только на аффилейтку.
И вот уже более месяца в паблике незакрытый и не откоммуницированный публично кейс на $2k (две тысячи долларов).
В публичной дискуссии сейчас преобладает позиция, что Melbet в этом споре неправы.
Может их развернутая публичная позиция поменяла бы мнение, но ее нет, соответственно на данный момент так.
Какие материальные потери может понести бренд в такой истории?
Многие люди, даже очень опытные и умные, почему-то к таким ситуациям относятся бинарно.
Рухнет бренд (закроется, обанкротится) - значит плохо на них повлиял кейс.
Останется бренд жить и работать как ни в чем не бывало внешне - значит никак не повлияло и может они правильно решили игнорировать, а кто-то вообще решит брать с них пример.
Но это же совсем не так, ситуация не бинарная.
Представим не фактические цифры Melbet, которых у нас нет, а консервативную модель крупного рекламодателя.
Если из-за такого кейса бренд потеряет 10 качественных действующих активных партнёров, либо не привлечёт 10 таких новых партнёров, которые в другой ситуации начали бы с ним работать, последствия уже могут быть кратно выше суммы самого спора.
Я не знаю внутренний LTV партнёра у Melbet. Но если принять для активного опытного аффилейта условные $10,000 LTV, десять таких потерянных партнеров - это уже шестизначная сумма $ недополученного дохода. И это без учёта крупных команд, в случае которых эффект может быть кратно выше и оказаться семизначным.
Даже если в этой модели ошибиться и завысить в несколько раз, сам принцип никуда не исчезает - незакрытый публичный спор на $2,000 в любом случае обойдется бренду многократно дороже этих $2,000.
Цифры конечно я прикинул условные, но рассуждения не виртуальные - я знаю афф команды, которые перестали быть их активными партнерами из-за этого кейса.
Одна известная в рынке команда публично рассказала о своем таком решении в моем чатике про scam-кейсы.
А теперь вернемся к миллионам долларов в год, которые Melbet тратит на публичный PR среди аффов через конфы и прочие активности.
У этих трат же есть определенные ожидаемые и реальные результаты, верно?
На каждый затраченный миллион ожидается определенное количество привлеченных новых партнеров и укрепление лояльности и увеличение оборотов с определенным количеством действующих партнеров.
Вообще без понятия какая там ожидаемая сумма выхлопа на каждый потраченный миллион, поэтому обозначим ожидаемую сумму выхлопа с потраченного на PR миллиона в X.
При таком незакрытом публичном кейсе, вызывающем большой отклик и возмущение в рынке - останется эта сумма выхлопа с PR X без учета прочих факторов или она станет меньше X?
Очевидно станет меньше, доверие к бренду ниже, а значит и вложения в PR дают меньшую отдачу.
Я понимаю, что не все читатели, в том числе заинтересованные, могут дружить с математикой, и особенно понятием математического ожидания на дистанции, но вопрос здесь не только в этике и не только в справедливости конкретной претензии. Это вопрос качества управленческого решения.
Когда бренд инвестирует миллионы в доверие рынка - через конференции, медиа, партнёрские активности и PR, игнорирование аргументированного публичного конфликта снижает отдачу от всех этих вложений. Репутация не выглядит отдельной строкой в P&L, но её потеря вполне превращается в недополученный доход, более дорогой PR и менее лояльных партнёров.
Я искренне надеюсь, что все больше компаний в нашем рынке будут становиться более сознательными и не терять огромные деньги на ровном месте, и если бизнес-этика не зашита в культурный код, то хотя бы из сугубо материальных корыстных соображений начнут вести себя адекватнее)
Всем отличной недели и благоразумия)
История на $2,000 вряд ли разрушит крупный бренд. Но она вполне может стоить ему сотен тысяч долларов и более, если публично остаётся без внятного решения.
Я в аффилейт-маркетинге более 25 лет, а последние пару лет одно из моих основных направлений - B2B matchmaking. Поэтому я регулярно вижу споры между компаниями о выплатах и претензии, и таких ситуаций в рынке явно становится больше.
Знаю многие кейсы, которые были в итоге решены благополучно до выхода в публичное поле и всегда приятно видеть, когда так происходит, но все больше и больше кейсов, которые не просто выходят в паблик, а еще и очень странным и глупым образом в паблике продолжают долго оставаться и наносить ущерб в то время как имеют очень простые и адекватные для обеих сторон варианты решения.
Вот например про один из таких кейсов писал уже здесь весной.
Если неконструктивны обе стороны (а бывает и так), то можно к этому относиться просто как к развлекательному контенту.
Но когда одна сторона открыта к адекватной коммуникации и поиску оптимального решения, а вторая сторона просто игнорирует проблему, при этом не уходя с рынка в закат, а продолжая тратить огромные бюджеты на PR и маркетинг бренда - это любопытная аномалия.
Сейчас самый заметный в аффилейт рынке пример это кейс Melbet <> Pepper Partners, который уже более месяца развивается в публичном поле и о нем уже писали и многие аффилейт медиа, и отдельные блоги, я наверно один из последних, кто у себя в блоге еще об этом не писал)
Изначальное заявление кейса и описание претензии от Pepper Partners можно почитать здесь.
Очень приличный на мой взгляд разбор со стороны и указание пары простых и логичных вариантов решения ситуации написал Артем Кравченко, можно почитать у него.
А я хочу разобрать эту историю с другой стороны, как можно оценивать репутационные потери от подобных историй непосредственно в деньгах и принимать более взвешенные решения, стоит ли вообще брендам занимать тактику игнорирования и допускать появление и продолжительное обмусоливание таких тем в паблике.
Для мелкого и крупного бренда такие истории могут иметь очень разный эффект, поэтому здесь разберем на примере крупного бренда, так как Melbet в нашем рынке относится именно к таким.
Не знаю конечно их точные цифры затрат на PR в рамках афф рынка (участие в конфах, собственные ивенты, реклама в афф медиа и т.п.), но из того, что вижу как организатор ивентов с приличным опытом, этот бюджет явно измеряется в миллионах $ в год, если не выходит за $10млн+.
Это без PR затрат на прямое привлечение игроков (бренд-амбассадоры, спонсорства футбольных клубов и т.п.), без бюджетов непосредственно на закупку трафика. Только на аффилейтку.
И вот уже более месяца в паблике незакрытый и не откоммуницированный публично кейс на $2k (две тысячи долларов).
В публичной дискуссии сейчас преобладает позиция, что Melbet в этом споре неправы.
Может их развернутая публичная позиция поменяла бы мнение, но ее нет, соответственно на данный момент так.
Какие материальные потери может понести бренд в такой истории?
Многие люди, даже очень опытные и умные, почему-то к таким ситуациям относятся бинарно.
Рухнет бренд (закроется, обанкротится) - значит плохо на них повлиял кейс.
Останется бренд жить и работать как ни в чем не бывало внешне - значит никак не повлияло и может они правильно решили игнорировать, а кто-то вообще решит брать с них пример.
Но это же совсем не так, ситуация не бинарная.
Представим не фактические цифры Melbet, которых у нас нет, а консервативную модель крупного рекламодателя.
Если из-за такого кейса бренд потеряет 10 качественных действующих активных партнёров, либо не привлечёт 10 таких новых партнёров, которые в другой ситуации начали бы с ним работать, последствия уже могут быть кратно выше суммы самого спора.
Я не знаю внутренний LTV партнёра у Melbet. Но если принять для активного опытного аффилейта условные $10,000 LTV, десять таких потерянных партнеров - это уже шестизначная сумма $ недополученного дохода. И это без учёта крупных команд, в случае которых эффект может быть кратно выше и оказаться семизначным.
Даже если в этой модели ошибиться и завысить в несколько раз, сам принцип никуда не исчезает - незакрытый публичный спор на $2,000 в любом случае обойдется бренду многократно дороже этих $2,000.
Цифры конечно я прикинул условные, но рассуждения не виртуальные - я знаю афф команды, которые перестали быть их активными партнерами из-за этого кейса.
Одна известная в рынке команда публично рассказала о своем таком решении в моем чатике про scam-кейсы.
А теперь вернемся к миллионам долларов в год, которые Melbet тратит на публичный PR среди аффов через конфы и прочие активности.
У этих трат же есть определенные ожидаемые и реальные результаты, верно?
На каждый затраченный миллион ожидается определенное количество привлеченных новых партнеров и укрепление лояльности и увеличение оборотов с определенным количеством действующих партнеров.
Вообще без понятия какая там ожидаемая сумма выхлопа на каждый потраченный миллион, поэтому обозначим ожидаемую сумму выхлопа с потраченного на PR миллиона в X.
При таком незакрытом публичном кейсе, вызывающем большой отклик и возмущение в рынке - останется эта сумма выхлопа с PR X без учета прочих факторов или она станет меньше X?
Очевидно станет меньше, доверие к бренду ниже, а значит и вложения в PR дают меньшую отдачу.
Я понимаю, что не все читатели, в том числе заинтересованные, могут дружить с математикой, и особенно понятием математического ожидания на дистанции, но вопрос здесь не только в этике и не только в справедливости конкретной претензии. Это вопрос качества управленческого решения.
Когда бренд инвестирует миллионы в доверие рынка - через конференции, медиа, партнёрские активности и PR, игнорирование аргументированного публичного конфликта снижает отдачу от всех этих вложений. Репутация не выглядит отдельной строкой в P&L, но её потеря вполне превращается в недополученный доход, более дорогой PR и менее лояльных партнёров.
Я искренне надеюсь, что все больше компаний в нашем рынке будут становиться более сознательными и не терять огромные деньги на ровном месте, и если бизнес-этика не зашита в культурный код, то хотя бы из сугубо материальных корыстных соображений начнут вести себя адекватнее)
Всем отличной недели и благоразумия)
Telegram
Анатолий Винтер - ивенты, аффилейт, жизнь :)
IndexEmpire vs Affgems
Немного воскресного лонгрида про конфликты в аффилейт сфере, как они на ровном месте могут раздуваться совершенно излишне до аномальных масштабов, и как из них можно, при желании, выходить.
В последние пару недель в различных публичных…
Немного воскресного лонгрида про конфликты в аффилейт сфере, как они на ровном месте могут раздуваться совершенно излишне до аномальных масштабов, и как из них можно, при желании, выходить.
В последние пару недель в различных публичных…
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
Групповая стадия The International 2026 уже позади, а впереди — главная часть турнира, которую особенно ждут любители ставок на киберспорт: плей-офф с 20 по 23 августа.
Именно сейчас интерес к турниру выходит на максимум — отличный момент, чтобы монетизировать киберспортивный трафик и протестировать альтернативу привычным игровым, iGaming и брендовым запросам.
💸 Только посмотрите на стату партнеров SpinBetter Partners с прошлых заливов на киберспорт: заносы не просто стабильны — они кратно растут.
📌 Читать статью на Medium
💵 Получить оффер: @spinbetter_aff_support
Please open Telegram to view this post
VIEW IN TELEGRAM
BigQuery уже не про «где лежат данные»
В маркетинге 2026 BigQuery ценят не как склад, а как место, где собирается единая версия правды. Когда last-click слабеет, а в B2B маркетинг всё чаще делит ответственность за выручку с sales и customer success, выигрывает не тот, у кого больше отчётов, а тот, у кого данные про путь клиента, контент и сделки сведены в одну логику. **BigQuery становится языком согласования**, а не просто аналитики.
— @BigQuery4MarketingPro
В маркетинге 2026 BigQuery ценят не как склад, а как место, где собирается единая версия правды. Когда last-click слабеет, а в B2B маркетинг всё чаще делит ответственность за выручку с sales и customer success, выигрывает не тот, у кого больше отчётов, а тот, у кого данные про путь клиента, контент и сделки сведены в одну логику. **BigQuery становится языком согласования**, а не просто аналитики.
— @BigQuery4MarketingPro
BigQuery маркетинг: вы строите атрибуцию и отчёты, но команда спорит из‑за «точности последнего клика». В 2026 privacy-first подходы (server-side, инкрементальность, MMM) важнее одного источника.
Какой артефакт вы считаете базовым для еженедельного принятия решений?
ВАРИАНТЫ:
1. Инкрементальные тесты (lift) по ключевым каналам
2. MMM-расклад по драйверам выручки и лагам
3. Серверная сквозная атрибуция (event-level) без last-click
4. Единый дашборд конверсий + воронка без атрибуции
— @BigQuery4MarketingPro
Какой артефакт вы считаете базовым для еженедельного принятия решений?
ВАРИАНТЫ:
1. Инкрементальные тесты (lift) по ключевым каналам
2. MMM-расклад по драйверам выручки и лагам
3. Серверная сквозная атрибуция (event-level) без last-click
4. Единый дашборд конверсий + воронка без атрибуции
— @BigQuery4MarketingPro
Forwarded from ПОКЕРОК Partners
$80 за FTD на СНГ — казино-оффер от ПОКЕРОК Partners
Ищете новый оффер для теста? Рассказываем, что предлагаем партнёрам:
• CPA $80 за FTD на все гео СНГ
• $100 к первой выплате для новых аффилиатов
• 5% по саб-реферальной программе
• прозрачная статистика в партнёрском кабинете
• поддержка личного менеджера
Принимаем различные источники: social, мессенджеры, YouTube / Twitch / Kick, SEO, PPC, in-app и медийный трафик.
В казино ПОКЕРОК также доступна GG99 — линейка из 20+ игр с RTP 99%, включая слоты, настольные игры, видеопокер и аркады. Это весомое преимущество для новых игроков в дополнение к приветственным бонусам.
И ещё один повод подключиться уже сейчас: 27 августа состоится Friendly Tournament для партнёров ПОКЕРОК Partners. Успейте подключиться до 25 августа, чтобы принять участие!
Присоединяйтесь к ПОКЕРОК Partners и начинайте зарабатывать на своём трафике уже сейчас!
Ищете новый оффер для теста? Рассказываем, что предлагаем партнёрам:
• CPA $80 за FTD на все гео СНГ
• $100 к первой выплате для новых аффилиатов
• 5% по саб-реферальной программе
• прозрачная статистика в партнёрском кабинете
• поддержка личного менеджера
Принимаем различные источники: social, мессенджеры, YouTube / Twitch / Kick, SEO, PPC, in-app и медийный трафик.
В казино ПОКЕРОК также доступна GG99 — линейка из 20+ игр с RTP 99%, включая слоты, настольные игры, видеопокер и аркады. Это весомое преимущество для новых игроков в дополнение к приветственным бонусам.
И ещё один повод подключиться уже сейчас: 27 августа состоится Friendly Tournament для партнёров ПОКЕРОК Partners. Успейте подключиться до 25 августа, чтобы принять участие!
Присоединяйтесь к ПОКЕРОК Partners и начинайте зарабатывать на своём трафике уже сейчас!
Почему я перестал верить в «одну таблицу на весь маркетинг»
В BigQuery часто приходят с запросом: «соберём всё в один дашборд, и маркетинг станет понятным». Я тоже так думал, пока не увидел, как одна сводная таблица начинает вредить решениям.
Проблема не в BigQuery. Проблема в том, что маркетинг пытаются свести к одному уровню детализации. В итоге в одной витрине смешиваются:
— клики из рекламы,
— выручка из CRM,
— возвраты и отмены,
— повторные покупки,
— офлайн-касса,
— лиды, которые ещё не дошли до денег.
На бумаге это выглядит как «единая правда». На практике — как каша, где любой хороший канал можно случайно объявить плохим, если смотреть только last-click (последний клик) или только первую покупку.
В 2026-м это особенно заметно. Когда last-click теряет вес, а privacy-first атрибуция, MMM (маркетинговое моделирование) и incrementality (инкрементальность) требуют разных срезов данных, универсальная таблица перестаёт работать. Нужна не одна «правда», а несколько слоёв правды под разные управленческие вопросы.
Я обычно строю в BigQuery три уровня:
— операционный: что произошло вчера по каналам и кампаниям;
— продуктовый: кто купил, вернулся, отменил, вырос по LTV (пожизненной ценности);
— управленческий: как маркетинг влияет на выручку, а не только на заявки.
В одном B2B-проекте после разделения витрин мы нашли странность: канал с «дорогим» CPL давал на 23% больше выручки на 90-й день, чем канал с самым дешёвым лидом. До этого его регулярно резали как неэффективный. Это и есть цена одной общей таблицы: она слишком грубо отвечает на слишком разные вопросы.
Мой вывод простой: в маркетинговой аналитике BigQuery нужен не для того, чтобы всё смешать, а чтобы **развести данные по смыслам**. Тогда решение становится точнее, а спор о цифрах — короче.
— @BigQuery4MarketingPro
В BigQuery часто приходят с запросом: «соберём всё в один дашборд, и маркетинг станет понятным». Я тоже так думал, пока не увидел, как одна сводная таблица начинает вредить решениям.
Проблема не в BigQuery. Проблема в том, что маркетинг пытаются свести к одному уровню детализации. В итоге в одной витрине смешиваются:
— клики из рекламы,
— выручка из CRM,
— возвраты и отмены,
— повторные покупки,
— офлайн-касса,
— лиды, которые ещё не дошли до денег.
На бумаге это выглядит как «единая правда». На практике — как каша, где любой хороший канал можно случайно объявить плохим, если смотреть только last-click (последний клик) или только первую покупку.
В 2026-м это особенно заметно. Когда last-click теряет вес, а privacy-first атрибуция, MMM (маркетинговое моделирование) и incrementality (инкрементальность) требуют разных срезов данных, универсальная таблица перестаёт работать. Нужна не одна «правда», а несколько слоёв правды под разные управленческие вопросы.
Я обычно строю в BigQuery три уровня:
— операционный: что произошло вчера по каналам и кампаниям;
— продуктовый: кто купил, вернулся, отменил, вырос по LTV (пожизненной ценности);
— управленческий: как маркетинг влияет на выручку, а не только на заявки.
В одном B2B-проекте после разделения витрин мы нашли странность: канал с «дорогим» CPL давал на 23% больше выручки на 90-й день, чем канал с самым дешёвым лидом. До этого его регулярно резали как неэффективный. Это и есть цена одной общей таблицы: она слишком грубо отвечает на слишком разные вопросы.
Мой вывод простой: в маркетинговой аналитике BigQuery нужен не для того, чтобы всё смешать, а чтобы **развести данные по смыслам**. Тогда решение становится точнее, а спор о цифрах — короче.
— @BigQuery4MarketingPro
Forwarded from TopX Partners
This media is not supported in your browser
VIEW IN TELEGRAM
Пока все пересылали мемы и спорили, приедет ли Канье в Питер, билеты на его шоу раскупили буквально за пару часов...
Но мы подумали о наших подписчиках заранее и подготовились к солдауту за вас!
→ На концерт КАНЬЕ УЭСТА В ОКТЯБРЕ ←
УСЛОВИЯ ПРОЩЕ САМЫХ ПРОСТЫХ:
👋 Быть подписанным на наш канал: @topxpartners👋 Нажать на кнопку «ХОЧУ НА КАНЬЕ» под этим постом⬇️
Всё, больше делать ничего не нужно! Просто жди 08.10 и забери свой билет на это легендарное событие.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from high profit — low life
This media is not supported in your browser
VIEW IN TELEGRAM
Вечер перестает быть томным — у JUST новый CMO
Сегодня пяр-контора Джастов запустила очередной стрим-духовку о том, как легко оставаться креативным, когда в компании дохуя денег.
И все забили бы на него хуй, если бы не одна пикантная подробность — новым CMO в их конторе стал сам Евгений Юрьич.
Поздравим с назначением! Наконец-то среди этих бездарей появилась настоящая звезда маркетинга. Тем временем их состав пиздодуев, если верить достоверному источнику, не справился блять даже с банальным прогревом к этому великому назначению.
И условия дали хуевые:
Ну наконец-то в сфере кто-то получил работу! А не под зад и за порог нахуй.
High Profit — Low Life | Прислать сплетню
Сегодня пяр-контора Джастов запустила очередной стрим-духовку о том, как легко оставаться креативным, когда в компании дохуя денег.
И все забили бы на него хуй, если бы не одна пикантная подробность — новым CMO в их конторе стал сам Евгений Юрьич.
Поздравим с назначением! Наконец-то среди этих бездарей появилась настоящая звезда маркетинга. Тем временем их состав пиздодуев, если верить достоверному источнику, не справился блять даже с банальным прогревом к этому великому назначению.
На самом дели анонс должен был быть в сентябре, но Зуев зачем то решил начать прогрев раньше и прямо на Ютуб трансляции стрима предложил мне стать их CMO!
И условия дали хуевые:
Зарплата для меня никогда не была принципиальной и их 8 000$ в месяц + KPI мне сильно жизнь не изменят, и от этого еще легче, даже если что то не пойдет я ни хуя не потеряю ну и иду я туда не ради денег ( 8к, ало, что? корм кошкам купить? )
Ну наконец-то в сфере кто-то получил работу! А не под зад и за порог нахуй.
High Profit — Low Life | Прислать сплетню
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
VELORA — новый бренд от MOTOR PARTNERS!
GEO: RU
🙂 Что получает партнер?
🔥 Станьте участником акции HOT SHARE от VELORA на эксклюзивных условиях:
🪙 Для игроков - розыгрыш 1кг золота, стоимостью в 132.000$
🪙 Для партнеров - сообщи промо PACAN и получи +10% к RS
✉️ Пиши менеджеру и начни лить трафик уже сегодня: @velora_partners
GEO: RU
✔️Новый бренд с чистой базой для эффективного старта
✔️Стабильные платежки (мин. депозит ₽100–300)
✔️Гибкие модели сотрудничества под любые источники трафика
➤ RevShare до 70%
➤ CPA до 120$
➤ Hybrid до $50 CPA + 50% RS
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from high profit — low life
This media is not supported in your browser
VIEW IN TELEGRAM
Вечер перестает быть томным — у JUST новый CMO
Сегодня пяр-контора Джастов запустила очередной стрим-духовку о том, как легко оставаться креативным, когда в компании дохуя денег.
И все забили бы на него хуй, если бы не одна пикантная подробность — новым CMO в их конторе стал сам Евгений Юрьич.
Поздравим с назначением! Наконец-то среди этих бездарей появилась настоящая звезда маркетинга. Тем временем их состав пиздодуев, если верить достоверному источнику, не справился блять даже с банальным прогревом к этому великому назначению.
И условия дали хуевые:
Ну наконец-то в сфере кто-то получил работу! А не под зад и за порог нахуй.
High Profit — Low Life | Прислать сплетню
Сегодня пяр-контора Джастов запустила очередной стрим-духовку о том, как легко оставаться креативным, когда в компании дохуя денег.
И все забили бы на него хуй, если бы не одна пикантная подробность — новым CMO в их конторе стал сам Евгений Юрьич.
Поздравим с назначением! Наконец-то среди этих бездарей появилась настоящая звезда маркетинга. Тем временем их состав пиздодуев, если верить достоверному источнику, не справился блять даже с банальным прогревом к этому великому назначению.
На самом дели анонс должен был быть в сентябре, но Зуев зачем то решил начать прогрев раньше и прямо на Ютуб трансляции стрима предложил мне стать их CMO!
И условия дали хуевые:
Зарплата для меня никогда не была принципиальной и их 8 000$ в месяц + KPI мне сильно жизнь не изменят, и от этого еще легче, даже если что то не пойдет я ни хуя не потеряю ну и иду я туда не ради денег ( 8к, ало, что? корм кошкам купить? )
Ну наконец-то в сфере кто-то получил работу! А не под зад и за порог нахуй.
High Profit — Low Life | Прислать сплетню
Стоимость привлечения растёт, а глубина данных о клиенте — нет
Заметил тенденцию последних месяцев в проектах на стыке маркетинга и аналитики: бюджеты на платный трафик у большинства клиентов ушли в плюс, а вопрос «а что мы вообще знаем о человеке после первого касания» — остался на уровне 2022 года.
Типичная картина в BigQuery у заказчика:
— события из GA4 и CRM разложены по разным проектам, иногда в разных аккаунтах
— user_id прокинут через пол-воронки, дальше обрыв
— заказы есть, а нормальной таблицы клиентов с историей покупок нет
— повторные продажи считаются вручную в Looker Studio поверх CSV
При этом тот же клиент спокойно вкладывается в performance и ждёт снижения CPO (стоимости привлечения заказа). Но без связки «расход → поведение → повторная выручка» эта метрика превращается в метрику первого касания, а не в метрику привлечения клиента.
Складывается ощущение, что индустрия упёрлась в разрыв: инструменты для сбора данных есть, а привычка собирать их в одну модель под LTV (пожизненную ценность клиента) и retention (удержание) — нет.
А как у вас: данные о клиенте в BigQuery собираются в единую витрину с историей, или живут в трёх разных местах и собираются вручную перед квартальным отчётом?
— @BigQuery4MarketingPro
Заметил тенденцию последних месяцев в проектах на стыке маркетинга и аналитики: бюджеты на платный трафик у большинства клиентов ушли в плюс, а вопрос «а что мы вообще знаем о человеке после первого касания» — остался на уровне 2022 года.
Типичная картина в BigQuery у заказчика:
— события из GA4 и CRM разложены по разным проектам, иногда в разных аккаунтах
— user_id прокинут через пол-воронки, дальше обрыв
— заказы есть, а нормальной таблицы клиентов с историей покупок нет
— повторные продажи считаются вручную в Looker Studio поверх CSV
При этом тот же клиент спокойно вкладывается в performance и ждёт снижения CPO (стоимости привлечения заказа). Но без связки «расход → поведение → повторная выручка» эта метрика превращается в метрику первого касания, а не в метрику привлечения клиента.
Складывается ощущение, что индустрия упёрлась в разрыв: инструменты для сбора данных есть, а привычка собирать их в одну модель под LTV (пожизненную ценность клиента) и retention (удержание) — нет.
А как у вас: данные о клиенте в BigQuery собираются в единую витрину с историей, или живут в трёх разных местах и собираются вручную перед квартальным отчётом?
— @BigQuery4MarketingPro
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
VELORA — новый бренд от MOTOR PARTNERS!
GEO: RU
🙂 Что получает партнер?
🔥 Станьте участником акции HOT SHARE от VELORA на эксклюзивных условиях:
🪙 Для игроков - розыгрыш 1кг золота, стоимостью в 132.000$
🪙 Для партнеров - сообщи промо PACAN и получи +10% к RS
✉️ Пиши менеджеру и начни лить трафик уже сегодня: @velora_partners
GEO: RU
✔️Новый бренд с чистой базой для эффективного старта
✔️Стабильные платежки (мин. депозит ₽100–300)
✔️Гибкие модели сотрудничества под любые источники трафика
➤ RevShare до 70%
➤ CPA до 120$
➤ Hybrid до $50 CPA + 50% RS
Please open Telegram to view this post
VIEW IN TELEGRAM