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
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
This media is not supported in your browser
VIEW IN TELEGRAM
Совсем скоро запуск ШЕСТОГО проекта на RU GEO от создателей APEX, EVA, KUSH, BANDA и LEEBET!
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
This media is not supported in your browser
VIEW IN TELEGRAM
Совсем скоро запуск ШЕСТОГО проекта на RU GEO от создателей APEX, EVA, KUSH, BANDA и LEEBET!
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
Там Бласк придумал сканировать/скриншотить сайты что бы мониторить размещения, по сути они нашли все сайты аффилиатов, каждый день скриншотят их и фиксируют, что бы контролировать размещения слота
ЧТо бы избежать хуйни когда менеджер раз в квартал присылает тебе один скрин "всё супер, лого стоит" — а по факту оно там провисело два дня из тридцати, и ты про это узнаёшь только когда партнёр уже слился
Пока выкатывают вроде как только Бразилию, но на очереди и другие ГЕО! Плюсы очевидны:
• смотреть на конкурентов (в Бразилии мы нашли 315 сайтов)
• смотреть, кто размещается у конкурентов
• смотреть обьем трафика
Тоже самое вайб кодить в NeBlask я не планирую, может чуть попозже, когда они все ГЕО выкатят и я смогу просто собрать все сайты котоыре они мониторят, короче если это кому надо, идем в Blask! А NeBlask подтянется позже!
P.S. На скрине - размещение бренда Bet da Sorte
ЧТо бы избежать хуйни когда менеджер раз в квартал присылает тебе один скрин "всё супер, лого стоит" — а по факту оно там провисело два дня из тридцати, и ты про это узнаёшь только когда партнёр уже слился
Пока выкатывают вроде как только Бразилию, но на очереди и другие ГЕО! Плюсы очевидны:
• смотреть на конкурентов (в Бразилии мы нашли 315 сайтов)
• смотреть, кто размещается у конкурентов
• смотреть обьем трафика
Тоже самое вайб кодить в NeBlask я не планирую, может чуть попозже, когда они все ГЕО выкатят и я смогу просто собрать все сайты котоыре они мониторят, короче если это кому надо, идем в Blask! А NeBlask подтянется позже!
P.S. На скрине - размещение бренда Bet da Sorte