Apple выпустила документацию для приложений на Iphone Duo

Выход складного iPhone Duo потребует от разработчиков адаптации интерфейсов под новые пропорции экрана и версии iOS. Арбитражникам, использующим классические web-приложения под гемблу, придется срочно переделывать софт под три новых режима совместимости Apple, в то время как владельцы PWA-связок смогут продолжить работу без дополнительных технических правок.

➡️ Читайте на сайте: https://aff.top/blog/apple-vypustila-dokumentaciiu-dlia-prilozhenii-na-iphone-duo

🧠 Ещё больше инсайтов → в канале AFF.top

Топ-5 прокси сервисов для УБТ

Статья разбирает выбор прокси для автоматизации УБТ: от массового фарма соцсетей до парсинга. Универсального провайдера нет: для рутинных скриптов подходят дешевые серверные IPv4, для долгого прогрева аккаунтов — трастовые мобильные IP с безлимитным трафиком, а для редких гео — резидентские пулы. Главный вывод: прокси — критически важный расходник, экономия на котором ломает работу связок и многопоточного софта.

➡️ Читайте на сайте: https://aff.top/blog/top-5-proksi-servisov-dlia-ubt

🧠 Ещё больше инсайтов → в канале AFF.top

Anthropic обвинила DeepSeek, Moonlight и Alibaba в дистиляции

Статья о том, как китайские компании массово выкачивают ответы западных нейросеток, чтобы дообучать свои модели. Anthropic говорит о 24 000 фейковых аккаунтов и 16 млн запросов к Claude. Вывод простой: рынок ИИ входит в фазу жёсткого копирования, а китайские модели Qwen, Kimi и DeepSeek могут быстро догонять лидеров дешевле.

➡️ Читайте на сайте: https://aff.top/blog/anthropic-obvinila-deepseek-moonlight-i-alibaba-v-distiliacii

🧠 Ещё больше инсайтов → в канале AFF.top

Как BigQuery помог убрать «слепые зоны» между рекламой и выручкой

У многих маркетинговых команд в 2026 году одна и та же проблема: трафик есть, отчёты есть, а ответа на главный вопрос нет — что реально влияет на выручку, а что просто красиво выглядит в кабинете.

Один из типичных кейсов для BigQuery — объединить данные из рекламы, CRM и сайта в одной модели и перестать смотреть на каналы отдельно.

Компания столкнулась с тем, что:
— в отчётах по платному трафику лиды считались, но качество лидов было видно только вручную;
— sales и маркетинг спорили о том, какие источники дают сделки;
— классический last-click (последний клик) завышал вклад нижних каналов и занижал верхние касания.

Что сделали:
— выгрузили события сайта, заявки и статусы из CRM в BigQuery;
— собрали единый идентификатор пользователя и связали его с цепочкой касаний;
— построили отчёт не только по лидам, но и по SQL, сделкам и выручке;
— вынесли в отдельный слой атрибуции server-side (серверную) логику, чтобы не зависеть от части потерь cookie и браузерных ограничений.

Что это дало:
— маркетинг перестал спорить «по ощущениям» и начал опираться на одну таблицу правды;
— стало видно, какие кампании дают не просто заявки, а деньги;
— удалось быстрее отключать слабые связки и усиливать каналы с высоким вкладом в выручку.

**Главный урок**: BigQuery в маркетинге ценен не как «ещё один склад данных», а как место, где маркетинг, продажи и аналитика начинают говорить на одном языке. В эпоху privacy-first атрибуции и слабого last-click это уже не удобство, а базовая гигиена управления бюджетом.

Если у вас B2B, e-com или performance вне казино, вопрос почти всегда один: не «сколько кликов мы купили», а «какую выручку они принесли и с какой задержкой». Именно на это BigQuery отвечает лучше всего.

— @BigQuery4MarketingPro

Визуализация архитектуры тегов в Google Tag Manager через BigQuery

В эпоху privacy-first (приоритета конфиденциальности) и усложнения серверной аналитики важно держать в порядке структуру сбора данных. Чтобы не утонуть в хаосе тегов и триггеров, используйте BigQuery для аудита и визуализации вашего контейнера Google Tag Manager (GTM). Это позволит видеть связи между объектами системы без ручного перебора настроек.

Вот пошаговый алгоритм действий:

— Экспортируйте конфигурацию контейнера GTM в формате JSON через официальный API или интерфейс управления версиями.
— Загрузите полученный файл в BigQuery, используя встроенный загрузчик или процедуру преобразования JSON-структур в плоские таблицы.
— Разверните SQL-запрос для парсинга вложенных полей, чтобы выделить сущности «Тег», «Триггер» и «Переменная» в отдельные строки.
— Создайте связи между объектами (например, какие переменные используются в каких тегах), выстроив граф зависимостей.
— Визуализируйте полученный граф в BI-системе (Business Intelligence — инструментах бизнес-аналитики) или библиотеках для построения диаграмм, чтобы наглядно увидеть избыточные или «забытые» теги.
— Документируйте итоговую схему потоков данных, чтобы обеспечить прозрачность сбора для отдела разработки и безопасности.

Это пригодится для проведения регулярного технического аудита и подготовки инфраструктуры к переходу на серверный сбор данных (server-side tagging).

— @BigQuery4Marketing

Глубже разбирают этот метод в @InAppMessagingRu

Тем временем подстилка коричневых Кардиналов и лично Кустова главред Максим Огненный завёл собственный канал, где, наверное, опять будет писать стихи и анонсировать вьюхи с ме**дроновыми наркоманами.🤡🤡

Чем вообще известен этот персонаж? Собсна, только порцией отборного кринжа, например, не так давно он выебывался на Иванова в "Письмах кардинала", но недожал и тема осталась нераскрытой. ЕЮ заслужил даже высокоинтеллектуальные выпады, которые тот не понял в силу врождённого аутизма:

Высокохудожественная лексика героя, демонстрируемая им не только на своем канале, но и на любой публичной площадке, настолько пленит любого слушателя, что мало кто может стать собеседником жертвы во второй раз.

Нихуя не разбираясь в аффилке, он на серьёзных щах брал интервью у Мефмедова и пытался построить серьёзный диалог с объёбанной ракетой. Из остальных достижений только нытье в чатиках: персонаж настолько невзрачный, что даже хуесосить его не так интересно.¯\_(ツ)_/¯

А теперь Огненный завёл собственный канал, где собрался выебать всех, но, походу, ебать будет лишь подписоту своей графоманией. Похожей хуйнёй занимался и оунер ФБ Киллы, который так любит рассуждать про экономику и политику. Оно и понятно: что у коричневых, что у киллы, что у партнёркина — один инвестор и одна крыша, поэтому подопечные синхронно занимаются бестолковой хуйнёй. Кому не похуй, подписывайтесь, будет интересно (нет): https://t.me/+dr240TeLtPc2Nzdk

В арбитраже деньги есть, но только у тех, кто с LuckyCards 💵

Атрибуция: что именно она измеряет в BigQuery

Атрибуция — это способ распределить вклад касаний в конверсию или выручку. В маркетинговой аналитике она отвечает на вопрос: какое взаимодействие с брендом было учтено как значимое в цепочке до покупки, заявки или другого целевого действия.

Важно не путать атрибуцию с инкрементальностью. Атрибуция показывает, кому «засчитали» результат по выбранным правилам. Инкрементальность отвечает, был бы этот результат без канала вообще. Поэтому last-click может быть удобен для отчётности, но плохо подходит для оценки реального влияния канала в эпоху privacy-first аналитики.

В BigQuery атрибуция обычно строится на событиях: просмотр, клик, визит, заявка, покупка. Дальше задаётся правило распределения:
— последний клик;
— первый клик;
— линейная модель;
— time decay (с усилением веса ближних касаний).

Типичная ошибка — считать атрибуцию «истиной». Это всего лишь модель, а не факт. Ещё одна ошибка — смешивать разные окна атрибуции, например сравнивать рекламные платформы с разными правилами подсчёта и делать выводы о эффективности.

Пример: пользователь увидел рекламу, потом пришёл из поиска, а покупку сделал через прямой заход. В last-click продажа уйдёт в direct, но в data-driven или линейной модели вклад может частично получить и реклама, и поиск.

В BigQuery ценность атрибуции в том, что вы можете прозрачно описать правило и повторяемо пересчитывать его на своих данных, а не доверять чёрному ящику рекламного кабинета.

— @BigQuery4MarketingPro

Antropic раскрыла ферму с нейронными дейтинг-моделями

Anthropic раскрыла кейс китайской студии, которая запустила 20 дейтинг-приложений с нейропрофилями для удержания пользователей. Вместо стандартного слива дейтинг-трафика на чужие смартлинки, вебмастерам стоит присмотреться к разработке собственных LLM-сервисов. Затраты на токены и подключение платежных решений окупаются за счет прямого контроля над монетизацией и забора всей маржи рекламодателя.

➡️ Читайте на сайте: https://aff.top/blog/antropic-raskryla-fermu-s-neironnymi-deiting-modeliami

🧠 Ещё больше инсайтов → в канале AFF.top

Разработчик игры слил $220 в Google ads на установки ботами

Статья описывает кейс разработчика, потерявшего бюджет в Google Ads из-за фрода и специфики атрибуции. Платформа засчитала конверсии, которые не подтвердились в Google Play Console, так как алгоритм учитывает установки без прямой связи с кликом. Главный вывод: Google Ads может наливать ботов не меньше пуш-сетей. При работе за инсталы важно жестко контролировать качество трафика и сверять аналитику с бэкендом, в то время как Facebook на данный мо…

➡️ Читайте на сайте: https://aff.top/blog/razrabotchik-igry-slil-220-v-google-ads-na-ustanovki-botami

🧠 Ещё больше инсайтов → в канале AFF.top

Google расширил Data Manager

Google интегрировал инструмент Data Manager в GA и DV360 для удобной передачи first-party данных, что дает рост ROAS до 26%. Для арбитража трафика прямого применения у офлайн-данных нет, однако инструмент можно использовать для манипуляции алгоритмами: отправка синтетических конверсий через API поможет скорректировать оптимизацию и направить автостратегии на поиск нужной аудитории.

➡️ Читайте на сайте: https://aff.top/blog/google-rasshiril-data-manager

🧠 Ещё больше инсайтов → в канале AFF.top

Как проверить, что ИИ-кампании в Яндекс Директе дают измеримый эффект

Если в кабинете уже можно запускать кампании через диалог, а лендинги собирать из конструктора, задача маркетолога — не просто «включить ИИ», а быстро связать его с BigQuery и видеть вклад в выручку.

— **Разметьте** весь трафик до запуска
Добавьте единый набор UTM-меток, client_id и campaign_id для ИИ-кампаний, чтобы потом не смешивать их с обычным поиском и ретаргетом.
Проверьте, что в BigQuery эти поля попадают в события сайта и в заказы без потерь.

— **Соберите** отдельную витрину по ИИ-источникам
Вынесите кампании, созданные через помощника, в отдельный справочник.
Так вы быстро сравните их с ручными кампаниями по CPA, доходу и доле новых покупателей.

— **Сведите** данные о кликах, сессиях и покупках
Объедините рекламные логи, веб-аналитику и транзакции в одну модель.
Для 2026 года этого уже мало для last-click: нужен сквозной взгляд, где виден вклад верхних касаний и повторных визитов.

— **Считайте** не только конверсии, но и качество выручки
Смотрите маржу, средний чек, повторные покупки, возвраты и время до следующего заказа.
ИИ-кампания может дать дешевый лид, но проиграть по LTV и удержанию.

— **Сравнивайте** ИИ-запуск с базовой группой
Оставьте контрольный сегмент без ИИ-автосборки и сравните результаты по одинаковым периодам и аудиториям.
Это помогает отделить эффект нового инструмента от сезонности и общего роста спроса.

— **Автоматизируйте** регулярный отчет в BigQuery
Соберите запросы в расписание: дневной срез по кампаниям, недельный по выручке, месячный по когортам.
Маркетинг и продажам проще принимать решения, когда цифры обновляются сами, а не собираются вручную.

Когда это пригодится: при запуске ИИ-инструментов в Директе, тесте новых лендингов и переходе от last-click к сквозной аналитике по выручке.

— @BigQuery4Marketing

Xchat удалён из App Store и Google play

Google Play и App Store удалили мессенджер XChat, продвигавшийся Илоном Маском как сервис с шифрованием без рекламы. Несмотря на трафик из X.com, приложение исключили из сторов. Причиной мог стать отказ от трекинга, что мешает монетизации и антифрод-системам площадок. Кейс доказывает: отсутствие рекламных инструментов делает софт уязвимым, а медийная поддержка не спасает продукт, если его политика нарушает правила маркетплейсов.

➡️ Читайте на сайте: https://aff.top/blog/xchat-udalen-iz-app-store-i-google-play

🧠 Ещё больше инсайтов → в канале AFF.top

В Facebook Ads Manager появилась метрика Creative Diversity

Meta представила метрику Creative Diversity для оценки разнообразия креативов. Алгоритм Generative Recommender анализирует стиль, тему, тип хука и формат объявлений. Простое изменение цвета или ракурса теперь не работает: система пессимизирует похожие подходы. Для эффективного залива арбитражникам придется тестировать принципиально разный контент, чтобы алгоритмы лучше находили аудиторию. Инструмент выйдет из беты до конца года.

➡️ Читайте на сайте: https://aff.top/blog/v-facebook-ads-manager-poiavilas-metrika-creative-diversity

🧠 Ещё больше инсайтов → в канале AFF.top

Твои переписки с ChatGPT читают люди

OpenAI привлекает подрядчиков для ручного анализа диалогов с ChatGPT, чтобы повысить качество модели. В ходе проверки конфиденциальная информация пользователей попадает к третьим лицам. Для сферы CPA это несет прямые риски: уникальные связки, креативы и структуры лендингов, созданные нейросетью, перестают быть приватными. Главный вывод — любая информация, переданная ИИ, может быть изучена извне, что ведет к быстрому выгоранию профитных подходов …

➡️ Читайте на сайте: https://aff.top/blog/tvoi-perepiski-s-chatgpt-chitaiut-liudi

🧠 Ещё больше инсайтов → в канале AFF.top

В BigQuery чаще приходят не за отчётом, а за проверкой спорного места

За последний месяц в маркетинговых командах заметно сдвинулся запрос к BigQuery. Его всё реже используют как «место, где лежит вся аналитика», и всё чаще — как инструмент для быстрой проверки конкретного сомнения: почему просел сегмент, откуда разошлись цифры в рекламном кабинете и CRM, где именно ломается воронка, какой канал даёт повторные визиты без видимого клика.

При этом сам сценарий стал короче: вместо большого дашборда — один SQL-запрос, один временной срез, одна таблица сравнения до и после. Часто рядом лежат выгрузки из GA4, CRM, рекламных платформ и server-side-логов.

Отдельно заметно, что в запросах чаще ищут не среднее по всем пользователям, а поведение узких групп: новые vs возвращающиеся, брендовый vs небрандовый трафик, first order vs повторная покупка.

У вас тоже BigQuery всё чаще превращается в инструмент точечной сверки, а не в витрину «на каждый день»?

— @BigQuery4MarketingPro

Google тестирует оплату за контент сайта

Google запустил тест программы AI Contribution Pilot, предлагая вебмастерам выплаты через Search Console за контент, повлиявший на ответы ИИ в Gemini и AI Overviews. Алгоритмы оценки вклада и формулы расчетов непрозрачны, а суммы пока скромные. Главный итог: создан важный прецедент прямой компенсации за использование авторских материалов в генеративной выдаче.

➡️ Читайте на сайте: https://aff.top/blog/google-testiruet-oplatu-za-kontent-saita

🧠 Ещё больше инсайтов → в канале AFF.top