Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Индия потребовала от Telegram удалять пиратский контент
Индия потребовала от Telegram удалять пиратский контент — претензия в том, что платформа не ограничивает размер файлов, что позволяет свободно распространять фильмы.
Дуров ответил, что Telegram годами работает в Индии без какой-либо коммерческой выгоды для себя.
Почему давление началось именно сейчас — вопрос открытый. Возможный ответ — в блоге.
➡️ Читайте на сайте: https://aff.top/blog/indiia-potrebovala-ot-telegram-udaliat-piratskii-kontent
🧠 Ещё больше инсайтов → в канале AFF.top
Индия потребовала от Telegram удалять пиратский контент — претензия в том, что платформа не ограничивает размер файлов, что позволяет свободно распространять фильмы.
Дуров ответил, что Telegram годами работает в Индии без какой-либо коммерческой выгоды для себя.
Почему давление началось именно сейчас — вопрос открытый. Возможный ответ — в блоге.
➡️ Читайте на сайте: https://aff.top/blog/indiia-potrebovala-ot-telegram-udaliat-piratskii-kontent
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Google ads меняет стратегию по конверсиям
Google меняет логику автоматических стратегий ставок: с 17 августа 2026 года кампании будут строже придерживаться указанного целевого CPA, а не давать лиды по минимально возможной цене.
Если сейчас твоя кампания даёт лиды по $5, а цель стоит $10 — после обновления алгоритм «поднимет» фактическую стоимость лида к целевой, зато отдаст больше трафик…
➡️ Читайте на сайте: https://aff.top/blog/google-ads-meniaet-strategiiu-po-konversiiam
🧠 Ещё больше инсайтов → в канале AFF.top
Google меняет логику автоматических стратегий ставок: с 17 августа 2026 года кампании будут строже придерживаться указанного целевого CPA, а не давать лиды по минимально возможной цене.
Если сейчас твоя кампания даёт лиды по $5, а цель стоит $10 — после обновления алгоритм «поднимет» фактическую стоимость лида к целевой, зато отдаст больше трафик…
➡️ Читайте на сайте: https://aff.top/blog/google-ads-meniaet-strategiiu-po-konversiiam
🧠 Ещё больше инсайтов → в канале AFF.top
Как не допустить, чтобы SGTM ставил cookie FPID: чек-лист для privacy-first аналитики в BigQuery
При настройке server-side через Google Tag Manager (SGTM) часто появляется cookie **FPID** — она нужна для предпочтительного использования идентификатора в Google Analytics 4 (GA4). По сути, это cookie, которая приходит в **HTTP-ответе от сервера** и помечена как **HttpOnly** (к ней не получить доступ из браузерного JavaScript).
Если цель — белая, управляемая аналитика без сюрпризов в согласиях и учёте, возьмите под контроль FPID и связанный поток данных в BigQuery.
— Определите, где именно выставляется FPID
Проверьте, какой компонент формирует HTTP-ответ (ваш сервер/контейнер). Смысл: понять “источник истины”, чтобы потом управлять настройкой, а не симптомами.
— Включите FPID по умолчанию только там, где это оправдано
Симо Алава рекомендует включать toggle на стороне server-side по умолчанию, но вы включаете его не “из любопытства”, а после проверки: влияет ли это на идентификацию и воспроизводимость данных для вашей модели атрибуции.
— Согласуйте FPID с режимом consent (согласия) и политиками хранения
HttpOnly снижает доступность для клиентского скрипта, но не отменяет необходимость корректной логики согласия: если пользователь не дал разрешение, идентификаторы не должны появляться в ответах/логах.
— Зафиксируйте, что FPID не раскрывается в событиях “как попало”
Проверьте, попадает ли FPID в параметры событий, заголовки или в payload, который улетает в BigQuery. Цель: предотвратить нежелательное распространение идентификатора по системам, где вы его не планировали хранить.
— Настройте в BigQuery контролируемую схему и валидации
Добавьте в DWH правила контроля: “есть ли FPID/какой идентификатор в связке с user_pseudo_id”, и что делать при расхождениях (например, не смешивать потоки разных режимов идентификации в отчётах).
— Проведите инвентаризацию идентификаторов в пайплайне
Сведите в таблицу: какие поля вы используете для связки (cookie/id, pseudo-id, client_id) и где создаётся/обновляется. В 2026 это критично: privacy-first атрибуция вытесняет last-click, и чистота ключей важнее количества.
— Проверьте инкрементальность поведения после изменений
Сделайте небольшой A/B в логике конфигурации (или разнесение по тестовым сегментам) и сравните метрики качества данных в BigQuery: доля событий с нужным ключом, стабильность join’ов, разрыв последовательностей.
когда это пригодится
когда вы переводите tracking на server-side/SGTM и хотите сохранить управляемость идентификаторов, не ломая согласия и связность аналитики в BigQuery.
— @BigQuery4MarketingPro
При настройке server-side через Google Tag Manager (SGTM) часто появляется cookie **FPID** — она нужна для предпочтительного использования идентификатора в Google Analytics 4 (GA4). По сути, это cookie, которая приходит в **HTTP-ответе от сервера** и помечена как **HttpOnly** (к ней не получить доступ из браузерного JavaScript).
Если цель — белая, управляемая аналитика без сюрпризов в согласиях и учёте, возьмите под контроль FPID и связанный поток данных в BigQuery.
— Определите, где именно выставляется FPID
Проверьте, какой компонент формирует HTTP-ответ (ваш сервер/контейнер). Смысл: понять “источник истины”, чтобы потом управлять настройкой, а не симптомами.
— Включите FPID по умолчанию только там, где это оправдано
Симо Алава рекомендует включать toggle на стороне server-side по умолчанию, но вы включаете его не “из любопытства”, а после проверки: влияет ли это на идентификацию и воспроизводимость данных для вашей модели атрибуции.
— Согласуйте FPID с режимом consent (согласия) и политиками хранения
HttpOnly снижает доступность для клиентского скрипта, но не отменяет необходимость корректной логики согласия: если пользователь не дал разрешение, идентификаторы не должны появляться в ответах/логах.
— Зафиксируйте, что FPID не раскрывается в событиях “как попало”
Проверьте, попадает ли FPID в параметры событий, заголовки или в payload, который улетает в BigQuery. Цель: предотвратить нежелательное распространение идентификатора по системам, где вы его не планировали хранить.
— Настройте в BigQuery контролируемую схему и валидации
Добавьте в DWH правила контроля: “есть ли FPID/какой идентификатор в связке с user_pseudo_id”, и что делать при расхождениях (например, не смешивать потоки разных режимов идентификации в отчётах).
— Проведите инвентаризацию идентификаторов в пайплайне
Сведите в таблицу: какие поля вы используете для связки (cookie/id, pseudo-id, client_id) и где создаётся/обновляется. В 2026 это критично: privacy-first атрибуция вытесняет last-click, и чистота ключей важнее количества.
— Проверьте инкрементальность поведения после изменений
Сделайте небольшой A/B в логике конфигурации (или разнесение по тестовым сегментам) и сравните метрики качества данных в BigQuery: доля событий с нужным ключом, стабильность join’ов, разрыв последовательностей.
когда это пригодится
когда вы переводите tracking на server-side/SGTM и хотите сохранить управляемость идентификаторов, не ломая согласия и связность аналитики в BigQuery.
— @BigQuery4MarketingPro
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
В Codex внедрят GPT-5.6 Ultra
OpenAI добавит в Codex эксклюзивную версию GPT-5.6 Sol Ultra — не ту, что выйдет в паблик, а отдельную, усиленную модель.
Два ключевых режима: расширенные рассуждения (модель думает дольше) и мульти-агентная работа с параллельными субагентами. Релиз ожидается 7–9 июля 2026.
Но есть один нюанс, который OpenAI пока не раскрывает 👀 Подробности — в …
➡️ Читайте на сайте: https://aff.top/blog/v-codex-vnedriat-gpt-5-6-ultra
🧠 Ещё больше инсайтов → в канале AFF.top
OpenAI добавит в Codex эксклюзивную версию GPT-5.6 Sol Ultra — не ту, что выйдет в паблик, а отдельную, усиленную модель.
Два ключевых режима: расширенные рассуждения (модель думает дольше) и мульти-агентная работа с параллельными субагентами. Релиз ожидается 7–9 июля 2026.
Но есть один нюанс, который OpenAI пока не раскрывает 👀 Подробности — в …
➡️ Читайте на сайте: https://aff.top/blog/v-codex-vnedriat-gpt-5-6-ultra
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Компания Meta выпустила Muse Image
Meta выпустила Muse Image — нейросеть, которая генерирует изображения как агент: сама ищет референсы, пишет код и рассуждает перед созданием картинки.
Одна из фишек — можно скинуть ссылку на публичный профиль человека в соцсети, и модель возьмёт его внешность за референс.
Есть один вопрос, который интересует всех арбитражников: как это повлияет …
➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-image
🧠 Ещё больше инсайтов → в канале AFF.top
Meta выпустила Muse Image — нейросеть, которая генерирует изображения как агент: сама ищет референсы, пишет код и рассуждает перед созданием картинки.
Одна из фишек — можно скинуть ссылку на публичный профиль человека в соцсети, и модель возьмёт его внешность за референс.
Есть один вопрос, который интересует всех арбитражников: как это повлияет …
➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-image
🧠 Ещё больше инсайтов → в канале AFF.top
Retention-матрица за 10 минут: SQL-запрос для BigQuery
Строить удержание по когортам (cohort retention) — базовая задача, если вы работаете с LTV и retention в E-com или B2B SaaS. В BigQuery это делается одним запросом без выгрузок. Вот готовый шаблон.
**1. Подготовьте данные.**
Убедитесь, что у вас есть таблица событий с полями:
- `user_id`
- `event_date` (DATE)
- `event_name` (например, `'purchase'` или `'session'`)
Если данных нет — используйте GA4-экспорт в BigQuery (таблица `events_*`).
**2. Определите дату первой активности для каждого пользователя.**
Это будет когорта (первый день, когда пользователь совершил целевое действие).
```sql
WITH cohort AS (
SELECT
user_id,
MIN(event_date) AS first_date
FROM `project.dataset.events`
WHERE event_name = 'purchase'
GROUP BY user_id
)
```
**3. Присоедините все последующие активности и рассчитайте день когорты.**
```sql
SELECT
cohort.first_date,
DATE_DIFF(events.event_date, cohort.first_date, DAY) AS day_number,
COUNT(DISTINCT events.user_id) AS users
FROM `project.dataset.events` AS events
JOIN cohort ON events.user_id = cohort.user_id
WHERE events.event_name = 'purchase'
GROUP BY first_date, day_number
```
На выходе получите строки вида: `2026-01-15, 0, 1000` — это 1000 пользователей, совершивших первую покупку в день когорты; `2026-01-15, 1, 200` — те же пользователи, купившие на следующий день, и т.д.
**4. Превратите в retention-матрицу.**
Чтобы видеть проценты, добавьте знаменатель — общее число пользователей в когорте (на day_number=0).
```sql
WITH base AS (
...предыдущий запрос...
),
cohort_size AS (
SELECT first_date, users AS size
FROM base
WHERE day_number = 0
)
SELECT
base.first_date,
base.day_number,
ROUND(SAFE_DIVIDE(base.users, cohort_size.size) * 100, 2) AS retention_pct
FROM base
JOIN cohort_size USING(first_date)
ORDER BY first_date, day_number
```
**5. Визуализируйте.**
Готовый результат можно сразу вывести в Data Studio (Looker Studio) или через `EXPORT` загрузить в электронную таблицу. В BigQuery также можно использовать `ARRAY_AGG` для транспонирования строк в столбцы — если нужно получить классическую таблицу «дни по горизонтали».
**Почему это работает:**
- Минимум движений — только один проход по таблице.
- Считается удержание для любого события: покупка, визит, заполнение формы.
- Легко адаптировать под LTV (подставить сумму вместо COUNT).
Попробуйте на своих данных
— @BigQuery4MarketingPro
Строить удержание по когортам (cohort retention) — базовая задача, если вы работаете с LTV и retention в E-com или B2B SaaS. В BigQuery это делается одним запросом без выгрузок. Вот готовый шаблон.
**1. Подготовьте данные.**
Убедитесь, что у вас есть таблица событий с полями:
- `user_id`
- `event_date` (DATE)
- `event_name` (например, `'purchase'` или `'session'`)
Если данных нет — используйте GA4-экспорт в BigQuery (таблица `events_*`).
**2. Определите дату первой активности для каждого пользователя.**
Это будет когорта (первый день, когда пользователь совершил целевое действие).
```sql
WITH cohort AS (
SELECT
user_id,
MIN(event_date) AS first_date
FROM `project.dataset.events`
WHERE event_name = 'purchase'
GROUP BY user_id
)
```
**3. Присоедините все последующие активности и рассчитайте день когорты.**
```sql
SELECT
cohort.first_date,
DATE_DIFF(events.event_date, cohort.first_date, DAY) AS day_number,
COUNT(DISTINCT events.user_id) AS users
FROM `project.dataset.events` AS events
JOIN cohort ON events.user_id = cohort.user_id
WHERE events.event_name = 'purchase'
GROUP BY first_date, day_number
```
На выходе получите строки вида: `2026-01-15, 0, 1000` — это 1000 пользователей, совершивших первую покупку в день когорты; `2026-01-15, 1, 200` — те же пользователи, купившие на следующий день, и т.д.
**4. Превратите в retention-матрицу.**
Чтобы видеть проценты, добавьте знаменатель — общее число пользователей в когорте (на day_number=0).
```sql
WITH base AS (
...предыдущий запрос...
),
cohort_size AS (
SELECT first_date, users AS size
FROM base
WHERE day_number = 0
)
SELECT
base.first_date,
base.day_number,
ROUND(SAFE_DIVIDE(base.users, cohort_size.size) * 100, 2) AS retention_pct
FROM base
JOIN cohort_size USING(first_date)
ORDER BY first_date, day_number
```
**5. Визуализируйте.**
Готовый результат можно сразу вывести в Data Studio (Looker Studio) или через `EXPORT` загрузить в электронную таблицу. В BigQuery также можно использовать `ARRAY_AGG` для транспонирования строк в столбцы — если нужно получить классическую таблицу «дни по горизонтали».
**Почему это работает:**
- Минимум движений — только один проход по таблице.
- Считается удержание для любого события: покупка, визит, заполнение формы.
- Легко адаптировать под LTV (подставить сумму вместо COUNT).
Попробуйте на своих данных
— @BigQuery4MarketingPro
Forwarded from Я ЗЛОЙ, Я ГАНГСТА
This media is not supported in your browser
VIEW IN TELEGRAM
Хоменок потребовал, чтобы кардиналы уволили Иванова — новая драма из нижней аффилки.
Вспоминаем этого персонажа: в преддверии МАК и джигейт конф овнер Х6 Group Антон Хоменок назвал себя «инфлюенсером года» и заявил, что если не выиграет награды — значит, премии на конфах купленные. Как и можно было ожидать, умник ничерта не выиграл, но это унижение не помешало ему сделать предложение своей девушке на «коррумпированной» сцене джигеев.
Так вот, на конфе Хоменок посоветовал СЕО кардиналов уволить ЕЮ — мол, он фрик, с которым нельзя сотрудничать. Эта инфа разумеется дошла до Иванова — в ответ он предложил выкупить всю конторку кардиналов (их овнер пока не ответил). Вообще удивительно, с какой уверенностью Антоха даёт коллегам по сфере советы, не понимая базовые вещи (например, тот факт, что ЕЮ — вообще не наёмный сотрудник). Под конец Хоменок слился со стрима с Ивановым, заваливая его комплиментами — ожидаемое лицемерие, что тут скажешь.
К слову, когда ЕЮ спросил у Алексеева, уволил бы тот его, овнер приватов ответил, что скорее Иванов его уволит (что, может, и не так, но главному алкашу сферы всё равно было приятно).
🥴 — «инфлюенсер года», хуле
🤡 — типичный ЧСВшник без реальных достижений в сфере, такая лайф
😈 Я ЗЛОЙ, Я ГАНГСТА
Вспоминаем этого персонажа: в преддверии МАК и джигейт конф овнер Х6 Group Антон Хоменок назвал себя «инфлюенсером года» и заявил, что если не выиграет награды — значит, премии на конфах купленные. Как и можно было ожидать, умник ничерта не выиграл, но это унижение не помешало ему сделать предложение своей девушке на «коррумпированной» сцене джигеев.
Так вот, на конфе Хоменок посоветовал СЕО кардиналов уволить ЕЮ — мол, он фрик, с которым нельзя сотрудничать. Эта инфа разумеется дошла до Иванова — в ответ он предложил выкупить всю конторку кардиналов (их овнер пока не ответил). Вообще удивительно, с какой уверенностью Антоха даёт коллегам по сфере советы, не понимая базовые вещи (например, тот факт, что ЕЮ — вообще не наёмный сотрудник). Под конец Хоменок слился со стрима с Ивановым, заваливая его комплиментами — ожидаемое лицемерие, что тут скажешь.
К слову, когда ЕЮ спросил у Алексеева, уволил бы тот его, овнер приватов ответил, что скорее Иванов его уволит (что, может, и не так, но главному алкашу сферы всё равно было приятно).
🥴 — «инфлюенсер года», хуле
🤡 — типичный ЧСВшник без реальных достижений в сфере, такая лайф
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Китай планирует ограничить доступ к DeepSeek и GLM
Китай готовится ограничить публичный доступ к своим флагманским нейросетям — DeepSeek и GLM. Запрет по образцу США становится новой нормальностью.
Правительство рассматривает трёхуровневую систему: от стандартной регистрации для простых моделей до полного закрытия самых передовых — только для внутреннего использования.
Но есть один подвох, котор…
➡️ Читайте на сайте: https://aff.top/blog/kitai-planiruet-ogranichit-dostup-k-deepseek-i-glm
🧠 Ещё больше инсайтов → в канале AFF.top
Китай готовится ограничить публичный доступ к своим флагманским нейросетям — DeepSeek и GLM. Запрет по образцу США становится новой нормальностью.
Правительство рассматривает трёхуровневую систему: от стандартной регистрации для простых моделей до полного закрытия самых передовых — только для внутреннего использования.
Но есть один подвох, котор…
➡️ Читайте на сайте: https://aff.top/blog/kitai-planiruet-ogranichit-dostup-k-deepseek-i-glm
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from Я ненавижу арбитраж
ЕЮ покупает мусор недорого: 150к за Трафик Кардинал раз 🔨
По случаю Жениной "развязки" разгорелся небольшой сканадал.
Для медиа с тремя инсультами — это очень выгодное предложение. Больше не даст никто. 150к бачей — два🔨
Результаты пока неизвестны, публичные торги еще не начаты.
❤️ — я бы дал больше
😁 — Пусть Жека купит "X6Agency" и уволит Хоменока
😎 — 150к бачей — три. Продано
Я ненавижу арбитраж | Чат😠
По случаю Жениной "развязки" разгорелся небольшой сканадал.
На G GATE CONF маркетолог, визионер, трудоголик, филантроп Хоменок не стал лучшим инфлюенсером, да и вообще никем. Но тем не менее дал совет ребятам из ТК — уволить Иванова. Я поднял все архивы арбитражки, но так и не понял, кто его нанял. Единственное, что я знаю, но не могу доказать — когда-то ТК проплатили медийную поддержку от маэстро, чтобы тот перестал их публично унижать.
Естественно, Жекич тут же узнал об этом шкурном поступке Антона от Кустова Никиты (главреда ТК), обиделся, оскорбился и предложил 150к бачей за покупку медиа Traffic Cardinal. Видимо, побоялся, что попадет под сокращения.
Для медиа с тремя инсультами — это очень выгодное предложение. Больше не даст никто. 150к бачей — два
Результаты пока неизвестны, публичные торги еще не начаты.
❤️ — я бы дал больше
😁 — Пусть Жека купит "X6Agency" и уволит Хоменока
😎 — 150к бачей — три. Продано
Я ненавижу арбитраж | Чат
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Потрачено! Клуб спящих бизнесменов!
⚡️У кого каналы и кто продаёт рекламу - для вас не большое объявление!
Очень стараюсь собрать все арбитражные и смежных каналы, что бы сделать каталог цен на размещение там рекламы, если у вас есть канал, вы там продаёте рекламу, пожалуйста просто пришлите Давиду @AFFtop_connect ценик
Прям в таком формате, лишней хуйни не надо, ребята просто добавят ваш канал в публичный каталог, если конечно же вам вообще нужны реклы
Приватные каналы пока не принимают, с ними позже будут разбираться
Альфа версия https://tg.observer если кому то интересно
@Pacan
Очень стараюсь собрать все арбитражные и смежных каналы, что бы сделать каталог цен на размещение там рекламы, если у вас есть канал, вы там продаёте рекламу, пожалуйста просто пришлите Давиду @AFFtop_connect ценик
@username - XXX$
Прям в таком формате, лишней хуйни не надо, ребята просто добавят ваш канал в публичный каталог, если конечно же вам вообще нужны реклы
Приватные каналы пока не принимают, с ними позже будут разбираться
Альфа версия https://tg.observer если кому то интересно
🤔 Консоли Google Play и Apple Developer надо? Phoenix — 100% свой фарм с 2021-го. Забрать акки → @phoenix_seller_bot🤔
@Pacan
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
ByteDance выпустила Seedream 5.0 pro
ByteDance выпустила Seedream 5.0 pro — генератор изображений с послойным редактированием прямо внутри интерфейса.
Ключевая фича: выделяешь объект — он уходит на отдельный слой, двигаешь и масштабируешь независимо. Пустую зону можно дозаполнить промтом. Текст на изображениях без глитчей — нативно.
Для арбитражников это может быть удобным инструме…
➡️ Читайте на сайте: https://aff.top/blog/bytedance-vypustila-seedream-5-0-pro
🧠 Ещё больше инсайтов → в канале AFF.top
ByteDance выпустила Seedream 5.0 pro — генератор изображений с послойным редактированием прямо внутри интерфейса.
Ключевая фича: выделяешь объект — он уходит на отдельный слой, двигаешь и масштабируешь независимо. Пустую зону можно дозаполнить промтом. Текст на изображениях без глитчей — нативно.
Для арбитражников это может быть удобным инструме…
➡️ Читайте на сайте: https://aff.top/blog/bytedance-vypustila-seedream-5-0-pro
🧠 Ещё больше инсайтов → в канале AFF.top