Open AI выпустила ChatGPT-5.6 и ChatGPT Work

OpenAI выпустила ChatGPT-5.6 и ChatGPT Work: новая модель получила три версии и понятный прайс, а Work стал универсальным инструментом для кодинга, текстов, изображений и анализа данных. Вывод простой: экосистема ChatGPT усиливается, а фокус смещается на многофункциональные сценарии, где один продукт закрывает сразу несколько задач.

➡️ Читайте на сайте: https://aff.top/blog/open-ai-vypustila-chatgpt-5-6-i-chatgpt-work

🧠 Ещё больше инсайтов → в канале AFF.top

SpacexAI выпустила Grok 4.5

xAI выпустила Grok 4.5 — новую версию флагманской нейросети, доступную в Cursor на всех тарифах и по API за $2 за миллион входных токенов. Бенчмарков пока нет, но модель в 4,2 раза экономнее по токенам на SWE Bench Pro и обучена на данных Cursor, что делает её сильным инструментом для разработки приложений.

➡️ Читайте на сайте: https://aff.top/blog/spacexai-vypustila-grok-4-5

🧠 Ещё больше инсайтов → в канале AFF.top

ChatGPT ads внедрил функцию автосоздания креативов

OpenAI добавила в ChatGPT Ads автогенерацию креативов: вставляешь ссылку на сайт, ИИ анализирует лендинг и создаёт релевантный креатив. По ощущениям, такие материалы должны легко проходить модерацию, но пока неясно, насколько они поддаются правкам. Источник интересен ещё и тем, что вайт можно сгенерировать тут же через ChatGPT.

➡️ Читайте на сайте: https://aff.top/blog/chatgpt-ads-vnedril-funkciiu-avtosozdaniia-kreativov

🧠 Ещё больше инсайтов → в канале AFF.top

В Google search console теперь можно добавлять соцсети

Google добавил в Search Console поддержку аккаунтов соцсетей: теперь можно отслеживать ключевые запросы, источники и географию переходов, показы и клики по ссылкам. Функция подключается там же, где и сайты, доступны четыре соцсети на выбор. Rollout постепенный — доступ получают не все сразу.

➡️ Читайте на сайте: https://aff.top/blog/v-google-search-console-teper-mozhno-dobavliat-socseti

🧠 Ещё больше инсайтов → в канале AFF.top

Google стал помечать креативы, созданные ИИ

Google объявил, что начнёт помечать рекламные креативы, созданные нейросетями. Причина — ИИ-баннеры и видео стали слишком похожи на настоящие.

Формат и заметность маркировки будут зависеть от законов конкретного региона: где-то предупреждение появится прямо на креативе, где-то — в его информации.

Что это значит для арбитражников и когда правила …

➡️ Читайте на сайте: https://aff.top/blog/google-stal-pomechat-kreativy-sozdannye-ii

🧠 Ещё больше инсайтов → в канале AFF.top

Компания Meta выпустила Muse Spark 1.1

Meta выпустила Muse Spark 1.1 почти одновременно с новой ChatGPT-5.6. Это мультимодальный агент, который сам дробит задачу на подзадачи и распределяет их между субагентами.

Стоимость тоже заметно ниже топовых западных моделей: $1.25 за миллион входных токенов и $4.25 за миллион выходных.

Но главный вопрос — насколько она реально сильна на фоне к…

➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-spark-1-1

🧠 Ещё больше инсайтов → в канале AFF.top

Почему я перестал смотреть на open rate как на главный ориентир в lifecycle

За последние два года я всё чаще вижу одну и ту же ошибку в CRM-командах: открытки, клики и даже CTR продолжают жить как «главные» метрики, хотя на практике они всё хуже объясняют, что происходит с выручкой. В 2026 году это особенно заметно: почтовые клиенты режут видимость, приватность ломает атрибуцию, а покупательский путь стал длиннее и менее линейным.

Моя позиция простая: **open rate — это уже не метрика результата, а метрика доступности сигнала**. Она может подсказать, что тема письма, домен и частота не убили доставляемость. Но если мы по ней судим об эффективности цепочки, мы начинаем оптимизировать не поведение клиента, а артефакты почтовых платформ.

Что я смотрю вместо этого в Customer.io:
— конверсию в следующий шаг после письма: визит в ключевой экран, активация функции, повторная покупка, ответ менеджеру;
— удержание на уровне когорты, а не одного сообщения;
— вклад сценария в revenue-метрики, пусть даже через приближения: holdout, инкрементальность, server-side события;
— скорость, с которой контакт доходит до «ценного действия» после триггера.

Однажды в B2B-сценарии мы сравнили две цепочки: у первой open rate был выше почти на 18%, у второй — ниже, но переходов к демо-запросу и активации в продукте было больше на 24%. Если бы мы смотрели только на открытия, выбрали бы худший вариант.

Именно поэтому я настаиваю: в lifecycle-маркетинге письмо — не цель, а транспорт. А в Customer.io ценность платформы не в том, чтобы «красиво отправить», а в том, чтобы собрать поведенческий контур вокруг выручки. Отсюда и главный вопрос к любому сценарию: не «сколько открыли?», а «что изменилось после контакта?»

— @CustomerIOmanualRuPro

Lifecycle без “кампаний”: почему я меняю логику в Customer.io с 2026 года

В Customer.io я всё чаще отказываюсь от привычного мышления “включил серию писем/сообщений — получил результат”. И перехожу к более инженерной логике: **не “кампания”, а жизненный маршрут**. В 2026 это стало критично из‑за двух вещей: в B2B лиды перестали быть гарантией, а в e-com средний чек падает — пользователи экономят и “доживают” решение дольше. На таком фоне выигрывает тот, кто управляет состояниями клиента, а не отправками.

Как это выглядит у меня в проектах.

1) Я сначала описываю состояния, а не контент
Схема проста: Lead → Qualified → Onboarding → Активность/Активация → Использование → Снижение внимания → Риск отвалa → Возврат.
В Customer.io это потом превращается в условия entry/exit: событие и атрибуты должны говорить, где человек реально находится. Если у вас сейчас триггеры “по факту регистрации” и дальше “по дням”, то вы оптимизируете не journey, а календарь.

2) Ставлю “один владелец” за цепочку и запрещаю дубли
В RevOps-логике (выручка как общая ответственность маркетинга, sales и customer success) дублирующие касания от разных команд выглядят как баг. В Customer.io я делаю так: один lifecycle — один источник истины. Все остальные касания либо подпитывают его атрибутами, либо идут в отдельный контур, но не пересекаются по смыслу и времени.

3) Измеряю не CTR, а поведение между состояниями
Моя любимая проверка перед запуском: “Что человек сделает в мире, если он НЕ откроет письмо?”. Хорошая lifecycle-цепочка переживает отсутствие кликов: она меняет вероятности следующих событий. Поэтому я строю отчётность вокруг событий: активация (например, “первое использование” за N часов), удержание (повторное действие), риск (провал в активности), возврат (повторный контакт с продуктом/сервисом).

Одна практическая цифра из моей работы: мы перестали ставить “на автомате” напоминания после любого касания и переписали входы по состояниям (активный/неактивный). В результате доля людей, которые получали релевантный следующий шаг после реального провала в активности, выросла, а объём массовых отправок снизился примерно на 20%. Итог — меньше раздражения, больше правильных касаний в нужный момент.

Если хотите, можете взять мой принцип как чек-лист для существующего аккаунта в Customer.io:
— есть ли у вас формальная модель состояний клиента?
— вход в цепочки зависит от событий и атрибутов, а не только от времени?
— есть ли защита от дублирования между командами?
— измеряете ли вы переходы между состояниями, а не “успех письма”?

Lifecycle в Customer.io — это не набор шаблонов. Это управление изменениями статуса клиента. И именно там в 2026 прячется конкурентное преимущество.

— @CustomerIOmanualRuPro

Транзакционная рассылка в 2026: кому доверить доставку и триггеры

В 2026 году lifecycle messaging (автоматизированные цепочки писем по событиям) окончательно разделился на два контура. Первый — маркетинговый: онбординг, брошенные корзины, реактивация. Второй — транзакционный: подтверждения, чеки, уведомления о заказе, OTP-коды. Для второго контура ключевыми становятся скорость доставки (time to inbox), репутация домена и региональные маршруты. Разберём три инструмента, которые закрывают эту задачу с разных сторон.

**Customer.io — для продуктовых команд со сложной логикой событий**

Сильная сторона — гибкость сегментации и триггеров на основе поведения пользователя. Идеален, когда lifecycle (жизненный цикл клиента) строится вокруг событийной аналитики и нужны сложные ветвления, A/B-тесты внутри цепочек и интеграция с product-led механиками. Из минусов — требует инженерной культуры в команде, чтобы поддерживать структуру данных, и не лучшим образом решает задачу массовой транзакционной доставки с минимальной задержкой.

**Resend — для разработчиков, которым важна скорость доставки и DX (developer experience — удобство для разработчика)**

Сильная сторона — фокус на time to inbox: региональные маршруты (в том числе оптимизированные для Азии), простой API и встроенный observability (наблюдаемость — мониторинг доставляемости в реальном времени). В 2025–2026 Resend усилил транзакционную часть продукта и добавил визуальный редактор автоматизаций (Automations) с триггерами и персонализацией. Минус — молодой продукт по сравнению с конкурентами: меньше готовых интеграций с CRM, тоньше аналитика по поведению получателей, нет полноценного CDP (customer data platform — единая платформа клиентских данных) внутри.

**SendGrid (Twilio) — для высоких объёмов и зрелой инфраструктуры**

Сильная сторона — масштабируемость, зрелая документация, стабильная доставляемость на сотнях миллионов писем в месяц, широкий набор готовых шаблонов. Подходит, когда нужен надёжный SMTP-провайдер с готовой инфраструктурой и понятной ценой за объём. Слабая сторона — слабая продуктовая логика lifecycle: автоматизации в нём скорее дополнение, чем ядро, а гибкость сегментации уступает специализированным CRM-инструментам.

Как выбирать: если основная задача — поведенческие цепочки в продукте, берите Customer.io; если критична скорость доставки транзакционных писем и нужны региональные маршруты — смотрите на Resend; если важны зрелость, объёмы и предсказуемая цена — оставайтесь на SendGrid.

— @CustomerIOmanualRuPro

Российские букмекеры увеличили закуп трафика с мобильных приложений

Российские букмекеры в 1 квартале 2026 года заметно нарастили закупку трафика из мобильных приложений. На фоне ужесточения регулирования они смещают бюджеты в новые каналы, где ещё есть живой трафик.

По данным UMG, доля in-app-рекламы выросла с 3-4% до 5-6% при объёме рынка около 10 млрд рублей. Но это может быть только начало — в блоге разбираем…

➡️ Читайте на сайте: https://aff.top/blog/rossiiskie-bukmekery-uvelichili-zakup-trafika-s-mobilnykh-prilozhenii

🧠 Ещё больше инсайтов → в канале AFF.top

Mia Khalifa стала амбпссадором 1win

Mia Khalifa снова засветилась рядом с 1win: в Instagram она показала цепочку с логотипом бренда и статус «VIP 1win».

Параллельно всплыла история с ее ставкой на Испанию на ЧМ — по данным поста, выигрыш мог составить 200к$.

Официального подтверждения амбассадорства пока нет, но для арбитражников это уже повод для новых креативов. Что именно здесь…

➡️ Читайте на сайте: https://aff.top/blog/mia-khalifa-stala-ambpssadorom-1win

🧠 Ещё больше инсайтов → в канале AFF.top

Короткий домен Telegram перестал работать

Telegram лишился домена t.me: он разделегирован и больше не работает на уровне регистратора. Платформа срочно переезжает на telegram.me, а владельцам крупных каналов стоит обновить публичные ссылки. Сроки восстановления неизвестны, и есть риск, что t.me не вернётся вовсе на фоне давления на Telegram.

➡️ Читайте на сайте: https://aff.top/blog/korotkii-domen-telegram-perestal-rabotat

🧠 Ещё больше инсайтов → в канале AFF.top

Nike vs. «всплывающие» промо: как Nike в lifecycle сократил просадку по вовлечению и перевёл акции в триггеры по поведению

Контекст
В 2026 году у многих брендов (особенно с сезонными кампаниями) падает эффективность “массовых” рассылок: конкуренция за внимание растёт, а потребитель в e-com стал экономить (снижение среднего чека на 5–8% в среднем по рынку — типичный эффект, когда люди дольше думают и дольше “догреваются”). Параллельно SEO уходит из чистого informational-режима в Topical Authority и AI-обзоры: на верх воронки трафика может становиться больше, но прогрев и “доведение до покупки” всё чаще ложится на CRM.
Nike (как минимум на уровне подхода, а не конкретного “рекламного текста”) столкнулся с классической проблемой: после яркого старта кампаний включался обратный эффект — часть базы остывала. Люди получали промо не по моменту потребности, а по календарю.

Задача
Нужно было решить три вещи:
— снизить долю писем “не в тему” (когда человек уже купил/не в том сегменте/не взаимодействовал)
— вернуть вовлечённость после пиковых рассылок (иначе retention проседает и LTV не дотягивает)
— сделать акционные касания управляемыми не маркетингом “вручную”, а логикой поведения: просмотр → добавление в избранное → брошенная покупка → повторный интерес

Решение (как это обычно собирают в Customer.io под lifecycle)
Nike/команда выстроили сценарий не “одним письмом всем”, а набор ветвлений:

1) Сегменты и события
Вводятся события (event tracking) и атрибуты по пользователю: “просмотр категории”, “добавление в избранное”, “брошенная корзина”, “покупка”, “отсутствие активности N дней”. Сегментация строится на статусах: новый/активный/остывший, а также на том, что человек “держит в голове” (категория, бренд/линейка, размер, интересующая модель).

2) Триггеры по таймингу, а не по календарю
Вместо “акция сегодня → всем” сценарии:
— если был просмотр и нет покупки X часов/дней → отправить полезный контент или подборку “похожих” (не скидка сразу)
— если было “избранное” → сделать напоминание с социальным доказательством и наличием (драйвером становится доступность, а не только цена)
— если “корзина брошена” → серия из 2–3 касаний, где второе зависит от предыдущего открытия/клика, а третье включается только если человек вернулся

3) Гейт по частоте и по состоянию
Чтобы избежать эффекта “продавливания”, добавили ограничения:
— лимит касаний на пользователя в период кампании
— подавление промо, если пользователь уже купил
— отдельная ветка для “остывших” не скидкой, а пересборкой интереса: “вернись в категорию”, подборки по последним действиям

4) A/B не ради A/B, а ради решения гипотез
Тестировали не “красоту письма”, а механизм:
— скидка vs. “сначала сервис/полезность”
— один триггер vs. связка “просмотр → избранное → корзина”
Критично: измеряли влияние на конверсию и удержание, а не только на клики.

Результат
По логике таких внедрений (и по типовым метрикам, которые компании публикуют/показывают внутри), сильнее всего выигрывают:
— снижение нецелевых промо (часто это видно по падению доли жалоб/отписок и росту доли кликов на “правильных” сценариях)
— рост conversion rate в триггерах по поведению vs. массовые рассылки
— улучшение retention: люди возвращаются в категорию, а не “отваливаются после скидки”

Если выразить это “в цифрах, которые можно связать с логикой проекта”: обычно заметен прирост выручки на отправку именно в триггерных ветках и сокращение “пустых” касаний. В проектах формата Nike чаще всего цифры выглядят так:
— рост конверсии в брошенной корзине на двузначные значения относительно контрольной массовой кампании
— заметное улучшение по удержанию в сегменте “остывшие” (потому что их возвращают через релевантную последовательность, а не разовый промо-пуш)
…

Youtube тестирует поиск с AI

YouTube начал тестировать Ask YouTube — поиск с ИИ, где можно задавать вопросы обычным языком и получать не список ссылок, а готовую подборку видео и фрагментов.

Фича уже доступна в США и работает на сложные запросы: если нужно, ИИ уточняет вопрос и подсказывает следующий шаг.

Что это значит для поиска на YouTube и когда новинка дойдёт до других…

➡️ Читайте на сайте: https://aff.top/blog/youtube-testiruet-poisk-s-ai

🧠 Ещё больше инсайтов → в канале AFF.top

Сегментация по поведению больше не работает в одиночку

В 2026 году смотреть только на то, что пользователь кликнул в письме, — путь в никуда. Контент стал дешевым из-за нейросетей, и теперь ценность имеет лишь глубокая интеграция данных из CRM (системы управления отношениями с клиентами) и систем аналитики выручки.

Сейчас *retention* (удержание клиентов) требует понимания того, как меняется покупательская способность конкретного человека. Если ваш сервис рассылок не «видит» реальные изменения в среднем чеке и не меняет тональность коммуникации на основе данных о доходности, вы просто шлете шум. В эпоху *zero-click* (получения информации без перехода на сайт) важно не количество касаний, а точность того самого сообщения, которое попало в контекст жизни клиента.

— @CustomerIOmanualRuPro

Z.ai анонсировала новую GLM-5.5

Z.ai готовит релиз флагманской GLM-5.5: модель обещают показать в августе 2026 года.

Главная интрига — рост до 1 трлн параметров при том же контекстном окне в 1 млн токенов. Новинка снова будет заточена под код и агентные задачи.

Почему версия сразу 5.5, без 5.3 и 5.4, и что это может означать для рынка — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/z-ai-anonsirovala-novuiu-glm-5-5

🧠 Ещё больше инсайтов → в канале AFF.top

Telegram запустил собственный сервер для ботов

Telegram запустил собственный сервер для ботов и мани-приложений: теперь backend можно размещать прямо внутри инфраструктуры мессенджера.

Сервер работает на JavaScript/TypeScript, через вебхуки, и позволяет подключать SQL-базу для сбора контактов без посредников.

Пока неясны цена и ограничения — что именно уже можно тестировать, а где скрыт подв…

➡️ Читайте на сайте: https://aff.top/blog/telegram-zapustil-sobstvennyi-server-dlia-botov

🧠 Ещё больше инсайтов → в канале AFF.top

Роль “мелких” событий в Customer.io в 2026

Кажется, что ключ — это триггеры на “основные” действия: регистрация, покупка, активация. Но в реальности retention (удержание) чаще ломается на стыке: человек начал, бросил, вернулся, посмотрел, но не дошёл. И вот эти микро-события становятся главным сигналом смысла. В RevOps-логике (общая ответственность за выручку) они не “лишние” — они объясняют, где customer journey (путь клиента) начинает расходиться.

— @CustomerIOmanualRuPro

Google картинки станут конкурентом Pinterest

Google Картинки начали превращать в полноценную платформу с персональной лентой по прошлым запросам — по сути, в аналог Pinterest.

Во вкладке For you уже тестируют подборки, а ещё обещают коллекции и генерацию изображений во встроенной Nano Banana.

Как это будет работать и когда новинка дойдёт до других стран — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/google-kartinki-stanut-konkurentom-pinterest

🧠 Ещё больше инсайтов → в канале AFF.top

Как в Customer.io собрать реактивацию брошенной регистрации за 1 час

Если у вас в продукте есть регистрация, которую люди начинают и не завершают, это один из самых дешёвых сценариев для роста retention (удержания) без дополнительного трафика. Ниже — схема, которую можно собрать в Customer.io за неделю, а базовую версию — за час.

1) Зафиксируйте событие начала регистрации
— Отправляйте в Customer.io event `signup_started`
— В свойстве события передавайте `step`, `plan`, `device_type`
— Обязательно храните `created_at`, чтобы считать окно без ручных костылей

2) Соберите сегмент незавершивших
— Условие: был `signup_started` за последние 24 часа
— И не было `signup_completed`
— Добавьте фильтр по исключению уже активных пользователей, чтобы не спамить тех, кто и так зашёл в продукт

3) Постройте 3 касания вместо одного письма
— Через 30 минут: короткое письмо с одним CTA «Продолжить регистрацию»
— Через 6 часов: письмо с социальным доказательством — кейс, цифра, отзыв
— Через 24 часа: письмо с разбором частой ошибки и ссылкой на поддержку или чат

4) Используйте динамический контент
— Если `plan = team`, показывайте блок про совместную работу
— Если `device_type = mobile`, ведите в мобильный сценарий
— Если человек дошёл до конкретного шага, не объясняйте всё сначала — дайте следующий логичный шаг

5) Поставьте защиту от перегрева
— Ограничьте частоту: не более 1 такого сценария в 7 дней
— Исключите тех, кто уже открыл письмо и вернулся в продукт
— Остановите цепочку сразу после `signup_completed`

6) Проверьте, что считать успехом
— Не только открытие письма
— А долю завершённых регистраций
— И время до завершения, чтобы понять, сокращает ли цепочка путь

В 2026 году это особенно важно: классическая лидогенерация слабеет, а рост всё чаще строится на **дожиме уже начатого намерения**. Customer.io здесь удобен тем, что позволяет быстро собрать сценарий без тяжёлой разработки и сразу проверить эффект на выручке.

— @CustomerIOmanualRuPro