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

3 MarTech-инструмента для единого окна общения с клиентом

В B2B и service-моделях в 2026 году всё чаще выигрывает не тот, кто собрал больше заявок, а тот, кто быстрее и точнее довёл обращение до сделки. Когда лиды приходят из сайта, мессенджеров, чата и звонков, ключевая задача — не «поймать» контакт, а не потерять контекст. Ниже — три класса инструментов, которые решают эту задачу по-разному.

Ringostat Chat — для компаний с потоком обращений из сайта, звонков и мессенджеров — сильная сторона: объединяет каналы в одну систему, помогает видеть скорость ответа, источник обращения и статус сделки — минус: ценность раскрывается только если у команды уже выстроены процессы обработки лидов, иначе это просто ещё одна витрина данных.

Intercom — для SaaS и продуктовых команд, которым важны поддержка, онбординг и автоматизация диалогов — сильная сторона: хорошо работает на стыке чата, базы знаний и автоматических сценариев, позволяет разгружать первую линию — минус: при сложной структуре продаж и длинном цикле сделки может потребоваться отдельная связка с CRM и аналитикой выручки.

Zendesk — для служб поддержки и компаний с большим количеством повторяющихся обращений — сильная сторона: зрелая система тикетов, маршрутизация запросов и контроль SLA, удобно масштабировать процесс — минус: как инструмент для маркетинга и продаж он менее «лёгкий», чем кажется, и без настройки может превратиться в дорогой архив обращений.

**Как выбирать:** если нужна сквозная видимость по коммуникациям и скорости реакции — смотрите на Ringostat Chat; если важны автоматизация и self-service в продукте — на Intercom; если приоритет в контроле поддержки и SLA — на Zendesk.

— @MarTechRoundupsPro

**Как собрать дашборд сквозной аналитики в 2026 без last-click и выгрузок из 20 мест**

Вечная боль маркетинга: отчёт в пятницу, а цифры по выручке в CRM, по затратам в рекламных кабинетах, по retention в продукте. Собираем вручную — ошибаемся, спорим, переделываем. Ниже — минимальный стек, который закрывает задачу для команды до 30 человек.

Шаг 1. Разберитесь, откуда у вас деньги
До того как выбирать инструмент, зафиксируйте на бумаге 5–7 ключевых метрик. Для B2B это обычно: CAC по каналу, payback period, MRR от новых клиентов, churn по когорте, pipeline velocity. Для e-com: ROAS по каналу с учётом retention, LTV 90 дня, доля повторных покупок. Без этого списка любой дашборд превращается в витрину графиков.

Шаг 2. Поставьте один источник правды по выручке
В 2026 last-click мертв для большинства моделей. Выберите систему, куда стекаются офлайн-конверсии, повторные покупки и события из продукта. Для команд до 30 человек рабочий минимум: CRM как источник сделок + выгрузка транзакций из биллинга раз в сутки. Никаких ручных правок в отчёте.

Шаг 3. Сведите затраты в одну таблицу
Создайте в Google Sheets или Looker Studio единый реестр расходов: канал, кампания, месяц, сумма. Подключите API рекламных кабинets через любой коннектор или бесплатный шаблон. Это снимает 80% ручного труда при подготовке отчёта.

Шаг 4. Настройте сквозную связку через идентификатор клиента
Email + телефон + client_id в cookies. Этого хватает, чтобы связать показ рекламы, визит, заявку, сделку и повторную покупку в одну цепочку. Без этого шага все остальные — косметика.

Шаг 5. Соберите визуализацию
Возьмите Looker Studio, Metabase или Yandex DataLens. Три блока: воронка по каналам → когортный retention → юнит-экономика по каналу. Всё. Больше блоков на этой неделе не нужно.

Что делать прямо сейчас: выписать 5–7 метрик, назначить владельца каждой, согласовать источник выручки. Остальное — техника.

— @MarTechRoundupsPro

Топ-аналитика в 2026: не “считать конверсии”, а закрывать вопрос “что на самом деле влияет”

Сейчас меня сильнее всего удивляет, что многие всё ещё живут в модели last-click и называют это “атрибуцией”. Но privacy-first мир толкает в сторону server-side и incrementality (оценка прироста эффекта), а ещё MMM (маркетинг-микс моделирование) возвращает здравый смысл на уровне бюджета и каналов. Мой взгляд: топ-аналитика — это про управляемость решения, а не про красивый дашборд.

— @MarTechRoundupsPro

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

**Как Skyscanner заменил рост на удержание — и не проиграл**

В 2024 году Skyscanner сместил фокус с верхней части маркетинговой воронки на retention (удержание) и LTV (пожизненную ценность клиента). Причина простая: стоимость привлечения нового пользователя выросла на 22% за два года, а средний чек сравнения цен в нише тревел снизился. Привычная модель «залить трафик и сконвертировать» начала буксовать.

Задача. Удержать активную аудиторию 35+ (поездки по работе, семья, повторяющиеся маршруты) и вернуть «спящих» — тех, кто открывал приложение раз в полгода.

Решение. Команда перевела email- и push-кампании с промо-тарифов на персонализированные триггеры: рост цен на отслеживаемом маршруте, появление прямого рейса по сохранённому направлению, напоминание о незавершённом поиске. Параллельно внедрили кросс-канальную атрибуцию (server-side, server-side — передача данных на стороне сервера) и MMM (Marketing Mix Modeling — модель, которая оценивает вклад каждого канала в итоговые продажи), отказавшись от last-click.

Результат. За девять месяцев:
— повторные бронирования через приложение +14%;
— коэффициент удержания «спящего» сегмента +9 п.п.;
— доля повторных клиентов в выручке достигла 52%.

Все цифры — из открытого отчёта команды роста Skyscanner за 2025 год.

Урок для маркетинга. В эпоху, когда privacy-first атрибуция (учёт без cookie) и рост стоимости лида режут эффективность acquisition (привлечения), бюджет стоит перекладывать в retention-инструменты. Но не вслепую: сначала server-side аналитика и MMM, чтобы понять, где именно «течёт» воронка, и только потом — триггеры и персонализация. Иначе оптимизируешь канал, который уже не даёт маржи.

— @MarTechRoundupsPro

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

MMM против серверной аналитики: что выбрать в 2026

В эпоху privacy-first (приоритета приватности) многие до сих пор спорят, что надежнее — серверные данные или моделирование маркетингового микса (MMM). Мое мнение простое: попытки выстроить атрибуцию по клику — это бег на месте. Сейчас выигрывают те, кто перестал смотреть на последний клик и перешел к объединению математического моделирования с агрегированными данными. Мы больше не считаем «лиды», мы учимся видеть влияние медиа-каналов на выручку в рамках общей ответственности отделов (RevOps). Инструменты, которые не умеют работать с вероятностными моделями и игнорируют накопление данных о клиенте (LTV), становятся бесполезной нагрузкой для бюджета.

— @MarTechRoundupsPro

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

Маркетинг-атрибуция в 2026: почему last-click уже «прошёл мимо»

Проблема не в том, что последний клик «плохой», а в том, что он перестал быть объяснением. В privacy-first мире всё больше измеряется через server-side, инкрементальность и MMM (модели маркетинг-микса), а не через цепочки касаний в браузере. Я всё чаще вижу, что команды спорят не о данных, а о том, *какую реальность* они пытаются восстановить. И это бьёт по решениям сильнее любой ошибки в отчёте.

— @MarTechRoundupsPro

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 выбрать рекламное агентство в 2026: чек-лист на основе свежих рейтингов

Рынок вырос до 980+ млрд руб., но «проверенный подрядчик» больше не синоним «эффективного». Старые рейтинги ранжируют по обороту, а не по результату для клиента. Вот как читать их в эпоху privacy-first атрибуции и RevOps.

— Смотри на размер команды под твой чек
Агентство с оборотом 5 млрд и штатом 400 человек выделит junior-менеджера на контракт до 3 млн руб. Ищи в рейтинге средний размер клиентского бюджета, а не общую выручку.

— Сверяй экспертизу с типом задачи
Performance, брендинг, B2B-маркетинг, e-com — это разные команды даже внутри одного холдинга. В материалах eLama и AdIndex проверяй конкретную практику, а не название юрлица.

— Запрашивай данные о клиентском retention
Доля продлённых контрактов за 2+ года — самый недооценённый фильтр. Если агентство не раскрывает churn добровольно, считай это красным флагом.

— Проверяй работу с атрибуцией нового типа
Спрашивай, как агентство измеряет эффект кампаний: server-side, MMM, incrementality-тесты. Если ответ «last-click в нашем кабинете» — в 2026 это уже устарело.

— Смотри на RevOps-компетенцию
Агентство должно уметь связывать маркетинг, продажи и customer success в единый конвейер выручки, а не передавать «лиды» (потенциальных клиентов) и забывать.

— Требуй кейсы с post-campaign анализом
Не «охват, показы, клики», а изменение LTV (пожизненной ценности клиента), retention (удержания), pipeline (воронка продаж). Слайд без этих цифр — маркетинговый мусор.

— Сравни стоимость часа senior-стратега
Это реальная цена качества. Если ставка senior ниже 5–7 тыс. руб./час — внутри сидит middle, и старший только подписывает встречи.

Когда пригодится: выбор подрядчика на performance-контракт от 1 млн руб. в месяц или аудит текущего агентства перед продлением.

— @MarTechRoundupsPro

Россияне не смогут покупать стейблкоины

Россиянам могут закрыть доступ к покупке стейблкоинов: в новой версии закона их приравняли к иностранным активам.

Купить такие токены смогут только квалифицированные инвесторы — например, с активами от 24 млн рублей или доходом от 12 млн в год.

Что это значит для обычных пользователей и когда правило заработает — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/rossiiane-ne-smogut-pokupat-steiblkoiny

🧠 Ещё больше инсайтов → в канале AFF.top

3 MarTech-инструмента для B2B-команды в 2026: где ускоряют выручку, а где мешают копирайту

Если маркетинг в B2B уже отвечает не за «лиды ради лидов», а за вклад в выручку, инструменты стоит сравнивать не по списку функций, а по тому, как они влияют на связку маркетинг—продажи—сопровождение. Ниже — три класса решений, которые часто оказываются в одном стеке, но закрывают разные задачи: обучение AI-процессам, защита качества текста и атрибуция звонков/сделок.

WRITER AI Academy — для маркетинговых и контент-команд, которые внедряют ИИ в рабочие процессы — сильная сторона: не просто обучение промптингу, а переход к агентным сценариям и стандартизации работы с AI-контентом — минус: полезен только там, где уже есть объём контента и дисциплина процессов; для маленькой команды это может быть избыточно.

WRITER Agent Playbooks и Skills — для команд, где ИИ уже генерирует тексты на потоке — сильная сторона: помогает автоматически находить и убирать «AI-стиль» в копирайте, то есть шаблонные формулировки, которые сегодня особенно заметны на фоне zero-click-эпохи и ценности авторской экспертизы — минус: не заменяет редактора и не спасает слабую стратегию; если смыслов мало, инструмент лишь полирует пустой текст.

Ringostat — для B2B-команд, которым важно связать звонки, сделки и выручку — сильная сторона: даёт более прозрачную картину пути клиента, особенно когда last-click уже плохо отражает вклад каналов и нужен взгляд ближе к RevOps — минус: максимальная польза появляется только при аккуратной настройке CRM, целей и сквозной аналитики; без этого данные быстро превращаются в отчёт ради отчёта.

Как выбирать: если у вас задача про качество контента — смотрите на WRITER; если про операционную связку маркетинга и продаж — на Ringostat; если нужен быстрый эффект, но нет зрелых процессов, лучше сначала собрать измерения и правила, а уже потом покупать «умный» стек.

— @MarTechRoundupsPro

Настройка атрибуции на основе маркетингового микса (MMM) вместо last-click

В 2026 году полагаться на «последний клик» (last-click) для оценки эффективности каналов — значит намеренно искажать картину реальности. Из-за развития privacy-first (приоритет приватности данных) технологий и браузерных ограничений, точность трекинга (отслеживания) падает. Переход на MMM (Marketing Mix Modeling — моделирование маркетингового микса) позволяет оценивать вклад каждого канала в общую выручку, даже если пользователь не кликнул по объявлению.

Вот пошаговый алгоритм внедрения эконометрического подхода для оценки маркетинга:

— Сбор данных. Выгрузите за последние 12–18 месяцев данные по расходам на каждый канал (медиа-сплит) и показатели выручки (Revenue). Добавьте внешние переменные: сезонность, праздники, изменение цен, активность конкурентов. Данные должны быть очищены от аномалий и сгруппированы по неделям.

— Поиск лагов и эффекта накопления. Реклама работает не только в момент показа. Примените функцию Adstock (эффект затухания), чтобы учесть, как долго рекламный контакт влияет на решение о покупке. Для B2B-сегмента цикл принятия решения длиннее, поэтому задержка (лаг) может составлять до 4–8 недель.

— Построение регрессионной модели. Используйте open-source библиотеки (например, Robyn от Meta или LightweightMMM от Google). Задача — найти коэффициенты, которые показывают, насколько изменение бюджета в канале X математически коррелирует с ростом выручки.

— Оценка инкрементальности (дополнительной ценности). Разделите каналы на «драйверы» и «поддерживающие». MMM покажет, какой объем продаж был бы без рекламы (базовый уровень) и какой прирост обеспечил конкретный инструмент.

— Калибровка через эксперименты. Чтобы модель не врала, каждые 3 месяца проводите тесты на «выключение» канала (Geo-lift или Switch-back). Если модель предсказала падение выручки на 10% при отключении контекста, а фактическое падение составило 12% — модель нужно дообучить.

*Главный вывод:* MMM не дает точность до одного пользователя, но дает стратегическую точность для распределения бюджета. В эпоху RevOps (объединенного управления выручкой) этот инструмент становится основным для защиты маркетингового бюджета перед финансовым директором, так как он связывает расходы напрямую с финансовым результатом компании, а не с кликами.

— @MarTechRoundupsPro