Anthropic готовит к запуску Claude Money

Anthropic анонсировала Claude Money — ИИ-сервис для управления личными финансами и автоматизации платежей. Инструмент позволяет подключать банковские карты для анализа расходов, планирования бюджета и проведения транзакций. Это переход от консультационных моделей к полноценным финансовым агентам. Внедрение технологии позволит пользователям делегировать нейросети рутинные задачи, включая оплату токенов и подписок на необходимые рабочие сервисы.

➡️ Читайте на сайте: https://aff.top/blog/anthropic-gotovit-k-zapusku-claude-money

🧠 Ещё больше инсайтов → в канале AFF.top

Meta ограничивает расходы на токены для сотрудников

Meta ввела внутренние лимиты на использование ИИ из-за резкого роста расходов: в 2026 году только на сотрудников заложены миллиарды долларов, а общий бюджет на ИИ-инфраструктуру оценивается в 130–145 млрд. Вывод простой: даже у Big Tech ИИ перестал быть бесплатной игрушкой и требует жёсткого контроля затрат.

➡️ Читайте на сайте: https://aff.top/blog/meta-ogranichivaet-raskhody-na-tokeny-dlia-sotrudnikov

🧠 Ещё больше инсайтов → в канале AFF.top

Claude Cowork, Claude Design объединили в один Claude

➡️ Читайте на сайте: https://aff.top/blog/claude-cowork-claude-design-obedinili-v-odin-claude

🧠 Ещё больше инсайтов → в канале AFF.top

Как перевести контент-стратегию на рельсы автоматизации и не потерять лицо бренда

В эпоху 2026 года, когда поисковые системы отдают предпочтение экспертному авторитету (Topical Authority), а не просто количеству ключевых слов, компании сталкиваются с дилеммой. Как поддерживать высокую частоту публикаций, не превращая блог в сгенерированный машиной шум, который игнорирует алгоритм «нулевого клика»?

Рассмотрим кейс технологического B2B-сервиса, который внедрил систему генерации контента на основе больших языковых моделей, сохранив при этом фокус на глубокой экспертизе.

Задача: Увеличить охват в профильных медиа, не раздувая штат редакторов, при этом сохранив уникальность стиля (Tone of Voice).

Решение: Команда отказалась от идеи «отдать написание текста нейросети полностью». Вместо этого внедрили пайплайн (рабочий процесс) из трех этапов:
— Сбор собственной базы знаний и интервью с внутренними экспертами компании. Нейросеть не обучали на открытом интернете, а использовали RAG-архитектуру (поиск по закрытой базе документов компании).
— Генерация структуры и черновика на основе утвержденных тезисов специалиста.
— Финальная «огранка» человеком, где добавляются кейсы с реальными цифрами и личные выводы, которые AI пока не способен сформулировать достоверно.

Результат:
— Скорость подготовки материалов выросла в 3,5 раза.
— Доля уникального контента, который попадает в блоки ответов искусственного интеллекта (AI-overviews), увеличилась на 22% за квартал.
— Снижение затрат на производство одной единицы контента на 40% при сохранении прежнего уровня вовлеченности аудитории.

Урок для маркетолога:
Главная ошибка сегодня — использовать инструменты генерации для создания «среднего по больнице» контента. В условиях переизбытка текста ценность имеет только та информация, которую невозможно получить простым запросом к общему чат-боту.

Ваша стратегия должна строиться вокруг «цифрового следа» вашей экспертизы. Используйте нейросети для упаковки, форматирования и адаптации смыслов, но саму базу знаний (смыслы, ошибки, специфику отрасли) оставляйте за живыми экспертами. В 2026 году выигрывает тот, кто умеет мастерски сочетать автоматизацию процессов с авторской глубиной, превращая контент в инструмент RevOps, работающий на реальные показатели выручки, а не на абстрактный охват.

— @MarketingCraftTools

Microsoft планирует вставлять рекламу в игры

➡️ Читайте на сайте: https://aff.top/blog/microsoft-planiruet-vstavliat-reklamu-v-igry

🧠 Ещё больше инсайтов → в канале AFF.top

Инструменты для анализа эффективности маркетинга в эпоху server-side атрибуции

В 2026 году классическая модель атрибуции последнего клика (last-click) окончательно теряет точность из-за повсеместного внедрения технологий защиты приватности. Маркетологам приходится переходить на комплексные методы оценки — маркетинговое моделирование (Marketing Mix Modeling, MMM) и серверную передачу данных. Для понимания того, как маркетинговые усилия превращаются в выручку в рамках общей ответственности отделов (RevOps), стоит присмотреться к трем аналитическим решениям.

— OWOX BI — для команд, работающих с большими массивами данных и сложной сквозной аналитикой. Сильная сторона: безупречная настройка серверной передачи данных (server-side tracking), что критично при блокировке cookies. Минус: требует высокого уровня технической экспертизы для правильной настройки потоков данных внутри облачных хранилищ.

— Roistat — для среднего бизнеса, которому нужно быстрое решение «из коробки» для отслеживания пути клиента от захода на сайт до закрытия сделки. Сильная сторона: глубокая интеграция с CRM-системами, что позволяет видеть реальную эффективность маркетинга в деньгах. Минус: ограниченная гибкость в создании кастомных моделей атрибуции, основанных на машинном обучении.

— Funnel.io — для специалистов, которые собирают рекламные данные из десятков источников в единый отчет. Сильная сторона: автоматизация сбора статистики и визуализация данных в понятные дашборды, что экономит часы ручной работы. Минус: инструмент не дает глубоких выводов об инкрементальности (дополнительной ценности) трафика, фокусируясь скорее на удобстве отчетности, чем на глубокой аналитике.

Выбор инструмента должен зависеть от зрелости вашей системы данных: от автоматизации рутины — к настройке серверного трекинга — и в конечном счете к внедрению маркетингового моделирования (MMM).

— @MarketingCraftTools

Конец эпохи MQL: как Revenue Marketing меняет роль маркетолога в B2B

В 2023 ещё можно было работать по-старому: запустил вебинар, насобирал контактов, передал их в продажи и забыл до следующей встречи с отделом по итогам квартала. В 2024-м эту систему начало штормить: sales жаловались на качество лидов, а маркетинг защищал воронку. К 2026 году классическая связка MQL-SQL окончательно треснула. На её место приходит Revenue Marketing — модель, где маркетинг, продажи и клиентский сервис сидят в одной лодке под названием RevOps и гребут в сторону одного показателя: полученной выручки, а не количества отправленных писем.

Маркетологам, привыкшим отчитываться количеством лидов или открываемостью рассылок, придётся переучиваться. Потому что новый инструментарий — это не CRM с воронками, а платформы атрибуции, CDP (платформы управления данными о клиентах) и MMM (сквозное медиа-моделирование). И суть не в технологиях, а в смене ответственности.

**Почему MQL больше не работает**

Проблема «лидогенерации ради лидогенерации» стара, но раньше рынок прощал огрехи. В условиях снижающихся средних чеков и ужесточения бюджетов (даже в B2B корпоративные закупки стали длиннее и рациональнее) конкуренция за каждого реального клиента выросла кратно. Когда компания тратит деньги на привлечение нецелевого трафика, который формально превращается в лидов, страдает вся цепочка: продажи тратят время на холодные звонки, сервис получает не тех пользователей, а финансовый директор режет бюджет на маркетинг.

Пример из практики одной российской SaaS-платформы для бухгалтерии. Полгода они гнались за метрикой «количество заявок с сайта». Контекстная реклама качала лиды, менеджеры звонили, но закрываемость сделок не превышала 8%. Внедрение атрибуции на основе данных о поведении (а не последнего клика) показало: почти 30% якобы «серебряных» лидов приходили с запросов вроде «бесплатный шаблон отчёта» — то есть это был разовый трафик без платёжеспособности. Отказ от таких источников и перенос бюджета на узкопрофильные нишевые мероприятия дали падение количества лидов на 40%, но рост выручки на 22% за квартал. С точки зрения MQL-подхода — провал. С точки зрения Revenue-подхода — победа.

**RevOps как новый язык ответственности**

Вместо того чтобы бесконечно настраивать скоринг лидов в CRM, маркетологу теперь нужно плотно работать с данными о клиентах на

— @MarketingCraftTools

Как X5 построила медиаплан без last-click и не прогадала

В 2023 году команда маркетплейса «Пятёрочка» (входит в X5 Group) столкнулась с классической проблемой крупного ритейлера: рекламный бюджет распределялся по каналам почти вслепую. Последний клик (last-click) показывал, что 70% конверсий приносит контекст, но реальный вклад соцсетей и видеорекламы размывался. Каждый медиаменеджер тянул одеяло на свой канал, обосновать перераспределение бюджета в пользу верхней воронки (top-of-funnel) не получалось.

Задача: понять реальный вклад каждого канала в продажи и перестать резать бренд-коммуникации в пользу «дешёвого» performance (результативная реклама с оплатой за действие).

Решение: команда X5 первой среди крупного российского ретейла внедрила MMM (Marketing Mix Modeling — моделирование влияния маркетинговых факторов на продажи) на еженедельной основе, дополнив его incrementality-тестами (замеры прироста продаж от конкретной рекламы — через гео- и аудиторные эксперименты). Параллельно перевели основные кампании в серверную атрибуцию (server-side — данные обрабатываются на сервере, а не в браузере, что устойчиво к блокировщикам и ограничениям cookies). Это заняло около восьми месяцев и потребовало найма data-инженеров в штат — агентство не справлялось.

Результат за первый год:

— Доля last-click в обосновании бюджетов упала с 70% до 25%.
— Бюджет на бренд-видео в категории «готовая еда» вырос на 40%, при этом общий ROAS (окупаемость рекламных расходов) не снизился, а в отдельных SKU вырос на 15%.
— Годовая экономия на неэффективных контекстных кампаниях — около 280 млн рублей по группе «Пятёрочка».
— Внутренний конфликт между брендом и performance почти исчез: спор перешёл из «чей канал важнее» в «как растёт общая выручка».

Урок для практика. В эпоху privacy-first атрибуции (сбор данных с учётом приватности пользователя) — server-side, MMM, инкрементность — last-click окончательно превращается из инструмента в отчётный артефакт. Маркетолог, который умеет разговаривать с финансами на языке MMM, получает рычаг перераспределения бюджета в сторону верхней воронки. Тот, кто остаётся в логике «мне нужен дешёвый лид», продолжит резать бренд-рекламу и удивляться, почему воронка сохнет.

Мини-чеклист, если захочется повторить:

— Собирайте сырые данные по медиаплану (расходы, охват, частота, контекст) в одном хранилище.
— Запустите MMM с горизонтом 18–24 месяца — короче модель нестабильна.
— Проведите 3–5 incrementality-тестов в год, не больше. Каждый должен отвечать на один конкретный вопрос.
— Учитесь продавать CFO не клики, а прогноз выручки с поправкой на маркетинговый микс.

— @MarketingCraftTools

На Anthropic, OpenAI, Google и SpaceXAI подали в суд из-за ИИ

В Калифорнии против ИИ-компаний подали антимонопольный иск: регулятору показалось подозрительным, что игроки синхронно призывают ограничить развитие нейросетей ради безопасности. Смысл спора в том, что инвестиции в ИИ уже обгоняют реальный прогресс, а бизнесу выгодны правила, которые защитят капитал. Вывод: быстрых прорывов ждать не стоит, лучше выжимать максимум из текущих инструментов.

➡️ Читайте на сайте: https://aff.top/blog/na-anthropic-openai-google-i-spacexai-podali-v-sud-iz-za-ii

🧠 Ещё больше инсайтов → в канале AFF.top

Google ads начал показывать расходы конкурентов

Google Ads запустил Peer Spending — инструмент, который сравнивает расходы аккаунта с рекламодателями из той же ниши без раскрытия чужих данных. Он показывает, тратите вы больше, меньше или примерно на уровне конкурентов на уровне кампаний и групп объявлений. Для арбитража это скорее ориентир по бенчмаркам, чем инструмент прямого усиления залива.

➡️ Читайте на сайте: https://aff.top/blog/google-ads-nachal-pokazyvat-raskhody-konkurentov

🧠 Ещё больше инсайтов → в канале AFF.top

Минфин РФ планирует выпустить собственный стейблкоин

Власти РФ обсуждают запуск рублёвого стейблкоина: сейчас решают, как его обеспечить, какие операции разрешить и будет ли на него спрос. Основной кейс — международные переводы, а не использование физлицами. Если проект доведут до запуска, он может стать частью новой криптоинфраструктуры и альтернативой токенам, привязанным к дружественным валютам.

➡️ Читайте на сайте: https://aff.top/blog/minfin-rf-planiruet-vypustit-sobstvennyi-steiblkoin

🧠 Ещё больше инсайтов → в канале AFF.top

A/B-тесты больше не работают как раньше

Контекст эпохи заставляет признать: классический сплит-тест двух кнопок теряет смысл. Когда атрибуция стала privacy-first (с уклоном на серверную сторону, MMM и инкрементность), а трафик дробится между десятком каналов, тест на одном лендинге изолирован от реальной картины.

Что реально работает сейчас — гео-холды (географические эксперименты с удержанием аудитории) и инкрементность через синтетические контрольные группы (методы, строящие «зеркало» аудитории на основе исторических данных). Это медленнее, дороже, требует аналитики в команде. Зато даёт ответ на правильный вопрос: что *добавилось* к органическому росту, а не какая кнопка нажалась чаще.

Маркетолог, который в 2026 году всё ещё меряется победой в A/B на три кнопки — оптимизирует тактику, пока конкуренты перестраивают систему.

Сетке на заметку: тема инкрементности и MMM ещё слабо раскрыта в русскоязычном поле. Есть что забрать.

— @MarketingCraftTools

В публичный доступ вышел Grok 4.7

➡️ Читайте на сайте: https://aff.top/blog/v-publichnyi-dostup-vyshel-grok-4-7

🧠 Ещё больше инсайтов → в канале AFF.top

X теперь показывает причину теневого бана

➡️ Читайте на сайте: https://aff.top/blog/x-teper-pokazyvaet-prichinu-tenevogo-bana

🧠 Ещё больше инсайтов → в канале AFF.top

Россиян заставят отчитываться перед ФНС за крипту

Крипта в РФ считается имуществом, поэтому доход от продажи или обмена облагается НДФЛ: 13% до 2,4 млн рублей и 15% сверх этого. Декларацию 3-НДФЛ нужно подать самостоятельно до 30 апреля. Отчитываться по кошелькам обязаны только при обороте свыше 600 000 рублей в год, а за нарушение грозят штрафы и пени.

➡️ Читайте на сайте: https://aff.top/blog/rossiian-zastaviat-otchityvatsia-pered-fns-za-kriptu

🧠 Ещё больше инсайтов → в канале AFF.top

Аналитика маркетинговых данных в эпоху privacy-first

В 2026 году классическая атрибуция по последнему клику стала бесполезна из-за политики конфиденциальности браузеров и роста закрытых экосистем. Теперь маркетологам приходится внедрять серверную передачу данных и маркетинговое моделирование (MMM), чтобы понять, какой канал реально приносит выручку. Разбираем три инструмента для анализа эффективности инвестиций в условиях, когда cookie-файлы больше не дают полной картины.

— OWOX BI. Сервис для автоматизации сбора данных в единое хранилище. Подойдет среднему и крупному e-commerce (электронной коммерции), где важно свести данные из рекламных кабинетов, CRM (системы управления отношениями с клиентами) и сайта. Сильная сторона — готовые коннекторы и настройка сквозной аналитики без участия разработчиков. Минус — высокая стоимость подписки, которая становится ощутимой при больших объемах транзакций.

— PyMC Marketing. Библиотека на языке Python для построения моделей маркетингового микса. Инструмент для продвинутых аналитиков, которые стремятся уйти от трекинга отдельных пользователей к математическому моделированию влияния каналов на продажи. Сильная сторона — глубокая прозрачность расчетов и возможность учитывать внешние факторы, например, сезонность или промоакции. Минус — требует глубоких навыков программирования и статистики, порог входа крайне высокий.

— Triple Whale. Платформа для визуализации показателей с фокусом на Retention (удержание) и LTV (пожизненную ценность клиента). Идеально подходит для команд, внедряющих RevOps (объединенную модель работы маркетинга и продаж). Сильная сторона — удобный «дашборд» с понятной метрикой чистой прибыли после всех расходов. Минус — ограниченные возможности для кастомной (настроенной под себя) аналитики, если бизнес выходит за рамки стандартных бизнес-процессов магазина.

Выбирайте инструмент исходя из зрелости вашей аналитической команды: от готовых решений для быстрого старта до математических библиотек для сложных стратегий.

— @MarketingCraftTools