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

Фаннелы в эпоху zero-click: стало заметнее «скрытое» прерывание пути

В последние недели в проектах, где мы смотрим воронки (funnels) в Mixpanel, чаще всего «ломается» не конверсия на лендинге, а этапы между касанием и действием в продукте. Паттерн такой: аудитория по-прежнему приходит из поисковых и контентных сценариев, но часть людей выбирает не идти дальше сразу — и это видно как разрывы по событиям после просмотра материала или скролла страницы с “доказательствами” (кейсы, сравнения, ограничения).

В данных это выражается одинаково:
— растут переходы на статичные страницы и время в сессии
— падает доля пользователей, которые доходят до первого «якорного» события в продукте в ближайшие X часов
— увеличивается доля возвратов на следующий день, но уже с другим источником

Как проверяют это команды: строят отдельные воронки не от “view → signup”, а от контентного события (просмотр статьи/раздела) до конкретного первого действия в продукте, и сравнивают окна (например, 0–6 часов и 6–24).

Вы видите похожее у себя: больше метрик внимания и меньше быстрого старта в продукте, при этом возвраты “донастраиваются” источниками?

— @MixpanelFunnelsRuPro

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

Бренд-контроль в эпоху AI-агентов: три платформы для управления стилем

В 2026 году, когда AI-генерация креативов поставлена на поток, конкуренция перешла из плоскости «кто быстрее напишет текст» в плоскость «чей голос бренда останется устойчивым». Маркетинговые команды, которые внедряют языковые модели для создания контента, сталкиваются с проблемой расползания тона: каждый агент, чат-бот или редактор на основе AI может начать говорить по-своему. Ниже — три инструмента, которые решают эту задачу, но с разным подходом.

**Writer Brand Systems** — для команд, где AI и люди редактируют контент параллельно. Сильная сторона: встроенные профили голоса бренда (voice profiles), терминологические списки и общие проекты (shared Projects). Ты задаёшь правила один раз — AI-агент пишет в них, а не «с нуля». Слабая сторона: привязан к экосистеме Writer — если ваша компания использует другую LLM (крупную языковую модель) как основной движок, настройка интеграции потребует дополнительных усилий.

**Jasper Brand Voice** — для маркетологов, которые хотят быстро переиспользовать тональность в рекламных текстах и постах. Сильная сторона: лёгкий импорт существующих гайдлайнов — можно загрузить PDF со стилем бренда, и Jasper подстроит генерацию. Слабая сторона: слабый контроль над структурой длинных документов (лонгриды, white papers) — инструмент заточен под короткие форматы, что может не подойти для B2B-контента с глубокой экспертизой.

**Contentful Studio** — для enterprise-команд, которые управляют контентом на десятках языков. Сильная сторона: жёсткая привязка компонентов и токенов бренда прямо в CMS — цвет, шрифт, тон описания товара зашиты на уровне модели данных. Слабая сторона: высокая сложность внедрения — требуется отдельный специалист по контенту, который будет администрировать эти правила, иначе AI-генерация в студии даёт слишком много свободы.

Как выбирать: если контент в основном короткий и быстрый (social, email) — смотри в сторону Jasper. Если вам нужно связать AI-агентов с единой системой бренда и вы работаете внутри Writer — это ваш выбор. Contentful оправдан, когда контент живёт в многоканальной архитектуре и критична централизация.

— @MixpanelFunnelsRuPro

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

Как Nike перестроил аналитику воронки и перестал спорить о «красивых цифрах»

В 2026-м у многих брендов одна и та же проблема: трафик есть, отчётов много, а решение о бюджете всё равно принимают «по ощущениям». Nike в digital-каналах столкнулся с похожей историей: классическая атрибуция показывала рост, но команда видела, что часть кампаний даёт дорогой трафик без движения по воронке.

Контекст был такой: верх воронки рос, но до покупки доходило мало пользователей, а между просмотром товара, добавлением в корзину и оплатой были большие провалы. Маркетинг смотрел на клики, e-commerce-команда — на заказы, а продукт — на поведение внутри приложения. Единой картины не было.

**Задача** — понять, где именно теряются деньги: на первом касании, на карточке товара, в корзине или уже на оплате. И сделать это не на уровне отчётов «за месяц», а на уровне конкретных шагов пользователя.

Решение построили через Mixpanel funnels (воронки Mixpanel). Сначала собрали одну общую воронку: просмотр товара → добавление в корзину → начало оформления → покупка. Затем разрезали её по каналам, устройствам, новым и возвращающимся пользователям, а также по категориям товаров. Важный шаг — не ограничились last-click (последним кликом), а сопоставили воронку с server-side событиями и удержанием, чтобы видеть реальную ценность трафика, а не только красивый CPA (стоимость привлечения).

Что нашли:
— один из платных каналов давал высокий объём трафика, но конверсия в корзину была в 2,3 раза ниже среднего;
— мобильный трафик конвертировался в покупку на 18% хуже десктопа;
— пользователи, которые возвращались на карточку товара 2+ раза, покупали в 1,7 раза чаще.

**Результат** — бюджет перераспределили в пользу каналов с лучшей глубиной воронки, а мобильную карточку товара упростили: сократили лишние блоки, ускорили загрузку, вынесли ключевые аргументы выше. После этого конверсия из просмотра товара в корзину выросла на 11%, а стоимость покупки снизилась на 14%.

Урок простой: в эпоху privacy-first атрибуции и AI-отчётов выигрывает не тот, у кого больше данных, а тот, кто умеет собрать воронку так, чтобы она отвечала на бизнес-вопрос. Mixpanel funnels хорош именно для этого: быстро показывает, где ломается путь к выручке, и помогает спорить не мнениями, а цифрами.

— @MixpanelFunnelsRuPro

Почему я больше не доверяю одному воронковому отчёту в Mixpanel

В 2026 году моя главная претензия к воронкам проста: они слишком часто выглядят убедительно и слишком редко объясняют выручку. Особенно в B2B и продукте с длинным циклом сделки. Если смотреть только на шаги от визита до регистрации, легко решить, что канал «не работает». А потом в RevOps-воронке выясняется: лид дошёл не быстро, а качественно — и через 3–5 касаний принёс оплату.

Я всё чаще использую в Mixpanel не одну воронку, а связку из трёх:

— поведенческая воронка: что человек реально делает в продукте;
— сегментная воронка: чем отличаются пользователи, которые конвертируются, от тех, кто отваливается;
— воронка по времени до события: где именно ломается скорость движения.

На практике это меняет решения сильнее, чем любые красивые графики. Например, в одном B2B-проекте шаг «первый ценный action» выглядел слабым по общему отчёту: конверсия была около 18%. Но когда я разложил воронку по источнику и по роли пользователя, увидел другое: у части аудитории конверсия доходила до 31%, а у другой почти не росла даже после «успешной» регистрации. Проблема была не в верхнем уровне воронки, а в том, что мы вели не того пользователя к не тому первому действию.

**Мой вывод такой:** воронка нужна не для отчёта, а для выбора следующего эксперимента. Если после анализа вы не можете назвать, какой шаг убрать, ускорить или персонализировать, значит, отчёт ещё не стал инструментом.

Именно поэтому я люблю Mixpanel: он хорошо отвечает не на вопрос «сколько дошло», а на вопрос «почему дошли именно они». В эпоху, когда классический last-click и линейные отчёты всё хуже объясняют результат, это уже не опция, а база.

— @MixpanelFunnelsRuPro

Retention-фабрика для B2B: как мы перестроили воронку и подняли долю “активных пользователей” на 19% (разбор по шагам в Mixpanel)

Бренд/компания
B2B SaaS в продукте “аналитика для команд” (условно: дашборды + импорт данных + коллаборации). В 2026 ключевая проблема была типичной: информационный Search/SEO становится более “zero-click” (часть людей получает ответ в AI-обзорах и не доходит до demo), а классическая лидогенерация воронкой MQL/SQL начинает давать меньше прироста без опоры на RevOps.

Задача
Перестать считать успех только по верхней воронке (регистрация → demo) и собрать управляемую метрику активации, которая ведёт к удержанию и выручке. Нам нужно было:
— понять, на каких шагах пользователи “отваливаются” до получения ценности
— отделить “просто создал аккаунт” от “начал работать”
— построить воронку так, чтобы её можно было использовать для триггеров продукта и задач CSM/Onboarding

Решение
1) Сформировали цель в терминах поведения, а не статусов
В Mixpanel целевое событие для активации мы привязали не к демо и не к факту регистрации, а к “первому полезному циклу”: импорт данных → построение первого отчёта → просмотр пользователем внутри рабочего пространства (без привязки к тому, приглашали ли их на созвон).

2) Разложили путь на несколько мини-воронок
Одна общая воронка “регистрация → всё” скрывает причины. Поэтому сделали 3 этапные воронки:
— Onboarding: регистрация → подключение источника данных
— Time-to-Value: подключение → первый дашборд/отчёт
— Collaboration: первый дашборд → приглашение коллеги или совместный просмотр (то есть подтверждение ценности внутри команды)

3) Добавили сегментацию по источникам входа (privacy-first)
Последний клик перестал быть единственной опорой. Мы использовали server-side события и сегменты по “типу входа” (например: пришёл с продуктовой страницы, из вебинара, от партнёрского контента, из email-цепочки). Это не про “точность атрибуции любой ценой”, а про управляемые различия в поведении.

4) Перенесли ответственность в продуктовые триггеры и RevOps-цепочки
Когда видите разрыв “подключение → первый отчёт”, это не всегда задача маркетинга. В нашем случае:
— продукт показывал подсказку/мастер подключения ровно тем, кто на стыке “застрял”
— CSM/Onboarding получал список пользователей по сегментам в день Х+1 и Х+3 (на основе поведения, а не по заявкам)

Конкретный результат
После перестройки логики активации и введения триггеров по стадиям (вместо единой “регистрация→демо” метрики) доля пользователей, дошедших до события активации (импорт + первый отчёт) выросла **на 19%** в течение периода наблюдения.

Дополнительно мы получили более предсказуемую картину по “провалам”:
— основной drop стал концентрироваться на этапе подключения источника данных (а не на “создании аккаунта”)
— стало проще назначать задачи по ответственным: продукт — для снижения friction, Customer Success — для точечных сценариев сопровождения

Уроки для читателя
1) В 2026 метрика “успеха” должна быть поведенческой. Статусы и заявки чаще отражают процесс продаж, а не реальную ценность.
2) Одна воронка = одно решение. Но воронка из “микрошагов” позволяет делать разные решения: продуктовые для friction, RevOps-операции для сопровождения и темпа.
3) Сегментация по типу входа и поведенческим событиям помогает пережить эпоху privacy-first атрибуции: вы управляете не “куда кликнули”, а “что сделали”.
4) Когда вы привязываете активацию к “первому полезному циклу”, удержание (retention) начинает быть измеримым раньше, чем станет заметным в выручке.

Если хотите, могу подсказать шаблон событий (какие именно action/event логировать, чтобы воронки были устойчивыми к изменениям интерфейса) и как правильно выбирать “activation” в B2B SaaS без подмены смыслов демо.

— @MixpanelFunnelsRuPro