Тем временем подстилка коричневых Кардиналов и лично Кустова главред Максим Огненный завёл собственный канал, где, наверное, опять будет писать стихи и анонсировать вьюхи с ме**дроновыми наркоманами.🤡🤡

Чем вообще известен этот персонаж? Собсна, только порцией отборного кринжа, например, не так давно он выебывался на Иванова в "Письмах кардинала", но недожал и тема осталась нераскрытой. ЕЮ заслужил даже высокоинтеллектуальные выпады, которые тот не понял в силу врождённого аутизма:

Высокохудожественная лексика героя, демонстрируемая им не только на своем канале, но и на любой публичной площадке, настолько пленит любого слушателя, что мало кто может стать собеседником жертвы во второй раз.

Нихуя не разбираясь в аффилке, он на серьёзных щах брал интервью у Мефмедова и пытался построить серьёзный диалог с объёбанной ракетой. Из остальных достижений только нытье в чатиках: персонаж настолько невзрачный, что даже хуесосить его не так интересно.¯\_(ツ)_/¯

А теперь Огненный завёл собственный канал, где собрался выебать всех, но, походу, ебать будет лишь подписоту своей графоманией. Похожей хуйнёй занимался и оунер ФБ Киллы, который так любит рассуждать про экономику и политику. Оно и понятно: что у коричневых, что у киллы, что у партнёркина — один инвестор и одна крыша, поэтому подопечные синхронно занимаются бестолковой хуйнёй. Кому не похуй, подписывайтесь, будет интересно (нет): https://t.me/+dr240TeLtPc2Nzdk

В арбитраже деньги есть, но только у тех, кто с LuckyCards 💵

Как retail-панель показала, что у бренда «падает не весь спрос, а один сценарий покупки»

В FMCG часто смотрят на продажи как на единую линию: было 100, стало 92 — значит, «просел бренд». Но retail-панель быстро разбирает эту картину на поведенческие слои. Показательный кейс — у крупного бренда бытовой химии в сетевой рознице.

Контекст был простой: в категории общий рынок почти не рос, промо-шум усилился, а дистрибуция у бренда оставалась стабильной. При этом по отчётам продаж казалось, что марка теряет долю. Подключили розничную панель домохозяйств и посмотрели не только, что купили, но и кто, как часто и в каком сценарии.

Задача состояла в том, чтобы понять: это реальное оттеснение бренда конкурентами или изменение структуры покупок. Панель дала ответ в цифрах. У бренда не обрушился «core»-покупатель, а сократился сегмент нерегулярных покупателей: частота у ядра держалась почти без изменений, а вот доля лёгких покупателей за полгода снизилась с 31% до 24%. Одновременно средний объём покупки упал на 6%, что совпало с общей экономией в корзине на фоне снижения среднего чека в e-com и осторожности домохозяйств в офлайне.

Решение оказалось не в наращивании охвата, а в пересборке сценария повторной покупки. Маркетинг убрал акцент на широкую коммуникацию «для всех» и сделал две вещи:
— выделил отдельную линейку сообщений для частых покупателей с упором на привычное использование;
— для редких покупателей запустил короткий цикл напоминаний через трейд-маркетинг и CRM, привязав их к моменту исчерпания запаса.

Результат через два квартала был вполне приземлённый: доля лёгких покупателей частично восстановилась, повторная покупка выросла на 8%, а падение доли бренда остановилось. Не за счёт «громкой» кампании, а за счёт точной работы с поведенческой базой.

Урок для бренд-менеджера FMCG простой: retail-панель нужна не для красивого отчёта, а для поиска того, какой именно механизм спроса сломался. В 2026 году, когда ценность смещается от объёма коммуникаций к собственной экспертизе, побеждает не тот, кто «шумнее», а тот, кто умеет отделить ядро спроса от периферии и вернуть покупателя в правильный сценарий.

— @PanelDataRoomPro

Antropic раскрыла ферму с нейронными дейтинг-моделями

Anthropic раскрыла кейс китайской студии, которая запустила 20 дейтинг-приложений с нейропрофилями для удержания пользователей. Вместо стандартного слива дейтинг-трафика на чужие смартлинки, вебмастерам стоит присмотреться к разработке собственных LLM-сервисов. Затраты на токены и подключение платежных решений окупаются за счет прямого контроля над монетизацией и забора всей маржи рекламодателя.

➡️ Читайте на сайте: https://aff.top/blog/antropic-raskryla-fermu-s-neironnymi-deiting-modeliami

🧠 Ещё больше инсайтов → в канале AFF.top

Разработчик игры слил $220 в Google ads на установки ботами

Статья описывает кейс разработчика, потерявшего бюджет в Google Ads из-за фрода и специфики атрибуции. Платформа засчитала конверсии, которые не подтвердились в Google Play Console, так как алгоритм учитывает установки без прямой связи с кликом. Главный вывод: Google Ads может наливать ботов не меньше пуш-сетей. При работе за инсталы важно жестко контролировать качество трафика и сверять аналитику с бэкендом, в то время как Facebook на данный мо…

➡️ Читайте на сайте: https://aff.top/blog/razrabotchik-igry-slil-220-v-google-ads-na-ustanovki-botami

🧠 Ещё больше инсайтов → в канале AFF.top

Google расширил Data Manager

Google интегрировал инструмент Data Manager в GA и DV360 для удобной передачи first-party данных, что дает рост ROAS до 26%. Для арбитража трафика прямого применения у офлайн-данных нет, однако инструмент можно использовать для манипуляции алгоритмами: отправка синтетических конверсий через API поможет скорректировать оптимизацию и направить автостратегии на поиск нужной аудитории.

➡️ Читайте на сайте: https://aff.top/blog/google-rasshiril-data-manager

🧠 Ещё больше инсайтов → в канале AFF.top

Панель знает больше, чем дистрибьютор?

В 2026 retail-панели и consumer panels всё чаще подсказывают не только «кто купил», но и где бренд реально теряет оборот на полке. А вы на что опираетесь в споре о росте?

ВАРИАНТЫ:
1. На retail-панель: она показывает полку без иллюзий
2. На consumer panel: она лучше объясняет выбор бренда
3. На обе: без связки картина всегда неполная
4. На продажные отчёты: они ближе к деньгам здесь и сейчас

— @PanelDataRoom

Xchat удалён из App Store и Google play

Google Play и App Store удалили мессенджер XChat, продвигавшийся Илоном Маском как сервис с шифрованием без рекламы. Несмотря на трафик из X.com, приложение исключили из сторов. Причиной мог стать отказ от трекинга, что мешает монетизации и антифрод-системам площадок. Кейс доказывает: отсутствие рекламных инструментов делает софт уязвимым, а медийная поддержка не спасает продукт, если его политика нарушает правила маркетплейсов.

➡️ Читайте на сайте: https://aff.top/blog/xchat-udalen-iz-app-store-i-google-play

🧠 Ещё больше инсайтов → в канале AFF.top

В Facebook Ads Manager появилась метрика Creative Diversity

Meta представила метрику Creative Diversity для оценки разнообразия креативов. Алгоритм Generative Recommender анализирует стиль, тему, тип хука и формат объявлений. Простое изменение цвета или ракурса теперь не работает: система пессимизирует похожие подходы. Для эффективного залива арбитражникам придется тестировать принципиально разный контент, чтобы алгоритмы лучше находили аудиторию. Инструмент выйдет из беты до конца года.

➡️ Читайте на сайте: https://aff.top/blog/v-facebook-ads-manager-poiavilas-metrika-creative-diversity

🧠 Ещё больше инсайтов → в канале AFF.top

Твои переписки с ChatGPT читают люди

OpenAI привлекает подрядчиков для ручного анализа диалогов с ChatGPT, чтобы повысить качество модели. В ходе проверки конфиденциальная информация пользователей попадает к третьим лицам. Для сферы CPA это несет прямые риски: уникальные связки, креативы и структуры лендингов, созданные нейросетью, перестают быть приватными. Главный вывод — любая информация, переданная ИИ, может быть изучена извне, что ведет к быстрому выгоранию профитных подходов …

➡️ Читайте на сайте: https://aff.top/blog/tvoi-perepiski-s-chatgpt-chitaiut-liudi

🧠 Ещё больше инсайтов → в канале AFF.top

Сэндвич-эффект: почему розничные панели врут про средний чек

В последние кварталы я всё чаще ловлю бренд-менеджеров на одном и том же заблуждении. Смотрят отчёт NielsenIQ или GfK, видят просадку среднего чека на 5-8% и паникуют: «категория падает, промо не работает». А потом открывают свои sell-out данные и не видят ничего похожего. Знакомо?

Дело в так называемом сэндвич-эффекте, и его понимание критично для любого, кто работает с retail-панелями. Розничная панель — это снимок кассовой ленты. Она честно показывает, что покупатель заплатил в моменте. Но она не видит причину покупки. Когда средний чек в категории падает на 6%, это вовсе не обязательно значит, что потребитель стал покупать меньше в штуках или переключился на более дешёвые бренды. Очень часто это значит, что в чеке стало больше товаров из смежных категорий по низкой цене: базовые крупы, макароны, масло, курица — то, что мы в аналитике называем «якорными» покупками.

Якорный товар тянет за собой чек вниз, и средний по корзине проседает, даже если покупатель набрал ровно столько же привычных йогуртов и сыров. Особенно ярко это видно в сегментах с выраженным сезонным потреблением: летом 2025 в нескольких категориях наших клиентов sell-out в деньгах рос, а retail-панель давала минус именно из-за наполнения корзины.

Что с этим делать на практике.

— Смотрите на чек в разрезе категорий, а не агрегированно. Падение среднего чека без распада по категориям — это не инсайт, а статистический шум.

— Сверяйте панель с собственным sell-out минимум раз в квартал. Расхождение больше 4-5% — красный флаг, пора разбирать структуру.

— Не закладывайте в медиаплан тактику «спасения чека». Покупатель не станет покупать дороже в моменте, его экономия — рациональна. Работайте с частотой и ассортиментом.

— Включайте в отчётность показатель «средний чек на категорию», а не на магазин. Это снимает сэндвич-эффект автоматически.

Главная ловушка — принимать цифру панели за реальность покупателя. Панель — это отличный инструмент для долей, дистрибуции и трендов категории. Но для принятия решений о ценообразовании и промо её одной мало. Добавляйте данные лояльности, хотя бы выборочно, и вы увидите, что половина «катастроф» была артефактом корзины.

— @PanelDataRoomPro

Google тестирует оплату за контент сайта

Google запустил тест программы AI Contribution Pilot, предлагая вебмастерам выплаты через Search Console за контент, повлиявший на ответы ИИ в Gemini и AI Overviews. Алгоритмы оценки вклада и формулы расчетов непрозрачны, а суммы пока скромные. Главный итог: создан важный прецедент прямой компенсации за использование авторских материалов в генеративной выдаче.

➡️ Читайте на сайте: https://aff.top/blog/google-testiruet-oplatu-za-kontent-saita

🧠 Ещё больше инсайтов → в канале AFF.top

В публичный доступ вышли Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking

Google представила Gemini 3.8 Live и Extended Thinking — голосовые ИИ-модели с поддержкой 97 языков и функцией параллельного мышления. Инструмент умеет выполнять фоновые задачи и анализировать видео в реальном времени, не прерывая диалог. Высокое качество распознавания речи и доступ через API позволяют эффективно использовать модели для автоматизации воронки продаж, обработки лидов и создания интерактивных креативов.

➡️ Читайте на сайте: https://aff.top/blog/v-publichnyi-dostup-vyshli-gemini-3-8-live-i-gemini-3-8-live-extended-thinking

🧠 Ещё больше инсайтов → в канале AFF.top

Топ 5 spy-сервисов для Facebook

В обзоре сравниваются пять spy-сервисов для Facebook: от бесплатной Library до профессиональных AdSpy и Tyver. Автор оценивает их по глубине аналитики, охвату и цене. Главный вывод: бесплатные решения не показывают профитность креативов, поэтому для работы в плюс необходим платный софт. Лидером рейтинга стал Tyver за баланс стоимости и функций. Инвестиции в спай окупаются за счет быстрого поиска рабочих подходов и экономии бюджета на тестах новы…

➡️ Читайте на сайте: https://aff.top/blog/top-5-spy-servisov-dlia-facebook

🧠 Ещё больше инсайтов → в канале AFF.top

Meta добавила платную подписку на свои соцсети

Meta расширяет программу Meta Verified, внедряя подписку Meta One с тремя тарифами стоимостью до 19,99 долларов. Пакеты включают верификацию и доступ к ИИ компании. Несмотря на скепсис по поводу нейросетей, синяя галочка остается важным инструментом для арбитража. В нише УБТ верифицированные аккаунты моделей повышают траст и упрощают залив. Подписка становится техническим расходом, требующим оценки окупаемости в рамках связок.

➡️ Читайте на сайте: https://aff.top/blog/meta-dobavila-platnuiu-podpisku-na-svoi-socseti

🧠 Ещё больше инсайтов → в канале AFF.top

Как Walmart поймал распродажи до того, как они стали очевидны в отчётах

Walmart хотел точнее понимать, как промо и изменения в выкладке влияют на покупки по категориям. Для FMCG-сетей это типовая боль: на уровне общей выручки акция вроде бы сработала, а по полке непонятно, где был реальный прирост, а где просто перетекание продаж между SKU.

Решение построили на связке retail-панели и анализа поведения домохозяйств по чекам. Смотрели не только, что купили, но и кто купил, как часто, в какой момент возвращается в категорию и как меняется корзина после промо. Такой подход важен именно сейчас: в эпоху privacy-first и ослабления last-click-подхода в performance ценность данных о реальном покупательском поведении растёт сильнее, чем ценность «голых» кликов.

Что дало такое измерение:
— стало видно, какие промо действительно добавляют объём категории;
— удалось отделить временный подъём спроса от закупки впрок;
— стало понятнее, какие сегменты домохозяйств откликаются на скидку, а какие покупают по привычке;
— решения по акциям начали принимать не по ощущению, а по фактическому поведению панели.

В результате Walmart получил более точную картину эффективности промо и выкладки на уровне покупателя, а не только на уровне магазина. Это критично для FMCG: при падающем среднем чеке и более осторожном потребителе выигрывает не тот, кто сильнее давит скидкой, а тот, кто лучше понимает, где скидка даёт новый объём, а где просто съедает маржу.

**Урок для бренд-менеджера:** retail-панель полезна не как «ещё один отчёт», а как инструмент отделения настоящего прироста от косметического движения. Если вы оцениваете промо только по продажам недели, вы видите вершину айсберга. Если добавляете панель домохозяйств, начинаете понимать механику категории: повтор, частоту, переключение брендов и закупку впрок.

— @PanelDataRoomPro

В Telegram Ads добавили Banner in Bot

В Telegram Ads появился формат Banner in Bot для показа рекламы внутри ботов с аудиторией от 1000 человек. Инструмент таргетируется не на площадки, а на пользователей — по интересам, номерам телефонов и подпискам. Пока доступны только текстовые креативы по ставкам Target Users. Новинка позволяет напрямую через стандартный кабинет охватывать целевую аудиторию прямо в их диалогах с ботами.

➡️ Читайте на сайте: https://aff.top/blog/v-telegram-ads-dobavili-banner-in-bot

🧠 Ещё больше инсайтов → в канале AFF.top