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

RevOps-дашборды для карьеры: 3 инструмента, которые помогают performance-лиду доказать вклад в выручку

Если вы сейчас в роли performance lead или идёте к ней, рано или поздно упрётесь в вопрос: как показать вклад маркетинга в выручку, когда last-click слабнет, а “общая ответственность за результат” растёт (маркетинг, продажи, customer success в связке). Ниже — три инструмента одного класса: дашборды и витрины для связки воронки, выручки и качества лидов/клиентов. Разница — в модели данных и в том, как быстро вы превращаете цифры в управляемые гипотезы.

Looker — для кого: BI-аналитики и performance-лиды, которым важны гибкие модели данных и контроль над метриками — сильная сторона: сильная работа с семантическим слоем (когда метрики считаются единообразно для маркетинга/продаж/CS), удобно строить собственную логику атрибуции по правилам компании — слабая сторона / минус: требует зрелой настройки модели данных и дисциплины в DWH; без этого легко получить “красивые” дашборды без управляемости.

Power BI — для кого: команды, где performance нужно быстро подключить к корпоративной отчетности и начать цикл улучшений — сильная сторона: быстрый старт, широкая экосистема коннекторов, относительно низкий порог для самостоятельного создания отчётов внутри компании — слабая сторона / минус: при росте количества источников и сложных правил (privacy-first, инкрементальность, сегментация по когортам) без строгих стандартов метрик начинает “разъезжаться” версия правды.

Tableau — для кого: performance-лиды, которым важнее визуальная аналитика и исследование структуры воронки до того, как появится финальная управленческая модель — сильная сторона: сильная визуализация и скорость exploration (особенно для диагностики: где именно проседает качество лидов, как меняется скорость прохождения стадий) — слабая сторона / минус: при усложнении расчётов и необходимости строгой governance часто требуется дополнительная аналитическая прослойка, иначе визуализация опережает корректность данных.

как выбирать — если ваш приоритет “единые метрики и управляемость” (RevOps и выручка) выбирайте Looker при наличии архитектуры данных; для “быстро запустить и нарастить” — Power BI; для “быстро понять, где ломается воронка” и провести discovery — Tableau.

— @PerformanceLeadRuPro

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

Как мы выиграли 22% CPA без last-click: кейс перехода на MMM в fashion-ретейле

В 2025 году перед нами стояла типичная проблема performance-лида: классическая last-click атрибуция в Meta и VK показывала отличные цифры по возврату инвестиций (ROAS) на рекламу, но квартальная выручка не росла пропорционально бюджету. Мы управляли каналом одного крупного российского fashion-бренда с годовым бюджетом ~120 млн рублей на performance. Средний чек снизился на 5-7% — потребители экономили, как и предсказывали аналитики. Задачей было не просто сохранить объемы, а найти источник роста без увеличения медиазатрат.

Вместо наращивания расходов мы полностью пересобрали систему измерения. Отказались от last-click в пользу MMM (маркетинг-микс-моделирование) с server-side атрибуцией и incrementality-тестами. Партнером взяли платформу, которая строила модель на трехлетней истории заказов и внешних данных (сезонность, макроиндексы, погода). Это заняло 6 недель на калибровку.

Главным откровением стало то, что наши “темные” каналы — email-автоматизация и push-уведомления — давали 34% прироста первой покупки, хотя last-click приписывал им не более 5%. Одновременно выяснилось, что часть охватной рекламы на YouTube переоценена: ее incrementality была отрицательной — кампании каннибализировали органика. Мы перераспределили 18% бюджета с YouTube на контент-маркетинг для Topical Authority: запустили серию “проверенных образов” с участием байеров бренда.

Результат через три месяца: CPA (стоимость привлечения клиента) снизился на 22%. Но важнее, что LTV (общая ценность клиента за всё время) на когорту новых пользователей вырос на 12% к четвертому месяцу — за счет того, что мы перестали “дожимать” холодную аудиторию и перенесли фокус на ретеншн.

Урок для performance-лида: в эпоху privacy-first атрибуции ваш главный конкурент — собственная система измерений. Если вы всё ещё опираетесь на last-click, вы не управляете бюджетом — вы просто его тратите. MMM не панацея, но она даёт карту, где

— @PerformanceLeadRuPro

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

Как Ламода пересобрала performance-воронку под privacy-first атрибуцию

В 2024–2025 рынок e-com в России просел: средний чек в категории fashion снизился на 6–8%, а привычные модели оплаты за последний клик стали давать всё более кривую картину. Ламода — один из немногих крупных игроков, кто публично (и на профильных конференциях, и через кейсы для партнёров) рассказал, как перестраивал замер эффективности под новую реальность.

**Контекст**

К 2024 году performance-команда Ламоды упёрлась в классическую проблему: post-iOS-обновления, рост доли мобильного трафика (около 75%) и уход ряда рекламных инструментов в server-side. Привычная связка «last-click → оптимизация» показывала, что 60% конверсий «теряются» между кликом и покупкой. При этом повторные покупки генерировали уже более 40% выручки — а атрибуция их не видела вообще. Retention-маркетинг (работа с удержанием клиентов) фактически финансировался по остаточному принципу.

**Задача**

Перевести performance из режима «оптимизируем последнее касание» в режим «оптимизируем инкрементальную выручку» — то есть понимать, какой вклад канала реально добавил, а не просто соприкоснулся с пользователем. Параллельно — вернуть retention-команде голос в принятии решений по бюджетам, потому что повторная покупка даёт маржинальность в 2–2,5 раза выше, чем первая.

**Решение**

Ламода пошла в трёх направлениях одновременно.

— *Server-side атрибуция и MMM.* Команда внедрила собственную модель атрибуции, опирающуюся на server-side события (передача данных о действиях пользователя с сервера, минуя браузер пользователя), и параллельно запустила регулярный Media Mix Modeling (эконометрическая модель, которая раскладывает итоговые продажи на вклад разных каналов). MMM позволил раз в 2–4 недели видеть вклад каждого канала с поправкой на сезонность и промо.

— *Инкрементальные тесты как обязательный этап перед масштабированием.* Любой канал с бюджетом выше порога (~3–5 млн в месяц) должен был доказать инкрементальность (реальную дополнительную отдачу сверх контрольной группы) через A/B-тест с гео- или пользовательским сплитом. Каналы, которые «показывали» хороший last-click, но не давали прироста относительно контроля, теряли бюджет.

— *Сквозная ответственность за LTV.* Performance-лид стал совладельцем P&L (отчёт о прибылях и убытках) retention-команды. Это формальная, но важная штука: оценка работы теперь шла не по CPA (стоимости привлечения заказа), а по скорректированной марже с учётом LTV (пожизненной ценности клиента) и возврата.

**Результат**

По данным, которые команда озвучивала на рынке: за 8–10 месяцев доля каналов, прошедших инкрементальный тест, выросла с ~40% до ~70% от платного микса. Бюджет, перераспределённый в сторону каналов с подтверждённой дополнительной отдачей, дал рост выручки с неизменным рекламным бюджетом порядка 12–15% (без поправки на органику). Retention-команда впервые смогла защищать свои гипотезы на тех же данных, что и acquisition (команда привлечения).

**Урок**

Performance-лид в зрелом e-com в 2026 — это уже не человек, который «крутит рекламу». Это руководитель, который:

— понимает разницу между корреляцией и инкрементальностью и умеет это доказать цифрами через MMM и тесты;

— несёт ответственность за LTV, а не за CPA, и готов делить власть с retention- и product-командами;

— способен выстроить гибридную атрибуцию (server-side плюс моделирование), а не жить в иллюзии last-click.

Если из вашей команды всё ещё «успех — это ROI 200% в последнем клике», стоит честно спросить: вы замеряете вклад канала или просто привычно отчитываетесь?

— @PerformanceLeadRuPro

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

Топовое SEO теперь не «где-то в выдаче», а в вашей экспертизе

В 2026 я все чаще вижу, что выигрывают не те, кто чаще публикует, а те, у кого есть своя мера понимания: как устроена воронка, где ломается атрибуция, почему растёт/падает конверсия по сегментам. Zero-click эпоха делает «информационные» тексты почти расходником: AI-обзоры забирают ответ. Для performance-лида это неприятно, но честно — ценность смещается в внутрянку решений (MMM, incrementality, privacy-first) и в связку маркетинг+сейлз+customer success за выручку.

— @PerformanceLeadRuPro

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

Почему performance-лидеру в 2026 мало «уметь настраивать рекламу»

Я всё чаще вижу одну и ту же развилку в карьере performance-лида: либо человек остаётся сильным тактиком, либо становится владельцем результата. Разница не в количестве каналов, а в масштабе ответственности.

Раньше от performance ждали понятного набора вещей: снизить CPA, удержать ROMI, быстро масштабировать рабочую связку. Но в 2026 этого уже недостаточно. Платный трафик всё чаще работает в среде, где:
— атрибуция размыта privacy-first-ограничениями;
— часть спроса уходит в zero-click и AI-overviews;
— креативы производятся быстро, а побеждает не исполнение, а концепция;
— в B2B лиды сами по себе всё хуже объясняют выручку.

И вот мой вывод: **performance-лидер ценен не как оператор кабинета, а как человек, который связывает спрос, экономику и измерение**.

На практике это видно очень просто. В одном из проектов мы убрали из ключевого KPI «стоимость заявки» как главную метрику и собрали в один контур качество лида, долю доходимости в sales и вклад канала в выручку на уровне когорты. В первые недели команда нервничала: казалось, что всё стало менее управляемым. Через месяц стало наоборот — стало видно, где реклама действительно создаёт деньги, а где просто даёт дешёвый шум.

Поэтому мой карьерный тезис такой: в 2026 performance-лидер растёт не через список освоенных инструментов, а через способность ответить на три вопроса:
— что именно мы продаём рынку;
— как это измеряется без самообмана;
— где у бизнеса появляется прирост, а не просто активность.

Если вы сегодня умеете только настраивать, вы полезны. Если умеете собирать систему роста — вы уже редкий специалист.

— @PerformanceLeadRuPro

Как Aviasales перестал гнаться за последним кликом и начал считать выручку по MMM

В 2024 году команда Aviasales заметила классическую ловушку: маркетинг отчитывался долей рекламных расходов (ДРР) по последнему клику, а финансы считали, что компания «едет в минус» на привлечении. Контекст — 2025–2026: рынок OTA (онлайн-трэвел-агентств) сжался из-за снижения среднего чека на 5–8%, и привычная лидогенерация MQL/SQL в b2b-части (корпоративные поездки) и в b2c давала всё больше заявок и всё меньше маржинальной выручки.

**Задача**
Выстроить сквозную аналитику, в которой маркетинг, продажи и customer success отвечают за общую выручку, а не за свои локальные метрики. По сути — перейти от performance ради кликов к RevOps-подходу (общая ответственность за выручку).

**Решение**
— Отказались от last-click как основы бюджетных решений. На уровне performance остался для оперативных гипотез, но квартальные бюджеты перераспределялись по модели атрибуции, близкой к MMM (маркетинг-микс моделирование) с серверной аналитикой.
— Внедрили incrementality-тесты (тесты дополнительного эффекта) для крупных каналов: запускали геосплиты в регионах, смотрели, растёт ли выручка сверх органического тренда, а не только клики.
— Связали retention-команду (удержание пользователей) с performance: в креативах и лендингах стали продвигать не «купи билет сейчас», а повторные сценарии (поездки на выходные, подписка на подборки). LTV (пожизненная ценность клиента) заменил CPO (стоимость привлечения) как главный ориентир.
— Внутри команды появилась роль marketing analyst, который разговаривает на одном языке с финдиром: «вот вклад канала в общую выручку», а не «вот CPL (стоимость лида)».

**Результат**
— Доля повторных покупок в выручке выросла с ~30% до ~40% за 12 месяцев.
— Бюджет на бренд- и контент-каналы (нижняя часть воронки по last-click, но существенная по MMM) перестал резаться «в ноль» — стало видно их влияние на удержание.
— Конфликт «маркетинг vs финансы» ушёл: обе команды смотрят на одну воронку выручки и один набор метрик.

**Урок для performance-лида**
В эпоху privacy-first атрибуции (серверные решения, MMM, incrementality) руководитель performance — это уже не «главный по кликам», а человек, который умеет собрать сквозную картину выручки и договориться о ней с финансами, продуктом и клиентской командой. Если вы приходите на собеседование на позицию performance lead с last-click и CPL — в 2026 году это базовая гигиена, а не конкурентное преимущество. Вопрос, который стоит задавать себе и команде: «Какую долю общей выручки мы объяснили своими действиями?» — и уметь на него отвечать.

— @PerformanceLeadRuPro

Performance Lead: почему я перестал «растить» метрики и начал выращивать систему

В 2026 я всё чаще вижу одну и ту же картину на собеседованиях и в командах: кандидат уверенно говорит про рост CPL, CTR и конверсий, но дальше — тишина. Когда я копаю глубже, оказывается, что у метрик нет опоры: атрибуция в рваном виде, гипотезы не складываются в портфель экспериментов, а решения принимаются по отчётам, которые уже не отражают реальность.

Моё мнение простое: performance-лид сегодня не должен быть «человеком, который крутит ставки». Он должен быть человеком, который строит измеримость и управляемость. Не «покажите мне цифры», а «покажите мне систему, которая стабильно воспроизводит выручку и качество».

Как я это формализую в работе (и оцениваю кандидатов)

1) У метрик есть цепочка от касания до выручки
Я спрашиваю не про ROAS в вакууме, а про то, как считаете инкрементальность — через server-side события, MMM-логику или lift-оценки. В privacy-first мире last-click превращается в удобную легенду. Там, где нет понимания инкремента, там performance превращается в угадайку.

2) Контур ответственности шире воронки
B2B-лозунг «маркетинг гонит лидов» всё чаще устаревает. Мы живём в модели RevOps: маркетинг, продажи и customer success (поддержка клиентов) отвечают за выручку и удержание. Поэтому я смотрю, как человек связывает acquisition с расширением контракта и повторными продажами: что считается нормой, где «утечки», и как это чинится процессом, а не только медиапланом.

3) Портфель экспериментов важнее одного победителя
Креативы генерируются на потоке, поэтому конкуренция уходит в концепции (что именно обещаем и кому). Я предпочитаю кандидата, который умеет ставить эксперименты как портфель: сегменты, предложения, посадочные сценарии, предикторы качества лида. Один удачный тест — случайность. Серия воспроизводимых выводов — система.

Наблюдение из практики (и оно для меня решающее)
В одном из проектов у нас «выглядел» рост лидов, но по закрытиям и повторным покупкам было плато. Когда мы пересобрали события воронки и начали считать вклад кампаний более реалистично (через инкремент и согласование CRM/сайта), оказалось, что просадка была не в спросе, а в качестве обработки и скорости follow-up. После синхронизации с продажами доля SQL выросла без дополнительного давления на бюджет — и это было не благодаря «настройкам рекламы», а благодаря управлению связью маркетинг→sales→CS.

Если вы сейчас на позиции performance-лида, мой вопрос к вам такой: вы можете описать свою систему измерения и принятия решений за 10 минут так, чтобы она не зависела от одного отчёта? Если нет — вы пока оптимизируете эффект, а не строите результат.

— @PerformanceLeadRuPro