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 performance-команда Aviasales перестроила воронку, когда «последний клик» перестал всё объяснять

В 2026 году для performance-лида главный сдвиг уже не в том, где купить трафик, а в том, как доказать вклад канала в выручку. Хороший пример — Aviasales: у тревел-продукта длинный цикл выбора, много касаний и высокая доля возвратов к поиску. На таком рынке модель «увидел баннер — купил» почти не работает.

**Контекст.** У тревела конверсия в первую покупку легко размывается: пользователь сегодня смотрит билеты, завтра возвращается через поиск, а покупает через приложение или прямой заход. Если мерить только last click (последний клик), часть каналов выглядит слишком дорогой, а часть — незаслуженно эффективной.

**Задача.** Команде нужно было понять, какие каналы реально двигают выручку, а какие лишь забирают финальный клик. Плюс — сохранить масштабирование в условиях, когда цена привлечения растёт, а пользователи чаще сравнивают и откладывают покупку.

**Решение.** Aviasales пошёл не по пути «ещё больше закупки», а по пути переоценки атрибуции:
— собрали server-side (серверную) передачу событий, чтобы меньше зависеть от ограничений браузеров и cookie;
— подключили инкрементальность: проверяли, есть ли дополнительный эффект от канала, а не только корреляция с продажей;
— использовали MMM (маркетинг-микс-моделирование), чтобы увидеть вклад каналов на уровне недели и не переоценивать branded search (поиск по бренду);
— отдельно посмотрели на ретеншн (удержание): у тревела повторные касания часто дешевле первой покупки.

**Результат.** После пересборки анализа стало видно, что часть бюджета в верхних каналах не «лишняя», а страхует будущий спрос. А часть нижневоронечных закупок, наоборот, просто собирала спрос, который и так пришёл бы органически. Это дало команде более честную картину: не «какой канал закрыл сделку», а «какой канал создал добавочную выручку».

**Урок.** Для performance-лида в 2026 году это почти обязательная дисциплина: если вы всё ещё управляете бюджетом только по last click, вы оптимизируете не рост, а удобную для отчёта иллюзию. В эпоху privacy-first (приватности прежде всего) выигрывает тот, кто умеет связывать креатив, каналы и выручку через инкрементальность и MMM.

— @PerformanceLeadRuPro

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

Как performance-лиду собрать систему атрибуции, а не спорить с last-click

Если у вас в 2026-м всё ещё сходится только last-click, вы видите не вклад маркетинга, а удобную иллюзию. Для карьеры performance-лида важно уметь собрать **систему доказательств**, а не защищать одну модель.

— Зафиксируйте, что именно вы хотите измерять
Не «эффективность рекламы вообще», а вклад каналов в выручку, ROMI, LTV и инкрементальность.
Сразу разделите задачи для acquisition, retention и brand-поддержки.

— Соберите карту данных до запуска отчётов
Проверьте CRM, сквозную аналитику, события на сайте, офлайн-конверсии и серверную передачу данных.
Если воронка рвётся на одном звене, любая атрибуция будет спорной.

— Сверьте модели с бизнес-логикой, а не с привычкой
Last-click оставьте как один из срезов, но не как единственный ответ.
Для спорных каналов используйте MMM, uplift-тесты и incrementality-оценку.

— Опишите правила интерпретации заранее
Кто принимает решение, если модели расходятся; какой порог отклонения считается значимым; что делаем при сезонности.
Это снижает «ручное управление цифрами» и повышает доверие к маркетингу.

— Проведите контрольный тест на одном сегменте
Не перестраивайте всю систему сразу: выберите продукт, регион или канал.
Сравните результат по старой и новой логике, прежде чем масштабировать выводы.

— Упакуйте выводы в язык бизнеса
Не «показатель вырос», а «канал дал дополнительную выручку при таком-то риске и таком-то горизонте окупаемости».
Так performance-лид становится участником RevOps, а не только владельцем трафика.

Когда это пригодится: при защите бюджета, споре между каналами, переходе на server-side и пересборке аналитики под privacy-first.

— @PerformanceLeadRuPro

Модернизация performance-аналитики в 2026: от last-click к измерению выручки

Если ты отвечаешь за performance как performance lead, в 2026 ключевая задача — перестать оптимизировать «по кликам» и начать оптимизировать по влиянию на выручку, учитывая приватность и рост AI-overviews (ответы вместо переходов).

Чек-лист внедрения:

— Зафиксируй цель измерения: выручка и её компоненты
Собери карту метрик: лиды → MQL/SQL (где актуально) → сделки → выручка → retention (удержание) → LTV. Определи, какие решения принимаешь по каждой метрике.

— Пересобери атрибуцию под privacy-first
Откажись от веры в last-click как в истину. Согласуй связку: server-side события, MMM (маркетинг-микс моделирование) и/или incrementality (инкрементальность) для ключевых каналов и гипотез.

— Построй единый слой данных и «источник истины»
Проверь, что события из сайта, CRM и billing (платежи) связываются по единому идентификатору (с учетом ограничений). Настрой витрину для отчётности: чтобы любой отчёт имел одинаковые определения.

— Пересмотри воронку под Zero-click и новые точки контакта
Добавь в отчёты не только переходы, но и прокси-метрики влияния: брендовые поиски, просмотры материалов с собственной экспертизой, запросы в поддержку, влияние контента на конверсию в CRM. Без этого Topical Authority не доказать цифрами.

— Включи RevOps-ответственность в измерение
Согласуй с sales и customer success, кто отвечает за качество лидов и за выручку от уже привлечённых клиентов. Пересмотри SLA на передачу и возврат статусов: MQL/SQL мало, важнее скорость и конверсия в факт.

— Запусти регулярные тесты через гипотезы с инкрементом
Формат: гипотеза → тестовая группа/период → ожидаемый эффект → критерии остановки. Для каждого канала заранее закрепи, что считать успехом: рост доли выручки, снижение CAC (стоимость привлечения клиента) с учетом удержания, а не только CTR/CVR.

— Обнови операционную рутину принятия решений
Внедри еженедельный разбор: что изменилось в данных, какие действия отменяем, где продолжаем. Используй единый dashboard для руководителя: “что даёт выручку”, “что не даёт”, “почему”.

когда это пригодится: когда чувствуешь, что отчёты по кликам красивы, а влияние на прибыль подтверждается с опозданием или спорно.

— @PerformanceLeadRu