Youtube внедряет новую функцию A/B тестирования роликов

YouTube запускает A/B-тестирование не только превью, но и шортсов, заголовков и первых секунд видео, чтобы алгоритм сам выбрал вариант с большей органикой и вовлечённостью. Для креаторов и арбитражников это шанс поднять CTR без ручных угадываний, но слабый контент тесты не спасут: если ролик не заходит, победителя там не будет.

➡️ Читайте на сайте: https://aff.top/blog/youtube-vnedriaet-novuiu-funkciiu-a-b-testirovaniia-rolikov

🧠 Ещё больше инсайтов → в канале AFF.top

Три инструмента для AI-исследований без «галлюцинаций»: что брать маркетинг-операциям

Если в 2026 году вам нужно быстро собирать рыночные справки, готовить брифы для sales и проверять гипотезы для контента, обычного чат-бота уже мало. Важны не только ответы, но и источники, контроль качества и возможность встроить инструмент в рабочий процесс. Ниже — три варианта одного класса, но с разной глубиной и ценой ошибки.

WRITER AI Academy / Passport — для команд, которые хотят выстроить системную работу с AI — сильная сторона: учит не просто «задавать вопросы», а собирать агентные сценарии и рабочие цепочки; слабая сторона: это скорее образовательный контур, чем готовый исследовательский инструмент, поэтому ценность раскрывается не сразу.

WRITER Agent — для маркетинг-ops, аналитиков и research-команд — сильная сторона: тянет данные из первичных источников вроде FRED, OECD, World Bank и SEC EDGAR, то есть подходит для исследований, где нужна проверяемость и ссылки на источники; минус: хорош там, где есть структурированные открытые базы, но слабее на узких рынках, локальных нишах и вопросах без публичной статистики.

ChatGPT с режимом поиска / Perplexity — для быстрых черновых исследований, мониторинга и подготовки списков гипотез — сильная сторона: скорость, удобство и широкий охват тем; слабая сторона: даже при поиске нужно отдельно проверять первоисточники, потому что для задач в стиле RevOps, SEO-стратегии и медиапланирования ошибка в факте дороже экономии времени.

Как выбирать: если нужен навык и процесс — WRITER AI Academy; если нужен проверяемый research с опорой на базы — WRITER Agent; если нужен быстрый старт и много итераций — ChatGPT с поиском или Perplexity, но только с обязательной верификацией.

— @PrivacyTrackingRu

У Bitget украли $352 миллиона в криптовалюте

Bitget подтвердила кражу криптоактивов на $352 млн и временно остановила вывод средств. Под ударом оказались только горячие и тёплые кошельки, холодные не затронуты. Инцидент снова показывает, что хранить капитал нужно по разным кошелькам и площадкам, чтобы не остаться без ликвидности в критический момент.

➡️ Читайте на сайте: https://aff.top/blog/u-bitget-ukrali-352-milliona-v-kriptovaliute

🧠 Ещё больше инсайтов → в канале AFF.top

К релизу готовится подписка ChatGPT Pro Max

OpenAI готовит подписку за $500 в месяц — вдвое дороже текущего топ-тарифа. Идея в том, чтобы дать крупным компаниям больше лимитов на нейросеть, но спрос неочевиден: бизнес уже режет бюджеты на AI. Если тариф не даст заметного прироста возможностей, он рискует стать дорогим промахом.

➡️ Читайте на сайте: https://aff.top/blog/k-relizu-gotovitsia-podpiska-chatgpt-pro-max

🧠 Ещё больше инсайтов → в канале AFF.top

Топ 5 трекеров для залива с тизерных сетей

Статья о том, что в тизерных сетях трекер обязателен: без него невозможно быстро отсекать ботов, мусорные площадки и держать CPA в плюсе. Лучший выбор для серьёзных объёмов — Keitaro, дальше Binom и OctoTracker; облачные решения вроде BeMob и Vollume годятся лишь для тестов или дорогих офферов.

➡️ Читайте на сайте: https://aff.top/blog/top-5-trekerov-dlia-zaliva-s-tizernykh-setei

🧠 Ещё больше инсайтов → в канале AFF.top

Google тестирует звонки с помощью Gemini

Google добавила в Gemini функцию «Позвони за меня»: ИИ сам проходит голосовые меню, ждёт оператора и решает бытовые задачи вроде брони или записи. Пока фича доступна только на Pixel 11 в США, но это шаг к более массовой автоматизации звонков и сокращению рутины для пользователей и сервисов.

➡️ Читайте на сайте: https://aff.top/blog/google-testiruet-zvonki-s-pomoschiu-gemini

🧠 Ещё больше инсайтов → в канале AFF.top

Создал 7000 телеграм каналов и рассказал как https://t.me/+f_h1PsXaNCc5MTZk

Почему «серверная аналитика» не спасает маркетинг сама по себе

Я всё чаще вижу одну и ту же ошибку: маркетинг-ops ставит server-side-сбор, CAPI, свой коннектор в warehouse — и считает задачу закрытой. На деле это только смена трубы. Если в трубе всё так же течёт мусор, атрибуция станет просто быстрее и убедительнее ошибаться.

В 2026 году спор уже не про last-click как таковой. Он про качество решения. Когда у команды есть server-side, MMM (маркетинг-микс-моделирование) и incrementality-тесты, можно уйти от иллюзии «одного источника правды» к более взрослой схеме: разные методы отвечают на разные вопросы. Один — где был контакт. Второй — что в целом двигает спрос. Третий — что реально добавляет выручку сверх базового уровня.

Из практики у меня самый частый провал не в модели, а в данных до модели. В одном B2B-проекте после переноса событий на сервер конверсия в отчётах «выросла» на 18%, но только потому, что раньше терялись офлайн-статусы сделок и дубли по пользователям. Маркетинг увидел красивую картину, а sales продолжал работать с теми же лидами. Пока мы не привели в порядок склейку CRM, события продукта и cost-данные, любая атрибуция оставалась декоративной.

Мой вывод простой: **privacy-first аналитика — это не про сбор большего числа сигналов, а про дисциплину в решениях**.

Что я считаю обязательным минимумом:
— единый словарь событий и стадий;
— сопоставление spend, revenue и маржинальности;
— раздельные контуры для отчётности, оптимизации и экспериментов;
— проверка инкрементальности там, где ставки высоки.

Если у вас после внедрения server-side не изменился процесс принятия решений, вы не построили новую аналитику. Вы просто ускорили старую.

— @PrivacyTrackingRu

Маркетинг после куки: что остаётся в системе, когда исчезает привычная атрибуция

За последние годы маркетинг пережил не просто смену инструмента, а смену оптики. Раньше казалось, что если у нас есть куки, пиксели и last-click, то у нас есть ответ почти на любой вопрос: кто привёл, что сработало, сколько стоил лид. В 2026 году эта уверенность выглядит всё менее устойчивой. Не потому что данные исчезли совсем, а потому что они стали фрагментарными, дороже и хуже объясняют реальную причину результата.

Для marketing ops это важный сдвиг: задача больше не сводится к «починить трекинг». Нужна система, в которой маркетинг может принимать решения даже при неполной видимости. И это уже не про одну технологию, а про новую архитектуру управления спросом.

**Первый тезис: last-click перестал быть не только точным, но и полезным.**

Проблема last-click не в том, что он «неправильный» в лоб. Проблема в том, что он системно переоценивает поздние касания и недооценивает всё, что строит спрос заранее. Когда пользователь сначала видит экспертную статью, потом — сравнение решений, потом — вебинар, а финально кликает по брендовому запросу, last-click отдаёт всю ценность последнему шагу. Но бизнес-то заработал не на последнем клике, а на цепочке.

Хороший пример — B2B с длинным циклом сделки. Там лид может появиться после серии касаний, часть которых вообще не фиксируется в привычной веб-аналитике: просмотр видео, участие в вебинаре, возврат через брендовый поиск, разговор с sales. Если смотреть только на финальный клик, performance-команда будет «побеждать» ретаргетинг, а контент и бренд — системно проигрывать. В реальности же именно они часто формируют вероятность сделки.

**Второй тезис: после куки выигрывает не тот, у кого больше событий, а тот, у кого лучше модель причинности.**

Поэтому на первый план выходят server-side-сбор, сквозная аналитика с нормальной дедупликацией, MMM (маркетинговое моделирование) и incrementality — инкрементальность, то есть проверка, был бы результат без этого канала или нет. Это уже не «продвинутая аналитика для красивых отчётов», а способ защитить бюджет от ложных выводов.

Например, e-commerce может видеть, что платный поиск даёт дешёвые заказы. Но если поднять ставку и объём, выясняется: часть покупок и так пришла бы через бренд, органику или повторный визит. Инкрементальный тест показывает, насколько канал действительно добавляет новых продаж. И это особенно важно сейчас, когда средний чек снижается, а ставка смещается в сторону retention (удержания) и LTV (пожизненной ценности клиента). Ошибка в атрибуции начинает стоить дороже, потому что маржа тоньше.

**Третий тезис: в 2026 году ценность контента определяется не объёмом, а тем, что он может сказать от лица эксперта.**

Уходит эпоха, когда можно было «залить» рынок статьями под низкочастотные запросы и собрать трафик объёмом. AI-overviews, zero-click и рост topical authority меняют правила. Чтобы получить внимание, мало просто ответить на вопрос — нужно стать источником, к которому есть доверие.

Для маркетинга после куки это важно ещё и потому, что контент перестаёт быть только каналом привлечения. Он становится частью доказательной базы. Хороший пример — аналитическая статья с авторскими выводами, которая помогает не только получить переход, но и сформировать брендовый спрос. Пользователь может не кликнуть сразу, но запомнит подход, вернётся позже через поиск по бренду или напрямую. В такой логике контент работает не как «верх воронки», а как инфраструктура доверия.

**Четвёртый тезис: маркетинг ops становится не обслуживающей функцией, а проектировщиком выручки.**

Когда классическая связка MQL/SQL слабеет, а RevOps (операции по выручке) забирает на себя общую ответственность маркетинга, продаж и customer success, меняется и роль операционной команды. Её задача — не просто передать лид, а обеспечить согласованную систему данных, статусов и решений на всём пути клиента.
…

Едешь на SBC? Твой ключевой поинт — стенд SpinBetter Partners F133🔥

Приходи и получи:
💎 Эксклюзивный оффер — тестируй без убытков благодаря программе компенсации
🎁 Кастомный мерч — забери диковинку, которую рынок ещё не видел
⭐️ Инвайт на afterparty — узнай детали на стенде и получи возможность попасть на одну из самых громких пати
🌍 Монетизируем трафик от Западной Европы до Центральной Азии — не трать время на случайные встречи: букай слот с affiliate-менеджером заранее и обсуди лучшие условия под свой трафик.

💬 Забронировать встречу

До встречи в Лиссабоне на стенде F133!

#партнёрский_пост

IKEA и отказ от cookies: как бренд перестроил измерение без потери управляемости

В 2026 это уже не «тренд», а рабочая реальность: третьи cookie (файлы для идентификации пользователя) исчезают из воронки, а маркетинг всё чаще живёт в режиме неполной видимости. Хороший пример — IKEA, которая в Европе одной из первых крупных розничных сетей системно перешла к измерению без опоры на кросс-сайтовое отслеживание.

Контекст был типичный для e-com: у бренда много каналов, длинный путь до покупки, высокая доля повторных касаний и заметная роль офлайна. При этом классический last-click (последний клик) начал искажать картину: переоценивал брендовый поиск и ретаргетинг, недооценивал верх воронки и медийку. Для marketing ops это означало одно: бюджет спорит сам с собой, а не с данными.

Задача была прагматичной — сохранить управляемость закупки рекламы после ухода cookie-модели. IKEA пошла не в «замену одной пиксельной метрики другой», а в сборку системы из нескольких уровней:
— серверный сбор событий с сайта;
— собственные идентификаторы в логике first-party (данные первой стороны);
— моделирование конверсий там, где пользователь не идентифицируется напрямую;
— MMM (маркетинг-микс-моделирование) для оценки вклада каналов на уровне бизнеса;
— инкрементальность (проверка прироста) для спорных кампаний и аудиторий.

Результат важен не красивой цифрой, а качеством решения. У бренда появился более устойчивый контур атрибуции: меньше зависимости от браузеров, больше опоры на свои данные и эксперименты. Внутри команды это обычно даёт три эффекта: снижается доля «слепых» перераспределений бюджета, проще защищать верх воронки, а не только канал с последним касанием, и быстрее принимаются решения по масштабированию.

Главный урок для marketing ops в том, что после cookie выигрывает не тот, кто собрал больше трекеров, а тот, кто собрал **систему измерения**. Если коротко:
— сервер-сайд (server-side) закрывает сбор;
— MMM отвечает за картину на уровне бизнеса;
— инкрементальность подтверждает, что канал даёт прирост, а не просто забирает уже готовый спрос.

Это и есть жизнь маркетинга после кук: меньше магии в отчётах, больше дисциплины в данных.

— @PrivacyTrackingRu

Дополнительный контекст — @PricingPackagingRuPro

Tiktok введёт лимит на 2-х часовой непрерывный просмотр

Алабама через суд вынудила TikTok ограничить подросткам просмотр ленты до 2 часов в день и ввести ночную блокировку, а также штраф в $100 млн. Для рынка это сигнал: регулирование детского контента и digital-активов будет ужесточаться, а аудитория может уйти в другие соцсети. Тренд способен быстро прийти в другие GEO.

➡️ Читайте на сайте: https://aff.top/blog/tiktok-vvedet-limit-na-2-kh-chasovoi-nepreryvnyi-prosmotr

🧠 Ещё больше инсайтов → в канале AFF.top

Криптовалюту хотят разрешить использовать как залог

TL;DR** В Совете Федерации рекомендовал включить криптовалюту в перечень залоговых активов Минюсту РФ, в том числе привязанные к рублю стейблкоины, а также добавить ограниченную конвертацию в фиат для покрытия требований. Это позволит выдавать кредиты под залог крипты через CPA-кампании для брендов и офферов по ипотеке и займам. Если инициативу поддержат, арбит

➡️ Читайте на сайте: https://aff.top/blog/kriptovaliutu-khotiat-razreshit-ispolzovat-kak-zalog

🧠 Ещё больше инсайтов → в канале AFF.top

Meta будет делать за тебя лендинги

В статье рассматривается стратегию Meta по интеграции ИИ в креативы и лендинги в рамках рекламного кабинета: нейросеть генерирует тексты, изображения и оптимальные страницы с выделением ключевых услуг и сильными CTA. Если функция будет расширена, это может значительно сократить путь пользователя от рекламы к покупке в CPA-кампаниях по гемблингу и беттингу. Такой

➡️ Читайте на сайте: https://aff.top/blog/meta-budet-delat-za-tebia-lendingi

🧠 Ещё больше инсайтов → в канале AFF.top

В публичный релиз вышла Claude Sonnet 5.5

Anthropic выпустила Sonnet 5.5: модель стала быстрее на 30% и экономнее по токенам, при этом почти догнала Opus 5.5 по качеству. Для повседневных структурированных задач, анализа кода и планирования она уже выглядит очень сильным рабочим инструментом. Вывод: у Anthropic заметный прогресс, и Sonnet 5.5 можно брать в работу через API или сайт.

➡️ Читайте на сайте: https://aff.top/blog/v-publichnyi-reliz-vyshla-claude-sonnet-5-5

🧠 Ещё больше инсайтов → в канале AFF.top

Атрибуция для следопытов: почему MMM не панацея

Когда индустрия массово попрощалась с last-click (последний клик), многие ринулись в MMM (Media Mix Modeling — моделирование медиамикса) как в единственный источник правды. Я наблюдаю обратную сторону этого бума: MMM даёт макро-картину, но для Marketing Ops, отвечающего за операционную эффективность, это часто чёрный ящик.

Основная претензия: классический MMM не различает «качество» касания. Он видит, что бюджет на контекстную рекламу дал ROAS (Return on Ad Spend — возврат на рекламные расходы) 3.2, а на programmatic (программатик) — 1.8. Вывод: резать programmatic. Но что, если именно этот programmatic грел аудиторию для того самого контекста? MMM по умолчанию не видит перетекания эффекта.

Вот где проявляется настоящая работа с данными. В моей практике за последний квартал мы начали гибридный подход: MMM как стратегический компас и server-side атрибуция (серверная атрибуция) на уровне событий как тактическая лупа.

Например, в одном B2B-проекте (RevOps-модель, сделки от 3 млн руб.) чистый MMM показывал нулевую эффективность подкастов. При этом в server-side мы видели: 12% лидов, пришедших через прямой заход на сайт (direct), перед визитом слушали подкаст с нашим экспертом. Атрибуция «чистого» прямого захода — серый шум. Но склейка этих данных и наложение на MMM заставило нас пересмотреть вес «аудиального» касания.

Из практики: за последние полгода в трёх проектах переход на гибридную модель (MMM + incrementality (инкрементальность) через geo-тесты) дал перераспределение 15-20% бюджета с «очевидно эффективных» (читай — last-click) каналов на верхне-воронку (brandformance, контент-партнёрства). Результат — снижение CPA (Cost per Acquisition — стоимость привлечения) на 18% при росте LTV (Lifetime Value — пожизненная ценность) на 11%.

Вывод для себя: MMM перестаёт работать, когда вы подходите к нему как к отчёту «поставь и забудь». Это живая модель, требующая калибровки через экспериментальные данные. Без слоя incrementality (инкрементальность) — это просто красивая регрессия на исторических данных, которая не спасёт от принципа «корреляция — не причинно-следственная связь».

— @PrivacyTrackingRu