DeepSeek представит последнюю версию v4

DeepSeek выпустит v4 в середине июля с новой моделью ценообразования API: токены подорожают в 2 раза в часы пиковой нагрузки (09:00–12:00 и 14:00–18:00 по пекинскому времени). Компания планирует уведомлять пользователей по почте за 24 часа до изменения тарифов. Проблема с ошибками «server busy» останется, но обойдётся дороже — это может существенно повлиять на экономику проектов, которые активно используют API DeepSeek для автоматизации и масшта…

➡️ Читайте на сайте: https://aff.top/blog/deepseek-predstavit-posledniuiu-versiiu-v4

🧠 Ещё больше инсайтов → в канале AFF.top

Anthropic выпустили Sonnet 5

30 июня вышла Claude Sonnet 5 — новая версия позиционируется как самая агентная в линейке и приближается к флагманской Opus 4.8. Модель лучше справляется со сложными многоуровневыми задачами, устойчива к вредоносным запросам и не генерирует эксплойты. Sonnet 5 доступна на Free-тарифе, но тестирование показало скромные улучшения: хотя работает лучше Sonnet 4.6, её обгоняют конкуренты, включая китайские модели, которые дешевле через API при лучшей…

➡️ Читайте на сайте: https://aff.top/blog/anthropic-vypustili-sonnet-5

🧠 Ещё больше инсайтов → в канале AFF.top

Кук сломал атрибуцию — но не сломал рост: как я перестроил отчётность для маркетинга после “последнего клика”

Я в 2026 смотрю на проблему приватности не как на “убрали трекинг — всё пропало”, а как на смену модели управления: last-click отжил, а управленческая система должна остаться. Поэтому я перестал просить команду “докажите, какой канал дал именно эти конверсии”, и начал просить “докажите, что маркетинг увеличил выручку”.

Что поменялось в моей практике для marketing ops:

— Я ввёл уровни измерения вместо одного отчёта
1) Воронка до визита/запроса (то, что ещё можно наблюдать: формы, переходы, регистрации, офлайн-идентификаторы).
2) Переход в ценностную стадию (что ближе к выручке: квалификация в B2B, активация в продукте/сервисе, first repeat/вторая сессия в e-com).
3) Экономический результат (incrementality: “сколько добавили сверх базового спроса” через MMM, holdout/гео-эксперименты, lift-оценки в пределах возможного).

— Я развернул коммуникацию с коммерческими командами в сторону RevOps (ответственность за выручку “маркетинг–sales–customer success”)
Теперь KPI маркетинга не заканчивается на MQL. Если лид без активации/повторной ценности — это не “проблема отдела продаж”, а дефект дизайна воронки и прогноза. Это меняет фокус: мы оптимизируем не “доставку клика”, а качество потока и конверсию по стадиям.

— Я переписал отчёт “почему упало”
Раньше: “снизилась доля конверсий из рекламного трафика”.
Теперь: “снизилась доля пользователей, дошедших до стадии X, и при этом выросла доля оплат/повторов от органики/прямых”. Это разные причины — и разные меры: где-то нужно лечить креатив и ожидания, где-то — speed-to-lead/выдачу оффера, а где-то — продуктовую активацию.

Один наблюдаемый практический факт (из нескольких проектов, где мы делали privacy-first перестройку):
когда команда перестраивает отчётность с “конверсий в пикселе” на “стадии ценности”, качество решений растёт быстрее, чем точность атрибуции. Обычно первые заметные улучшения идут не от более точного tracking, а от того, что бизнес начинает согласованно измерять один и тот же путь пользователя: где он теряет смысл и на каком шаге маркетинг должен отвечать.

Мой тезис простой: после кук выиграет не тот, у кого больше данных, а тот, у кого лучше управленческая логика. Трекинг может стать фрагментированным — но модель ответственности и измерения должна быть цельной. Если у вас в отчёте один показатель “сколько принес last-click”, значит управление всё ещё живёт в прошлом.

— @PrivacyTrackingRu

Соседняя редакция @SMMstrategyRoom недавно писала об этом под другим углом

Clickstar прекращает работу

Clickstar закрывается. Легендарная пуш-сеть прекращает закуп трафика с 1 августа, полная остановка — 20 августа.

Сетка работала почти 8 лет и была одним из лучших источников качественного трафика на Россию и СНГ. Сейчас пуш-трафик стал слишком ботовым из-за гугловских банов на скрипты сбора.

Что это означает для арбитражников — разбираемся в ста…

➡️ Читайте на сайте: https://aff.top/blog/clickstar-prekraschaet-rabotu

🧠 Ещё больше инсайтов → в канале AFF.top

Переход от Last-click атрибуции к Маркетинговому моделированию микса (MMM)

В 2026 году полагаться на прямые цепочки конверсий — путь к неэффективному распределению бюджета. Инструменты, основанные на файлах cookie (куки), показывают лишь искаженную картину из-за жестких ограничений приватности. Для оценки влияния каналов на выручку в парадигме RevOps (единое управление доходами) переходите на MMM.

Алгоритм внедрения базовой модели на эту неделю:

— Сбор данных. Выгрузите из CRM и систем веб-аналитики исторические данные за 24 месяца с разбивкой по неделям. Необходимы: общие затраты на медиа по каналам, объем органического трафика, количество сделок или покупок, а также внешние факторы (сезонность, изменение цен, активность конкурентов).

— Очистка и нормализация. Приведите данные к единому масштабу. Важно выделить «контрольные переменные» — праздники, акции или периоды, когда спрос был аномальным. Исключение этих шумов позволит увидеть истинную корреляцию между расходами и доходом.

— Построение регрессии. Используйте открытые библиотеки на языке Python, например, LightweightMMM от Google или аналоги для анализа временных рядов. Ваша цель — определить коэффициенты влияния каждого канала на целевое действие.

— Оценка инкрементальности (прироста). Проведите короткий эксперимент: отключите один из каналов на 14 дней в определенном гео-сегменте, где это допустимо по стратегии. Сравните фактические продажи с прогнозом модели. Если падение выручки меньше, чем ожидалось, значит, канал имел высокую долю «каннибализации» (перетягивания спроса на себя).

— Интеграция в планирование. Используйте полученные веса каналов для формирования медиа-плана на следующий квартал. Приоритет отдавайте источникам с высокой эластичностью — тем, где увеличение инвестиций дает пропорциональный рост LTV (пожизненной ценности клиента).

Этот подход позволит уйти от слепого доверия рекламным платформам и самостоятельно контролировать эффективность маркетинга в условиях приватности. Не пытайтесь сразу создать идеальную модель — начните с анализа 2-3 ключевых каналов, чтобы доказать бизнесу работоспособность метода.

— @PrivacyTrackingRu

Есть схожая тема в @ABMcraftRu, рекомендуем

Facebook запретил рекламу онлайн-казино Mr Vegas

Британский ASA запретил рекламу казино Mr Vegas из-за «слишком милых» мультяшных животных в креативах — регулятор счёл, что такой стиль привлекает детей, в том числе через Facebook. Рекламодатель запустил кампанию в феврале, бан вышел в июле. Логика регулятора вызывает вопросы: дети неплатёжеспособны, а таргетировать их на гемблинг бессмысленно.

➡️ Читайте на сайте: https://aff.top/blog/facebook-zapretil-reklamu-onlain-kazino-mr-vegas

🧠 Ещё больше инсайтов → в канале AFF.top

В Whatsapp скамят пользователей с помощью поддельных никнеймов

WhatsApp запустил никнеймы — и почти сразу начался скам. Мошенники регистрируют имена, похожие на бренды, звёзд и политиков, с минимальными опечатками.

Индия, где 500 млн пользователей WhatsApp, потребовала от Meta объяснений за 3 дня. Meta говорит, что точные совпадения заблокированы — но одна буква в другом месте защиту не триггерит.

Похоже, п…

➡️ Читайте на сайте: https://aff.top/blog/v-whatsapp-skamiat-polzovatelei-s-pomoschiu-poddelnykh-nikneimov

🧠 Ещё больше инсайтов → в канале AFF.top

Вышел ZCode - аналог Claude code

Вышел ZCode — десктопный аналог Claude Code от разработчиков GLM-5.2. Работает с API от Anthropic, поддерживает SSH-деплой на сервер, в том числе Linux.

Вместо пошаговых скриптов — система целеполагания Goal: закидываешь сложный промт, агент сам разбивает задачу и выполняет. Плюс управление через Telegram-бота.

Но главная фича — мультиагентность…

➡️ Читайте на сайте: https://aff.top/blog/vyshel-zcode-analog-claude-code

🧠 Ещё больше инсайтов → в канале AFF.top

Посткук-аналитика: почему я больше не верю в «одну правду» по каналам

Я всё чаще вижу одну и ту же ошибку в маркетинговых командах: после ухода куки пытаются найти некий новый «главный отчёт», который снова всё объяснит. Но в 2026 году это почти всегда ложная цель.

У нас больше нет единственного источника истины для эффективности. Есть набор приближений: серверная передача событий, MMM-модель (маркетинг-микс), эксперименты на инкрементальность и данные по выручке от RevOps. И чем зрелее команда, тем меньше она спорит о том, «какая атрибуция правильная», и тем больше — о том, **какой вопрос вообще нужно задать данным**.

Моё наблюдение простое: в проектах, где last-click ещё пытаются использовать как главный ориентир, решение по бюджету почти всегда смещено в сторону нижнего спроса. Каналы, которые «дожимают», выглядят героически, а те, что создают спрос, оказываются недооценены. Это особенно заметно в B2B, где путь до сделки длиннее, а вклад касаний размазан между маркетингом, продажами и customer success.

Я бы формулировал так: после куки выигрывает не тот, кто собрал больше событий, а тот, кто построил **согласованную систему измерения**:
— сервер-side события для стабильного сбора;
— MMM для понимания вклада в выручку на уровне портфеля;
— инкрементальные тесты для проверки гипотез;
— единые правила по источникам дохода, а не по лидам.

У меня был кейс, где после пересборки измерения доля «непонятного» трафика выросла с 18% до 31%. На первый взгляд это выглядело как провал. На деле команда просто перестала притворяться, что last-click знает больше, чем знает на самом деле. И именно это позволило перераспределить бюджет в пользу каналов с реальным вкладом в выручку.

Мой вывод: **посткук-аналитика — это не про точность до последнего клика, а про управляемую неопределённость**. Кто научился жить в ней, тот и выигрывает.

— @PrivacyTrackingRu

Cloudeflare грозит Google блокировкой трафика

Cloudflare объявил: с 15 сентября 2026 года ИИ-краулеры будут заблокированы по умолчанию на всех сайтах с рекламой — включая Googlebot, Applebot и Bingbot.

Главная претензия — к Google: один и тот же бот индексирует страницы и собирает данные для обучения нейросетей, что даёт поисковику нечестное преимущество.

Но есть нюанс, который меняет всю к…

➡️ Читайте на сайте: https://aff.top/blog/cloudeflare-grozit-google-blokirovkoi-trafika

🧠 Ещё больше инсайтов → в канале AFF.top

Гайд: как заработать первые деньги на Pornhub

Pornhub — самый посещаемый адалт-сайт в мире, и на нём действительно можно зарабатывать. Но схема устроена иначе, чем кажется.

Автор залил ролики, набрал 16 000 просмотров — и получил 47 центов встроенной монетизации. Реальные деньги были в другом.

Есть нюансы с верификацией, голосом в роликах и законодательством РФ, которые ломают большинство с…

➡️ Читайте на сайте: https://aff.top/blog/gaid-kak-zarabotat-pervye-dengi-na-pornhub

🧠 Ещё больше инсайтов → в канале AFF.top

Почему last-click ещё жив, хотя ему давно пора на пенсию

Я часто вижу одну и ту же картину: в отчётах last-click всё ещё выглядит как «удобная правда». Он прост, понятен и почти всегда красиво распределяет бюджет. Проблема в другом — он измеряет не вклад в выручку, а последнюю остановку перед сделкой.

Для marketing ops это особенно опасно. Когда канал получает кредит только за финальный переход, команда начинает оптимизировать не спрос, а случайность. Воронка вроде бы растёт, а на деле мы просто научились лучше ловить уже прогретый трафик.

В проектах, где я смотрю связку server-side-событий, MMM и incrementality-тестов, разница с last-click обычно не косметическая. У части брендов брендовый поиск и ретаргетинг завышаются, а верх воронки системно недооценивается. На одном B2B-аккаунте после сверки атрибуции оказалось, что канал, который по last-click давал почти треть «эффективности», в инкрементальности добавлял заметно меньше. Зато контент и платный охват, которые выглядели скромно, реально расширяли пул запросов и возвращали людей в воронку через 2–3 касания.

Мой вывод простой: **last-click нельзя выбрасывать, но нельзя и назначать ему роль судьи**. Это оперативный индикатор, а не модель управления выручкой.

Что я считаю рабочей нормой на 2026 год:
— last-click — для тактического контроля;
— server-side-атрибуция — для более чистого сбора данных;
— MMM — для бюджета на уровне каналов;
— incrementality — для проверки спорных связок и кампаний.

Если у вас в компании до сих пор спорят не о том, как увеличить выручку, а о том, «чей канал красивее в последнем клике», значит, аналитика ещё обслуживает отчётность, а не рост.

— @PrivacyTrackingRu

По этой же теме советуем @FoodBevMarketing

Server-side трекинг: что это и чем он не является

Server-side трекинг — это схема сбора и передачи событий, при которой часть данных о взаимодействиях с сайтом или приложением сначала обрабатывается на сервере компании, а не напрямую в браузере пользователя. На практике это значит: событие фиксируется, очищается от лишнего шума, обогащается данными из CRM или CDP и только потом уходит в рекламные и аналитические системы.

Его часто путают с server-side tagging — серверной контейнерной логикой, где теги исполняются не в браузере, а на сервере. Разница важна: трекинг отвечает на вопрос «как мы собираем и передаём данные», а теги — «где запускается измерение и интеграция».

Типичные ошибки:
— считать server-side трекинг «анонимизацией по умолчанию»; на самом деле он лишь даёт больше контроля над данными;
— внедрять его без единой схемы событий и идентификаторов;
— использовать как замену аналитике, хотя это только слой доставки и управления данными.

**Пример:** пользователь оставил заявку, затем вернулся из email. Браузерные ограничения могут потерять часть сигнала, а server-side цепочка сохранит событие, свяжет его с user_id и передаст в аналитику и в систему сквозной оценки вклада каналов. В мире privacy-first это уже не «дополнение», а базовая инфраструктура измерения.

— @PrivacyTrackingRu

Семантическое ядро для измеримых гипотез (Hypothesis-Driven SEO) в privacy-first эпоху

Семантическое ядро для измеримых гипотез — это не список ключевых слов, а карта запросов и тем, привязанная к измеримым целям и проверяемым предположениям: какое намерение пользователя закрываем, через какой контент, и по каким метрикам увидим эффект. В 2026 информативный SEO уходит в “нулевой клик” (ответы дают AI-подытоги), поэтому топикал-авторитет растёт за счёт глубины и повторяемости экспертизы, а не за счёт объёма публикаций.

Чем отличается от классического семантического ядра:
— Классика фокусируется на охвате и релевантности запросов.
— Гипотезное ядро фокусируется на причинно-следственной проверке: запрос → намерение → маршрут → событие → бизнес-результат.

От родственного термина “контент-план по ключам”:
— Контент-план фиксирует что публикуем и когда.
— Гипотезное ядро фиксирует зачем и как проверим: какие события (например, загрузка документа, регистрация на демо, запуск сценария ретеншн) должны измениться.

Типичные ошибки:
— Не задают метрики до контента (работа “на охват”, а не “на решение задачи”).
— Смешивают намерения (информационное vs коммерческое) в одной странице/серии материалов.
— Ожидают last-click атрибуцию вместо инкрементальности (надёжнее тесты с контрольными сегментами или MMM/серверная логика).

Пример:
Выделяете кластер “план внедрения server-side трекинга” и формулируете гипотезу: “Если дадим чек-лист и эталон событий, снизится барьер для интеграции, вырастут квалифицированные заявки”. Дальше связываете страницу с событием “request received” или “scheduled demo” и проверяете инкремент через контроль трафика/сегменты, а не только по кликам.

— @PrivacyTrackingRu

По этой же теме советуем @JTBDroom

Сбер запустит свой криптокошелёк

Сбер готов запустить криптокошелёк — инфраструктура уже есть. Ждут только закона о регулировании крипты, который планируют принять к 1 сентября 2026 года.

Хранить и, судя по всему, обменивать крипту можно будет прямо в приложении — без сторонних обменников.

Но есть один нюанс, из-за которого обменники никуда не денутся. 🔍

➡️ Читайте на сайте: https://aff.top/blog/sber-zapustit-svoi-kriptokoshelek

🧠 Ещё больше инсайтов → в канале AFF.top

Индия потребовала от Telegram удалять пиратский контент

Индия потребовала от Telegram удалять пиратский контент — претензия в том, что платформа не ограничивает размер файлов, что позволяет свободно распространять фильмы.

Дуров ответил, что Telegram годами работает в Индии без какой-либо коммерческой выгоды для себя.

Почему давление началось именно сейчас — вопрос открытый. Возможный ответ — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/indiia-potrebovala-ot-telegram-udaliat-piratskii-kontent

🧠 Ещё больше инсайтов → в канале AFF.top

Google ads меняет стратегию по конверсиям

Google меняет логику автоматических стратегий ставок: с 17 августа 2026 года кампании будут строже придерживаться указанного целевого CPA, а не давать лиды по минимально возможной цене.

Если сейчас твоя кампания даёт лиды по $5, а цель стоит $10 — после обновления алгоритм «поднимет» фактическую стоимость лида к целевой, зато отдаст больше трафик…

➡️ Читайте на сайте: https://aff.top/blog/google-ads-meniaet-strategiiu-po-konversiiam

🧠 Ещё больше инсайтов → в канале AFF.top

Почему last-click всё ещё живёт, хотя уже мешает зарабатывать

Я всё чаще вижу одну и ту же картину: в отчётах last-click ещё «красиво» распределяет конверсии, а в реальности ломает решения маркетинга. Для marketing ops это особенно болезненно: канал вроде бы «окупается», но бюджет утекает в точки контакта, которые просто лучше всех умеют забирать уже готовый спрос.

Мой вывод простой: после кук проблема уже не в сборе данных, а в том, **какую правду мы считаем достаточной**. Если маркетинг опирается только на последний клик, он системно переоценивает брендовый спрос, ретаргетинг и нижнюю воронку, и недооценивает то, что реально создаёт прирост: охват, креатив, контент, прайсинг, оффер, работа sales и customer success.

В одном B2B-проекте, где я смотрел связку платного трафика, CRM и выручки, перераспределение бюджета после server-side-атрибуции и проверки инкрементальности дало не «косметику», а минус 18% лишних расходов в перформансе. Не потому, что каналы стали хуже. А потому, что стало видно: часть заявок и сделок и так пришла бы без дополнительного давления рекламы.

Именно поэтому в 2026 году я считаю правильным подходом не спорить «MMM против атрибуции», а собирать **слоёную систему правды**:
— last-click — для операционного контроля;
— server-side и CRM-связка — для качества данных;
— MMM (маркетинг-микс-моделирование) — для распределения бюджета;
— incrementality — для проверки, что рост не нарисован.

Пока рынок живёт в логике «какой канал закрыл сделку», он будет плохо видеть, **что именно эту сделку сделало возможной**. А после кук это уже не методологическая тонкость, а вопрос прибыли.

— @PrivacyTrackingRu

В Codex внедрят GPT-5.6 Ultra

OpenAI добавит в Codex эксклюзивную версию GPT-5.6 Sol Ultra — не ту, что выйдет в паблик, а отдельную, усиленную модель.

Два ключевых режима: расширенные рассуждения (модель думает дольше) и мульти-агентная работа с параллельными субагентами. Релиз ожидается 7–9 июля 2026.

Но есть один нюанс, который OpenAI пока не раскрывает 👀 Подробности — в …

➡️ Читайте на сайте: https://aff.top/blog/v-codex-vnedriat-gpt-5-6-ultra

🧠 Ещё больше инсайтов → в канале AFF.top

Компания Meta выпустила Muse Image

Meta выпустила Muse Image — нейросеть, которая генерирует изображения как агент: сама ищет референсы, пишет код и рассуждает перед созданием картинки.

Одна из фишек — можно скинуть ссылку на публичный профиль человека в соцсети, и модель возьмёт его внешность за референс.

Есть один вопрос, который интересует всех арбитражников: как это повлияет …

➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-image

🧠 Ещё больше инсайтов → в канале AFF.top

Треккинг клиентского пути без куков: чек-лист “минимально достаточной” атрибуции для B2B маркетинга

После ухода от куков большинство команд застряли в маятнике: либо «перестали мерить», либо мерят только обрывки. Для маркетинг-опс это обычно означает провалы в консистентности данных между источниками, CRM и веб-аналитикой. На этой неделе можно построить систему, которая будет работать даже при частичных потерях идентификаторов — и даст команде управляемую картину влияния.

Цель: научиться оценивать вклад маркетинга в выручку, даже если last-click “сломался”.

Шаг 1. Зафиксируйте “истину” по событию-конверсии
— В B2B выбирайте одно первичное бизнес-событие (например, MQL с квалификацией или SQL с подтверждением интереса) и одно финальное (например, закрытая сделка/выручка).
— Введите правило: аналитика атрибутирует до первичного события, RevOps — до финального. Это разделение убирает путаницу “почему в CRM конвертится одно, а в BI другое”.

Шаг 2. Сведите события в единый словарь (не в документах — в данных)
— Сделайте таблицу соответствий: source → campaign_id → touchpoint_type → event_name.
— Веб-события и CRM-статусы должны иметь прямые маппинги: один веб-триггер соответствует одному типу касания.
— Проставьте обязательные поля: timestamp, идентификатор контакта (если есть), идентификатор компании (если есть), utm-пакет или его эквивалент.

Шаг 3. Перейдите от “идентификаторов пользователей” к “идентификаторам сессий/контактов” на сервере
— На стороне сайта включите серверную запись ключевых событий (server-side сбор).
— Используйте трансляцию UTM/клик-атрибутов на бекенд и храните вместе с событием. При потере куков это заменяет часть контекста.
— Если в воронке есть формы, привяжите события к созданному лид-объекту в момент отправки (до/после — решите по вашей схеме, но фиксируйте единообразно).

Шаг 4. Сделайте “кампании” атрибутируемыми: единый campaign_id
— Проверьте, что каждый рекламный канал/кампания реально отдаёт campaign_id (или параметр, из которого он восстанавливается) на вашем сайте.
— Уберите зависимость от “названия кампании” как первичного ключа: оно ломается при переименованиях.
— Создайте справочник кампаний и источников (канал, формат, гео, дата старта/остановки — без точных релизов, но с жизненным циклом).

Шаг 5. Введите post-click и post-view как минимум, но с простым правилом оценки
— Если есть данные просмотра (view-through) — используйте их, иначе ограничьтесь кликами и формами.
— Для первого шага достаточно простой модели:
— атрибутировать касания с затуханием по времени (например, экспонента/линейное затухание)
— учитывать, что “ранние касания” важны для набора контекста, но “последнее” не должно забрать 100% веса.
— Смысл в том, чтобы модель была воспроизводимой и обсуждаемой с Sales/Customer Success.

Шаг 6. Добавьте инкрементальность маленьким пилотом вместо попытки “всё и сразу”
— Выберите 1–2 канала или сегмента аудитории.
— Проведите пилот с контролем: holdout/segmentation на уровне кампании (вариант — исключить часть трафика/компаний из показа в тестовой группе).
— Сравните результат не с “средним по аккаунту”, а с динамикой в группе управления. Это ближе к MMM/incrementality и быстрее в реальной жизни, чем полная MMM-модель.

Шаг 7. Закройте контур данных: CRM → BI → отчёт
— Настройте регулярную выгрузку касаний по лид-объектам в CRM (touchpoint table).
— В BI стройте отчёт по цепочке: касания → первичное событие → финальный результат.
— Отдельно отметьте долю “неатрибутированных”: ваша цель на неделю — измерить и уменьшать её, а не игнорировать.

Шаг 8. Опубликуйте “карта ограничений” для руководителя (и не спорьте про точность)
— Документ на 1 страницу: что меряем, где теряем, какие допущения в модели.
— Это снижает трение в команде: вы объясняете, почему модель не совпадает с last-click, и показываете, как она ведёт к управляемым решениям.
…