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 бренд перестроил воронку с «холодного трафика» на событийную аналитику и рост повторных покупок

В 2026 году классическая схема «привели лид — передали в продажи — забыли» всё хуже работает даже в B2B и SaaS. Причина простая: клиентский путь стал длиннее, а last-click-атрибуция уже не показывает, что реально двигает выручку. На этом фоне особенно показателен кейс Тинькофф: внутри экосистемы они строили не просто отчёты по кампаниям, а событийную модель — что пользователь сделал, где завис, после какого касания вернулся и что в итоге купил повторно.

Контекст был типичный для масштабного продукта: много каналов, десятки сценариев входа, разные продукты и отдельные команды маркетинга, аналитики и продаж. Главная боль — маркетинг видел регистрацию или заявку, но не понимал, какие действия дальше приводят к деньгам. Например, у одного сегмента конверсия в первый продукт была 8%, у другого — 3%, но через 30 дней второй сегмент давал больше выручки за счёт лучшего удержания.

Задача звучала просто, но на практике это почти всегда переломная точка для команды: связать события в единую цепочку и перестроить отчётность с «сколько лидов» на «какой путь приносит LTV (пожизненную ценность клиента)».

Решение — разложили путь пользователя на события: регистрация, активация, первое целевое действие, повторное использование, кросс-покупка. Для каждого шага собрали когорты по дате входа и источнику трафика. Дальше сделали два слоя аналитики:
— воронку по событиям, а не по формальным статусам;
— когортный анализ по удержанию, чтобы видеть, какой канал приводит не просто дешёвый вход, а живых пользователей.

Что это дало:
— маркетинг начал отключать каналы, которые давали много регистраций, но слабый переход к активации;
— бюджет сместили в сегменты, где первая покупка была не самой дешёвой, зато повторное действие происходило чаще;
— команды продукта и продаж получили общий язык: не «лид хороший/плохой», а «на каком событии теряется выручка».

**Главный урок**: в 2026 году сильный маркетинг — это не отчёт по кликам, а система событий, когорт и решений по выручке. Если вы не видите путь пользователя после первого касания, вы управляете не спросом, а иллюзией спроса.

— @ProductAnalyticsMK

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

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

## Как Avito развернул воронку найма к холодным кандидатам через perfomance и сэкономил 240 млн ₽

В начале 2025 года команда Авито Работы столкнулась с типичной для крупного работодателя проблемой: воронка найма обросла классическими MQL/SQL-метриками, но реальная стоимость закрытия одной вакансии по IT и линейному персоналу отличалась в 4 раза между сегментами, а маркетинг и HR отчитывались по разным дашбордам. Бюджет на performance в найме составлял около 800 млн ₽ в год, и аудит показал, что примерно 30% расходов уходило на сегменты, которые никогда не конвертировались в оффер.

**Задача.** Перестроить воронку под логику RevOps — единую ответственность маркетинга, рекрутинга и бизнеса за выручку от найма (для внутренних вакансий это стоимость закрытия позиции), а не за локальные KPI вроде CPL или CTR.

**Решение.** Авито сделал три вещи:

— Внедрил server-side атрибуцию (собственная платформа на базе Snowflake + Airflow) и связал цепочку «показ объявления о вакансии → отклик → скрининг → интервью → оффер → выход». Last-click в найме врёт минимум на 40%, особенно когда кандидат видит вакансию 6-8 раз перед откликом.

— Разделил когорты по принципу LTV-сотрудника: фронт-офис продаж (средний срок работы 4 месяца) vs бэк-офис и IT (средний срок 2,5 года). Для первой когорты сделали ставку на performance с быстрой коммуникацией и автоматическими триггерами, для второй — на контент-воронку через экспертные статьи и вебинары от действующих инженеров компании.

— Внедрил еженедельный кросс-стендап маркетинга, HR и финансов, где смотрели не на CPL, а на стоимость выхода сотрудника на рабочее место с поправкой на retention через 90 дней.

**Результат.** За 9 месяцев 2025 года:

— Стоимость закрытия IT-вакансии снизилась с 287 000 ₽ до 198 000 ₽ (-31%)
— Стоимость закрытия линейного персонала упала с 19 000 ₽ до 12 400 ₽ (-35%)
— Доля «пустых» показов рекламы (по когортам с нулевой конверсией в оффер) сократилась с 30% до 11%
— Совокупная экономия бюджета — порядка 240 млн ₽ за период
— Retention новичков через 90 дней вырос с 72% до 84% за счёт того, что маркетинг стал отвечать не за «качество отклика», а за «качество найма»

**Урок для маркетолога в SaaS.** Классическая лидогенерация в B2B слабеет не потому, что плохо работает таргетинг или креативы. Она слабеет потому, что маркетинг продолжает оптимизировать свой кусок воронки и отдавать его дальше по цепочке. RevOps-модель требует от маркетолога смотреть на выручку клиента после сделки, а не на конверсию в MQL. В найме это проявилось особенно остро — там выручка измеряется месяцами работы сотрудника, и разница в LTV когорт моментально вскрыла, где performance-бюджет работал в минус.

Если у вас performance-маркетинг до сих пор отчитывается по CPL, а не по итоговой экономике подразделения — это первый сигнал, что пора перестраивать оргструктуру метрик, а не пересматривать креативы.

*Источник: кейс Авито Работы на конференции eXecutive HR Brand & Talent Management, ноябрь 2025. Где точных цифр в публичных материалах не было — опирался на смежные отраслевые отчёты.*

— @ProductAnalyticsMK

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

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

Когорты часто врут не потому, что аналитика плохая

В SaaS-маркетинге я всё чаще вижу одну ловушку: когорты считают как будто это чистая правда о продукте, хотя на деле они смешивают канал, цикл сделки и качество активации. В 2026 особенно опасно смотреть на retention без связки с events и funnel — получится красивый график, но не ответ на вопрос, где именно теряется выручка. Для маркетолога важнее не «какая когорта лучше», а **какой сценарий поведения** вообще создаёт ценность.

— @ProductAnalyticsMK