X запустил собственную платёжку X Money

X Money от Илона Маска — новый платёжный сервис с картами Visa, поддержкой Apple Pay, Google Pay и Apple Wallet. Сейчас доступ к выпуску есть только у Premium/Premium+ пользователей в США, поэтому сервис пока нишевый, но выглядит перспективно: ранний заход может дать чистые БИНы и меньше внимания антифрода.

➡️ Читайте на сайте: https://aff.top/blog/x-zapustil-sobstvennuiu-platezhku-x-money

🧠 Ещё больше инсайтов → в канале AFF.top

Серверная атрибуция (server-side attribution) в programmatic

Серверная атрибуция — это модель трекинга, при которой события пользователя (просмотр, клик, заявка, покупка) фиксируются и обрабатываются не только в браузере, а на стороне сервера (например, через свой event-collector). В итоге вы уменьшаете потери данных из‑за блокировщиков, ограничений cookie и кросс-доменного трекинга, а также можете хранить/агрегировать сигналы по правилам вашей privacy-политики.

Чем отличается от классической атрибуции в браузере (client-side)?
— Клиентская (в браузере) завязана на доступность cookies и корректность исполнения JS-тегов.
— Серверная переносит часть логики и данных на backend: больше контроля над дедупликацией, нормализацией идентификаторов и маршрутизацией событий в DSP/аналитические системы.

Типичные ошибки применения:
— Смешивать «клики» и «события» без единого правила идентификации (ID пользователя/сессии), из-за чего появляются завышенные конверсии.
— Отправлять дубликаты (один и тот же purchase “2 раза”), если не отключили клиентскую отправку после внедрения server-side.
— Игнорировать маппинг конверсий: в DSP “lead” может отличаться от CRM “MQL” по логике, и оптимизация начнёт “учиться” на не той метрике.

Пример:
Вы интегрируете event-collector: после подачи заявки на сайте сервер фиксирует событие Lead с order/lead-id, дополняет источником (ad_id/campaign_id), отправляет в DSP для оптимизации и в CRM для сверки. Результат — меньше пропусков в модели и более стабильная калибровка целей в условиях privacy-first.

В 2026-м это один из ключевых инструментов, когда last-click «проседает» из‑за ограничений на стороне клиента.

— @ProgrammaticGuidePro

Google генерирует ИИ-ответы по 43% ключей

Google всё чаще отвечает сам: ИИ-сводки уже покрывают 43% ключей, а к 2026 году до 68% запросов могут завершаться без клика на сайт, в AI Mode — до 93%. Для медиа и SEO это риск потери трафика и монетизации: если пользователь получает ответ в выдаче, сайт может стать нерентабельным.

➡️ Читайте на сайте: https://aff.top/blog/google-generiruet-ii-otvety-po-43-kliuchei

🧠 Ещё больше инсайтов → в канале AFF.top

Grok может делать приложения прямо в чате

Grok запустил Build Mode — режим, где по одному промпту можно собрать приложение или сайт прямо в чате, получить код, превью и сразу доработать проект. Но функция пока доступна только в SuperGrok Heavy за $300 в месяц, поэтому для практики это слишком дорого: полезен разве что трастовый домен grok.me, но не за такие деньги.

➡️ Читайте на сайте: https://aff.top/blog/grok-mozhet-delat-prilozheniia-priamo-v-chate

🧠 Ещё больше инсайтов → в канале AFF.top

Прогнозируемые аудитории (Predictive Audiences) — что это и как не путать с look-alike

Прогнозируемые аудитории — это сегменты пользователей, сформированные моделью машинного обучения (ML) на основе вероятности совершения целевого действия (конверсия, повторная покупка, отписка). В отличие от look-alike (поиск «похожих» на заданное ядро), predictive напрямую оценивает склонность (propensity) каждого ID к событию, используя десятки фич: историю кликов, время на сайте, корзину, погоду, макроэкономические индикаторы.

Главное отличие: look-alike копирует профиль исходного сегмента, predictive — предсказывает поведение на основе множества факторов. Например, look-alike на «покупателей кроссовок» покажет рекламу всем, кто похож на этих покупателей, даже если человек сейчас не в рынке. Predictive-модель отфильтрует тех, кто с вероятностью >70% купит именно в ближайшую неделю, что даёт более высокий ROAS, но меньший охват.

Типичные ошибки:
— Использовать predictive без регулярного ретренинга модели (раз в 2–4 недели). Поведение меняется, модель устаревает.
— Ожидать, что predictive аудитории работают с теми же частотами и креативами, что и look-alike. Им нужны более персонализированные объявления (например, с таймером скидки).
— Назначать predictive как единственный источник таргетинга, игнорируя контекстную среду (окружение страницы). В 2026, с ростом Privacy Sandbox и отказом от третьих сторонних куки, predictive на first-party data (CRM, сайт) становится базой, но требует дополнения контекстом.

Пример: маркетплейс одежды загружает в DSP сегмент «Predictive Loyalty — вероятность

— @ProgrammaticGuidePro

NordVPN спалил команду, которая лили на igambling

NordVPN заметил арбитражную схему с гемблой из FB и Instagram через PWA-прилы, где ссылка маскировалась под Google Play, а трафик уводили на казино. История показывает, что бренды и их разработчики всё чаще отслеживают такие воронки, а риск антифрода и блокировок для байеров растёт.

➡️ Читайте на сайте: https://aff.top/blog/nordvpn-spalil-komandu-kotoraia-lili-na-igambling

🧠 Ещё больше инсайтов → в канале AFF.top

Павла Дурова официально внесли в список террористов

В статье разбирают, как в РФ Telegram и лично Павла Дурова связали с обвинениями в содействии терроризму из-за бота «Дайвинчик». Вывод простой: претензия власти направлена не на сам мессенджер как продукт, а на его инфраструктуру и инструменты внутри него, но для пользователей это сигнал о росте рисков и непредсказуемости правил.

➡️ Читайте на сайте: https://aff.top/blog/pavla-durova-oficialno-vnesli-v-spisok-terroristov

🧠 Ещё больше инсайтов → в канале AFF.top

OpenAI извинились за новый дизайн ChatGPT

OpenAI признала, что новый десктопный ChatGPT вышел перегруженным: слитые в один интерфейс Chat, Work и Codex запутали пользователей и раздули приложение почти в 10 раз. После хейта обновление откатили, а вывод простой: функции надо упаковывать в единый UX без лишнего шума, даже если это помогает росту базы.

➡️ Читайте на сайте: https://aff.top/blog/openai-izvinilis-za-novyi-dizain-chatgpt

🧠 Ещё больше инсайтов → в канале AFF.top

Как DMP помогла бренду поднять точность таргетинга без роста бюджета

У крупного e-commerce-бренда была типичная для 2026 года задача: рекламный бюджет не растёт, средний чек проседает, а ставка на первую покупку уже не даёт прежнего эффекта. Команде нужно было точнее работать с аудиторией, чтобы не сливать показы на широкие сегменты и не терять деньги на повторных касаниях.

Что сделали:
— собрали данные из разных источников и свели их в DMP (платформу управления данными);
— выделили поведенческие сегменты: новые пользователи, повторные посетители, брошенные корзины, высокочастотные покупатели;
— настроили programmatic-закупку так, чтобы разные сегменты получали разный сценарий коммуникации;
— усилили проверку эффективности не только по last-click, а через post-view и инкрементальность (дополнительный вклад рекламы).

Что это дало:
— у бренда выросла точность таргетинга: меньше показов «всем подряд», больше попаданий в релевантные сегменты;
— часть неэффективного расхода удалось убрать за счёт пересборки аудиторий;
— команда получила более чистую картину по тому, какие сегменты реально влияют на результат, а не только «закрывают» последний клик.

Важный момент: в условиях privacy-first атрибуции и ослабления last-click DMP перестаёт быть просто хранилищем данных. Она становится слоем, который помогает связать поведение пользователя, креатив и закупку в одну систему.

**Вывод для рынка простой:** если у вас performance держится только на широких аудиториях и последнем клике, запас эффективности уже почти выбран. В programmatic сейчас выигрывает не тот, кто покупает больше трафика, а тот, кто точнее собирает данные, сегменты и сценарии показов.

— @ProgrammaticGuidePro

ChatGPT 5.6 Luna и Terra подешевели

OpenAI резко снизила цены на GPT-5.6 Luna и Terra спустя три недели после релиза, сделав их заметно дешевле для массового использования. Sol осталась премиальной по прежнему прайсу, но получила Fast mode с ускорением до 2,5 раза. Вывод: компания давит ценой и скоростью, чтобы быстрее нарастить спрос и долю рынка.

➡️ Читайте на сайте: https://aff.top/blog/chatgpt-5-6-luna-i-terra-podesheveli

🧠 Ещё больше инсайтов → в канале AFF.top

Доменная зона .web делегирован в корневую зону DNS

Verisign вывела .web в корневую зону DNS: теперь это полноценный TLD, но открытая регистрация ещё не стартовала. Сначала доступ получат владельцы совпадающих доменов в .com через LRP. Вывод для рынка: хорошие EMD в .com могут стать входным билетом в .web, если успеть занять брендовые имена раньше общего запуска.

➡️ Читайте на сайте: https://aff.top/blog/domennaia-zona-web-delegirovan-v-kornevuiu-zonu-dns

🧠 Ещё больше инсайтов → в канале AFF.top

В Facebook Ads появился раздел «Conversations»

Facebook Ads добавил Conversations с автоответом на комментарии: по ключевым словам можно сразу отправлять сообщение в личку. Для арбитража это новый способ прогрева и передачи ссылки без клоаки: в креативе можно просить оставить комментарий, а заинтересованных уводить с вайта на блэк уже в ДМ. Идея спорная, но её стоит тестировать.

➡️ Читайте на сайте: https://aff.top/blog/v-facebook-ads-poiavilsia-razdel-conversations

🧠 Ещё больше инсайтов → в канале AFF.top

Как Aviasales снизил стоимость качественного трафика через programmatic и связку с DMP

В B2B и e-com всё чаще выигрывает не тот, кто покупает больше показов, а тот, кто точнее управляет аудиторией. У Aviasales это хорошо видно на подходе к programmatic-закупке: задача была не просто «долить охват», а привлекать пользователей с высокой вероятностью поиска и покупки билетов, при этом не сжигать бюджет на широкую, слабоконтактную аудиторию.

Контекст был такой: в travel-сегменте спрос волнообразный, а классическая performance-логика с last-click здесь даёт искажённую картину. Пользователь может несколько раз вернуться к поиску, сравнить даты, открыть пару каналов, а конверсия случается не на первом касании. Поэтому Aviasales делал ставку на programmatic как на слой, который умеет работать не только с аукционом, но и с данными.

**Задача** — снизить стоимость привлечения качественного пользователя и увеличить долю тех, кто доходит до поиска и бронирования, а не просто кликает по баннерам.

**Решение** строилось вокруг трёх вещей:
— сегментация в DMP по поведенческим признакам: частота запросов, интерес к направлениям, сезонность, возвраты на сайт;
— ретаргетинг и look-alike (поиск похожих аудиторий) на основе наиболее ценных пользователей, а не всех посетителей;
— оптимизация закупки не по клику как таковому, а по глубине взаимодействия: поиск рейса, повторный визит, добавление в воронку.

Важный момент для 2026 года: это уже не про «собрали audience и залили медийку». Это про связку данных, креатива и измерения. Когда last-click слабеет, ценность перехода к server-side-атрибуции, incrementality (инкрементальность) и контролю частоты растёт кратно.

**Результат** у подобных кампаний в travel обычно измеряется не только CPA, но и качеством трафика: выше доля возвратов, больше поисковых сессий, ниже стоимость целевого действия за счёт отсечения нецелевой аудитории. У Aviasales такой подход помог programmatic перестать быть просто «верхом воронки» и стать каналом, который реально влияет на спрос.

**Урок** простой: если у вас есть данные о поведении аудитории, programmatic должен работать как система точного доступа к спросу. Не «показать всем», а найти тех, кто уже близок к решению. Именно в этом сегодня и лежит конкурентное преимущество — особенно когда AI-генерация креативов удешевила исполнение, а борьба сместилась в логику таргетинга и измерения.

— @ProgrammaticGuidePro