Почему last-click (атрибуция по последнему клику) окончательно дискредитировал себя в 2026 году
Маркетинг сегодня превратился в борьбу за внимание в условиях, когда пользователь совершает до 15 касаний перед покупкой. Ставить во главу угла last-click — это все равно что считать, будто гол в футболе забивает только тот, кто коснулся мяча последним, игнорируя передачу через все поле и работу защиты. В эпоху privacy-first (приоритета приватности) и закрытых экосистем, данные, которые мы привыкли видеть в рекламных кабинетах, стали неполными.
Когда мы работаем с programmatic-закупкой, мы видим, как система часто отдает приоритет ретаргетингу, просто потому что он «ближе» к корзине. Это создает ложное ощущение эффективности: нам кажется, что трафик работает, хотя на деле мы просто догоняем тех, кто уже принял решение благодаря охватным кампаниям.
Сейчас центр тяжести смещается в сторону MMM (маркетингового моделирования на основе микса каналов) и анализа инкрементальности (дополнительной ценности). Мое наблюдение по текущим проектам: бренды, которые перешли от линейной атрибуции к оценке совокупного вклада каналов в рост выручки, показывают снижение стоимости привлечения при сохранении объемов. Мы видим, что даже «дорогие» имиджевые охваты, которые раньше отключали как неэффективные, дают кумулятивный эффект на retention (удержание клиентов), который просто не виден в отчетах по последнему клику.
Переход к RevOps (объединенным операциям по выручке) требует от нас честности. Если мы продолжаем оптимизировать кампании по «последнему касанию», мы работаем на отчетность, а не на бизнес.
Что стоит изменить в подходах уже сейчас:
— Перестать воспринимать DSP (платформу для автоматизированной закупки) как инструмент исключительно для «догона». Начинайте закладывать бюджеты на верхнюю часть воронки, ориентируясь на знание бренда, а не на мгновенную конверсию.
— Использовать server-side (серверную) передачу данных. Это единственный способ сохранить видимость пути пользователя, когда браузеры массово блокируют сторонние файлы cookie.
— Внедрять тесты на инкрементальность. Простой эксперимент — отключение охватного канала в конкретном регионе на две недели — часто дает больше понимания о реальной ценности трафика, чем месяцы анализа в Google Analytics или аналогичных системах.
В 2026 году побеждает не тот, у кого точнее настроен ретаргетинг, а тот, кто понимает реальную стоимость каждого канала в общей цепочке продаж. Хватит гнаться за красивыми цифрами в кабинетах — пора смотреть на то, как конкретное размещение влияет на итоговый LTV (пожизненную ценность клиента).
— @ProgrammaticGuidePro
Маркетинг сегодня превратился в борьбу за внимание в условиях, когда пользователь совершает до 15 касаний перед покупкой. Ставить во главу угла last-click — это все равно что считать, будто гол в футболе забивает только тот, кто коснулся мяча последним, игнорируя передачу через все поле и работу защиты. В эпоху privacy-first (приоритета приватности) и закрытых экосистем, данные, которые мы привыкли видеть в рекламных кабинетах, стали неполными.
Когда мы работаем с programmatic-закупкой, мы видим, как система часто отдает приоритет ретаргетингу, просто потому что он «ближе» к корзине. Это создает ложное ощущение эффективности: нам кажется, что трафик работает, хотя на деле мы просто догоняем тех, кто уже принял решение благодаря охватным кампаниям.
Сейчас центр тяжести смещается в сторону MMM (маркетингового моделирования на основе микса каналов) и анализа инкрементальности (дополнительной ценности). Мое наблюдение по текущим проектам: бренды, которые перешли от линейной атрибуции к оценке совокупного вклада каналов в рост выручки, показывают снижение стоимости привлечения при сохранении объемов. Мы видим, что даже «дорогие» имиджевые охваты, которые раньше отключали как неэффективные, дают кумулятивный эффект на retention (удержание клиентов), который просто не виден в отчетах по последнему клику.
Переход к RevOps (объединенным операциям по выручке) требует от нас честности. Если мы продолжаем оптимизировать кампании по «последнему касанию», мы работаем на отчетность, а не на бизнес.
Что стоит изменить в подходах уже сейчас:
— Перестать воспринимать DSP (платформу для автоматизированной закупки) как инструмент исключительно для «догона». Начинайте закладывать бюджеты на верхнюю часть воронки, ориентируясь на знание бренда, а не на мгновенную конверсию.
— Использовать server-side (серверную) передачу данных. Это единственный способ сохранить видимость пути пользователя, когда браузеры массово блокируют сторонние файлы cookie.
— Внедрять тесты на инкрементальность. Простой эксперимент — отключение охватного канала в конкретном регионе на две недели — часто дает больше понимания о реальной ценности трафика, чем месяцы анализа в Google Analytics или аналогичных системах.
В 2026 году побеждает не тот, у кого точнее настроен ретаргетинг, а тот, кто понимает реальную стоимость каждого канала в общей цепочке продаж. Хватит гнаться за красивыми цифрами в кабинетах — пора смотреть на то, как конкретное размещение влияет на итоговый LTV (пожизненную ценность клиента).
— @ProgrammaticGuidePro
Эффективность программатик-рекламы в эпоху privacy-first: опыт масштабирования бренда Lamoda
В 2026 году классическая модель атрибуции по последнему клику (last-click) окончательно уступила место маркетинговому моделированию микса (MMM — marketing mix modeling) и тестам на инкрементальность (прирост полезного действия). Разберем, как крупные игроки fashion-ритейла пересматривают подход к программатик-закупкам, опираясь на опыт Lamoda в управлении медиа-инвестициями.
Контекст: На фоне снижения среднего чека в e-com на 6% и ужесточения политики конфиденциальности (privacy-first), Lamoda столкнулась с необходимостью оптимизации рекламного бюджета. Задача заключалась в том, чтобы уйти от оценки каналов по косвенным признакам и сфокусироваться на реальном вкладе каждой площадки в долгосрочную выручку.
Задача: Определить истинную эффективность DSP (платформы для автоматизированной закупки рекламы) в условиях, когда пользователь совершает до 10 касаний с брендом перед покупкой, а данные о поведении становятся все более фрагментированными.
Решение: Команда маркетинга внедрила систему сквозной аналитики, основанную на server-side (серверной) передаче данных. Вместо ориентации на CTR (кликабельность) и промежуточные конверсии, акцент сместили на моделирование инкрементальности. Были проведены A/B-тесты с контрольными группами (geo-lift), где в части регионов показ рекламы через DSP был полностью отключен, а в других — масштабирован.
Результаты:
— Стоимость привлечения целевого действия снизилась на 14% за счет отключения неэффективных сегментов аудитории, которые ранее «приписывали» себе заслугу конверсии.
— Доля удержания (retention) выросла на 9% благодаря перераспределению бюджета с охватных кампаний на работу с текущей базой через DMP (платформу управления данными).
— Выяснилось, что 30% программатик-трафика, который раньше считался «мусорным» по модели last-click, на самом деле выступал мощным драйвером отложенного спроса, увеличивая Search-трафик (переходы из поиска) на 12%.
Урок для индустрии: В эпоху, когда чистое SEO уступает место алгоритмическим выдачам, программатик перестает быть инструментом «быстрой продажи». Теперь это фундамент для формирования узнаваемости, который должен оцениваться не по сиюминутным кликам, а по долгосрочному влиянию на выручку (RevOps — общая ответственность маркетинга и продаж за доход).
Главный вывод: Перестаньте бороться за каждый клик. Инвестируйте в качество данных внутри вашей DMP и доверяйте математическим моделям атрибуции, а не отчетам из рекламных кабинетов, которые стремятся показать свою незаменимость через завышение метрик. Конкуренция сейчас идет не в креативах, созданных нейросетями, а в способности бренда правильно интерпретировать путь клиента в условиях неполных данных.
— @ProgrammaticGuidePro
В 2026 году классическая модель атрибуции по последнему клику (last-click) окончательно уступила место маркетинговому моделированию микса (MMM — marketing mix modeling) и тестам на инкрементальность (прирост полезного действия). Разберем, как крупные игроки fashion-ритейла пересматривают подход к программатик-закупкам, опираясь на опыт Lamoda в управлении медиа-инвестициями.
Контекст: На фоне снижения среднего чека в e-com на 6% и ужесточения политики конфиденциальности (privacy-first), Lamoda столкнулась с необходимостью оптимизации рекламного бюджета. Задача заключалась в том, чтобы уйти от оценки каналов по косвенным признакам и сфокусироваться на реальном вкладе каждой площадки в долгосрочную выручку.
Задача: Определить истинную эффективность DSP (платформы для автоматизированной закупки рекламы) в условиях, когда пользователь совершает до 10 касаний с брендом перед покупкой, а данные о поведении становятся все более фрагментированными.
Решение: Команда маркетинга внедрила систему сквозной аналитики, основанную на server-side (серверной) передаче данных. Вместо ориентации на CTR (кликабельность) и промежуточные конверсии, акцент сместили на моделирование инкрементальности. Были проведены A/B-тесты с контрольными группами (geo-lift), где в части регионов показ рекламы через DSP был полностью отключен, а в других — масштабирован.
Результаты:
— Стоимость привлечения целевого действия снизилась на 14% за счет отключения неэффективных сегментов аудитории, которые ранее «приписывали» себе заслугу конверсии.
— Доля удержания (retention) выросла на 9% благодаря перераспределению бюджета с охватных кампаний на работу с текущей базой через DMP (платформу управления данными).
— Выяснилось, что 30% программатик-трафика, который раньше считался «мусорным» по модели last-click, на самом деле выступал мощным драйвером отложенного спроса, увеличивая Search-трафик (переходы из поиска) на 12%.
Урок для индустрии: В эпоху, когда чистое SEO уступает место алгоритмическим выдачам, программатик перестает быть инструментом «быстрой продажи». Теперь это фундамент для формирования узнаваемости, который должен оцениваться не по сиюминутным кликам, а по долгосрочному влиянию на выручку (RevOps — общая ответственность маркетинга и продаж за доход).
Главный вывод: Перестаньте бороться за каждый клик. Инвестируйте в качество данных внутри вашей DMP и доверяйте математическим моделям атрибуции, а не отчетам из рекламных кабинетов, которые стремятся показать свою незаменимость через завышение метрик. Конкуренция сейчас идет не в креативах, созданных нейросетями, а в способности бренда правильно интерпретировать путь клиента в условиях неполных данных.
— @ProgrammaticGuidePro
Forwarded from Потрачено! Клуб спящих бизнесменов!
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 aff.top — вся индустрия арбитража в одном месте
🧠 Блог про арбитраж и ИИ — как нейросети меняют залив и антифрод
🚨 База спамеров — ежедневно собираем спамеров и ведём рейтинг
🛠 70+ инструментов — от клоаки до антифрод-чека
🎬 1000+ видео — весь YouTube про трафик в одной ленте
👤 2400+ персон — байеры и фаундеры с контактами напрямую
Без регистрации, без платных «премиумов».
👇 Подписывайся на канал
🧠 Блог про арбитраж и ИИ — как нейросети меняют залив и антифрод
🚨 База спамеров — ежедневно собираем спамеров и ведём рейтинг
🛠 70+ инструментов — от клоаки до антифрод-чека
🎬 1000+ видео — весь YouTube про трафик в одной ленте
👤 2400+ персон — байеры и фаундеры с контактами напрямую
Без регистрации, без платных «премиумов».
👇 Подписывайся на канал
Как измерить эффективность охватной кампании без опоры на последний клик
Бренд: крупный ритейлер электроники (E-com), столкнувшийся с падением среднего чека на 6% в 2026 году.
Задача: оценить влияние programmatic-закупки на долгосрочные продажи, когда классическая атрибуция по последнему клику (last-click) обесценивает медийные форматы, а пользовательский путь становится нелинейным из-за обилия AI-агрегаторов.
Решение: переход на модель маркетингового микс-моделирования (MMM) и тестирование инкрементальности (добавочной ценности). Команда отказалась от попыток приписать продажу конкретному баннеру в пользу анализа корреляции между охватом в целевых сегментах (DMP-данные) и объемом брендовых запросов в поиске. В режиме реального времени на стороне сервера (server-side) начали собирать обезличенные данные пользователей, которые контактировали с охватной рекламой, но не совершали переход сразу.
Результат:
— Выявлено, что 22% оплат в корзине совершались пользователями, которые ранее видели programmatic-баннер, но зашли на сайт через прямой ввод или поиск спустя 3-7 дней.
— Снижение стоимости привлечения клиента на 14% при перераспределении бюджетов в пользу площадок с высоким качеством внимания (Attention Metrics), а не просто кликабельностью.
— Увеличение LTV (пожизненной ценности клиента) на 9% за счет фокуса на возвращаемость, а не на разовую покупку.
Урок для специалиста:
В 2026 году погоня за дешевым кликом проигрывает стратегиям формирования спроса. Если ваш programmatic-инструментарий оценивается только по переходам, вы теряете до 30% эффективности, так как потребитель в эпоху Zero-click (нулевых переходов) получает ответы на свои вопросы внутри поисковой выдачи или через AI-ассистентов.
Фокусируйтесь на инкрементальности: тестируйте группы пользователей, которые не видели рекламу, и сравнивайте их поведение с теми, кто был охвачен. В B2B и E-com выручка теперь — общая ответственность RevOps, поэтому медийный бюджет должен защищаться не CPC (ценой за клик), а доказанным влиянием на прирост общего объема продаж в конкретном периоде. Ваша задача — не привести пользователя «сейчас», а построить знание о бренде, которое конвертируется в покупку, когда у клиента появится физическая потребность.
— @ProgrammaticGuidePro
Бренд: крупный ритейлер электроники (E-com), столкнувшийся с падением среднего чека на 6% в 2026 году.
Задача: оценить влияние programmatic-закупки на долгосрочные продажи, когда классическая атрибуция по последнему клику (last-click) обесценивает медийные форматы, а пользовательский путь становится нелинейным из-за обилия AI-агрегаторов.
Решение: переход на модель маркетингового микс-моделирования (MMM) и тестирование инкрементальности (добавочной ценности). Команда отказалась от попыток приписать продажу конкретному баннеру в пользу анализа корреляции между охватом в целевых сегментах (DMP-данные) и объемом брендовых запросов в поиске. В режиме реального времени на стороне сервера (server-side) начали собирать обезличенные данные пользователей, которые контактировали с охватной рекламой, но не совершали переход сразу.
Результат:
— Выявлено, что 22% оплат в корзине совершались пользователями, которые ранее видели programmatic-баннер, но зашли на сайт через прямой ввод или поиск спустя 3-7 дней.
— Снижение стоимости привлечения клиента на 14% при перераспределении бюджетов в пользу площадок с высоким качеством внимания (Attention Metrics), а не просто кликабельностью.
— Увеличение LTV (пожизненной ценности клиента) на 9% за счет фокуса на возвращаемость, а не на разовую покупку.
Урок для специалиста:
В 2026 году погоня за дешевым кликом проигрывает стратегиям формирования спроса. Если ваш programmatic-инструментарий оценивается только по переходам, вы теряете до 30% эффективности, так как потребитель в эпоху Zero-click (нулевых переходов) получает ответы на свои вопросы внутри поисковой выдачи или через AI-ассистентов.
Фокусируйтесь на инкрементальности: тестируйте группы пользователей, которые не видели рекламу, и сравнивайте их поведение с теми, кто был охвачен. В B2B и E-com выручка теперь — общая ответственность RevOps, поэтому медийный бюджет должен защищаться не CPC (ценой за клик), а доказанным влиянием на прирост общего объема продаж в конкретном периоде. Ваша задача — не привести пользователя «сейчас», а построить знание о бренде, которое конвертируется в покупку, когда у клиента появится физическая потребность.
— @ProgrammaticGuidePro
This media is not supported in your browser
VIEW IN TELEGRAM
Алиса AI будет конкурировать с Google AI Studio
Яндекс разворачивает экосистему AI-агентов на базе Алисы с доступом сначала для компаний, затем для всех. Агенты уже работают в Яндекс Такси и Лавке, скоро появятся в браузере и студии разработки. Платформа интегрирует стандартные функции — заказ такси, покупки, анализ данных. Алиса AI показывает неплохие результаты: менее известна, чем конкуренты, поэтому предлагает щедрые лимиты на видеогенерацию и работу с контентом. Яндекс планирует внедрить…
➡️ Читайте на сайте: https://aff.top/blog/alisa-ai-budet-konkurirovat-s-google-ai-studio
🧠 Ещё больше инсайтов → в канале AFF.top
Яндекс разворачивает экосистему AI-агентов на базе Алисы с доступом сначала для компаний, затем для всех. Агенты уже работают в Яндекс Такси и Лавке, скоро появятся в браузере и студии разработки. Платформа интегрирует стандартные функции — заказ такси, покупки, анализ данных. Алиса AI показывает неплохие результаты: менее известна, чем конкуренты, поэтому предлагает щедрые лимиты на видеогенерацию и работу с контентом. Яндекс планирует внедрить…
➡️ Читайте на сайте: https://aff.top/blog/alisa-ai-budet-konkurirovat-s-google-ai-studio
🧠 Ещё больше инсайтов → в канале AFF.top
This media is not supported in your browser
VIEW IN TELEGRAM
В Zennoposter добавили ИИ-помощник
Zennolab добавил в Zennoposter встроенный ИИ-кубик с доступом к четырём моделям (Gemini, DeepSeek, Claude, ChatGPT) — 50 бесплатных запросов в сутки. Есть режимы Assistant (чтение) и Agent (автоматическое создание скриптов), плюс новый GET-запрос по API. Нейросети хорошо справляются с регистрацией, постингом, фармингом аккаунтов и простым кодированием, но требуют проверки при парсинге динамических сайтов и диагностике ошибок. В связке с Zennoobr…
➡️ Читайте на сайте: https://aff.top/blog/v-zennoposter-dobavili-ii-pomoschnik
🧠 Ещё больше инсайтов → в канале AFF.top
Zennolab добавил в Zennoposter встроенный ИИ-кубик с доступом к четырём моделям (Gemini, DeepSeek, Claude, ChatGPT) — 50 бесплатных запросов в сутки. Есть режимы Assistant (чтение) и Agent (автоматическое создание скриптов), плюс новый GET-запрос по API. Нейросети хорошо справляются с регистрацией, постингом, фармингом аккаунтов и простым кодированием, но требуют проверки при парсинге динамических сайтов и диагностике ошибок. В связке с Zennoobr…
➡️ Читайте на сайте: https://aff.top/blog/v-zennoposter-dobavili-ii-pomoschnik
🧠 Ещё больше инсайтов → в канале AFF.top
Programmatic в эпоху, когда атрибуция перестала быть last-click
Кажется, мы наконец дожили до момента, когда фраза «у нас нет данных» больше не работает как оправдание. В programmatic-закупке (автоматизированные аукционы рекламы в реальном времени) всё чаще звучит запрос не на «ещё одну платформу с отчётами», а на честную модель, которая показывает инкремент — то есть реальный вклад рекламы поверх органического спроса.
Что меняется на практике. У крупного e-com клиента в прошлом квартале заменили привычный last-click (модель, где засчитывается последнее касание перед покупкой) на связку server-side пикселя (серверная передача данных вместо браузерной, более устойчивая к блокировщикам) и регулярной MMM (Media Mix Modeling — статистическая модель, которая оценивает вклад каждого канала на основе исторических данных). Первый шок — канал, который в отчётах DSP (Demand-Side Platform, платформа закупки рекламы) стабильно показывал лучший ROAS (возврат на рекламный расход), в инкремент-модели оказался где-то в середине. Потому что он «закрывал» спрос, который и так случился бы.
Что из этого следует для тех, кто закупает трафик.
— MMM и инкремент-тесты — не замена отчётам DSP, а второй слой правды. Без него оптимизация бюджета превращается в тушение пожаров бензином.
— Сигналы в аудиториях (DMP, Data Management Platform — платформа для сбора и сегментации данных о пользователях) теперь живут меньше. Cookie (файлы cookies, которые браузер присваивает пользователю для отслеживания) устаревают, идентификаторы размываются, поэтому ставка на собственные first-party данные (данные, которые компания собирает напрямую о своих клиентах) и серверные конверсии — это уже не «тренд», а гигиена.
— Креатив в programmatic снова стал главным рычагом. Когда сигнал о пользователе тонкий, выигрывает не таргетинг, а релевантное сообщение в нужный момент. AI-генерация ускоряет производство, но концепция и проверка гипотез остаются за человеком.
— Lookalike-аудитории (похожие сегменты, построенные на базе существующих клиентов) на холодных пулах работают всё хуже. Всё больше смысла в сегментах по намерению, собранных из собственных событий, а не из чужих панелей.
Резюме, которое можно повесить на стену. Programmatic 2026 — это не про «купить дешевле». Это про измеримый вклад в выручку и доверие между маркетингом, продуктом и продажами. Всё остальное — тактика.
— @ProgrammaticGuidePro
Кажется, мы наконец дожили до момента, когда фраза «у нас нет данных» больше не работает как оправдание. В programmatic-закупке (автоматизированные аукционы рекламы в реальном времени) всё чаще звучит запрос не на «ещё одну платформу с отчётами», а на честную модель, которая показывает инкремент — то есть реальный вклад рекламы поверх органического спроса.
Что меняется на практике. У крупного e-com клиента в прошлом квартале заменили привычный last-click (модель, где засчитывается последнее касание перед покупкой) на связку server-side пикселя (серверная передача данных вместо браузерной, более устойчивая к блокировщикам) и регулярной MMM (Media Mix Modeling — статистическая модель, которая оценивает вклад каждого канала на основе исторических данных). Первый шок — канал, который в отчётах DSP (Demand-Side Platform, платформа закупки рекламы) стабильно показывал лучший ROAS (возврат на рекламный расход), в инкремент-модели оказался где-то в середине. Потому что он «закрывал» спрос, который и так случился бы.
Что из этого следует для тех, кто закупает трафик.
— MMM и инкремент-тесты — не замена отчётам DSP, а второй слой правды. Без него оптимизация бюджета превращается в тушение пожаров бензином.
— Сигналы в аудиториях (DMP, Data Management Platform — платформа для сбора и сегментации данных о пользователях) теперь живут меньше. Cookie (файлы cookies, которые браузер присваивает пользователю для отслеживания) устаревают, идентификаторы размываются, поэтому ставка на собственные first-party данные (данные, которые компания собирает напрямую о своих клиентах) и серверные конверсии — это уже не «тренд», а гигиена.
— Креатив в programmatic снова стал главным рычагом. Когда сигнал о пользователе тонкий, выигрывает не таргетинг, а релевантное сообщение в нужный момент. AI-генерация ускоряет производство, но концепция и проверка гипотез остаются за человеком.
— Lookalike-аудитории (похожие сегменты, построенные на базе существующих клиентов) на холодных пулах работают всё хуже. Всё больше смысла в сегментах по намерению, собранных из собственных событий, а не из чужих панелей.
Резюме, которое можно повесить на стену. Programmatic 2026 — это не про «купить дешевле». Это про измеримый вклад в выручку и доверие между маркетингом, продуктом и продажами. Всё остальное — тактика.
— @ProgrammaticGuidePro
This media is not supported in your browser
VIEW IN TELEGRAM
Новую Google reCapcha прошли статичной картинкой
Google выпустил обновленную reCAPTCHA, требующую движений рук для прохождения, но система оказалась уязвима к обходу. Достаточно транслировать статичное изображение с нужным жестом через виртуальную камеру с помощью простого Python-скрипта, чтобы нейросеть пропустила пользователя. Это создает серьёзный риск для сайтов: защита от ботов, позиционировавшаяся как прорыв, на деле не работает. Баг остается актуальным и позволяет спамерам легко автомат…
➡️ Читайте на сайте: https://aff.top/blog/novuiu-google-recapcha-proshli-statichnoi-kartinkoi
🧠 Ещё больше инсайтов → в канале AFF.top
Google выпустил обновленную reCAPTCHA, требующую движений рук для прохождения, но система оказалась уязвима к обходу. Достаточно транслировать статичное изображение с нужным жестом через виртуальную камеру с помощью простого Python-скрипта, чтобы нейросеть пропустила пользователя. Это создает серьёзный риск для сайтов: защита от ботов, позиционировавшаяся как прорыв, на деле не работает. Баг остается актуальным и позволяет спамерам легко автомат…
➡️ Читайте на сайте: https://aff.top/blog/novuiu-google-recapcha-proshli-statichnoi-kartinkoi
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
Как Nike использовал programmatic не для «показов», а для роста эффективности охвата
В 2026-м programmatic всё чаще оценивают не по объёму трафика, а по вкладу в выручку и узнаваемость. Хороший пример — кейс Nike с омниканальной медийной закупкой, где digital-охват собрали через DSP, а аудитории обогатили через DMP и first-party данные.
Контекст был простой: у бренда высокая узнаваемость, но дорогой охват и быстрое выгорание частот у «тёплой» аудитории. Обычная закупка в last-click тут почти бесполезна: она показывает, кто уже был готов купить, но плохо отвечает на вопрос, как дотянуться до новых людей без перерасхода.
Задача — увеличить долю новой аудитории в охвате, снизить стоимость контакта и не потерять в качестве. Для этого в DSP собрали несколько сегментов:
— текущие покупатели для исключения из закупки;
— посетители сайта за 30–90 дней;
— look-alike (похожие аудитории) на основе самых ценных клиентов;
— отдельные сегменты по интересам и поведению, чтобы тестировать креативы.
Ключевое решение было не в «магии таргетинга», а в дисциплине закупки. Nike ограничил частоту на уровне 2–3 показов в неделю на пользователя, отдельно отслеживал viewability (видимость) и держал CPM в коридоре, который позволял масштабировать охват без провала в стоимости. Параллельно креативы меняли не по принципу «сделать красивее», а по смыслу: для новых аудиторий — брендовый месседж, для посетителей сайта — акцент на коллекции и преимуществе, для лояльных — напоминание о запуске.
Результат в подобных схемах обычно измеряют не только CTR. В кейсе Nike основной эффект был в том, что:
— доля нового охвата выросла;
— частота перестала «съедать» бюджет;
— стоимость качественного контакта снизилась;
— вклад медийки стало возможно оценивать через post-view и инкрементальность (добавочный эффект), а не через последний клик.
**Главный урок:** programmatic в сильном бренде работает не как «покупка баннеров», а как система управления аудиторией. DSP даёт масштаб, DMP — точность, а результат приходит тогда, когда закупка строится вокруг инкрементальности, а не вокруг красивого отчёта по кликам.
— @ProgrammaticGuidePro
В 2026-м programmatic всё чаще оценивают не по объёму трафика, а по вкладу в выручку и узнаваемость. Хороший пример — кейс Nike с омниканальной медийной закупкой, где digital-охват собрали через DSP, а аудитории обогатили через DMP и first-party данные.
Контекст был простой: у бренда высокая узнаваемость, но дорогой охват и быстрое выгорание частот у «тёплой» аудитории. Обычная закупка в last-click тут почти бесполезна: она показывает, кто уже был готов купить, но плохо отвечает на вопрос, как дотянуться до новых людей без перерасхода.
Задача — увеличить долю новой аудитории в охвате, снизить стоимость контакта и не потерять в качестве. Для этого в DSP собрали несколько сегментов:
— текущие покупатели для исключения из закупки;
— посетители сайта за 30–90 дней;
— look-alike (похожие аудитории) на основе самых ценных клиентов;
— отдельные сегменты по интересам и поведению, чтобы тестировать креативы.
Ключевое решение было не в «магии таргетинга», а в дисциплине закупки. Nike ограничил частоту на уровне 2–3 показов в неделю на пользователя, отдельно отслеживал viewability (видимость) и держал CPM в коридоре, который позволял масштабировать охват без провала в стоимости. Параллельно креативы меняли не по принципу «сделать красивее», а по смыслу: для новых аудиторий — брендовый месседж, для посетителей сайта — акцент на коллекции и преимуществе, для лояльных — напоминание о запуске.
Результат в подобных схемах обычно измеряют не только CTR. В кейсе Nike основной эффект был в том, что:
— доля нового охвата выросла;
— частота перестала «съедать» бюджет;
— стоимость качественного контакта снизилась;
— вклад медийки стало возможно оценивать через post-view и инкрементальность (добавочный эффект), а не через последний клик.
**Главный урок:** programmatic в сильном бренде работает не как «покупка баннеров», а как система управления аудиторией. DSP даёт масштаб, DMP — точность, а результат приходит тогда, когда закупка строится вокруг инкрементальности, а не вокруг красивого отчёта по кликам.
— @ProgrammaticGuidePro
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
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
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