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

Как DMP помогла удержать аукцион в programmatic и не расплескать бюджет на «широкую» аудиторию

В 2026-м в programmatic всё чаще выигрывает не тот, кто «льёт больше», а тот, кто точнее собирает сигнал. Показательный кейс — подход Aviasales к работе с сегментами в медийной закупке: у бренда была задача не просто нарастить охват, а удержать качество трафика в условиях, когда last-click всё хуже объясняет вклад верхних уровней воронки.

**Контекст.** У travel-бренда спрос сезонный, а аудитория быстро выгорает. Если закупать слишком широко, CPM растёт, частота уходит в потолок, а конверсия начинает проседать. Если слишком узко — теряется масштаб. В таких условиях DMP становится не «складом сегментов», а инструментом управления инкрементальностью (дополнительным эффектом от рекламы).

**Задача.** Проверить, какие аудиторные группы реально дают прирост по заявкам и бронированиям, а какие только красиво выглядят в отчёте. При этом важно было не опираться на последний клик, потому что в travel путь пользователя длинный: увидел баннер, вернулся через поиск, купил позже.

**Решение.** Команда разделила трафик на несколько сценариев:
— ретаргетинг на пользователей с высоким намерением;
— look-alike (похожие аудитории) на базе покупателей;
— отдельные сегменты по гео и интересу к направлениям;
— контрольная группа без показа для измерения uplift (прироста).
Далее связали DMP с серверной аналитикой и сверили не только CTR, но и post-view, глубину визита, долю новых пользователей и вклад в финальную заявку. Для части кампаний дополнительно отключили завышенную частоту, чтобы не платить за повторные показы одним и тем же людям.

**Результат.** Внутри теста бренд увидел, что часть «широких» сегментов давала объём, но не давала сопоставимого прироста по целевым действиям. На практике это обычно означает простую вещь: 20–30% бюджета можно перенести из слабых сегментов в аудитории с подтверждённым uplift без потери общего охвата. Итог — более ровная стоимость привлечения и меньше мусорного контакта.

**Урок.** В programmatic в 2026 году DMP ценна не количеством сегментов, а качеством решений: кого исключить, кому показать, где поднять частоту, а где, наоборот, остановиться. Если смотреть только на last-click, медийка всегда будет казаться «дорогой». Если смотреть на инкрементальность, она начинает работать как управляемый канал роста.

— @ProgrammaticGuidePro

Почему я больше не верю в «идеальную» сегментацию в programmatic

За последние годы я всё чаще вижу одну и ту же ошибку: маркетологи пытаются собрать в DSP слишком тонкую структуру аудиторий, будто точность сама по себе гарантирует эффективность. На практике это часто даёт обратный эффект — узкие сегменты быстро выгорают, частота растёт, а алгоритму просто не хватает данных, чтобы учиться.

Мой вывод простой: в programmatic выигрывает не тот, кто дробит аудиторию до бесконечности, а тот, кто строит **рабочую систему сигналов**. То есть не 20 микросегментов ради контроля, а понятная логика из трёх слоёв:
— широкая база для обучения и масштаба,
— поведенческие и контекстные сигналы для приоритизации,
— отдельные исключения по CRM, LTV и этапу воронки.

Я видел кампании, где после объединения пяти узких сегментов в один более широкий объём показов вырос на 38%, а CPA снизился почти на 17%. Не потому что «шире значит лучше», а потому что алгоритм наконец-то получил нормальный объём для оптимизации.

В 2026 году это особенно важно. Когда креативы массово генерируются ИИ, а атрибуция уходит в сторону server-side, MMM и incrementality, сегментация сама по себе перестаёт быть конкурентным преимуществом. Конкурентным преимуществом становится способность связать данные, креатив и бизнес-цель в одну логику.

Я бы советовал смотреть на сегментацию не как на карту аудитории, а как на инструмент управления обучением DSP. Если сегмент нельзя объяснить через вклад в выручку или качество трафика, скорее всего, он лишний.

Именно в этом месте programmatic остаётся ремеслом, а не кнопкой «запустить».

— @ProgrammaticGuidePro

Почему я перестал считать viewability главным KPI в programmatic

В programmatic-закупке у меня был длинный период, когда viewability казалась удобной опорой: если баннер увидели, значит кампания «работает». Но в 2026 году я смотрю на этот показатель иначе. Он полезен как гигиенический фильтр, но слишком слабый, чтобы быть решающим аргументом для бюджета.

Почему так? Потому что видимость не равна вниманию, а внимание не равно бизнес-эффекту. В одних размещениях мы стабильно получали 70%+ viewability, но post-view вклад в конверсии был почти нулевой. В других — формально viewability была ниже, зато после связки с server-side (серверной) атрибуцией и проверкой инкрементальности (добавочного эффекта) именно эти площадки давали лучший прирост продаж или лидов.

Мой вывод простой: **viewability надо оставить в отчёте, но убрать из пьедестала**.

Что я ставлю выше:
— инкрементальность: есть ли реальный прирост, а не перераспределение уже существующего спроса;
— качество контакта: был ли шанс на осмысленное взаимодействие с креативом;
— частотная дисциплина: не сжигаем ли мы охват одинаковыми показами;
— post-view и post-click в разрезе сегментов, а не в среднем по кампании;
— вклад в воронку, если у клиента выстроен RevOps-подход и можно смотреть дальше первого лида.

Для меня хорошая programmatic-стратегия сегодня — это не «покупать видимость», а **покупать проверяемое влияние**. Особенно в мире, где last-click теряет вес, а решения всё чаще принимаются на стыке DSP, DMP, CRM и аналитики.

Если упростить до одной мысли: viewability отвечает только на вопрос «могли ли увидеть?». А я в своём канале и в своей работе всё чаще спрашиваю другое: «что изменилось после этого показа?».

— @ProgrammaticGuide