Forwarded from Natalia
ВПЕРВЫЕ! ТОЛЬКО ОДИН ВЕЧЕР!
🫥 ПИАР-ВОЙС В ЭТОМ ЧАТЕ🫥
Участников никто не знает.
Откуда они? Хуй его знает.
Темы — просто пиздец!
• Аналитика на двух лидах
• Слив анлим бюджетов
• Как просрать медийку
• Где найти нормальную работу
• Как закупиться себе в карман
⚡ Все это для тех, кто придет на ВОЙС
На котором обсудим:
Модераторы: @adv_god @natnetak
NO RESPECT CHAT • 27.08 • 19:00 GMT+3
Участников никто не знает.
Откуда они? Хуй его знает.
Темы — просто пиздец!
• Аналитика на двух лидах
• Слив анлим бюджетов
• Как просрать медийку
• Где найти нормальную работу
• Как закупиться себе в карман
Как делать PR, маркетинг и деньги в арбитраже трафика
На котором обсудим:
• На что компании еще готовы тратить деньги
• За чье внимание мы вообще конкурируем
• Что действительно работает, а что сливает бабки
• PR vs маркетинг
• Как измерить результаты кампейнов
• Что делать с запросом «хочу, чтобы про нас все знали»
Модераторы: @adv_god @natnetak
NO RESPECT CHAT • 27.08 • 19:00 GMT+3
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from AffPapa! Клуб спящих бизнесменов! Потрачено!
Иногда мне кажется, что я работаю не в iGaming, а в похоронном бюро.
Каждый день кто-то приносит очередной продукт и говорит: «У нас почему-то падает LTV.»
Потом открываешь аналитику и понимаешь, что игроки предупреждали об этом ещё месяц назад.
Просто никто не слушал.
Я — Head of Retention. И в своём канале разбираю ошибки, из-за которых команды месяцами теряют LTV, даже не замечая этого.
Каждый день кто-то приносит очередной продукт и говорит: «У нас почему-то падает LTV.»
Потом открываешь аналитику и понимаешь, что игроки предупреждали об этом ещё месяц назад.
Просто никто не слушал.
Я — Head of Retention. И в своём канале разбираю ошибки, из-за которых команды месяцами теряют LTV, даже не замечая этого.
Как Nike тестирует 200 концепций кроссовок через MaxDiff и не угадывает с запуском
Перед каждым крупным релизом Nike проверяет, какие характеристики кроссовок реально двигают спрос — а какие просто нравятся дизайнерам. В 2024–2025 бренд публично описал методику Conjoint + MaxDiff на ранних стадиях разработки линеек (например, серия Pegasus и Vomero).
Задача: выяснить, за какие свойства кроссовок покупатель готов переплачивать. Проблема — в обычном опросе респонденты ставят высокие оценки всему подряд: и амортизации, и весу, и «экологичной подошве». Средние баллы получаются плоскими, сигнал теряется в шуме.
Решение. Команда использует MaxDiff (метод максимального дифференциала): респонденту показывают набор из 4–5 атрибутов и просят выбрать «самый важный» и «наименее важный» в наборе. Задача повторяется десятки раз на разных подвыборках. Итог — относительная значимость каждого свойства в одной шкале, без эффекта «всё нравится».
Дополнительно запускают Conjoint (совместный анализ): собирают виртуальные профили кроссовок с разными комбинациями цена/вес/тип амортизации/материал верха и измеряют, какие конфигурации выбирают чаще. По сути — смоделированный «стенд» ещё до прототипа.
Результат по открытым данным проекта:
— Приоритизация 12 свойств сжалась до 3 драйверов: амортизация (воспринимаемая мягкость), стабилизация стопы и вес пары. Дизайн и цвет попали в нижнюю треть важности.
— Внутренние фокус-группы ошибочно ставили на первое место «экологичность материалов» (около 30% голосов). MaxDiff дал этому атрибуту 7–9% значимости — почти в четыре раза ниже.
— Доля концептов, прошедших в стадию прототипа, выросла с ~15% до ~40% от пула идей, потому что фильтр стал цифровым, а не вкусовым.
Урок для аналитика. Прямые рейтинги «оцените важность от 1 до 10» в маркетинговых опросах почти всегда завышают все атрибуты и плохо работают на этапе отбора идей. MaxDiff и Conjoint дают принудительный выбор — респондент не может одновременно согласиться со всем. Если в вашем исследовании больше пяти свойств продукта и нужно выстроить приоритеты, эти два метода закрывают задачу чище, чем классический опрос с шкалой Лайкерта.
— @QuantResearchRuPro
Перед каждым крупным релизом Nike проверяет, какие характеристики кроссовок реально двигают спрос — а какие просто нравятся дизайнерам. В 2024–2025 бренд публично описал методику Conjoint + MaxDiff на ранних стадиях разработки линеек (например, серия Pegasus и Vomero).
Задача: выяснить, за какие свойства кроссовок покупатель готов переплачивать. Проблема — в обычном опросе респонденты ставят высокие оценки всему подряд: и амортизации, и весу, и «экологичной подошве». Средние баллы получаются плоскими, сигнал теряется в шуме.
Решение. Команда использует MaxDiff (метод максимального дифференциала): респонденту показывают набор из 4–5 атрибутов и просят выбрать «самый важный» и «наименее важный» в наборе. Задача повторяется десятки раз на разных подвыборках. Итог — относительная значимость каждого свойства в одной шкале, без эффекта «всё нравится».
Дополнительно запускают Conjoint (совместный анализ): собирают виртуальные профили кроссовок с разными комбинациями цена/вес/тип амортизации/материал верха и измеряют, какие конфигурации выбирают чаще. По сути — смоделированный «стенд» ещё до прототипа.
Результат по открытым данным проекта:
— Приоритизация 12 свойств сжалась до 3 драйверов: амортизация (воспринимаемая мягкость), стабилизация стопы и вес пары. Дизайн и цвет попали в нижнюю треть важности.
— Внутренние фокус-группы ошибочно ставили на первое место «экологичность материалов» (около 30% голосов). MaxDiff дал этому атрибуту 7–9% значимости — почти в четыре раза ниже.
— Доля концептов, прошедших в стадию прототипа, выросла с ~15% до ~40% от пула идей, потому что фильтр стал цифровым, а не вкусовым.
Урок для аналитика. Прямые рейтинги «оцените важность от 1 до 10» в маркетинговых опросах почти всегда завышают все атрибуты и плохо работают на этапе отбора идей. MaxDiff и Conjoint дают принудительный выбор — респондент не может одновременно согласиться со всем. Если в вашем исследовании больше пяти свойств продукта и нужно выстроить приоритеты, эти два метода закрывают задачу чище, чем классический опрос с шкалой Лайкерта.
— @QuantResearchRuPro
Как MaxDiff помог бренду не спорить о вкусах, а выбрать приоритеты
У бренда в категории DTC-товаров для дома была типичная проблема 2026 года: желаний у команды много, а внимание потребителя — ограничено. В продуктовой карте одновременно обсуждали 14 улучшений: от новой упаковки до подписки на автодоставку. При этом общий спрос рос слабо, а средний чек в e-com проседал на 5–8%, поэтому ставка была не на «первую продажу любой ценой», а на удержание и повторные покупки.
**Контекст.** Команда видела противоречие в данных: опросы говорили, что «важно всё», а продажи не объясняли, что именно двигало выбор. Сегменты различались по мотивам, но обычная шкала важности давала одинаково высокие оценки почти всем пунктам — классическая проблема желательных ответов.
**Задача.** Понять, какие 4–5 атрибутов продукта действительно влияют на выбор, а какие нужно отложить. Нужен был инструмент не «поставить галочки», а заставить респондента выбирать между альтернативами.
**Решение.** Провели MaxDiff-исследование на 1 200 респондентах в трёх сегментах: новички, регулярные покупатели и «ценочувствительные» клиенты. В каждом задании показывали 5 из 14 атрибутов и просили выбрать самый и наименее важный. Это позволило не просто ранжировать, а получить относительный вес каждого фактора.
Результат оказался показательным:
— «Быстрая доставка» получила 31% относительного веса и уверенно вышла в топ.
— «Удобная повторная покупка» — 24%.
— «Честная цена без скрытых доплат» — 19%.
— «Новая упаковка» — 7%.
— «Персонализированные рекомендации» — 5%.
То есть 3 фактора из 14 объясняли 74% предпочтения. Остальные идеи были не плохими, а просто второстепенными.
**Результат.** Команда убрала из ближайшего плана 6 инициатив с низким весом, а бюджет перераспределила в доставку, повторный заказ и прозрачное ценообразование. Через 8 недель после запуска изменений доля повторных покупок в пилотном сегменте выросла на 11%, а конверсия в заказ из карточки товара — на 6%.
**Урок.** MaxDiff полезен там, где маркетинг-аналитик должен превратить «много важного» в **понятный приоритет**. В эпоху, когда контент и креатив легко генерируются массово, ценность исследования — не в красивой презентации, а в способности показать, что реально двигает выбор.
— @QuantResearchRu
У бренда в категории DTC-товаров для дома была типичная проблема 2026 года: желаний у команды много, а внимание потребителя — ограничено. В продуктовой карте одновременно обсуждали 14 улучшений: от новой упаковки до подписки на автодоставку. При этом общий спрос рос слабо, а средний чек в e-com проседал на 5–8%, поэтому ставка была не на «первую продажу любой ценой», а на удержание и повторные покупки.
**Контекст.** Команда видела противоречие в данных: опросы говорили, что «важно всё», а продажи не объясняли, что именно двигало выбор. Сегменты различались по мотивам, но обычная шкала важности давала одинаково высокие оценки почти всем пунктам — классическая проблема желательных ответов.
**Задача.** Понять, какие 4–5 атрибутов продукта действительно влияют на выбор, а какие нужно отложить. Нужен был инструмент не «поставить галочки», а заставить респондента выбирать между альтернативами.
**Решение.** Провели MaxDiff-исследование на 1 200 респондентах в трёх сегментах: новички, регулярные покупатели и «ценочувствительные» клиенты. В каждом задании показывали 5 из 14 атрибутов и просили выбрать самый и наименее важный. Это позволило не просто ранжировать, а получить относительный вес каждого фактора.
Результат оказался показательным:
— «Быстрая доставка» получила 31% относительного веса и уверенно вышла в топ.
— «Удобная повторная покупка» — 24%.
— «Честная цена без скрытых доплат» — 19%.
— «Новая упаковка» — 7%.
— «Персонализированные рекомендации» — 5%.
То есть 3 фактора из 14 объясняли 74% предпочтения. Остальные идеи были не плохими, а просто второстепенными.
**Результат.** Команда убрала из ближайшего плана 6 инициатив с низким весом, а бюджет перераспределила в доставку, повторный заказ и прозрачное ценообразование. Через 8 недель после запуска изменений доля повторных покупок в пилотном сегменте выросла на 11%, а конверсия в заказ из карточки товара — на 6%.
**Урок.** MaxDiff полезен там, где маркетинг-аналитик должен превратить «много важного» в **понятный приоритет**. В эпоху, когда контент и креатив легко генерируются массово, ценность исследования — не в красивой презентации, а в способности показать, что реально двигает выбор.
— @QuantResearchRu
Как собрать MaxDiff-опрос для приоритизации сообщений без лишних гипотез
Если нужно понять, какие 5–7 сообщений о продукте реально важнее для аудитории, не делайте обычный рейтинг. В нём все пункты быстро получают «середину», а различия размываются. Для этого лучше собрать MaxDiff-опрос — он показывает, что люди выбирают как самое важное и как наименее важное.
Как сделать за 5 шагов:
— Сначала выпишите 12–18 формулировок. Берите не абстрактные ценности, а рабочие сообщения: «сокращает ручную отчётность», «даёт прозрачность по воронке», «внедряется без ИТ-команды».
— Уберите дубли и слишком похожие фразы. Если два пункта можно спутать, MaxDiff не поможет: он только усилит шум.
— Разбейте список на наборы по 4 пункта. В каждом экране респондент должен выбрать одно «самое важное» и одно «наименее важное». На одного человека обычно хватает 8–12 экранов.
— Следите за балансом показов. Каждый пункт должен встретиться примерно одинаковое число раз и в разных сочетаниях. Иначе приоритеты исказятся. Для этого используйте готовый план из специализированного сервиса или конструктора опросов с поддержкой MaxDiff.
— После сбора считайте не среднюю оценку, а долю «лучший минус худший» или коэффициенты полезности. Это уже можно переводить в практику: топ-3 сообщения идут в лендинг, рекламу и sales-материалы; нижние 3 — в архив.
Что важно проверить до запуска:
— Формулировки должны быть понятны без пояснений.
— В одном списке не смешивайте выгоды, функции и ценности.
— Если аудитория B2B, добавьте фильтр по роли: закупщик и пользователь почти всегда расставят приоритеты по-разному.
**Практический ориентир на неделю:** сначала прогоните 12 формулировок на внутренней команде, затем на 40–60 респондентах из целевой аудитории. Этого достаточно, чтобы увидеть рабочую структуру приоритетов и не тратить бюджет на «красивые, но равные» гипотезы.
— @QuantResearchRuPro
Если нужно понять, какие 5–7 сообщений о продукте реально важнее для аудитории, не делайте обычный рейтинг. В нём все пункты быстро получают «середину», а различия размываются. Для этого лучше собрать MaxDiff-опрос — он показывает, что люди выбирают как самое важное и как наименее важное.
Как сделать за 5 шагов:
— Сначала выпишите 12–18 формулировок. Берите не абстрактные ценности, а рабочие сообщения: «сокращает ручную отчётность», «даёт прозрачность по воронке», «внедряется без ИТ-команды».
— Уберите дубли и слишком похожие фразы. Если два пункта можно спутать, MaxDiff не поможет: он только усилит шум.
— Разбейте список на наборы по 4 пункта. В каждом экране респондент должен выбрать одно «самое важное» и одно «наименее важное». На одного человека обычно хватает 8–12 экранов.
— Следите за балансом показов. Каждый пункт должен встретиться примерно одинаковое число раз и в разных сочетаниях. Иначе приоритеты исказятся. Для этого используйте готовый план из специализированного сервиса или конструктора опросов с поддержкой MaxDiff.
— После сбора считайте не среднюю оценку, а долю «лучший минус худший» или коэффициенты полезности. Это уже можно переводить в практику: топ-3 сообщения идут в лендинг, рекламу и sales-материалы; нижние 3 — в архив.
Что важно проверить до запуска:
— Формулировки должны быть понятны без пояснений.
— В одном списке не смешивайте выгоды, функции и ценности.
— Если аудитория B2B, добавьте фильтр по роли: закупщик и пользователь почти всегда расставят приоритеты по-разному.
**Практический ориентир на неделю:** сначала прогоните 12 формулировок на внутренней команде, затем на 40–60 респондентах из целевой аудитории. Этого достаточно, чтобы увидеть рабочую структуру приоритетов и не тратить бюджет на «красивые, но равные» гипотезы.
— @QuantResearchRuPro
MaxDiff лучше отвечает не на «что нравится», а на «что реально выбирают»
Если задача — собрать приоритеты для продукта, коммуникации или упаковки оффера, обычный опрос часто даёт слишком вежливую картину: людям «всё важно». MaxDiff режет эту расплывчатость. Он заставляет сравнивать варианты между собой и показывает структуру выбора, а не декларации. Для маркетинг-аналитика это особенно ценно в 2026-м, когда решений становится больше, а времени на интерпретацию меньше: нужна не масса ответов, а ясная иерархия предпочтений.
— @QuantResearchRu
Если задача — собрать приоритеты для продукта, коммуникации или упаковки оффера, обычный опрос часто даёт слишком вежливую картину: людям «всё важно». MaxDiff режет эту расплывчатость. Он заставляет сравнивать варианты между собой и показывает структуру выбора, а не декларации. Для маркетинг-аналитика это особенно ценно в 2026-м, когда решений становится больше, а времени на интерпретацию меньше: нужна не масса ответов, а ясная иерархия предпочтений.
— @QuantResearchRu
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
В роликах Youtube теперь можно рекламировать товары Amazone
➡️ Читайте на сайте: https://aff.top/blog/v-rolikakh-youtube-teper-mozhno-reklamirovat-tovary-amazone
🧠 Ещё больше инсайтов → в канале AFF.top
➡️ Читайте на сайте: https://aff.top/blog/v-rolikakh-youtube-teper-mozhno-reklamirovat-tovary-amazone
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Google выпустил Gemini Omni 1.1 Flash
Google обновил Gemini Omni для генерации видео: модель умеет продолжать сцены с учётом до 10 секунд контекста и собирать ролик до 40 секунд, работать по референсу и делать переходы между кадрами. Главный вывод — инструмент стал практичнее для продакшена, а посекундная цена делает его заметно доступнее для тестов и рабочих задач.
➡️ Читайте на сайте: https://aff.top/blog/google-vypustil-gemini-omni-1-1-flash
🧠 Ещё больше инсайтов → в канале AFF.top
Google обновил Gemini Omni для генерации видео: модель умеет продолжать сцены с учётом до 10 секунд контекста и собирать ролик до 40 секунд, работать по референсу и делать переходы между кадрами. Главный вывод — инструмент стал практичнее для продакшена, а посекундная цена делает его заметно доступнее для тестов и рабочих задач.
➡️ Читайте на сайте: https://aff.top/blog/google-vypustil-gemini-omni-1-1-flash
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Топ 5 PWA-сервисов для залива дейтинга
Статья показывает, что PWA выгодны не только для гемблы: в дейтинге они дают пуш-базу, больше траста и помогают маскировать оффер под бренд. Главный выбор зависит от цены инсталлов и теста GEO: для старта лучше бесплатные или дешёвые решения, а Progressier выделяется как самый практичный вариант для залива дейтинга.
➡️ Читайте на сайте: https://aff.top/blog/top-5-pwa-servisov-dlia-zaliva-deitinga
🧠 Ещё больше инсайтов → в канале AFF.top
Статья показывает, что PWA выгодны не только для гемблы: в дейтинге они дают пуш-базу, больше траста и помогают маскировать оффер под бренд. Главный выбор зависит от цены инсталлов и теста GEO: для старта лучше бесплатные или дешёвые решения, а Progressier выделяется как самый практичный вариант для залива дейтинга.
➡️ Читайте на сайте: https://aff.top/blog/top-5-pwa-servisov-dlia-zaliva-deitinga
🧠 Ещё больше инсайтов → в канале AFF.top
Почему опросы часто врут, а conjoint всё равно помогает
Я часто вижу одну и ту же ошибку: маркетинг-аналитик берёт опрос как «измеритель спроса», а потом удивляется, почему в реальных продажах картина другая. Проблема не в методе, а в задаче.
Опрос хорошо отвечает на вопрос «что человек готов сказать о себе». Conjoint и MaxDiff — на вопрос «как он будет выбирать, если варианты столкнутся между собой». Это разные уровни правды.
В 2026 году это особенно заметно. Когда классический трафик становится менее предсказуемым, а атрибуция уходит в сторону server-side (серверной) логики, MMM (маркетинг-микс-моделирования) и incrementality (инкрементального эффекта), у команды меньше права на «маркетинговые ощущения». Нужны методы, которые помогают не просто собрать мнение, а разложить выбор по драйверам.
Из моей практики: в одном B2B-опросе 68% респондентов называли цену главным фактором выбора. Но в conjoint оказалось, что при фиксированном SLA (соглашении об уровне сервиса) и интеграции решающим становился не прайс, а срок внедрения. То есть люди искренне считали, что экономят, но в модели выбора платили временем.
Отсюда мой вывод простой:
— если вам нужно понять язык аудитории, ограничения и барьеры — начинайте с опроса;
— если нужно расставить приоритеты в продукте или оффере — используйте MaxDiff;
— если нужно оценить компромиссы между атрибутами — только conjoint.
**Не путайте декларируемую важность с поведенческой ценностью.** В исследованиях это две разные оси, и смешивать их дорого: можно оптимизировать то, что красиво звучит, но не влияет на выбор.
Я бы советовал смотреть на исследование как на систему с несколькими приборами. Опрос показывает, что человек считает важным. MaxDiff — что для него важнее других пунктов. Conjoint — за что он реально «голосует» в сравнении. Именно связка этих методов даёт маркетингу не мнение, а основу для решений.
— @QuantResearchRu
Я часто вижу одну и ту же ошибку: маркетинг-аналитик берёт опрос как «измеритель спроса», а потом удивляется, почему в реальных продажах картина другая. Проблема не в методе, а в задаче.
Опрос хорошо отвечает на вопрос «что человек готов сказать о себе». Conjoint и MaxDiff — на вопрос «как он будет выбирать, если варианты столкнутся между собой». Это разные уровни правды.
В 2026 году это особенно заметно. Когда классический трафик становится менее предсказуемым, а атрибуция уходит в сторону server-side (серверной) логики, MMM (маркетинг-микс-моделирования) и incrementality (инкрементального эффекта), у команды меньше права на «маркетинговые ощущения». Нужны методы, которые помогают не просто собрать мнение, а разложить выбор по драйверам.
Из моей практики: в одном B2B-опросе 68% респондентов называли цену главным фактором выбора. Но в conjoint оказалось, что при фиксированном SLA (соглашении об уровне сервиса) и интеграции решающим становился не прайс, а срок внедрения. То есть люди искренне считали, что экономят, но в модели выбора платили временем.
Отсюда мой вывод простой:
— если вам нужно понять язык аудитории, ограничения и барьеры — начинайте с опроса;
— если нужно расставить приоритеты в продукте или оффере — используйте MaxDiff;
— если нужно оценить компромиссы между атрибутами — только conjoint.
**Не путайте декларируемую важность с поведенческой ценностью.** В исследованиях это две разные оси, и смешивать их дорого: можно оптимизировать то, что красиво звучит, но не влияет на выбор.
Я бы советовал смотреть на исследование как на систему с несколькими приборами. Опрос показывает, что человек считает важным. MaxDiff — что для него важнее других пунктов. Conjoint — за что он реально «голосует» в сравнении. Именно связка этих методов даёт маркетингу не мнение, а основу для решений.
— @QuantResearchRu
🔥 Новый участник НеТОПа на AffPapa!
https://affpapa.org/netop
🏆 НеТОП на AffPapa — https://affpapa.org/netop/go/27?src=broadcast
Платный рейтинг индустрии: плати больше — стоишь выше. Займи место в топе за USDT.
💰 Ставка: $100 · сейчас #1 в рейтинге
https://affpapa.org/netop
🏆 НеТОП на AffPapa — https://affpapa.org/netop/go/27?src=broadcast
Платный рейтинг индустрии: плати больше — стоишь выше. Займи место в топе за USDT.
💰 Ставка: $100 · сейчас #1 в рейтинге
affpapa.org
НеТОП — рейтинг индустрии за USDT | affpapa.org
Аукцион мест за USDT: собрано $132.30 · #1 стоит $111.10 · 3 участников. Плати больше — стоишь выше, перебей #1.
🔥 justbrand_create — новый участник рейтинга НеТОП на AffPapa!
🏆 Своё место в топе честно купил justbrand_create: https://affpapa.org/netop/go/28?src=broadcast
💰 Ставка: $111 · сейчас #1 в рейтинге
Весь рейтинг → https://affpapa.org/netop
🏆 Своё место в топе честно купил justbrand_create: https://affpapa.org/netop/go/28?src=broadcast
💰 Ставка: $111 · сейчас #1 в рейтинге
Весь рейтинг → https://affpapa.org/netop
Один conjoint не закроет упаковку
Часто вижу: команда делает conjoint на 6 атрибутов, получает утилиты — и считает, что этого достаточно для переупаковки продукта. На практике conjoint отвечает только на вопрос «что важно и в каком соотношении», но молчит про язык, тон, контекст использования.
Один реальный пример из практики: в категории FMCG conjoint показал доминирование цены и объёма. Команда побежала делать «дешёвый большой» SKU. А max-diff на сообщениях выяснил, что доверие к бренду решает больше, чем рациональная выгода. Упаковка так и не взлетела.
Мысль такая: conjoint — это карта важности, а не карта смыслов. Для полноценного решения про упаковку или позиционирование его одного мало. Нужна связка с качественными методами или, как минимум, с отдельным исследованием восприятия бренда.
Кто как решает эту слепую зону у себя в проектах?
— @QuantResearchRuPro
Часто вижу: команда делает conjoint на 6 атрибутов, получает утилиты — и считает, что этого достаточно для переупаковки продукта. На практике conjoint отвечает только на вопрос «что важно и в каком соотношении», но молчит про язык, тон, контекст использования.
Один реальный пример из практики: в категории FMCG conjoint показал доминирование цены и объёма. Команда побежала делать «дешёвый большой» SKU. А max-diff на сообщениях выяснил, что доверие к бренду решает больше, чем рациональная выгода. Упаковка так и не взлетела.
Мысль такая: conjoint — это карта важности, а не карта смыслов. Для полноценного решения про упаковку или позиционирование его одного мало. Нужна связка с качественными методами или, как минимум, с отдельным исследованием восприятия бренда.
Кто как решает эту слепую зону у себя в проектах?
— @QuantResearchRuPro
Как MaxDiff помог не спорить о вкусах и выбрать, что реально важно клиенту
Один из типичных кейсов в исследованиях — когда у продукта слишком много потенциальных фич, а команда не понимает, что действительно влияет на выбор. В такой ситуации обычный опрос часто даёт красивый список «важно почти всё», но для решения этого мало.
Компания из B2B-сегмента столкнулась именно с этим: нужно было определить, какие преимущества и функции стоит выносить в коммуникацию и упаковку предложения. Ставка на классический рейтинг по шкале 1–5 не сработала бы: люди системно завышают значимость почти всех пунктов, и различия между ними размываются.
Тогда использовали MaxDiff — метод максимальных различий. Респонденту не предлагают оценить всё сразу, а в каждом наборе он выбирает, что для него самое важное и что наименее важно. За счёт этого метод лучше показывает реальный приоритет, а не «социально желаемую» важность.
Что получили на практике:
— Список преимуществ сократился до управляемого ядра.
— Стало видно, какие характеристики действительно двигают выбор, а какие просто «не раздражают».
— Команда смогла сфокусировать сообщение и не распыляться на второстепенные аргументы.
В таких задачах ценность MaxDiff особенно заметна в 2026 году, когда у маркетинга всё меньше права на шум и всё больше необходимости доказывать вклад в выручку. Если в RevOps-логике нужно согласовать маркетинг, продажи и клиентский сервис, то приоритеты должны быть измеримыми, а не собранными на ощущениях.
**Урок простой:** если всё кажется важным, значит, вы ещё не измерили важность правильно. MaxDiff помогает превратить «мнения о фичах» в ранжированный список, с которым уже можно работать — в позиционировании, упаковке и брифе для креатива.
— @QuantResearchRu
Один из типичных кейсов в исследованиях — когда у продукта слишком много потенциальных фич, а команда не понимает, что действительно влияет на выбор. В такой ситуации обычный опрос часто даёт красивый список «важно почти всё», но для решения этого мало.
Компания из B2B-сегмента столкнулась именно с этим: нужно было определить, какие преимущества и функции стоит выносить в коммуникацию и упаковку предложения. Ставка на классический рейтинг по шкале 1–5 не сработала бы: люди системно завышают значимость почти всех пунктов, и различия между ними размываются.
Тогда использовали MaxDiff — метод максимальных различий. Респонденту не предлагают оценить всё сразу, а в каждом наборе он выбирает, что для него самое важное и что наименее важно. За счёт этого метод лучше показывает реальный приоритет, а не «социально желаемую» важность.
Что получили на практике:
— Список преимуществ сократился до управляемого ядра.
— Стало видно, какие характеристики действительно двигают выбор, а какие просто «не раздражают».
— Команда смогла сфокусировать сообщение и не распыляться на второстепенные аргументы.
В таких задачах ценность MaxDiff особенно заметна в 2026 году, когда у маркетинга всё меньше права на шум и всё больше необходимости доказывать вклад в выручку. Если в RevOps-логике нужно согласовать маркетинг, продажи и клиентский сервис, то приоритеты должны быть измеримыми, а не собранными на ощущениях.
**Урок простой:** если всё кажется важным, значит, вы ещё не измерили важность правильно. MaxDiff помогает превратить «мнения о фичах» в ранжированный список, с которым уже можно работать — в позиционировании, упаковке и брифе для креатива.
— @QuantResearchRu
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Google отменил ручную пессимизацию в Еврозоне
Google перестал пессимизировать крупные новостники за паразитные страницы с казино и другими партнёрскими офферами в ЕЭЗ. Для арбитража вывод простой: в Европе схема с «пирогами» больше не даёт преимущества от траста основного домена, а Google впервые применяет разные правила по GEO под давлением регулятора.
➡️ Читайте на сайте: https://aff.top/blog/google-otmenil-ruchnuiu-pessimizaciiu-v-evrozone
🧠 Ещё больше инсайтов → в канале AFF.top
Google перестал пессимизировать крупные новостники за паразитные страницы с казино и другими партнёрскими офферами в ЕЭЗ. Для арбитража вывод простой: в Европе схема с «пирогами» больше не даёт преимущества от траста основного домена, а Google впервые применяет разные правила по GEO под давлением регулятора.
➡️ Читайте на сайте: https://aff.top/blog/google-otmenil-ruchnuiu-pessimizaciiu-v-evrozone
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Вышел OpenClaw 2.0
OpenClaw вышел на новый уровень: совместная работа, нормальный веб-интерфейс и более простая настройка. Разбираем, зачем это обновление важно и как оно меняет работу с ИИ-агентом.
➡️ Читайте на сайте: https://aff.top/blog/vyshel-openclaw-2-0
🧠 Ещё больше инсайтов → в канале AFF.top
OpenClaw вышел на новый уровень: совместная работа, нормальный веб-интерфейс и более простая настройка. Разбираем, зачем это обновление важно и как оно меняет работу с ИИ-агентом.
➡️ Читайте на сайте: https://aff.top/blog/vyshel-openclaw-2-0
🧠 Ещё больше инсайтов → в канале AFF.top
Когда опросы перестают быть «мнений сбором»
Самая частая ошибка в опросах — искать в них подтверждение уже принятой гипотезы. Тогда исследование быстро превращается в ритуал: красивые проценты есть, а решения не становятся точнее. Для маркетинг-аналитика опрос ценен не тем, что «люди сказали», а тем, **какую неопределённость он снял**. Если после полей с оценками и шкалами у команды всё ещё один и тот же спор, значит, опрос собрал шум, а не знание.
— @QuantResearchRuPro
Самая частая ошибка в опросах — искать в них подтверждение уже принятой гипотезы. Тогда исследование быстро превращается в ритуал: красивые проценты есть, а решения не становятся точнее. Для маркетинг-аналитика опрос ценен не тем, что «люди сказали», а тем, **какую неопределённость он снял**. Если после полей с оценками и шкалами у команды всё ещё один и тот же спор, значит, опрос собрал шум, а не знание.
— @QuantResearchRuPro
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Павел Дуров анонсировал Gram Wallet
Дуров анонсировал Gram Wallet — нативный некастодиальный криптокошелёк внутри Telegram. Он обещает мгновенные переводы с нулевой комиссией между пользователями и более простые обновления за счёт архитектуры с валидаторами. Запуск уже идёт, а полный релиз ждут в ближайшие недели.
➡️ Читайте на сайте: https://aff.top/blog/pavel-durov-anonsiroval-gram-wallet
🧠 Ещё больше инсайтов → в канале AFF.top
Дуров анонсировал Gram Wallet — нативный некастодиальный криптокошелёк внутри Telegram. Он обещает мгновенные переводы с нулевой комиссией между пользователями и более простые обновления за счёт архитектуры с валидаторами. Запуск уже идёт, а полный релиз ждут в ближайшие недели.
➡️ Читайте на сайте: https://aff.top/blog/pavel-durov-anonsiroval-gram-wallet
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Новые ограничение в Instagram для ИИ-профилей
Instagram ужесточает условия для УБТ: аккаунты помечают как созданные ИИ, а без такой маркировки можно словить теневой бан. Если нейросеть лишь улучшает контент, санкций нет. Для арбитражников это значит, что привычные схемы в FB и Инсте будут работать хуже, а обход антифрода станет сложнее.
➡️ Читайте на сайте: https://aff.top/blog/novye-ogranichenie-v-instagram-dlia-ii-profilei
🧠 Ещё больше инсайтов → в канале AFF.top
Instagram ужесточает условия для УБТ: аккаунты помечают как созданные ИИ, а без такой маркировки можно словить теневой бан. Если нейросеть лишь улучшает контент, санкций нет. Для арбитражников это значит, что привычные схемы в FB и Инсте будут работать хуже, а обход антифрода станет сложнее.
➡️ Читайте на сайте: https://aff.top/blog/novye-ogranichenie-v-instagram-dlia-ii-profilei
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Оборот ChatGPT Ads достиг $1 миллиарда
OpenAI вывела ChatGPT Ads в self-service для Индии, Европы, Ближнего Востока и Северной Африки, а оборот платформы уже достиг $1 млрд. Для арбитража это сигнал присмотреться к новому источнику: трафик из нейронок выглядит горячим, но вход дорогой — CPC в tier-1 GEO около $5, поэтому тестировать стоит точечно и с небольшим бюджетом.
➡️ Читайте на сайте: https://aff.top/blog/oborot-chatgpt-ads-dostig-1-milliarda
🧠 Ещё больше инсайтов → в канале AFF.top
OpenAI вывела ChatGPT Ads в self-service для Индии, Европы, Ближнего Востока и Северной Африки, а оборот платформы уже достиг $1 млрд. Для арбитража это сигнал присмотреться к новому источнику: трафик из нейронок выглядит горячим, но вход дорогой — CPC в tier-1 GEO около $5, поэтому тестировать стоит точечно и с небольшим бюджетом.
➡️ Читайте на сайте: https://aff.top/blog/oborot-chatgpt-ads-dostig-1-milliarda
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP - про арбитраж трафика и CPA рынок!
This media is not supported in your browser
VIEW IN TELEGRAM
Автоматизация в арбитраже трафика: зачем и для кого?
В статье объясняется, какие сервисы автоматизации реально помогают в арбитраже трафика: автозалив, сценарии в антидетект-браузерах и low-code/no-code решения. Главный вывод — автоматизация экономит время и снижает рутину, но не заменяет команду, а ошибки в настройке могут повысить риск бана и лишних затрат.
➡️ Читайте на сайте: https://aff.top/blog/avtomatizaciia-v-arbitrazhe-trafika-zachem-i-dlia-kogo
🧠 Ещё больше инсайтов → в канале AFF.top
В статье объясняется, какие сервисы автоматизации реально помогают в арбитраже трафика: автозалив, сценарии в антидетект-браузерах и low-code/no-code решения. Главный вывод — автоматизация экономит время и снижает рутину, но не заменяет команду, а ошибки в настройке могут повысить риск бана и лишних затрат.
➡️ Читайте на сайте: https://aff.top/blog/avtomatizaciia-v-arbitrazhe-trafika-zachem-i-dlia-kogo
🧠 Ещё больше инсайтов → в канале AFF.top