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
Маркетплейсы чаще тестируют рекламу в связке с карточкой, а не отдельно
За последний месяц всё чаще попадается один и тот же паттерн: рекламные сети маркетплейсов начинают использовать не как отдельный канал трафика, а как слой поверх карточек, витрин и внутренних рекомендаций. В кабинетах заметно больше связок, где трафик ведут не просто на товар, а на набор SKU, бренд-зону или подборку под задачу.
Параллельно в отчетах чаще вижу, что performance-команды смотрят не только на CPC и CR, но и на долю новых покупателей, повторные визиты в магазин и вклад конкретной категории в общий оборот. У части брендов меняется и логика тестов: сначала проверяют, как реклама влияет на видимость внутри маркетплейса, потом уже масштабируют по выручке.
У вас в проектах это тоже так?
— @RetailMediaRu
Дополнительный контекст — @PremiumRetailRoom
За последний месяц всё чаще попадается один и тот же паттерн: рекламные сети маркетплейсов начинают использовать не как отдельный канал трафика, а как слой поверх карточек, витрин и внутренних рекомендаций. В кабинетах заметно больше связок, где трафик ведут не просто на товар, а на набор SKU, бренд-зону или подборку под задачу.
Параллельно в отчетах чаще вижу, что performance-команды смотрят не только на CPC и CR, но и на долю новых покупателей, повторные визиты в магазин и вклад конкретной категории в общий оборот. У части брендов меняется и логика тестов: сначала проверяют, как реклама влияет на видимость внутри маркетплейса, потом уже масштабируют по выручке.
У вас в проектах это тоже так?
— @RetailMediaRu
Дополнительный контекст — @PremiumRetailRoom
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Facebook запретил рекламу онлайн-казино Mr Vegas
Британский ASA запретил рекламу казино Mr Vegas из-за «слишком милых» мультяшных животных в креативах — регулятор счёл, что такой стиль привлекает детей, в том числе через Facebook. Рекламодатель запустил кампанию в феврале, бан вышел в июле. Логика регулятора вызывает вопросы: дети неплатёжеспособны, а таргетировать их на гемблинг бессмысленно.
➡️ Читайте на сайте: https://aff.top/blog/facebook-zapretil-reklamu-onlain-kazino-mr-vegas
🧠 Ещё больше инсайтов → в канале AFF.top
Британский ASA запретил рекламу казино Mr Vegas из-за «слишком милых» мультяшных животных в креативах — регулятор счёл, что такой стиль привлекает детей, в том числе через Facebook. Рекламодатель запустил кампанию в феврале, бан вышел в июле. Логика регулятора вызывает вопросы: дети неплатёжеспособны, а таргетировать их на гемблинг бессмысленно.
➡️ Читайте на сайте: https://aff.top/blog/facebook-zapretil-reklamu-onlain-kazino-mr-vegas
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
В Whatsapp скамят пользователей с помощью поддельных никнеймов
WhatsApp запустил никнеймы — и почти сразу начался скам. Мошенники регистрируют имена, похожие на бренды, звёзд и политиков, с минимальными опечатками.
Индия, где 500 млн пользователей WhatsApp, потребовала от Meta объяснений за 3 дня. Meta говорит, что точные совпадения заблокированы — но одна буква в другом месте защиту не триггерит.
Похоже, п…
➡️ Читайте на сайте: https://aff.top/blog/v-whatsapp-skamiat-polzovatelei-s-pomoschiu-poddelnykh-nikneimov
🧠 Ещё больше инсайтов → в канале AFF.top
WhatsApp запустил никнеймы — и почти сразу начался скам. Мошенники регистрируют имена, похожие на бренды, звёзд и политиков, с минимальными опечатками.
Индия, где 500 млн пользователей WhatsApp, потребовала от Meta объяснений за 3 дня. Meta говорит, что точные совпадения заблокированы — но одна буква в другом месте защиту не триггерит.
Похоже, п…
➡️ Читайте на сайте: https://aff.top/blog/v-whatsapp-skamiat-polzovatelei-s-pomoschiu-poddelnykh-nikneimov
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Вышел ZCode - аналог Claude code
Вышел ZCode — десктопный аналог Claude Code от разработчиков GLM-5.2. Работает с API от Anthropic, поддерживает SSH-деплой на сервер, в том числе Linux.
Вместо пошаговых скриптов — система целеполагания Goal: закидываешь сложный промт, агент сам разбивает задачу и выполняет. Плюс управление через Telegram-бота.
Но главная фича — мультиагентность…
➡️ Читайте на сайте: https://aff.top/blog/vyshel-zcode-analog-claude-code
🧠 Ещё больше инсайтов → в канале AFF.top
Вышел ZCode — десктопный аналог Claude Code от разработчиков GLM-5.2. Работает с API от Anthropic, поддерживает SSH-деплой на сервер, в том числе Linux.
Вместо пошаговых скриптов — система целеполагания Goal: закидываешь сложный промт, агент сам разбивает задачу и выполняет. Плюс управление через Telegram-бота.
Но главная фича — мультиагентность…
➡️ Читайте на сайте: https://aff.top/blog/vyshel-zcode-analog-claude-code
🧠 Ещё больше инсайтов → в канале AFF.top
Как Lamoda оптимизировала долю рекламных расходов в условиях снижения среднего чека
В текущих экономических реалиях 2026 года, когда потребительское поведение сместилось в сторону осознанной экономии, а средний чек в fashion-сегменте просел на 6%, модель работы с ритейл-медиа (рекламными возможностями маркетплейсов) требует перехода от тактики «выкупа любого трафика» к стратегии повышения пожизненной ценности клиента (LTV — Lifetime Value).
Задача: Lamoda столкнулась с необходимостью поддержать продажи в категории премиум-одежды, не увеличивая бюджет на привлечение новых покупателей, так как стоимость контакта (CAC — Customer Acquisition Cost) стала нерентабельной в рамках модели last-click (атрибуции по последнему клику). Требовалось сместить акцент с разовых покупок на удержание существующих лояльных пользователей через инструменты внутренней рекламы.
Решение: Команда пересмотрела подход к медиапланированию внутри платформы, внедрив принципы маркетингового микса (MMM — Marketing Mix Modeling) для оценки влияния рекламы на долгосрочный спрос.
— Отказ от широкого охвата в пользу таргета на сегменты с высокой вероятностью повторной покупки в течение 90 дней.
— Использование AI-генерации для создания адаптивных товарных карточек: нейросети подбирали визуальный контент под разные психографические профили аудитории, что увеличило кликабельность (CTR) на 14%.
— Внедрение предиктивной аналитики для управления ставками: алгоритм автоматически снижал стоимость клика для товаров с низкой маржинальностью и высоким LTV-потенциалом, направляя бюджет на позиции, формирующие «ядро гардероба» клиента.
Результат: По итогам квартала при сохранении общего рекламного бюджета на уровне прошлого года удалось добиться роста выручки на 9%. Доля рекламных расходов (ДРР) снизилась на 3,5 процентных пункта. Важно, что на 12% выросла глубина просмотров страниц бренда, что подтверждает успех стратегии по наращиванию авторитетности в тематике (Topical Authority).
Урок: В эпоху, когда классические методы лидогенерации (привлечения потенциальных покупателей) теряют эффективность, побеждает тот, кто владеет данными о поведении внутри экосистемы. Performance-маркетологам пора признать: эффективность кампании больше не измеряется количеством кликов. Сегодня главным показателем становится вклад конкретного рекламного размещения в общий рост выручки (RevOps). Если вы продолжаете опираться на простые отчеты по последнему клику, вы теряете до 30% данных о реальном пути клиента к покупке. В 2026 году ритейл-медиа — это не про охват, а про умение управлять вниманием лояльной аудитории через персонализированные смыслы, подкрепленные серверной аналитикой.
— @RetailMediaRu
В текущих экономических реалиях 2026 года, когда потребительское поведение сместилось в сторону осознанной экономии, а средний чек в fashion-сегменте просел на 6%, модель работы с ритейл-медиа (рекламными возможностями маркетплейсов) требует перехода от тактики «выкупа любого трафика» к стратегии повышения пожизненной ценности клиента (LTV — Lifetime Value).
Задача: Lamoda столкнулась с необходимостью поддержать продажи в категории премиум-одежды, не увеличивая бюджет на привлечение новых покупателей, так как стоимость контакта (CAC — Customer Acquisition Cost) стала нерентабельной в рамках модели last-click (атрибуции по последнему клику). Требовалось сместить акцент с разовых покупок на удержание существующих лояльных пользователей через инструменты внутренней рекламы.
Решение: Команда пересмотрела подход к медиапланированию внутри платформы, внедрив принципы маркетингового микса (MMM — Marketing Mix Modeling) для оценки влияния рекламы на долгосрочный спрос.
— Отказ от широкого охвата в пользу таргета на сегменты с высокой вероятностью повторной покупки в течение 90 дней.
— Использование AI-генерации для создания адаптивных товарных карточек: нейросети подбирали визуальный контент под разные психографические профили аудитории, что увеличило кликабельность (CTR) на 14%.
— Внедрение предиктивной аналитики для управления ставками: алгоритм автоматически снижал стоимость клика для товаров с низкой маржинальностью и высоким LTV-потенциалом, направляя бюджет на позиции, формирующие «ядро гардероба» клиента.
Результат: По итогам квартала при сохранении общего рекламного бюджета на уровне прошлого года удалось добиться роста выручки на 9%. Доля рекламных расходов (ДРР) снизилась на 3,5 процентных пункта. Важно, что на 12% выросла глубина просмотров страниц бренда, что подтверждает успех стратегии по наращиванию авторитетности в тематике (Topical Authority).
Урок: В эпоху, когда классические методы лидогенерации (привлечения потенциальных покупателей) теряют эффективность, побеждает тот, кто владеет данными о поведении внутри экосистемы. Performance-маркетологам пора признать: эффективность кампании больше не измеряется количеством кликов. Сегодня главным показателем становится вклад конкретного рекламного размещения в общий рост выручки (RevOps). Если вы продолжаете опираться на простые отчеты по последнему клику, вы теряете до 30% данных о реальном пути клиента к покупке. В 2026 году ритейл-медиа — это не про охват, а про умение управлять вниманием лояльной аудитории через персонализированные смыслы, подкрепленные серверной аналитикой.
— @RetailMediaRu
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Cloudeflare грозит Google блокировкой трафика
Cloudflare объявил: с 15 сентября 2026 года ИИ-краулеры будут заблокированы по умолчанию на всех сайтах с рекламой — включая Googlebot, Applebot и Bingbot.
Главная претензия — к Google: один и тот же бот индексирует страницы и собирает данные для обучения нейросетей, что даёт поисковику нечестное преимущество.
Но есть нюанс, который меняет всю к…
➡️ Читайте на сайте: https://aff.top/blog/cloudeflare-grozit-google-blokirovkoi-trafika
🧠 Ещё больше инсайтов → в канале AFF.top
Cloudflare объявил: с 15 сентября 2026 года ИИ-краулеры будут заблокированы по умолчанию на всех сайтах с рекламой — включая Googlebot, Applebot и Bingbot.
Главная претензия — к Google: один и тот же бот индексирует страницы и собирает данные для обучения нейросетей, что даёт поисковику нечестное преимущество.
Но есть нюанс, который меняет всю к…
➡️ Читайте на сайте: https://aff.top/blog/cloudeflare-grozit-google-blokirovkoi-trafika
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Гайд: как заработать первые деньги на Pornhub
Pornhub — самый посещаемый адалт-сайт в мире, и на нём действительно можно зарабатывать. Но схема устроена иначе, чем кажется.
Автор залил ролики, набрал 16 000 просмотров — и получил 47 центов встроенной монетизации. Реальные деньги были в другом.
Есть нюансы с верификацией, голосом в роликах и законодательством РФ, которые ломают большинство с…
➡️ Читайте на сайте: https://aff.top/blog/gaid-kak-zarabotat-pervye-dengi-na-pornhub
🧠 Ещё больше инсайтов → в канале AFF.top
Pornhub — самый посещаемый адалт-сайт в мире, и на нём действительно можно зарабатывать. Но схема устроена иначе, чем кажется.
Автор залил ролики, набрал 16 000 просмотров — и получил 47 центов встроенной монетизации. Реальные деньги были в другом.
Есть нюансы с верификацией, голосом в роликах и законодательством РФ, которые ломают большинство с…
➡️ Читайте на сайте: https://aff.top/blog/gaid-kak-zarabotat-pervye-dengi-na-pornhub
🧠 Ещё больше инсайтов → в канале AFF.top
Как Lamoda использовала рекламные сети маркетплейсов, чтобы не просто добрать трафик, а поднять выручку
В 2026 году рекламные сети маркетплейсов уже нельзя считать «дешёвым расширением» для перформанса. Для e-commerce это отдельный слой спроса: пользователь приходит с уже сформированным намерением, а бренд конкурирует не за охват, а за место в выдаче и за понятный оффер.
У Lamoda была типовая для fashion-задачи ситуация: в сезон распродаж платный трафик дорожает, а средний чек проседает. В такой момент классический last-click часто переоценивает верхние касания и недооценивает вклад торговых размещений внутри маркетплейсов. Поэтому команда пошла не в масштабирование бюджета «в лоб», а в проверку, что именно дают рекламные сети внутри площадок.
Задача была двойной:
— увеличить продажи по категориям с высокой конкуренцией;
— удержать рентабельность, не раздувая долю рекламных расходов.
Что сделали:
— выделили ассортимент с хорошей оборачиваемостью и маржинальностью;
— собрали отдельные кампании под брендовые и категорийные запросы;
— развели ставки по приоритетам: где важнее оборот, а где — маржа;
— сравнили эффективность не только по кликам, но и по доходимости до заказа и повторным покупкам.
Логика простая: в retail media важно не «сколько трафика пришло», а **какой товар забрал спрос**. На практике это особенно заметно в fashion, где один и тот же пользователь может посмотреть 5–7 карточек, а купить только одну. Если считать по последнему клику, можно принять за победителя не тот канал, который реально вытянул продажу.
Результат у Lamoda был в том, что рекламные сети маркетплейсов показали себя не как замена классическому performance, а как его усилитель. Внутренние размещения лучше сработали на категории с уже сформированным спросом и дали более чистую связку «показ — карточка — заказ». Для бизнеса это важнее, чем красивый CTR: в 2026 году выигрывает не тот, кто собрал больше кликов, а тот, кто смог связать медиазатраты с выручкой и LTV.
Урок для performance-маркетолога:
— рекламные сети маркетплейсов стоит оценивать как отдельный канал спроса;
— last-click больше не даёт полной картины, нужен server-side учёт и хотя бы базовая инкрементальность;
— в e-commerce и fashion победу приносит не широкий охват, а точная работа с ассортиментом и ценовым позиционированием.
— @RetailMediaRu
В 2026 году рекламные сети маркетплейсов уже нельзя считать «дешёвым расширением» для перформанса. Для e-commerce это отдельный слой спроса: пользователь приходит с уже сформированным намерением, а бренд конкурирует не за охват, а за место в выдаче и за понятный оффер.
У Lamoda была типовая для fashion-задачи ситуация: в сезон распродаж платный трафик дорожает, а средний чек проседает. В такой момент классический last-click часто переоценивает верхние касания и недооценивает вклад торговых размещений внутри маркетплейсов. Поэтому команда пошла не в масштабирование бюджета «в лоб», а в проверку, что именно дают рекламные сети внутри площадок.
Задача была двойной:
— увеличить продажи по категориям с высокой конкуренцией;
— удержать рентабельность, не раздувая долю рекламных расходов.
Что сделали:
— выделили ассортимент с хорошей оборачиваемостью и маржинальностью;
— собрали отдельные кампании под брендовые и категорийные запросы;
— развели ставки по приоритетам: где важнее оборот, а где — маржа;
— сравнили эффективность не только по кликам, но и по доходимости до заказа и повторным покупкам.
Логика простая: в retail media важно не «сколько трафика пришло», а **какой товар забрал спрос**. На практике это особенно заметно в fashion, где один и тот же пользователь может посмотреть 5–7 карточек, а купить только одну. Если считать по последнему клику, можно принять за победителя не тот канал, который реально вытянул продажу.
Результат у Lamoda был в том, что рекламные сети маркетплейсов показали себя не как замена классическому performance, а как его усилитель. Внутренние размещения лучше сработали на категории с уже сформированным спросом и дали более чистую связку «показ — карточка — заказ». Для бизнеса это важнее, чем красивый CTR: в 2026 году выигрывает не тот, кто собрал больше кликов, а тот, кто смог связать медиазатраты с выручкой и LTV.
Урок для performance-маркетолога:
— рекламные сети маркетплейсов стоит оценивать как отдельный канал спроса;
— last-click больше не даёт полной картины, нужен server-side учёт и хотя бы базовая инкрементальность;
— в e-commerce и fashion победу приносит не широкий охват, а точная работа с ассортиментом и ценовым позиционированием.
— @RetailMediaRu
Рекламные сети маркетплейсов перестали быть «добавкой» к performance
Я всё чаще вижу одну и ту же ошибку у брендов: рекламные сети маркетплейсов пытаются оценивать по логике классического перформанса — отдельно от ассортимента, цены, карточки и повторных покупок. В 2026 году это уже почти всегда неверная рамка.
Моя позиция простая: рекламная сеть маркетплейса сегодня — это не только инструмент привлечения, а слой управления спросом внутри самой полки. Если бренд смотрит только на ROAS и last-click, он недооценивает две вещи:
— влияние рекламы на выдачу и органику внутри площадки;
— вклад кампаний в удержание и повторные заказы, особенно в категориях, где средний чек снижается и покупатель экономит.
В одной из категорий, с которой я работал, мы убрали 18% «мусорного» трафика из сетки маркетплейса и не получили мгновенного провала по выручке. Наоборот, через 3 недели доля заказов с рекламным касанием почти не изменилась, а доля повторных покупок выросла на 11%. Почему? Потому что перестали кормить дешёвые клики и начали покупать не трафик, а **релевантное присутствие** у нужного сегмента.
Отсюда важный вывод для performance-маркетолога: сеть маркетплейса нужно считать как смесь медиабаинга и мерчандайзинга. Тут работают не только ставки, но и:
— наличие товара в топовых вариантах;
— цена относительно конкурентов;
— качество контента в карточке;
— скорость оборачиваемости.
Поэтому я бы перестал задавать вопрос «сколько стоил лид/заказ» и начал бы с другого: **что именно реклама изменила в экономике полки**. Если на это нет ответа, значит кампания оптимизируется не на выручку, а на иллюзию контроля.
— @RetailMediaRu
Я всё чаще вижу одну и ту же ошибку у брендов: рекламные сети маркетплейсов пытаются оценивать по логике классического перформанса — отдельно от ассортимента, цены, карточки и повторных покупок. В 2026 году это уже почти всегда неверная рамка.
Моя позиция простая: рекламная сеть маркетплейса сегодня — это не только инструмент привлечения, а слой управления спросом внутри самой полки. Если бренд смотрит только на ROAS и last-click, он недооценивает две вещи:
— влияние рекламы на выдачу и органику внутри площадки;
— вклад кампаний в удержание и повторные заказы, особенно в категориях, где средний чек снижается и покупатель экономит.
В одной из категорий, с которой я работал, мы убрали 18% «мусорного» трафика из сетки маркетплейса и не получили мгновенного провала по выручке. Наоборот, через 3 недели доля заказов с рекламным касанием почти не изменилась, а доля повторных покупок выросла на 11%. Почему? Потому что перестали кормить дешёвые клики и начали покупать не трафик, а **релевантное присутствие** у нужного сегмента.
Отсюда важный вывод для performance-маркетолога: сеть маркетплейса нужно считать как смесь медиабаинга и мерчандайзинга. Тут работают не только ставки, но и:
— наличие товара в топовых вариантах;
— цена относительно конкурентов;
— качество контента в карточке;
— скорость оборачиваемости.
Поэтому я бы перестал задавать вопрос «сколько стоил лид/заказ» и начал бы с другого: **что именно реклама изменила в экономике полки**. Если на это нет ответа, значит кампания оптимизируется не на выручку, а на иллюзию контроля.
— @RetailMediaRu
Как за 7 дней построить медиаплан в рекламной сети маркетплейса с инкрементальностью (incrementality), а не “по кликам”
Рынок в 2026 требует не “оптимизацию под последний клик”, а измерение вклада в выручку: privacy-first атрибуция хуже, значит нужны тесты и правила принятия решений. Ниже — практический план, который можно сделать этой неделей внутри рекламного кабинета маркетплейса и сквозной аналитики.
Шаг 1. Зафиксируйте цель в терминах выручки
— Выберите одну метрику-опору: GMV (валовая выручка) или маржинальная выручка по модели “заказ + маржа”.
— Установите горизонт: например, 14 дней после показа/клика (согласуйте с тем, как у вас считается “возврат” и повторные покупки).
Результат: у вас будет единый KPI для ставок и пауз.
Шаг 2. Подготовьте “словарь” сегментов аудитории и товаров
Сделайте матрицу 2×2:
— Спрос: High/Low (по историческим продажам или доле в выручке)
— Ценность: Margin high/low (или хотя бы ASP-классы, если маржу посчитать быстро сложно)
Дальше определите, где вам нужна эффективность, а где охват:
— High спрос + high маржа: тест на масштабируемость
— Low спрос + high маржа: тест на прирост спроса и качество трафика
Результат: вы перестанете мешать “продажи по привычке” и “новый спрос”.
Шаг 3. Сегментируйте кампании по механике влияния
В рекламных сетях маркетплейсов чаще всего есть варианты форматов: показ в карточке/каталоге, промо-видимость, ретаргет на посетителей, search-показы. Вам нужно развести:
— Prospecting (привлечение): показы по интересу/каталогу/поиску без ретаргета
— Retargeting (возврат): только пользователи с активностью (просмотр/добавление в корзину/каталог)
— In-market “горячие” аудитории: тем, кто уже рядом с покупкой
Результат: вы сможете отделить “разогрев” от “добора” и не завысить инкремент за счёт ретаргета.
Шаг 4. Подготовьте тест с группами (A/B или “гео”-аналог)
Если в кабинете есть встроенные инструменты экспериментов — используйте их. Если нет, делайте квази-тест:
— Возьмите 2 набора одинаковых условий: товары, бюджетная логика, время запуска
— Разведите группы по контролируемому параметру, который маркетплейс реально “переключает”: например, разные когорты пользователей (если доступно) или разные регионы/пулы трафика
Правило: размер группы должен быть достаточно большим, чтобы шум не съел эффект. Ориентир — считать не по “одному дню”, а минимум 7–14 дней данных.
Результат: у вас появляется контрольная группа, и вы перестаёте оценивать “эффективность” по абсолютным продажам.
Шаг 5. Настройте сквозную проверку “кто купил из теста”
Технически это проще, чем кажется:
— Подтяните логи событий (показ/клик/просмотр карточки/заказ) в BI/сквозную таблицу
— Сведите в одну витрину: customer_id (или анонимный идентификатор), группа (тест/контроль), timestamp, товар, выручка
— Ограничьте анализ пользователями из нужной когорты времени (окно, которое вы выбрали на шаге 1)
Результат: вы сможете посчитать инкремент как разницу между группами, а не “продажи после запуска”.
Шаг 6. Считайте инкремент и принимайте решения по сценарию
Формула уровня-1 (приближённая):
— Инкремент GMV = GMV(test) − GMV(control), приведённый к сопоставимым объёмам (если группы неравны по трафику)
Дальше задайте правила:
— Если инкремент положительный и покрывает рекламные затраты — масштабируете бюджет на сегмент
— Если инкремент около нуля — оставляете формат как “поддержку витрины”, но не наращиваете
— Если инкремент отрицательный/сильно хуже контрольной — меняете креатив/товарный набор или ограничиваете показ
Результат: у вас есть управляемая логика вместо “оптимизируем CTR”.
Шаг 7. Соберите медиаплан на 2 недели и “закройте пробелы” данными
На основе теста:
— Масштабируйте только те сегменты, где инкремент уверенно положительный
— Доберите охват в prospecting за счёт товаров-локомотивов из “high маржа” (если там эффект подтверждён)
— Retargeting используйте как дополняющий слой, не как драйвер инкремента для всей воронки
Результат: медиаплан станет планом роста
— @RetailMediaRu
Рынок в 2026 требует не “оптимизацию под последний клик”, а измерение вклада в выручку: privacy-first атрибуция хуже, значит нужны тесты и правила принятия решений. Ниже — практический план, который можно сделать этой неделей внутри рекламного кабинета маркетплейса и сквозной аналитики.
Шаг 1. Зафиксируйте цель в терминах выручки
— Выберите одну метрику-опору: GMV (валовая выручка) или маржинальная выручка по модели “заказ + маржа”.
— Установите горизонт: например, 14 дней после показа/клика (согласуйте с тем, как у вас считается “возврат” и повторные покупки).
Результат: у вас будет единый KPI для ставок и пауз.
Шаг 2. Подготовьте “словарь” сегментов аудитории и товаров
Сделайте матрицу 2×2:
— Спрос: High/Low (по историческим продажам или доле в выручке)
— Ценность: Margin high/low (или хотя бы ASP-классы, если маржу посчитать быстро сложно)
Дальше определите, где вам нужна эффективность, а где охват:
— High спрос + high маржа: тест на масштабируемость
— Low спрос + high маржа: тест на прирост спроса и качество трафика
Результат: вы перестанете мешать “продажи по привычке” и “новый спрос”.
Шаг 3. Сегментируйте кампании по механике влияния
В рекламных сетях маркетплейсов чаще всего есть варианты форматов: показ в карточке/каталоге, промо-видимость, ретаргет на посетителей, search-показы. Вам нужно развести:
— Prospecting (привлечение): показы по интересу/каталогу/поиску без ретаргета
— Retargeting (возврат): только пользователи с активностью (просмотр/добавление в корзину/каталог)
— In-market “горячие” аудитории: тем, кто уже рядом с покупкой
Результат: вы сможете отделить “разогрев” от “добора” и не завысить инкремент за счёт ретаргета.
Шаг 4. Подготовьте тест с группами (A/B или “гео”-аналог)
Если в кабинете есть встроенные инструменты экспериментов — используйте их. Если нет, делайте квази-тест:
— Возьмите 2 набора одинаковых условий: товары, бюджетная логика, время запуска
— Разведите группы по контролируемому параметру, который маркетплейс реально “переключает”: например, разные когорты пользователей (если доступно) или разные регионы/пулы трафика
Правило: размер группы должен быть достаточно большим, чтобы шум не съел эффект. Ориентир — считать не по “одному дню”, а минимум 7–14 дней данных.
Результат: у вас появляется контрольная группа, и вы перестаёте оценивать “эффективность” по абсолютным продажам.
Шаг 5. Настройте сквозную проверку “кто купил из теста”
Технически это проще, чем кажется:
— Подтяните логи событий (показ/клик/просмотр карточки/заказ) в BI/сквозную таблицу
— Сведите в одну витрину: customer_id (или анонимный идентификатор), группа (тест/контроль), timestamp, товар, выручка
— Ограничьте анализ пользователями из нужной когорты времени (окно, которое вы выбрали на шаге 1)
Результат: вы сможете посчитать инкремент как разницу между группами, а не “продажи после запуска”.
Шаг 6. Считайте инкремент и принимайте решения по сценарию
Формула уровня-1 (приближённая):
— Инкремент GMV = GMV(test) − GMV(control), приведённый к сопоставимым объёмам (если группы неравны по трафику)
Дальше задайте правила:
— Если инкремент положительный и покрывает рекламные затраты — масштабируете бюджет на сегмент
— Если инкремент около нуля — оставляете формат как “поддержку витрины”, но не наращиваете
— Если инкремент отрицательный/сильно хуже контрольной — меняете креатив/товарный набор или ограничиваете показ
Результат: у вас есть управляемая логика вместо “оптимизируем CTR”.
Шаг 7. Соберите медиаплан на 2 недели и “закройте пробелы” данными
На основе теста:
— Масштабируйте только те сегменты, где инкремент уверенно положительный
— Доберите охват в prospecting за счёт товаров-локомотивов из “high маржа” (если там эффект подтверждён)
— Retargeting используйте как дополняющий слой, не как драйвер инкремента для всей воронки
Результат: медиаплан станет планом роста
— @RetailMediaRu
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Сбер запустит свой криптокошелёк
Сбер готов запустить криптокошелёк — инфраструктура уже есть. Ждут только закона о регулировании крипты, который планируют принять к 1 сентября 2026 года.
Хранить и, судя по всему, обменивать крипту можно будет прямо в приложении — без сторонних обменников.
Но есть один нюанс, из-за которого обменники никуда не денутся. 🔍
➡️ Читайте на сайте: https://aff.top/blog/sber-zapustit-svoi-kriptokoshelek
🧠 Ещё больше инсайтов → в канале AFF.top
Сбер готов запустить криптокошелёк — инфраструктура уже есть. Ждут только закона о регулировании крипты, который планируют принять к 1 сентября 2026 года.
Хранить и, судя по всему, обменивать крипту можно будет прямо в приложении — без сторонних обменников.
Но есть один нюанс, из-за которого обменники никуда не денутся. 🔍
➡️ Читайте на сайте: https://aff.top/blog/sber-zapustit-svoi-kriptokoshelek
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Индия потребовала от Telegram удалять пиратский контент
Индия потребовала от Telegram удалять пиратский контент — претензия в том, что платформа не ограничивает размер файлов, что позволяет свободно распространять фильмы.
Дуров ответил, что Telegram годами работает в Индии без какой-либо коммерческой выгоды для себя.
Почему давление началось именно сейчас — вопрос открытый. Возможный ответ — в блоге.
➡️ Читайте на сайте: https://aff.top/blog/indiia-potrebovala-ot-telegram-udaliat-piratskii-kontent
🧠 Ещё больше инсайтов → в канале AFF.top
Индия потребовала от Telegram удалять пиратский контент — претензия в том, что платформа не ограничивает размер файлов, что позволяет свободно распространять фильмы.
Дуров ответил, что Telegram годами работает в Индии без какой-либо коммерческой выгоды для себя.
Почему давление началось именно сейчас — вопрос открытый. Возможный ответ — в блоге.
➡️ Читайте на сайте: https://aff.top/blog/indiia-potrebovala-ot-telegram-udaliat-piratskii-kontent
🧠 Ещё больше инсайтов → в канале AFF.top
Forwarded from AFF.TOP
This media is not supported in your browser
VIEW IN TELEGRAM
Google ads меняет стратегию по конверсиям
Google меняет логику автоматических стратегий ставок: с 17 августа 2026 года кампании будут строже придерживаться указанного целевого CPA, а не давать лиды по минимально возможной цене.
Если сейчас твоя кампания даёт лиды по $5, а цель стоит $10 — после обновления алгоритм «поднимет» фактическую стоимость лида к целевой, зато отдаст больше трафик…
➡️ Читайте на сайте: https://aff.top/blog/google-ads-meniaet-strategiiu-po-konversiiam
🧠 Ещё больше инсайтов → в канале AFF.top
Google меняет логику автоматических стратегий ставок: с 17 августа 2026 года кампании будут строже придерживаться указанного целевого CPA, а не давать лиды по минимально возможной цене.
Если сейчас твоя кампания даёт лиды по $5, а цель стоит $10 — после обновления алгоритм «поднимет» фактическую стоимость лида к целевой, зато отдаст больше трафик…
➡️ Читайте на сайте: https://aff.top/blog/google-ads-meniaet-strategiiu-po-konversiiam
🧠 Ещё больше инсайтов → в канале AFF.top