Как собрать ретаргетинг на брошенную корзину без слива бюджета

Если ретаргетинг крутится «на всех, кто был на сайте», он быстро превращается в дорогой догоняющий трафик. В 2026 году лучше работает не широкий охват, а короткая цепочка с жёсткой сегментацией по намерению и экономике.

Сделайте так за неделю:

— Разделите аудиторию по глубине: просмотр товара, добавление в корзину, начало оформления, повторный визит. Не смешивайте их в одну группу.

— Поставьте окна в 1, 3, 7 и 14 дней. Для корзины и начала оформления основной бюджет — в первые 72 часа, дальше частота снижается.

— Исключите купивших, вернувших товар, тех, кто уже получил скидку, и текущих клиентов с активной подпиской, если повторная покупка не нужна прямо сейчас.

— Соберите отдельные офферы под каждый сегмент:
— просмотр товара — напоминание + ключевая выгода;
— корзина — снятие риска: доставка, возврат, гарантия;
— оформление — короткий стимул: ограниченный бонус или бесплатная доставка.

— Ограничьте частоту: 2–4 показа в неделю на пользователя для «тёплых», 1–2 для «холодных» ретаргет-групп. Иначе растёт выгорание аудитории и падает маржа на заказ.

— Сразу смотрите не CTR, а вклад в юнит-экономику: стоимость возвращённой корзины, долю допродаж, маржу после скидки и доставки. Если скидка съедает прибыль — отключайте её, заменяйте на сервисный аргумент.

— Запустите тест на инкрементальность: одна группа видит рекламу, контрольная — нет. Через 7–14 дней сравните выручку на пользователя, а не только атрибуцию в кабинете.

— Для lookalike- (похожих) аудиторий берите не всех покупателей, а только тех, у кого LTV выше медианы. Иначе алгоритм масштабирует дешёвый, но слабый по повторным покупкам сегмент.

Логика простая: ретаргетинг должен возвращать не клики, а маржу. Если сегмент нельзя описать одним решением по офферу и окну, он слишком широкий.

— @RetentionPaid

Параллельный взгляд на тему — @MPmarketingRu

Российские букмекеры увеличили закуп трафика с мобильных приложений

Российские букмекеры в 1 квартале 2026 года заметно нарастили закупку трафика из мобильных приложений. На фоне ужесточения регулирования они смещают бюджеты в новые каналы, где ещё есть живой трафик.

По данным UMG, доля in-app-рекламы выросла с 3-4% до 5-6% при объёме рынка около 10 млрд рублей. Но это может быть только начало — в блоге разбираем…

➡️ Читайте на сайте: https://aff.top/blog/rossiiskie-bukmekery-uvelichili-zakup-trafika-s-mobilnykh-prilozhenii

🧠 Ещё больше инсайтов → в канале AFF.top

Mia Khalifa стала амбпссадором 1win

Mia Khalifa снова засветилась рядом с 1win: в Instagram она показала цепочку с логотипом бренда и статус «VIP 1win».

Параллельно всплыла история с ее ставкой на Испанию на ЧМ — по данным поста, выигрыш мог составить 200к$.

Официального подтверждения амбассадорства пока нет, но для арбитражников это уже повод для новых креативов. Что именно здесь…

➡️ Читайте на сайте: https://aff.top/blog/mia-khalifa-stala-ambpssadorom-1win

🧠 Ещё больше инсайтов → в канале AFF.top

Короткий домен Telegram перестал работать

Telegram лишился домена t.me: он разделегирован и больше не работает на уровне регистратора. Платформа срочно переезжает на telegram.me, а владельцам крупных каналов стоит обновить публичные ссылки. Сроки восстановления неизвестны, и есть риск, что t.me не вернётся вовсе на фоне давления на Telegram.

➡️ Читайте на сайте: https://aff.top/blog/korotkii-domen-telegram-perestal-rabotat

🧠 Ещё больше инсайтов → в канале AFF.top

Lookalike: что это такое и где его чаще всего путают

Lookalike-аудитория — это список пользователей, которых рекламная система подбирает как похожих на вашу исходную базу: покупателей, лидов, подписчиков, посетителей сайта или тех, кто совершил целевое действие. Алгоритм сравнивает поведенческие и вероятностные сигналы и ищет новых людей с близким профилем.

Ключевое отличие от ретаргета простое: **ретаргетинг работает по уже знакомой аудитории**, а lookalike — по новой, но похожей. Иначе говоря, ретаргетинг закрывает спрос, lookalike помогает его масштабировать. В 2026 году это особенно важно там, где чистый охват дорожает, а retention и LTV важнее первой покупки.

Типичные ошибки:
— брать слишком широкую исходную базу: «все посетители за 180 дней» часто даёт шум;
— строить lookalike на слабом событии: клики и просмотры хуже, чем покупки, квалифицированные лиды или повторные заказы;
— игнорировать качество seed-аудитории: если в базе много случайного трафика, модель масштабирует мусор;
— ожидать от lookalike точности ретаргета: это не догрев, а расширение.

Пример: у e-commerce бренда есть 2 000 покупателей с высоким средним чеком. На их основе строят lookalike 1–3% и запускают отдельную кампанию на поиск новых клиентов. Если в качестве базы взять всех, кто просто был на сайте, CPA обычно вырастет, а доля покупок упадёт.

Итог: lookalike — это инструмент **масштабирования вероятности покупки**, а не замена сегментированному ретаргету.

— @RetentionPaid

Youtube тестирует поиск с AI

YouTube начал тестировать Ask YouTube — поиск с ИИ, где можно задавать вопросы обычным языком и получать не список ссылок, а готовую подборку видео и фрагментов.

Фича уже доступна в США и работает на сложные запросы: если нужно, ИИ уточняет вопрос и подсказывает следующий шаг.

Что это значит для поиска на YouTube и когда новинка дойдёт до других…

➡️ Читайте на сайте: https://aff.top/blog/youtube-testiruet-poisk-s-ai

🧠 Ещё больше инсайтов → в канале AFF.top

Почему я считаю ретаргетинг не каналом, а системой возврата маржи

В 2026 году я всё реже смотрю на ретаргетинг как на «догонялку» после визита. Для меня это уже не про напоминание, а про управление возвратом маржи по всей воронке.

Если упростить, ретаргетинг отвечает на один вопрос: **кого имеет смысл вернуть сейчас, а кого — нет**. И вот здесь у большинства рекламных систем начинается путаница. Они умеют находить аудиторию, но плохо понимают экономику пользователя. А маркетологу нужна не просто реакция на просмотр, а решение по юнит-экономике: сколько стоит вернуть, какой будет допродажа, какой у этого человека LTV и как быстро окупится касание.

По моему опыту, самый дорогой ретаргетинг — это не тот, что дорогой по CPM. Самый дорогой — тот, что возвращает людей с низкой вероятностью повторной покупки и раздувает видимость эффективности в last-click. После перехода части команд на server-side и простую проверку инкрементальности у нас в проектах регулярно всплывает одна и та же картина: канал «красивый» в отчётах, но вклад в дополнительную выручку на 15–30% ниже, чем казалось по платформенной атрибуции.

Я бы смотрел на ретаргетинг через три слоя:
— сегмент: был ли у пользователя реальный экономический потенциал;
— триггер: что именно изменилось, чтобы сейчас был смысл возвращать;
— окно: сколько времени допустимо ждать до повторного касания, пока не падает маржа.

Отсюда главный вывод: в белом performance ретаргетинг перестаёт быть ручной настройкой аудиторий и становится частью системы управления спросом. Не «вернём всех, кто был на сайте», а «вернём только тех, кто ещё не потерял ценность». Это особенно важно в e-com, где средний чек проседает, а удержание и LTV начинают важить больше первой покупки.

Моя позиция простая: если ретаргетинг не отвечает за прибыльность возврата, то он обслуживает трафик, а не бизнес.

— @RetentionPaid

Z.ai анонсировала новую GLM-5.5

Z.ai готовит релиз флагманской GLM-5.5: модель обещают показать в августе 2026 года.

Главная интрига — рост до 1 трлн параметров при том же контекстном окне в 1 млн токенов. Новинка снова будет заточена под код и агентные задачи.

Почему версия сразу 5.5, без 5.3 и 5.4, и что это может означать для рынка — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/z-ai-anonsirovala-novuiu-glm-5-5

🧠 Ещё больше инсайтов → в канале AFF.top

Telegram запустил собственный сервер для ботов

Telegram запустил собственный сервер для ботов и мани-приложений: теперь backend можно размещать прямо внутри инфраструктуры мессенджера.

Сервер работает на JavaScript/TypeScript, через вебхуки, и позволяет подключать SQL-базу для сбора контактов без посредников.

Пока неясны цена и ограничения — что именно уже можно тестировать, а где скрыт подв…

➡️ Читайте на сайте: https://aff.top/blog/telegram-zapustil-sobstvennyi-server-dlia-botov

🧠 Ещё больше инсайтов → в канале AFF.top

Lookalike-аудитория: когда модель ищет не «похожих людей», а похожую экономику

Lookalike-аудитория — это сегмент пользователей, который рекламная платформа строит по признакам сходства с заданным исходным списком: покупателями, подписчиками, посетителями с высоким LTV, повторными покупателями. Смысл термина не в том, что люди «похожи по интересам», а в том, что алгоритм находит вероятных конвертеров по поведенческим и статистическим паттернам.

**Чем lookalike отличается от ретаргетинга:** ретаргетинг возвращает тех, кто уже был в вашей воронке; lookalike расширяет охват за её пределами.
**Чем отличается от broad-таргетинга (широкого таргетинга):** broad не опирается на ваш seed-список, а lookalike строится именно от него, поэтому качество модели зависит от качества исходной аудитории.

Типичные ошибки:
— брать в seed всех подряд: трафик, случайные визиты, нецелевые лиды;
— строить lookalike от первой покупки, если бизнес живёт на повторных заказах и LTV;
— масштабировать аудиторию без проверки инкрементальности: рост объёма не всегда означает добавочную выручку;
— не сегментировать seed по ценности: пользователи с разным чеком и маржинальностью дают разные модели.

Практический пример: для e-com с падением среднего чека лучше строить lookalike не от всех покупателей, а от 20% клиентов с самым высоким вкладом в валовую маржу. Тогда модель чаще приводит не просто «новых», а экономически полезных пользователей.

— @RetentionPaid

Параллельный взгляд на тему — @MarTechStackRu

Google картинки станут конкурентом Pinterest

Google Картинки начали превращать в полноценную платформу с персональной лентой по прошлым запросам — по сути, в аналог Pinterest.

Во вкладке For you уже тестируют подборки, а ещё обещают коллекции и генерацию изображений во встроенной Nano Banana.

Как это будет работать и когда новинка дойдёт до других стран — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/google-kartinki-stanut-konkurentom-pinterest

🧠 Ещё больше инсайтов → в канале AFF.top

Как собрать ретаргетинг на брошенные лиды так, чтобы он не сжигал бюджет

Ретаргетинг на брошенные заявки часто считают «дешёвым добором». На практике это канал, который либо добирает выручку с хорошей юнит-экономикой, либо просто съедает частоту. Ниже — рабочая схема на неделю.

1) Разделите брошенные лиды по намерению.
— Оставил форму, но не нажал отправку.
— Отправил форму, но не дозвонились.
— Дозвонились, но не дошёл до встречи/демо.
— Дошёл до встречи, но не получил КП.
У каждой группы разная вероятность конверсии и разная длина цикла. Их нельзя вести одним объявлением.

2) Сразу поставьте окна реакции.
— 0–2 дня: самое тёплое окно, показывайте короткий оффер и снятие барьера.
— 3–7 дней: добавляйте доказательства ценности, кейс, цифру эффекта.
— 8–30 дней: возвращайте через альтернативный вход — чек-лист, вебинар, калькулятор, консультацию.
Так вы не выжигаете аудиторию одним и тем же сообщением.

3) Соберите сегменты по исключениям.
Исключите:
— уже оставивших повторную заявку;
— действующих клиентов;
— всех, кто находится в активной sales-воронке.
Иначе ретаргетинг начнёт конкурировать с отделом продаж и раздует CPA без прироста инкрементальности.

4) Настройте частоту и стоп-условия.
— Частота на одно окно: умеренная, без перегрева.
— Стоп: если пользователь уже конвертировался, ушёл в сделку или 2–3 раза увидел одно и то же объявление без действия.
Это важнее, чем пытаться «дожать» его до конверсии любой ценой.

5) Тестируйте не креативы, а гипотезы возврата.
Проверяйте:
— снятие риска;
— социальное доказательство;
— экономию времени;
— напоминание о незавершённом шаге;
— альтернативный формат входа.
Победителя оценивайте не по CTR, а по стоимости повторной квалифицированной заявки и её влиянию на выручку.

6) Раз в неделю считайте инкремент.
Сравните группу с ретаргетингом и контрольную без него: доходимость до встречи, долю оплаченных сделок, итоговый ROMI. В 2026 году last-click уже недостаточен: если канал не даёт прироста сверх базы, его нужно не масштабировать, а чинить.

Главная мысль: ретаргетинг на брошенные лиды работает не как «напоминалка», а как отдельный слой RevOps-логики — с сегментацией, окнами и измерением прироста.

— @RetentionPaid

Россияне не смогут покупать стейблкоины

Россиянам могут закрыть доступ к покупке стейблкоинов: в новой версии закона их приравняли к иностранным активам.

Купить такие токены смогут только квалифицированные инвесторы — например, с активами от 24 млн рублей или доходом от 12 млн в год.

Что это значит для обычных пользователей и когда правило заработает — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/rossiiane-ne-smogut-pokupat-steiblkoiny

🧠 Ещё больше инсайтов → в канале AFF.top

Ретаргетинг больше не про «догнать всех»

В 2026 ретаргетинг перестал быть дешёвым способом добрать конверсию. Когда средний чек у e-com проседает, а privacy-first атрибуция съедает иллюзию точности, выигрыш даёт не ширина охвата, а качество сегмента. Логика простая: если пользователь не двигает LTV, повторный показ лишь раздувает расход. Поэтому ценность теперь не в количестве касаний, а в том, насколько сегмент вообще способен окупиться по юнит-экономике.

— @RetentionPaid

Почему LTV стал важнее цены лида

В 2026 году погоня за дешевым первым заказом окончательно потеряла смысл. При снижении среднего чека на 5-8% стоимость привлечения клиента (CAC) на «холодную» аудиторию не окупается в рамках одной транзакции.

Сейчас ретаргетинг работает не как дожим на покупку товара, а как инструмент управления удержанием (retention). Мы перестали смотреть на последний клик в цепочке атрибуции. Главный фокус сместился на анализ инкрементальности — реального вклада рекламы в повторные продажи. Если маркетинг не интегрирован в общую систему управления выручкой (RevOps), любой бюджет на реактивацию превращается в сжигание денег без понимания долгосрочного влияния на маржу. Выживают те, кто считает когорты, а не клики.

— @RetentionPaid

Возврат в воронку стал “короче”: ре-активация смещается ближе к моменту ухода

За последний месяц в данных по повторным касаниям заметил общий паттерн: у многих команд “ре-активация” начинает работать не как длинная дистанция после паузы, а как более короткая петля вокруг последних визитов/действий. Если раньше смотрели на сегменты «не покупал/не открывал N дней» и строили отдельные кампании на недельном горизонте, то теперь в триггерах чаще фигурируют события в диапазоне часов–пары дней: брошенная форма, просмотр карточки, повторный визит, недоданный заказ, отсутствие оплаты после выбора тарифа.

Отдельно бросается в глаза, что lookalike (похожие аудитории) всё чаще используют не для “первого оборота”, а как входной фильтр для тех, кто уже контактировал с брендом в прошлом цикле: трафик стараются направлять в окна, где вероятность доходимости выше. В уравнении юнит-экономики это выглядит так: стоит дороже не креатив, а время до конверсии — поэтому и гоняют реактивацию ближе к точке интереса, пока удержание и шанс возврата ещё измеримы.

Вы видите у себя похожее смещение по таймингу реактивации — ближе к уходу, а не “через паузу”? И какие события у вас стали самыми прибыльными триггерами: просмотр/форма/недоплата или что-то другое?

— @RetentionPaid

Параллельный взгляд на тему — @MessengerMarketingRu