OpenAI извинились за новый дизайн ChatGPT

OpenAI признала, что новый десктопный ChatGPT вышел перегруженным: слитые в один интерфейс Chat, Work и Codex запутали пользователей и раздули приложение почти в 10 раз. После хейта обновление откатили, а вывод простой: функции надо упаковывать в единый UX без лишнего шума, даже если это помогает росту базы.

➡️ Читайте на сайте: https://aff.top/blog/openai-izvinilis-za-novyi-dizain-chatgpt

🧠 Ещё больше инсайтов → в канале AFF.top

Демографические признаки больше не держат сегмент

Заметил сдвиг в проектах последнего квартала: бренды всё реже заходят в сегментацию через «женщины 25–34 с доходом средним+» и всё чаще через конкретную ситуацию потребления.

«Владелица собаки, которая переехала в новостройку» работает точнее, чем «миллениал в крупном городе». «Менеджер по закупкам, который первый раз внедряет CRM» — точнее, чем «B2B-специалист среднего звена».

Происходит размена: бренды жертвуют охватом ради релевантности. Один сегмент — 2% аудитории, но конверсия в покупку x4. Другой — 30%, но это по сути «все».

Что вижу как закономерность:
— поведенческие и контекстные переменные (жизненная ситуация, стадия проекта, триггерное событие) выходят на первый план
— классические соцдемы (пол, возраст, доход) остаются только для отчётности и вторичной фильтрации
— RFM-сегментация (по давности, частоте, сумме покупок) в e-com уступает место сегментации по стадии клиентского пути: «первый заказ», «повторная покупка», «риск оттока»

Это ложится в общий тренд: средний чек падает, ставка на удержание и пожизненную ценность клиента (LTV) растёт. Держать клиента дешевле, чем привлекать нового, и точечный сегмент здесь выигрывает у широкого.

Вопрос читателю: у вас в проектах уже переехали от соцдемов к ситуативным сегментам, или пока баланс 50/50?

— @SegmentationCraftPro

ChatGPT 5.6 Luna и Terra подешевели

OpenAI резко снизила цены на GPT-5.6 Luna и Terra спустя три недели после релиза, сделав их заметно дешевле для массового использования. Sol осталась премиальной по прежнему прайсу, но получила Fast mode с ускорением до 2,5 раза. Вывод: компания давит ценой и скоростью, чтобы быстрее нарастить спрос и долю рынка.

➡️ Читайте на сайте: https://aff.top/blog/chatgpt-5-6-luna-i-terra-podesheveli

🧠 Ещё больше инсайтов → в канале AFF.top

Доменная зона .web делегирован в корневую зону DNS

Verisign вывела .web в корневую зону DNS: теперь это полноценный TLD, но открытая регистрация ещё не стартовала. Сначала доступ получат владельцы совпадающих доменов в .com через LRP. Вывод для рынка: хорошие EMD в .com могут стать входным билетом в .web, если успеть занять брендовые имена раньше общего запуска.

➡️ Читайте на сайте: https://aff.top/blog/domennaia-zona-web-delegirovan-v-kornevuiu-zonu-dns

🧠 Ещё больше инсайтов → в канале AFF.top

В Facebook Ads появился раздел «Conversations»

Facebook Ads добавил Conversations с автоответом на комментарии: по ключевым словам можно сразу отправлять сообщение в личку. Для арбитража это новый способ прогрева и передачи ссылки без клоаки: в креативе можно просить оставить комментарий, а заинтересованных уводить с вайта на блэк уже в ДМ. Идея спорная, но её стоит тестировать.

➡️ Читайте на сайте: https://aff.top/blog/v-facebook-ads-poiavilsia-razdel-conversations

🧠 Ещё больше инсайтов → в канале AFF.top

Как сегментация по поведению спасает B2B-воронку, когда MQL уже не работает

У большинства B2B-команд до сих пор сегментация строится по должности, отрасли и размеру компании. На бумаге это удобно, но для выручки часто слишком грубо: два директора по маркетингу могут находиться в совершенно разном сценарии покупки.

Кейс. SaaS-компания для управления проектами заметила, что лидов хватает, а конверсия в сделки буксует. Проблема была не в трафике, а в том, что всех контактов в CRM оценивали одинаково. Маркетинг передавал MQL, sales получал разнородный поток, customer success подключался слишком поздно.

Что сделали:
— Пересобрали сегментацию не по анкетным признакам, а по поведению.
— Выделили 4 кластера: «исследуют рынок», «сравнивают альтернативы», «готовы к пилоту», «ищут расширение текущего решения».
— Для каждого кластера задали свой контент и свой сценарий передачи в продажи.
— Вместо одной оценки лида ввели поведенческий скоринг: посещение страниц с ценами, повторные визиты, загрузка сравнительных материалов, запрос демо.
— Маркетинг, sales и customer success начали смотреть на один набор сигналов, то есть работать по логике RevOps, а не по своим локальным KPI.

Результат:
— Выросла доля лидов, которые доходили до релевантного отдела продаж.
— Сократилось число «пустых» MQL, которые раньше создавали нагрузку на sales.
— Команда точнее определяла, кому нужен демо-звонок, а кому — образовательный контент и догрев.

Главный вывод для бренд-стратега простой: **сегментация должна описывать не кто человек, а в каком он сейчас выборе**. В 2026 году, когда классическая лидогенерация слабее, выигрывают те, кто умеет строить сегменты вокруг намерения, а не вокруг формальной роли. Именно это повышает качество спроса и помогает связать маркетинг с выручкой, а не с количеством заполненных форм.

— @SegmentationCraftPro

Как сегментировать аудиторию без лишней сложности: рабочая схема на 1 неделю

Если вы бренд-стратег, не начинайте с «возраста, пола и географии». В 2026 это слабая основа: она плохо объясняет выбор, хуже работает для AI-overviews и почти не помогает связать коммуникацию с выручкой. Нужна сегментация по поведению, мотивации и контексту покупки.

**Что сделать за неделю:**

— День 1. Сформулируйте бизнес-вопрос. Не «кто наша аудитория?», а «какие группы чаще покупают, дольше удерживаются, дороже конвертируются или быстрее уходят».

— День 2. Соберите 3 слоя данных:
- транзакции и повторные покупки;
- поведение на сайте/в продукте;
- ответы из интервью, опросов, поддержки, отдела продаж.

— День 3. Выпишите 10–15 признаков сегментации. Ищите не демографию, а различия в:
- триггерах покупки;
- барьерах;
- частоте использования;
- чувствительности к цене;
- канале первого контакта;
- причине возврата или оттока.

— День 4. Сократите список до 4–6 признаков, которые реально отличаются между группами и влияют на деньги. Остальное — шум.

— День 5. Постройте матрицу сегментов. Хороший сегмент отвечает на 3 вопроса:
- кто они в ситуации выбора;
- зачем они выбирают именно так;
- что для них считается ценностью.

— День 6. Проверьте сегменты на практике: у каждого должна быть своя конверсия, свой аргумент, свой барьер и свой канал входа. Если различий нет, сегмент слишком общий.

— День 7. Назначьте каждому сегменту один приоритетный сценарий коммуникации: что говорить, где говорить, чем доказывать.

**Правило:** если сегмент нельзя использовать для решения про продукт, медиаплан или позиционирование, его не нужно оставлять.

Хорошая сегментация в 2026 году — это не «описание людей», а инструмент управления спросом, удержанием и LTV.

— @SegmentationCraftPro

Соцмедиа-мониторинг для сегментации: чем полезны Brand24, BrandMentions и Mention (и почему это про аудитории, а не про «кризисы»)

Пост для бренд-стратегов, которым нужно видеть, как реальные группы людей реагируют на продукт и смысловые сигналы. В 2026-м соцсети и «нулевой клик» (когда ответ ищут без перехода на сайт) усиливают роль Topical Authority: вы не просто «слушаете», вы строите карту тем, тональности и контекстов — основу для сегментации по потребностям и триггерам поведения. Инструменты мониторинга делают это быстрее, но у каждого класса есть ограничения.

Brand24 — для кого: команды, которым нужен сквозной сбор упоминаний и быстрые отчёты по темам/тональности для бренд-коммуникаций и PR.
Сильная сторона: сильная база по мониторингу соцмедиа с фокусом на «раннее обнаружение» трендов и отслеживание настроений аудитории — удобно, когда сегменты надо подтверждать не опросом, а поведением в публичных дискуссиях.
Слабая сторона / минус: качество и глубина сегментации часто упираются в то, как вы сформулировали запросы (ключи, бренды, конкуренты, лексика проблем) и насколько корректно размечены сущности. Без грамотной таксономии инструмент выдаёт много сигналов, но не всегда превращает их в устойчивые сегменты.

BrandMentions (в источниках фигурирует в обзоре соцмедиа-мониторинга как альтернатива) — для кого: маркетинг-аналитики и бренд-стратеги, которые хотят быстрее наладить трекинг репутационных сигналов и кампаний по спискам тем/компаний, без сложной внедренческой истории.
Сильная сторона: обычно быстрее стартует и проще в обслуживании — это важно, когда сегментацию нужно «прокрутить» итеративно: гипотеза → пул запросов → проверка распределения упоминаний по темам и контекстам.
Слабая сторона / минус: при росте числа источников и запросов возрастает риск «шумных» метрик. Для сегментации это критично: вы можете получить иллюзию охвата, где большая доля упоминаний не соответствует потребностной логике сегмента (например, совпадения по словам без релевантного смысла).

Mention — для кого: команды, которым важны варианты подхода к мониторингу (включая альтернативы вроде Mention) и возможность сравнивать платформы по параметрам до покупки.
Сильная сторона: как класс — это tool для социального слушания с практической направленностью: помогает отслеживать публикации, формировать отчёты по темам и оценивать динамику упоминаний вокруг бренда/продуктовых маркеров. Если вы строите сегментацию через «поведенческие маркеры» (как именно люди обсуждают продукт: сценарии, боли, критерии выбора), Mention упрощает сбор данных.
Слабая сторона / минус: мониторинг сам по себе не гарантирует устойчивую сегментацию. Вам всё равно придётся разработать словарь сегментов: какие лексемы и контексты соответствуют каждому кластеру (например, «экономия времени», «снижение риска», «соответствие корпоративным требованиям»). Без этого метки будут поверхностными.

Как выбирать
— Начните не с бренда инструмента, а с карты вашей сегментации: какие сегменты хотите подтвердить (потребности/сценарии/барьеры), из каких источников нужны сигналы и насколько важна автоматическая работа с тональностью и сущностями; затем сравните платформы по скорости запуска, качеству фильтрации «смысл vs совпадение слов», объёму источников и удобству выгрузки данных для последующей кластеризации (вручную или через аналитику).

— @SegmentationCraftPro

Open AI анонсировала новую модель ChatGPT - Astra

OpenAI показала правительству США новую модель Astra — следующую крупную нейросеть после Sol. Её фокус — долгосрочные задачи и управление саб-агентами, которые делят работу на мелкие шаги. Пока неясно, станет ли Astra GPT-6 или новой версией в линейке Sol, но релиз уже близко, и её стоит ждать на тестах.

➡️ Читайте на сайте: https://aff.top/blog/open-ai-anonsirovala-novuiu-model-chatgpt-astra

🧠 Ещё больше инсайтов → в канале AFF.top

SeeDance 2.5 вышла в публичный доступ

ByteDance выпустила SeeDance 2.5 — нейронку для генерации 30-секундных видео в 4K с до 50 референсами, включая локации и персонажей. Для CPA и iGaming-креативов это уже уровень почти кино, но технология пока дорогая и не слишком практичная: тестировать можно через Jimeng AI и Doubao Pro, а API обещают позже.

➡️ Читайте на сайте: https://aff.top/blog/seedance-2-5-vyshla-v-publichnyi-dostup

🧠 Ещё больше инсайтов → в канале AFF.top

Госдума собирается запретить скрытую рекламу казино

Госдума уточнила законопроект против скрытой рекламы нелегального гемблинга: под запрет попадут любые реферальные ссылки, ролики и стримы с показом игры в казино. Площадки обяжут сами искать и блокировать такой контент и аккаунты. Для УБТ, дорвеев и SEO это значит ещё более жёсткую зачистку трафика и риски для любых промо-материалов с рефералкой.

➡️ Читайте на сайте: https://aff.top/blog/gosduma-sobiraetsia-zapretit-skrytuiu-reklamu-kazino

🧠 Ещё больше инсайтов → в канале AFF.top

Как Avito поделил аудиторию на психографические кластеры и снизил отток в «негатив» на 17%

**Кейс**

В 2024 году команда Avito Research опубликовала данные внутреннего исследования, которое меняет привычный взгляд на сегментацию маркетплейса. Классическое деление по полу, возрасту и среднему чеку давало маркетингу всё меньше пользы: пользователи с одинаковым доходом вели себя диаметрально противоположно, а отток в негативный опыт рос, несмотря на точечные улучшения интерфейса.

Задача отдела исследований звучала так: найти устойчивые поведенческие группы внутри аудитории, чтобы продуктовая и коммуникационная команды могли опираться на одну карту, а не на десяток противоречивых сегментов.

Решение строилось на двух шагах. Сначала количественный опрос 18 000 пользователей дал 47 переменных — от частоты покупок до отношения к спорным сделкам. Затем кластерный анализ (метод k-means) выделил пять устойчивых групп: «Охотники за скидкой» (28% аудитории), «Прагматичные профи» (24%), «Энтузиасты сообщества» (19%), «Случайные гости» (17%) и «Разочарованные» (12%). Каждый кластер проверили через качественные глубинки — по 12 респондентов в группе.

Главный сдвиг произошёл в коммуникации с «Разочарованными». Раньше на них вешали ярлык «проблемные» и заливали триггерными рассылками. После сегментации команда переписала цепочку: вместо давления — прозрачные правила сделки, понятные сроки возврата и персональный менеджер для сделок свыше 50 000 ₽. За квартал доля негативных обращений в поддержку от этого сегмента снизилась на 17%, а NPS кластера вырос с –12 до +4.

«Энтузиасты сообщества» дали другой эффект: их вовлечение в UGC-контент (отзывы, обзоры, ответы на вопросы) принесло 23% органического трафика в раздел «Вопросы и ответы» — без дополнительного продвижения.

**Что забирать бренд-стратегу**

Психографика (деление по ценностям и установкам) в B2C возвращается не как модный тренд, а как ответ на эрозию демографических сегментов. В условиях, когда средний чек падает, а retention (удержание) важнее первой покупки, понимание мотивации кластера работает лучше, чем знание его возраста.

Три практических вывода:

— Пяти сегментов достаточно. Больше — и стратегия рассыпается, меньше — и вы снова в ловушке «среднего пользователя», которого не существует.
— Каждый кластер требует своей метрики успеха. Для «охотников за скидкой» это конверсия в повторную покупку, для «разочарованных» — отсутствие негатива, для «энтузиастов» — глубина вовлечения.
— Сегментация без качественной проверки — это гипотеза, а не инструмент. Цифры в опросе и реальное поведение в продукте расходятся регулярно.

В 2026 году, когда privacy-first атрибуция (серверная аналитика, MMM) всё дальше уводит нас от точного таргетинга по событиям, именно глубокое знание своих сегментов становится главным активом бренда. Алгоритм доставки рекламы можно автоматизировать, а вот понимание, почему человек молча уходит, — нет.

— @SegmentationCraftPro

Facebook вводит бесплатную верификацию Facebook Verified

Meta тестирует бесплатную верификацию Facebook Verified через видеоселфи: аккаунт получает галочку в профиле и в Marketplace, Dating и Groups. Фича нужна, чтобы снизить число ИИ-акков и усилить антифрод, но реальная польза для арбитража пока неясна — нужно проверять, даст ли она меньше селф-локов и банов.

➡️ Читайте на сайте: https://aff.top/blog/facebook-vvodit-besplatnuiu-verifikaciiu-facebook-verified

🧠 Ещё больше инсайтов → в канале AFF.top