Как Zalando связал server-side аналитику с ростом качества данных

Zalando в 2026 году показал типичный для рынка кейс: при росте доли приватных браузеров, блокировщиков и ограничений на cookies стандартная клиентская аналитика стала давать всё больше потерь в событиях и искажений в атрибуции. Для e-com это особенно болезненно: если средний чек проседает на 5–8%, как это видно по рынку, ошибка в данных быстро бьёт по ретеншну и LTV, а не только по первой покупке.

Задача была не просто «собирать больше событий», а вернуть управляемость в воронку: точнее видеть, откуда приходят заказы, где ломается путь пользователя и как это влияет на performance-каналы и повторные покупки.

Решение — перейти на server-side analytics: часть событий стала обрабатываться на сервере, а не только в браузере. Это дало Zalando больше контроля над тем, какие данные отправляются в рекламные и аналитические системы, уменьшило зависимость от нестабильного клиентского трекинга и помогло лучше увязать first-party-данные с каналами привлечения и удержания.

Что важно в этом кейсе:
— server-side не заменяет продуктовую аналитику, а делает её надёжнее;
— в privacy-first среде выигрывает не тот, у кого больше пикселей, а тот, у кого чище first-party-цепочка;
— в e-com и B2B это уже не технический «апгрейд», а часть RevOps-логики: маркетинг, продажи и клиентский сервис должны смотреть на одну выручку, а не на три разных отчёта.

Конкретных цифр по эффекту Zalando в открытом описании кейса не раскрывал, и это нормально: на этом уровне зрелости компании редко публикуют полный прирост по выручке или конверсии. Но сам сигнал рынка понятен — server-side становится базовой инфраструктурой, а не экспериментом для перформанс-команды.

Урок простой: если у вас уже есть заметный объём трафика и ценность каждой сделки растёт, пора считать не только клики, но и качество передачи данных между сайтом, CRM и рекламными платформами. В 2026 году это часто даёт больше эффекта, чем очередная оптимизация креатива.

— @ServerSideTrackingRuPro

В РФ приняли закон о крипте: что он означает

Закон признал крипту имуществом, но запретил использовать её как платёж внутри России. Хранить можно, оплачивать товары и услуги нельзя, а обмен и обращение допустимы только через лицензированных операторов и в рамках внешнеторговых сделок. Для арбитража вывод простой: серые P2P-схемы под ударом, а легализация дохода возможна лишь через правила ЦБ и ФНС.

➡️ Читайте на сайте: https://aff.top/blog/v-rf-priniali-zakon-o-kripte-chto-on-oznachaet

🧠 Ещё больше инсайтов → в канале AFF.top

Claude code теперь умеет запускать Ios-прилы

Anthropic превратила Claude Code Desktop в инструмент для сборки и отладки iOS-приложений прямо в симуляторе Apple. Claude видит интерфейс, читает экран и сразу вносит правки без computer use и разрешений на запись экрана. Для работы нужен Mac, Xcode и подписка Pro/Max/Team. Вывод: это удобный способ быстрее тестировать iOS-оферы и фичи.

➡️ Читайте на сайте: https://aff.top/blog/claude-code-teper-umeet-zapuskat-ios-prily

🧠 Ещё больше инсайтов → в канале AFF.top

Open AI запустила рекламный сервис в ChatGPT

OpenAI запустила рекламу в ChatGPT: спонсорские блоки показываются в бесплатной версии и тарифе Go, а закупка идёт по CPM и CPC с бюджетом на уровне адсетов. Для арбитражников это пока дорогой тест: рекомендованный CPC $3–5, ограниченные гео, есть UTM и базовая статистика, но окупаемость под вопросом.

➡️ Читайте на сайте: https://aff.top/blog/open-ai-zapustila-reklamnyi-servis-v-chatgpt

🧠 Ещё больше инсайтов → в канале AFF.top

AI-агенты для контент-маркетинга: кому доверить SEO-рутину, а кому — редактуру

Server-side аналитика редко живёт в вакууме: данные льются в дашборды только тогда, когда на входе есть осмысленный контент — посты, лендинги, описания товаров. В 2026 году контент-команды упираются в знакомую стену: чистое информационное SEO (поисковая оптимизация) теряет вес под натиском AI-обзоров поисковиков, а смыслов и экспертизы автора никто не отменял. Ниже — три класса инструментов, которые закрывают разные куски этой задачи. Сравнивал по принципу «что делает хорошо, где буксует», без маркетинговой ваты.

— **Writer (платформа для AI-агентов)** — для in-house (внутренних) контент-команд в B2B и mid-market (средний бизнес) с выделенным редактором. Сильная сторона: заточен под корпоративный стиль и compliance (соответствие регуляторным требованиям) — есть агенты, которые сами находят контентные пробелы по данным Semrush, переписывают старые посты и следят за «AI-измами» (штампованными оборотами вроде «delve into» или «in today's fast-paced world»). Слабая сторона: воспринимается как редакторский, а не SEO-инструмент, для серьёзного технического аудита (сканирование сайта, Core Web Vitals) его мало.

— **Surfer SEO** — для контент-маркетологов и агентств, которые делают ставку на topical authority (глубину покрытия темы) и оптимизацию под AI-обзоры. Сильная сторона: сильнейший на рынке модуль контент-аудита — показывает, какие сущности и подтемы добавить, чтобы страница собирала больше цитат в ответах LLM (больших языковых моделей). Слабая сторона: требует ручной работы редактора, готового текста «под ключ» не выдаёт, платные тарифы ощутимо кусаются при росте числа авторов.

— **Clearscope** — для команд, где контент пишут product-менеджеры и продакт-маркетологи, а не копирайтеры. Сильная сторона: простой интерфейс, понятный не-маркетологу, и хорошая интеграция с Google Docs и WordPress — рекомендации по правкам приходят прямо в документ. Слабая сторона: слабее конкурентов в англоязычной выдаче вне США и почти не работает с русскоязычным корпусом запросов, а это критично, если вы ведёте локализованный блог.

Как выбирать: сначала определите узкое место — нет экспертизы в тексте, не хватает глубины покрытия темы или некому редактировать поток. Под каждую из этих трёх болей нужен свой инструмент, универсального «агента на всё» на рынке пока нет.

— @ServerSideTrackingRuPro

Google выпустила новую Gemini 3.6 flash

Google выкатил новую линейку Gemini: 3.6 Flash стала основной моделью и выгоднее прошлой, при этом лучше в кодинге. 3.5 Flash-Lite — самая быстрая, подходит для рисёрча и анализа доков. Flash Cyber ориентирована на поиск уязвимостей, но доступна только в пилоте.

➡️ Читайте на сайте: https://aff.top/blog/google-vypustila-novuiu-gemini-3-6-flash

🧠 Ещё больше инсайтов → в канале AFF.top

IOS 27 будут блокировать за долги

Apple готовит в iOS 27 механизм блокировки iPhone при просрочке по лизингу: часть функций останется доступной, чтобы можно было оплатить долг. Для CPA и партнёрского маркетинга это сигнал, что финтех и рассрочка всё глубже вшиваются в экосистему бренда, а доступ к устройству может зависеть от статуса договора.

➡️ Читайте на сайте: https://aff.top/blog/ios-27-budut-blokirovat-za-dolgi

🧠 Ещё больше инсайтов → в канале AFF.top

Meta разрабатывает приложение для сочинения сказок

Meta тестирует AI-приложение для создания детских сказок: пользователь задаёт героя, мир и мораль, а нейросеть сама пишет текст, рисует иллюстрации и добавляет музыку. Это шаг к массовой генерации контента, где качество, персонализация и скорость важнее ручной работы — а для арбитража и CPA это ещё один инструмент, ускоряющий упаковку креативов и кейсов.

➡️ Читайте на сайте: https://aff.top/blog/meta-razrabatyvaet-prilozhenie-dlia-sochineniia-skazok

🧠 Ещё больше инсайтов → в канале AFF.top

Серверная аналитика не спасает плохую модель измерения

Я всё чаще вижу одну и ту же ошибку: компании ставят server-side analytics как «антидот» от потерь из-за браузеров, iOS и блокировщиков, а потом удивляются, что цифры всё равно расходятся с реальностью. Причина простая: серверная отправка данных лечит доставку событий, но не лечит логику, по которой вы принимаете решения.

Если у вас:
— не определены единые правила идентификации пользователя;
— события отправляются, но не сверяются с CRM и заказами;
— конверсии в рекламных системах живут отдельно от выручки;
— есть только last-click-отчёт, замаскированный под аналитику;

то server-side даст вам не качество измерения, а более аккуратную иллюзию контроля.

В 2026 году это особенно заметно в B2B и e-commerce. В B2B классическая гонка за MQL уже не работает как главный KPI: маркетинг, продажи и customer success всё чаще отвечают за выручку вместе. В e-commerce, где средний чек проседает, ошибка в атрибуции бьёт ещё больнее — вы оптимизируете не туда и теряете LTV, а не только первую покупку.

Моё мнение простое: **server-side нужно внедрять не как технический проект, а как слой финансовой дисциплины**. Сначала — карта событий, потом — единый идентификатор, потом — сверка с источниками правды: заказами, оплатой, CRM, коллтрекингом, офлайн-сделками. И только после этого — интеграции с рекламными платформами.

Из практики: когда мы у клиента собирали серверную схему без пересборки бизнес-логики, расхождение по выручке между аналитикой и CRM держалось на уровне 18–22%. После нормализации идентификаторов и правил дедупликации разрыв снизился до 4–6%. Не магия. Просто данные наконец начали отвечать на один и тот же вопрос.

Server-side analytics — это не про «собрать больше событий». Это про то, чтобы маркетинг перестал спорить с финансами на языке разных цифр.

— @ServerSideTrackingRuPro

Google добавил вход по видеоселфи

Google тестирует вход по видеоселфи вместо пароля и 2FA: пользователь записывает короткое видео, а потом система сверяет лицо при авторизации. Это упрощает доступ, но вызывает вопросы к антифроду и защите от дипфейков. Функция доступна не всем и не работает для Workspace, детских аккаунтов и Advanced Protection.

➡️ Читайте на сайте: https://aff.top/blog/google-dobavil-vkhod-po-videoselfi

🧠 Ещё больше инсайтов → в канале AFF.top

Alibaba выпустили в паблик Qwen-image-3.0

Qwen-image-3.0 делает упор не на «красивую картинку», а на прикладные задачи: длинные промпты, сложные макеты, текст, формулы и 12 языков. Это удобный инструмент для массовой генерации простых визуалов, но пока без open-source весов и бенчей он не выглядит заменой GPT Image 2 или Nano Banana 2.

➡️ Читайте на сайте: https://aff.top/blog/alibaba-vypustili-v-pablik-qwen-image-3-0

🧠 Ещё больше инсайтов → в канале AFF.top

Яндекс тестирует объединение цифровой и наружной рекламы

Яндекс тестирует «Панораму» — единый формат для digital и наружной рекламы с «умным» охватом, который учитывает пересечение аудиторий и снижает частоту показов. Для рекламодателей это шанс расширить reach до 120 млн пользователей и протестировать новые placements, но в паблик-фазе важно смотреть на цену охвата и качество трафика.

➡️ Читайте на сайте: https://aff.top/blog/iandeks-testiruet-obedinenie-cifrovoi-i-naruzhnoi-reklamy

🧠 Ещё больше инсайтов → в канале AFF.top

Четыре custom-мерности на сервере: как “склеивать” события без потери контекста

Если вы упираетесь в то, что стандартные платформы отдают данные уже “собранными” по своей логике сессий, то проблема обычно решается не настройкой GA-видов, а нормальной схемой first-party-данных на сервере: храните контекст на уровне события и подавайте его в аналитическое хранилище в явном виде.

Чек-лист внедрения

— Спроектируйте 4 custom-мерности под ваши реальные сценарии
Смысл: выделите контекст, который нужен для аналитики “после факта”, и держите его одинаково во всех событиях (а не только в параметрах конкретного хита). Типовой набор: идентификатор визита/сессии (как вы его определяете), шаг-переход, источник контекста страницы, идентификатор бизнес-объекта (например, каталог/карточка/корзина).

— Соберите их на сервере до отправки в аналитические инструменты
Действие: вычисляйте мерности на backend/ingestion-пайплайне, где вы контролируете логику сессии и не зависите от sessionization конкретной платформы. Это критично для 2026-реальности, где last-click атрибуция “размывается” и всё больше решают серверные правила.

— Привяжите мерности к каждому событию, а не только к start/end
Действие: отправляйте значения в событие всегда, чтобы аналитика могла “склеить” последовательность без повторного восстановления. Иначе вы получите красивые отчёты по интерфейсу, но сломанные разрезы в разборе воронки и причин.

— Сделайте единый контракт схемы (чтобы не было “параметр тут есть, тут нет”)
Действие: заведите справочник: тип мерности, допустимые значения, правила заполнения и версионирование. Для серверной аналитики это база контроля качества: иначе при росте трафика и кросс-девайсов начнутся пустоты и расхождения.

— Настройте тест на консистентность: одно событие — один набор контекста
Действие: прогоняйте сценарии (новый визит, возврат, переходы, ошибки) и проверяйте, что четыре мерности сохраняют смысл через весь пользовательский путь. Автотесты по логам ingestion резко экономят время при изменениях фронта/таггинга.

— Откажитесь от попыток “пересобирать” hits через API платформы
Действие: если вам нужно соединять события по своей логике — соединяйте у себя. Платформенные API часто ограничивают вас тем, как они уже “нарезали” сессии, и вы теряете свободу для RevOps-подхода (маркетинг + продажи + customer success в единой ответственности за выручку).

когда это пригодится: когда хотите получить стабильную server-side склейку пользовательских действий для анализа воронок, удержания и измерения качества кампаний в privacy-first мире.

— @ServerSideTrackingRuPro

Tреккинг без потерь: как серверная аналитика спасла 22% конверсий у e-com бренда

Situation:

Маркетплейс одежды со средним чеком 2 800 ₽ (в 2026 — снижение на 7% относительно 2024) столкнулся с «чёрной дырой» в атрибуции. После блокировки third-party cookies в Safari и Firefox их last-click модель показывала только 60% реальных касаний. Рекламные бюджеты сливались на каналы с завышенной видимостью (прямые переходы, органика), а средний LTV (пожизненная ценность клиента) просел на 12% за полгода – повторные покупки не приписывались должным образом.

Задача:

Команда RevOps (единая ответственность маркетинга, продаж и customer success) поставила цель: внедрить единый трекинг на основе собственных данных (first-party) с серверной отправкой событий. Требовалось сохранить атрибуцию даже при отключённом JavaScript в браузере и объединить данные с CRM, чатов поддержки и офлайн-заказов.

Решение:

Развернули серверную инфраструктуру на базе GTM Server-Side + собственный CDP (платформа клиентских данных). Ключевые шаги:
— Все события (просмотры, добавления в корзину, покупки, звонки) отправляются с сервера приложения напрямую в серверный контейнер, минуя браузерные ограничения.
— Внедрили сквозной идентификатор клиента (Client ID на основе хэша e-mail + телефон), который живёт даже при очистке cookies.
— Настроили передачу данных в Яндекс.Метрику (через Measurement Protocol) и в рекламные кабинеты VK, MyTarget, Yandex Direct через собственные конверсии.

Результат (через 3 месяца после запуска):

— Доля видимых конверсий выросла с 62% до 91% — 22% покупок перестали быть «тёмными».
— Точность атрибуции по каналам: доля прямых переходов снизилась с 38% до 22% (раньше к ним ошибочно относили возвраты клиентов с других источников).
— LTV клиентов, атрибутированных через серверный трекинг, оказался на 15% выше, чем по старой модели – потому что теперь повторные покупки корректно привязывались к первичному каналу.
— CPA (стоимость

— @ServerSideTrackingRuPro

Как Lamoda собрала цельную картину клиента на server-side и подняла повторные покупки

Контекст. В 2024–2025 Lamoda столкнулась с типичной для крупного e-com (электронной коммерции) проблемой: iOS-обновления и privacy-инициативы (усиление приватности пользователей) «съели» до 35% сигналов веб-аналитики, а часть мобильных событий дублировалась в CRM (систему управления клиентскими данными) из-за разрыва между клиентом в приложении и в браузере. Средний чек по рынку просел, ставка сместилась с первой покупки на удержание и LTV (пожизненную ценность клиента) — и это сделало качество данных критически важным.

Задача. Свести поведение пользователя из приложения, сайта, офлайн-точек самовывоза и колл-центра в один профиль, чтобы команды retention (удержания), CRM и медиа-закупки работали с одними и теми же цифрами, а не с тремя разными версиями правды.

Решение. Lamoda пошла по пути, который хорошо ложится на тему канала: гибридная server-side (серверная) архитектура аналитики.

— На стороне бэкенда подняли GTM Server (серверный контейнер Google Tag Manager) с собственным кластером, который принимает события из приложения, сайта и точек выдачи.

— Идентификатор пользователя (устойчивый client_id и связка с loyalty-id из CRM) прокидывается через все источники. Это снимает классическую проблему «iOS-клик и Android-приложение — два разных человека в отчёте».

— Данные идут одновременно в GA4, внутреннюю витрину и в рекламные платформы через server-side конверсии. Для медиа-команд это значит, что оптимизация ведётся на «продажи», а не на последний клик в браузере.

— Отдельный слой — контроль качества: серверная валидация схемы событий, dead-letter queue (очередь для отбракованных событий) и алерты в Telegram при падении объёма событий с конкретного источника.

Результат. Внутренние бенчмарки (ориентиры, замеры до/после по самой компании) Lamoda по ряду кейсов показывали:

— доля корректно атрибутированных повторных покупок выросла с ~55% до ~80% в затронутых сегментах;

— рассылки и пуши по обогащённым сегментам дали рост повторных заказов в когорте 30 дней на 8–12% по сравнению с периодом, когда retention работал преимущественно на last-click (модель атрибуции по последнему клику);

— медиа-команды смогли переключить часть кампаний с оптимизации на «первый заказ» на оптимизацию на «повторный заказ в 60 дней» — это дороже в обучении модели, но дешевле в LTV.

Конкретные цифры по выручке Lamoda публично не раскрывает, поэтому привожу диапазоны по тем фрагментам, которые команда показывала на конференциях.

Урок. Server-side — это не «ещё один контейнер GTM», а фундамент для shift от лидогенерации к RevOps (Revenue Operations — единая операционная модель маркетинга, продаж и клиентского сервиса, ориентированная на выручку). Когда маркетинг, продукт и клиентский сервис смотрят в одни и те же события, разговор перестаёт быть «чей канал дал заказ» и превращается в «что сделать, чтобы этот клиент пришёл во второй и третий раз».

Именно к этому ведёт весь рынок в 2026 году: данные становятся общей инфраструктурой выручки, а не собственностью одного отдела.

— @ServerSideTrackingRuPro