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

Реальный LTV и Retention Rate: как считать, а не рисовать в отчёте

Если смотреть только на первый депозит, кампания почти всегда выглядит «здоровой». Но реальный LTV считается по когорте: дата первого конверсии, затем выручка по окнам 7/14/30/60 дней и дальше по хвосту. Без этого вы смешиваете быстрых и долгих пользователей, а значит искажаете юнит-экономику.

Базовая схема:
— строим cohort table по `user_id` и `first_event_date`;
— считаем `revenue` по каждому окну;
— LTV = `SUM(revenue) / COUNT(distinct users)` внутри когорты;
— отдельно считаем `gross` и `net`, если есть refunds, chargeback и postback-расхождения.

Retention Rate — это не «сколько вернулось в кабинет», а доля пользователей, у которых был повторный целевой event в периоде. Формула простая: `retention = retained_users / cohort_size * 100%`. Смотрите retention не только D7/D30, но и кривую удержания: если падение резкое после первого окна, проблема обычно в онбординге, оффере или качестве преленда.

Практика: сравнивайте LTV с CAC только на одинаковом горизонте. Если CAC считается по дню, а LTV — по 60-дневному хвосту, получите ложный профит. В нормальной ETL-схеме это решается через партиционирование по дате когорты и пересчёт всех окон из сырых логов, без ручной правки таблиц.

Пока нет когорты, нет LTV. Пока нет LTV, вы не понимаете, где именно течет профит? Данные не врут, в отличие от байеров.

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

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

Когортный анализ в iGaming: как увидеть, где ретеншн ломается, а не гадать по ROI

Когорта — это не «все лиды за период», а пользователи с одинаковой точкой входа: дата регистрации, FTD или первая ставка. Если смешать их в одну массу, ретеншн превращается в шум: старые игроки маскируют провал новых, а выводы по офферу становятся случайными. Данные не врут, в отличие от байеров.

Для нормальной оценки качества нужны минимум 3 среза: регистрация → FTD → повторный депозит. Считаем retention не только по факту возврата, но и по глубине: доля игроков, дошедших до 2-го депа, 3-го депа, first week active. В iGaming важна не только активация, но и скорость деградации когорты: если провал начинается между FTD и вторым депозитом, проблема часто в онбординге, бонусной механике или слабом first-time experience.

В отчёте держите отдельные колонки: cohort_date, source, geo, campaign, FTD rate, D2/D7/D14 retention, ARPU по когорте, churn after bonus, time-to-second-deposit. Без этого вы видите только верхушку. Проверяем сходимость дельты в трекере и кабинете: если в трекере кривая держится, а в CRM падает, ищите потери в постбеках, дедупликации или кривой атрибуции.

Правило простое: плохая когорта — это не всегда плохой трафик, но это всегда сигнал, где именно течет профит. Посмотрим, что там в сырых логах: нормализуйте события, режьте по источнику и не смешивайте окна ретеншна между разными типами офферов. Всё, что не автоматизировано — это потенциальный убыток.

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

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

ROI без маржи в Looker Studio — это красивый график с ложной картиной профита

Если в дашборде есть только revenue, spend и ROI, вы видите верхушку льда. Для байера важнее связка: валовая выручка → выплаты → комиссии → холд → реальная маржа. Иначе один и тот же креатив может выглядеть прибыльным в кабинете и убыточным после сверки постбеков.

Нормальная схема визуализации:
— верхний уровень: ROI, Profit, Margin %, EPC, CR;
— средний уровень: разрез по офферу, связке, GEO, источнику, плейсменту;
— нижний уровень: сырые транзакции, статусы, дедупликация, refunds, adjustments.
Такой стек показывает, где именно течет профит, а не просто рисует зеленую цифру.

В Looker Studio не пытайтесь считать всё в одном поле. Роутинг метрик делайте на этапе ETL: отдельные таблицы для расходов, конверсий и выплат; единый ключ для джойна; нормализация валюты и таймзон; флаг валидной конверсии после дедупликации. Визуально это лучше собирать через scorecards + time series + table с conditional formatting.

Маржинальность удобно показывать не одной цифрой, а диапазоном: gross margin, net margin, after-fee margin. Тогда видно, где дашборд проседает из-за комиссий, холда или возвратов. Если метрика не раскладывается на компоненты, ей нельзя доверять. Данные не врут, в отличие от байеров.

Вывод простой: сначала стройте модель данных, потом графики. Looker Studio — это слой презентации, а не место для ручной бухгалтерии.

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

Когортный анализ в iGaming: как не перепутать хороший трафик с дорогим мусором

Когорты — это не “красивые графики”, а проверка качества игрока по времени. Если считать только общий retent, вы смешаете свежий трафик, сезонность, разные GEO и промо-активности. В результате ROI выглядит живым, а на деле проседает LTV.

Правильная схема простая:
— группируем пользователей по дате первого депозита или регистрации;
— считаем поведение по D1/D7/D30, а не только “вернулся/не вернулся”;
— отдельно режем по GEO, источнику, крео, типу оффера;
— исключаем дубликаты, фрод и аномальные депы, иначе когорта врёт.

Дальше смотрим не на среднюю линию, а на форму кривой. Если D1 держится, а D7 ломается — проблема в онбординге, UX или первом бонусе. Если ранний ретеншн слабый у конкретного источника, это не “плохой оффер”, а, вероятно, мусорный pre-landing или нерелевантный трафик. Проверяем сходимость дельты в трекере и кабинете: без этого когортный анализ превращается в красивую иллюзию.

Для iGaming полезно считать когорты в разрезе депозитного поведения: повторный депозит, время до второго депа, доля активных после бонуса. Это уже не метрика “в целом по больнице”, а сигнал, где течёт профит. Всё, что не автоматизировано — это потенциальный убыток.

Если когорта ухудшается после смены крео или прокладки, не ищите магию в кабинете: сначала смотрите сырые логи, затем сегментацию и только потом делайте выводы о качестве оффера.