Google заставляет махать руками перед камерой

Google запустила новую капчу на основе распознавания движений — требует включённую камеру и помах руки перед экраном для подтверждения. Система отслеживает 21 точку-координату положения руки в реальном времени, а данные удаляются сразу после проверки. Для арбитражников это усложнит автоматизацию — обход вероятно будет работать через перехват хэша с положительным ответом. Капча пока на тестировании, но предвещает новый уровень защиты от ботов в и…

➡️ Читайте на сайте: https://aff.top/blog/google-zastavliaet-makhat-rukami-pered-kameroi

🧠 Ещё больше инсайтов → в канале AFF.top

NPS полезен только тогда, когда вы понимаете, кого и зачем спрашиваете

NPS измеряет не «любовь к бренду», а готовность рекомендовать. Это косвенный сигнал лояльности, но он легко ломается выборкой, формулировкой и моментом опроса. Один и тот же продукт может получить разные оценки у новых клиентов, активных пользователей и тех, кто недавно столкнулся с проблемой.

Главные ловушки:
— спрашивать сразу после покупки, когда эмоция ещё не про опыт;
— смешивать в одной воронке разные сегменты;
— считать общий балл без текстовых причин;
— игнорировать промоутеров и критиков как разные источники сигнала.

Сегментация важнее самого числа. Сравнивайте NPS не «по компании», а по этапу жизни клиента, каналу привлечения, категории продукта и типу сценария. В D2C и подписках часто полезнее смотреть не средний NPS, а долю критиков в ключевых сегментах и темы, которые они повторяют в открытом ответе.

Если NPS нужен для работы, привяжите его к действию: триггер на разбор негатива, отдельный опрос после важного сценария, и правило — каждую неделю закрывать хотя бы один повторяющийся мотив из комментариев. Иначе это просто красивое число для отчёта.

Как заработать 2500$ с УБТ трафика из Twitter’а не привлекая внимания санитаров

Арбитражник проkил органическbq трафик с X (Twitter) через связку с dating-офферами, используя маскировку ссылок под видеопревью. После полугода залива с марта по октябрь 2025-го он заработал скромный, но стабильный доход, внедрив динамическую генерацию страниц, обфускацию ссылок и cookie-разделение трафика для увеличения конверсии на треть. Основной вызов — постоянные баны доменом из-за обновлений Google и требований антифрода, из…

➡️ Читайте на сайте: https://aff.top/blog/kak-zarabotat-2500-s-ubt-trafika-iz-twitter-a-ne-privlekaia-vnimaniia-sanitarov

🧠 Ещё больше инсайтов → в канале AFF.top

Customer feedback не равен NPS: 5 ошибок, которые ломают сигнал

Самая частая ловушка — собирать отзывы «вообще про всё». В итоге в одном потоке смешаны баги, эмоции, цена, доставка и лояльность, а потом команда пытается одним числом объяснить разные причины оттока.

Что лучше делать:
— разделять feedback по триггеру: после покупки, после обращения в саппорт, после отмены, после использования ключевой функции;
— задавать один вопрос на один контекст, а не анкету на 15 пунктов;
— хранить открытые ответы вместе с меткой сегмента: канал, тип клиента, стадия жизненного цикла.

Если вопрос слишком общий, люди отвечают абстрактно: «всё ок», «дорого», «можно лучше». Такие ответы плохо переводятся в решения. Нужны уточняющие доборы: что именно было неудобно, на каком шаге, что ожидали увидеть.

Ещё одна ошибка — считать, что низкий score сам по себе объясняет причину. Оценка показывает температуру, но не диагноз. Диагноз даёт текст ответа, а ещё лучше — связка текста с событием в продукте или воронке.

Собирайте feedback как исследование, а не как витрину метрики: один контекст, один вопрос, нормальная сегментация. Тогда у команды появится не «средний NPS», а список конкретных причин, которые можно чинить.

Delighted — не «счастливые клиенты», а удобный срез для NPS, если не перепутать выборку

Delighted часто используют как быстрый способ собрать NPS/CSAT: короткий опрос, понятная логика, минимум трения. Это удобно, если вам нужен регулярный сигнал после покупки, доставки или контакта с поддержкой.

Но у инструмента есть типовая ловушка: он хорошо работает как механика сбора, а не как готовая система исследования. Если отправлять опрос всем подряд, вы получите шум. Если отправлять только самым лояльным — получите красивую витрину вместо сигнала.

На что смотреть в настройке:
— событие триггера: после чего человек отвечает;
— окно отправки: не ловите эмоцию слишком рано или слишком поздно;
— сегментация: новый клиент, повторный, high-value, проблемный кейс;
— обязательный открытый вопрос: без него цифра часто бесполезна.

Ещё один риск — смешивать метрики. NPS в Delighted не заменяет CSAT и не отвечает на вопрос «почему падает удержание». Он показывает отношение к опыту в конкретной точке, если точка выбрана правильно.

Если хотите использовать Delighted без самообмана, начните не с шаблона опроса, а с вопроса: какое решение вы примете по ответам. Тогда и формат, и триггер, и сегменты будут собраны под задачу, а не под красивый отчёт.

Delighted — это не “ещё один NPS-опрос”, а способ поймать эмоцию в моменте

Delighted хорош там, где нужен короткий, низкофрикционный feedback: после доставки, чата, онбординга, отмены подписки. Формат простой — один вопрос, иногда с уточнением по сегменту, и дальше уже не перегружаем пользователя простынёй.

Но у этой простоты есть ловушка: если спрашивать у всех подряд, вы быстро получите «среднюю температуру по больнице». В e-commerce, SaaS и support-сценариях ответы надо резать по триггеру события, каналу, типу клиента и стадии жизненного цикла.

Что важно проверить в любом setup:
— вопрос задаёт конкретную эмоцию или удовлетворённость, а не “всё ли понравилось”
— отправка привязана к событию, а не к произвольной рассылке
— есть отдельная логика для happy path и для негатива
— open-text не является декорацией: его потом надо кодировать по темам
— результаты смотрятся не только в среднем балле, но и по сегментам

Ещё один риск — подмена исследования “красивой панелью”. Если в инструменте удобно собрать отзывы, это ещё не значит, что вы поймёте причину оттока или просадки повторных покупок. Для этого нужны сегментация, теги, и хотя бы базовая кластеризация причин.

Забирайте Delighted как сборщик сигнала, а не как ответ на вопрос “почему”. Ответ появляется только после анализа контекста.

VOC полезен только если вы понимаете, из какого сегмента он пришёл

VOC — это голос клиента: ответы из опросов, чатов, звонков, отзывов, форм отказа и тикетов. Самая частая ошибка — свалить всё в одну кучу и потом удивляться, почему «клиенты просят скидку», хотя половина жалоб была про доставку.

Рабочая схема простая:
— сначала разделите сигналы по точке контакта: покупка, доставка, поддержка, возврат;
— потом по типу задачи: цена, интерфейс, ожидание, качество, коммуникация;
— отдельно помечайте эмоциональные ответы, где человек просто злится, но не описывает причину.

VOC без сегментации быстро превращается в шум. Один и тот же комментарий «дорого» может означать отказ от тарифа, непонимание ценности или неудобный сравнительный пакет. Если не разложить ответы по контексту, команда начнёт чинить не ту проблему.

Полезнее всего смотреть не на среднюю боль, а на повторяющиеся паттерны в одном сегменте: новые пользователи, повторные покупатели, отмены, обращения после доставки. Там и появляется сигнал, который можно превратить в гипотезу для продукта, саппорта или коммуникации.

Собирайте VOC так, чтобы у каждого ответа был контекст: кто сказал, где сказал и после какого сценария. Иначе это не research, а архив жалоб.

VOC считают не по интуиции: без сегментации он превращается в шум

VOC — voice of customer, сбор и разбор голоса клиента: отзывы, чаты, звонки, опросы, причины отказов. Смысл не в том, чтобы «собрать всё», а в том, чтобы поймать повторяющиеся паттерны и связать их с решением.

Где чаще всего ломаются команды:
— смешивают ответы новых и лояльных клиентов;
— сваливают в один тег «доставка», «качество», «саппорт» без подкатегорий;
— читают только дословные цитаты, игнорируя частоту;
— делают отчёт, но не заводят action owner.

Рабочая схема простая: сначала 5–7 тем верхнего уровня, потом подтемы и триггерные сегменты: канал, стадия воронки, продуктовая категория, тип обращения. Если тема всплывает у разных сегментов, это уже не «эмоция», а системный сигнал. Если только у одного сегмента — копаем сценарий, а не весь продукт.

И ещё: VOC полезен только когда у него есть цикл закрытия. Тег → приоритет → гипотеза → действие → повторная проверка. Иначе вы собираете библиотеку боли, но не улучшаете опыт.

Главный тест для VOC простой: после месяца работы команда может назвать топ-3 причины негатива и показать, что именно изменили. Если нет — это не customer research, а архив жалоб.

Delighted для NPS-опросов: когда «одной ссылки» уже недостаточно

Delighted — это не про «собрать NPS», а про быстро встроить опрос в продукт и не сломать логику сегментации.

Сильная сторона таких инструментов — триггеры и простая доставка: после покупки, закрытия тикета, отмены подписки, NPS-попап в нужный момент. Если сценарий короткий и понятный, вы экономите много ручной работы.

Но есть типовая ловушка: в SaaS и D2C начинают мерить всё одной и той же формой. В итоге смешиваются:
— транзакционный CSAT после конкретного контакта;
— продуктовый NPS по опыту использования;
— исследовательский вопрос про бренд.

Такой микс даёт красивую панель, но плохую интерпретацию.

Ещё один риск — верить только среднему баллу. Для feedback-системы важнее:
— к какому событию привязан ответ;
— кто ответил, а кто молча ушёл;
— есть ли текстовая причина, а не только цифра.

Если смотреть на инструмент трезво, его задача — не «улучшить NPS», а сделать сбор сигнала воспроизводимым. Без этого любая команда быстро начинает обсуждать не клиента, а дашборд.

Перед запуском проверьте три вещи: сценарий показа, сегмент ответа и план, кто читает комментарии и превращает их в действие.

Как уходят из арбитража трафика: интервью с бывшим медиабайером

Интервью с арбитражником, который отработал в сфере с 2019 года и ушёл в другую профессию. Герой рассказывает о работе в Adcombo с тизерками, переходе в криптовертикаль и прямом выкупе трафика, а затем о причинах ухода: выгорание, сложности с поиском новой позиции и переоценка приоритетов. Статья развенчивает миф о лёгких деньгах в арбитраже — это обычная работа с высокими рисками, дефицитом информации и эмоциональным истощением. Выво…

➡️ Читайте на сайте: https://aff.top/blog/kak-ukhodiat-iz-arbitrazha-trafika-interviu-s-byvshim-mediabaierom

🧠 Ещё больше инсайтов → в канале AFF.top

Qualtrics удобен не как «опросник», а как конструктор всей feedback-системы

Qualtrics часто покупают с ожиданием: «поставим NPS-опрос и увидим картину». На практике ценность появляется только тогда, когда вы заранее собираете логику: кого спрашиваем, по какому триггеру, что делаем с ответом и кто владелец инцидента.

Сильная сторона платформы — ветвление, таргетинг, квоты, роли и интеграции. Это полезно, если нужно разводить сегменты: новых и возвращающихся, подписчиков и разовых покупателей, “промо” и “органик”. Без сегментации средний NPS превращается в декоративную цифру 🙂.

Где чаще ошибаются:
— отправляют один и тот же опрос всем;
— перегружают анкету вопросами ради «полноты»;
— не связывают ответы с CRM, тикетами и событиями продукта;
— не задают SLA на реакцию по негативу.

Если используете Qualtrics для D2C или SaaS, начните не с дизайна анкеты, а с карты сигналов: триггер, сегмент, вопрос, маршрут эскалации, метрика успеха. Тогда инструмент работает как система принятия решений, а не как склад красивых дашбордов.

Выигрывает не тот, у кого больше опросов, а тот, у кого ответы быстро превращаются в действие.

Customer feedback бесполезен, если вы не разделили сигналы на 3 типа


Не весь фидбек одинаково полезен. В одной и той же форме пользователь может оставить:
— боль: «не могу завершить оплату»;
— фрикцию: «слишком много шагов»;
— мнение: «мне не нравится зелёная кнопка».

Если смешать это в одну ленту «голос клиента», команда начнёт чинить то, что громче звучит, а не то, что сильнее влияет на поведение. Боль и фрикция обычно связаны с конверсией, ретеншеном и саппорт-нагрузкой. Мнение — полезно, но только если оно повторяется в сегменте и связано с задачей пользователя.

Рабочее правило: каждый ответ сразу помечайте по двум осям — тип сигнала и этап пути. Тогда «не нашёл кнопку» и «не понял тариф» не попадут в один мешок с «хочу тёмную тему».

Ещё одна ловушка — считать частоту без контекста. Один редкий, но критичный баг в чек-ауте ценнее десятка жалоб на формулировку в интерфейсе. Для D2C и SaaS это особенно важно: там feedback часто путают с UX-предпочтениями.

Если хотите, чтобы фидбек работал, не собирайте «всё подряд». Сначала разложите его на боль, фрикцию и мнение — и только потом решайте, что чинить.

ByteDance анонсировала новую версию SeeDance версии 2.5

ByteDance готовит релиз Seedance 2.5 — видеогенератора нового уровня. Главное улучшение: модель сможет создавать 30-секундные видео за один прогон без склеек, вместо нынешних 15 секунд. Добавили локальный монтаж отдельных кадров, поддержку 3D-болванок для управления камерой, возможность использовать до 50 референсов и генерацию в 4К сразу. Закрытый бета-тест идёт сейчас, открытый релиз ожидается в начале июля. Технологически это шаг вперёд, но д…

➡️ Читайте на сайте: https://aff.top/blog/bytedance-anonsirovala-novuiu-versiiu-seedance-versii-2-5

🧠 Ещё больше инсайтов → в канале AFF.top

Codex уничтожит твой SSD за год

Разработчик обнаружил критический баг в Codex CLI от OpenAI: агент непрерывно записывает логи в локальную SQLite-базу, перезаписывая за 21 день 37 ТБ данных. При таком темпе типичный SSD объёмом 1 ТБ (рассчитанный на 600 ТБ перезаписей) выходит из строя менее чем за год. OpenAI осведомлена о проблеме, но пока не исправляет её. Пользователям остаётся либо ждать обновления, либо переключиться на альтернативные CLI-инструменты без подобных недостат…

➡️ Читайте на сайте: https://aff.top/blog/codex-unichtozhit-tvoi-ssd-za-god

🧠 Ещё больше инсайтов → в канале AFF.top

Почему высокий NPS часто врёт: 5 ловушек, из-за которых метрика выглядит лучше реальности

NPS сам по себе не измеряет лояльность «вообще». Он фиксирует готовность рекомендовать в конкретной точке контакта и сильно зависит от контекста: как спросили, когда спросили, кого спросили.

— Спросили только активных: лояльные и довольные отвечают чаще, а молчаливые недовольные выпадают из выборки.
— Опрос после успешного сценария: после доставки без сбоев или закрытого тикета NPS почти всегда выше, чем после реального опыта с продуктом.
— Смешали сегменты: у новых, старых, churn-risk и power users обычно разные оценки. Общий NPS скрывает провал в одном из сегментов.
— Нет порога интерпретации: 40 и 40 в разных каналах, странах и ценовых классах — это не один и тот же сигнал.
— Смотрят только на число: без текстового вопроса «почему» NPS превращается в красивую, но бесполезную цифру.

Что делать: держите NPS только как верхнеуровневый сигнал, а решения принимайте по сегментам, точкам контакта и причинам оценок. Иначе метрика будет успокаивать команду вместо того, чтобы показывать проблему.

Delighted — хороший триггер для NPS, но плохая замена системе обратной связи

Delighted часто выбирают за простоту: один вопрос, быстрый запуск, минимум трения для команды. Для NPS, CSAT или коротких pulse-опросов это удобно — особенно если нужно поймать сигнал после покупки, доставки или обращения в поддержку.

Но у такого удобства есть ловушка: инструмент начинает подменять методологию. Если спрашивать всех обо всём, без сегментов и логики триггеров, вы получите не feedback, а шум. Для D2C и SaaS это особенно опасно: один и тот же score у новых, активных и ушедших клиентов может означать совершенно разные вещи.

Что важно проверить до запуска:
— есть ли разные сценарии для транзакционного и relationship-опроса;
— можно ли отрезать когорты по этапу жизни клиента;
— есть ли место для открытого ответа, а не только цифры;
— умеете ли вы закрывать loop: кто видит негатив, кто отвечает, за сколько часов.

Если этого нет, любой красивый дашборд будет скорее отчётом для борда, чем инструментом роста. Delighted можно использовать как сборщик сигнала, но не как замену исследованию.

Берите его, если вам нужен быстрый слой измерения. Но сначала спроектируйте, что именно вы измеряете и кто должен действовать после ответа.

Google ужесточает модерацию финансовой вертикали

Google ужесточает модерацию финансовых офферов в ЕС и ЕЭЗ, введя двухэтапную верификацию через G2 Risk Solutions и Google Ads. Проверка затронет 24 страны, включая Австрию, Польшу, Нидерланды и другие члены союза. На прохождение модерации отводится 30 дней — за это время некоторые связки успеют отработать до вступления требований в силу. Для арбитражников это означает необходимость подготовиться к усложнению процесса запуска финансовых кампаний …

➡️ Читайте на сайте: https://aff.top/blog/google-uzhestochaet-moderaciiu-finansovoi-vertikali

🧠 Ещё больше инсайтов → в канале AFF.top

NPS не “про любовь к бренду”: как не перепутать сигнал с красивой цифрой

NPS меряет не лояльность вообще, а готовность рекомендовать. Это удобный индикатор, но только если вы понимаете, кого и когда спросили. Один и тот же продукт может показать разные значения на онбординге, после первой покупки и после решения проблемы — и все три цифры будут “правильными”.

Главная ловушка — считать средний NPS по всем пользователям. В D2C и SaaS это часто шум: новые клиенты почти всегда отвечают иначе, чем старые; активные — иначе, чем спящие; техподдержка — иначе, чем те, кто не сталкивался с проблемами. Без сегментации NPS превращается в среднюю температуру по палате.

Вторая ошибка — собирать ответ в момент сильной эмоции. После успешной доставки, возврата, сбоя или общения с саппортом оценка отражает не весь опыт, а последний контакт. Поэтому полезнее держать несколько триггеров: после ключевого сценария, после периода использования, после обращения в поддержку.

Чтобы NPS был рабочим сигналом:
— фиксируйте точку замера;
— делите ответы по сегментам и сценариям;
— смотрите не только score, но и комментарии;
— отдельно анализируйте детракторов и пассивных;
— не лечите NPS “улучшением опроса”, если проблема в продукте.

Если у NPS нет контекста, он легко становится отчётом для борда. Если контекст есть — это хороший фильтр, куда копать дальше.

Fable 5 скоро вернётся в публичный доступ

В исходном коде Claude Code обнаружены упоминания о возвращении модели Fable 5 в публичный доступ с изменённой моделью распространения — её больше не потребуется покупать отдельно, вместо этого будет применяться недельный лимит как для других моделей. Если информация подтвердится, пользователи платных тарифов смогут использовать Fable 5 в рамках своих подписок. Причины снятия ограничений по национальной безопасности остаются неясными. Хотя это п…

➡️ Читайте на сайте: https://aff.top/blog/fable-5-skoro-vernetsia-v-publichnyi-dostup

🧠 Ещё больше инсайтов → в канале AFF.top

VOC — это не “ещё один NPS”. Это сигнал, который показывает, почему клиент вообще остался

VOC (Voice of Customer) — это сбор и разбор клиентского голоса из разных точек: опросов, чатов, звонков, возвратов, отмен, отзывов, тикетов. В отличие от NPS, VOC не про одну цифру, а про контекст: где клиент споткнулся, что его разозлило, что он считает нормой, а что — проблемой.

Работает VOC только если вы фиксируете не “всё подряд”, а повторяющиеся темы. Ищите не отдельные жалобы, а паттерны: доставка, упаковка, ожидания от продукта, сложность оплаты, непонятный онбординг. Один отзыв — гипотеза. Десять одинаковых формулировок — уже зона для действия.

Главная ловушка — собирать фидбек и ничего с ним не делать. Тогда VOC превращается в склад цитат для презентации. Нужен простой цикл: собрать → разметить → сгруппировать → приоритизировать → проверить на сегменте. И отдельно смотреть на тишину: отсутствие жалоб в канале не значит, что проблемы нет.

Для D2C и SaaS особенно полезно связывать VOC с поведением: где падает конверсия, где растёт отмена, где клиент пишет в поддержку до первого заказа. Так вы не спорите с мнением клиента, а находите точку разрыва между ожиданием и опытом.

Если у вас есть только один канал обратной связи — VOC уже неполный. Но даже базовая разметка текстов лучше, чем отчёт “всё ок”.

Qualtrics — не “волшебный NPS”, а платформа, которая быстро ломается о плохую методологию

Qualtrics часто покупают как “единый комбайн” для NPS, CSAT, CES и VoC. Но сама платформа не спасает, если у вас:
— один общий опрос на всех клиентов;
— нет сегментации по lifecycle и продуктовым сценариям;
— открытые ответы не кодируются, а просто складируются в дашборд.

Главная сила Qualtrics — в логике сбора сигнала: ветвления, триггеры, квоты, контекстные опросы, объединение quantitative и qualitative данных. Это полезно, когда нужно ловить feedback в точках контакта, а не выдёргивать его из раз в квартал присланной анкеты.

Но у инструмента есть типичная ловушка: команды начинают мерить всё, что движется, и в итоге получают шум вместо обратной связи. Если не определить, какой вопрос решает каждый опрос, интерфейс и автоматизация только ускорят производство мусора.

Что важно заложить до запуска:
— один KPI на один сценарий;
— отдельные правила для promoter, detractor и neutral;
— текстовые ответы не только читать, но и тегировать по темам;
— права доступа и ownership: кто отвечает за action plan, а не за красивый отчёт.

Если используете Qualtrics как research-слой, а не как “табло для борда”, он хорошо работает. Если как замену продуктовой аналитике — быстро получите иллюзию контроля.

Начинайте не с формы, а с решения: какой сигнал вам нужен и кто будет менять процесс после ответа.