OpenRTB 3.0 ломает привычный bidstream: где у арбитражника начнутся интеграционные ошибки
OpenRTB 3.0 — это не «ещё один JSON». В версии меняется сама модель запроса: вместо россыпи плоских полей появляется более строгая структура `source` / `request` / `item` / `data`. Для тех, кто привык парсить `imp[]` и искать всё в одном объекте, это означает перепроверку маппинга на каждом слое.
Главное для арбитражной команды:
— `source` и `ext` больше нельзя воспринимать как свалку для произвольных полей;
— `item` ближе к конкретному инвентарю и условиям сделки, чем старый `imp`;
— идентификаторы и контекст часто переезжают в более вложенные блоки, и старый code path может тихо терять значения;
— если у вас middleware между SSP и bidder, он должен уметь валидировать схему, а не только логировать payload.
Типовая ошибка — пытаться «подружить» 3.0 с 2.x через простую трансформацию ключей. Это работает только для части полей. В реальности ломаются deal-условия, price floors, device/user-метаданные и трекинг атрибуции, если не обновить schema mapping целиком.
Что проверить до миграции:
— поддерживает ли ваш bidder/adapter именно OpenRTB 3.x schema;
— есть ли в логах отдельная валидация `source` и `item`;
— не теряются ли `schain`, consent, supply metadata и deal IDs при конвертации.
Если у вас в стеке есть кастомный parser, OpenRTB 3.0 лучше считать не апдейтом, а отдельным контрактом. Иначе поломка будет не в аукционе, а в вашем маппинге.
OpenRTB 3.0 — это не «ещё один JSON». В версии меняется сама модель запроса: вместо россыпи плоских полей появляется более строгая структура `source` / `request` / `item` / `data`. Для тех, кто привык парсить `imp[]` и искать всё в одном объекте, это означает перепроверку маппинга на каждом слое.
Главное для арбитражной команды:
— `source` и `ext` больше нельзя воспринимать как свалку для произвольных полей;
— `item` ближе к конкретному инвентарю и условиям сделки, чем старый `imp`;
— идентификаторы и контекст часто переезжают в более вложенные блоки, и старый code path может тихо терять значения;
— если у вас middleware между SSP и bidder, он должен уметь валидировать схему, а не только логировать payload.
Типовая ошибка — пытаться «подружить» 3.0 с 2.x через простую трансформацию ключей. Это работает только для части полей. В реальности ломаются deal-условия, price floors, device/user-метаданные и трекинг атрибуции, если не обновить schema mapping целиком.
Что проверить до миграции:
— поддерживает ли ваш bidder/adapter именно OpenRTB 3.x schema;
— есть ли в логах отдельная валидация `source` и `item`;
— не теряются ли `schain`, consent, supply metadata и deal IDs при конвертации.
Если у вас в стеке есть кастомный parser, OpenRTB 3.0 лучше считать не апдейтом, а отдельным контрактом. Иначе поломка будет не в аукционе, а в вашем маппинге.
IVT — это не одна метрика: как разложить ad-fraud detection по категориям
IVT обычно ломают на несколько слоёв, и детектить их надо по-разному. Если свалить всё в один bucket, отчёт будет шумным: часть инвентаря уходит в false positive, часть fraud проходит мимо.
— GIVT: бот-сети, дата-центры, известные crawler’ы, аномальные user-agent / IP / ASN, повторяющиеся паттерны запросов. Тут работают rules-based фильтры, threat intel, allow/deny lists, сигнатуры.
— SIVT: сложнее. Мутации креатива, hidden iframes, ad stacking, spoofing, injected clicks. Нужны поведенческие сигналы, viewability-цепочка, timing-анализ, JS telemetry, correlation между impression и interaction.
— SDK / app fraud: подмена device signals, install hijacking, click flooding, fake sessions. Смотрят консистентность device graph, install-to-click latency, event order, entropy по publisher/app bundle.
— Traffic quality anomalies: всплески с одного path, одинаковые page URL, неестественный fill + низкий time-on-page, mismatch между request rate и human traffic.
Сильный пайплайн не опирается на один vendor score. Он склеивает signals: ads.txt / sellers.json, supply-path, user-agent entropy, JS execution, viewability, click timing, post-bid validation. Чем раньше ловите аномалию — тем меньше мусора доходит до билда отчёта и аллокации бюджета.
Для паблишера полезно держать раздельно:
Если в отчёте есть только “invalid traffic”, вы видите симптом. Если есть разбиение по классам — уже можно чинить источник.
IVT обычно ломают на несколько слоёв, и детектить их надо по-разному. Если свалить всё в один bucket, отчёт будет шумным: часть инвентаря уходит в false positive, часть fraud проходит мимо.
— GIVT: бот-сети, дата-центры, известные crawler’ы, аномальные user-agent / IP / ASN, повторяющиеся паттерны запросов. Тут работают rules-based фильтры, threat intel, allow/deny lists, сигнатуры.
— SIVT: сложнее. Мутации креатива, hidden iframes, ad stacking, spoofing, injected clicks. Нужны поведенческие сигналы, viewability-цепочка, timing-анализ, JS telemetry, correlation между impression и interaction.
— SDK / app fraud: подмена device signals, install hijacking, click flooding, fake sessions. Смотрят консистентность device graph, install-to-click latency, event order, entropy по publisher/app bundle.
— Traffic quality anomalies: всплески с одного path, одинаковые page URL, неестественный fill + низкий time-on-page, mismatch между request rate и human traffic.
Сильный пайплайн не опирается на один vendor score. Он склеивает signals: ads.txt / sellers.json, supply-path, user-agent entropy, JS execution, viewability, click timing, post-bid validation. Чем раньше ловите аномалию — тем меньше мусора доходит до билда отчёта и аллокации бюджета.
Для паблишера полезно держать раздельно:
GIVT, SIVT, suspect, blocked. Тогда можно видеть, где у вас проблема: в источнике трафика, в размещении, в SDK или в цепочке поставки.Если в отчёте есть только “invalid traffic”, вы видите симптом. Если есть разбиение по классам — уже можно чинить источник.
American Home Shield упёрся в fragmentation: как теперь ловят «правильного» пользователя
American Home Shield пересобрал targeting strategy на фоне data fragmentation. Andrea Steele, director of media and marketing, прямо формулирует проблему: при сильно раздробленном attention уже сложно быть уверенным, что вы попадаете в right customer в right time.
Для programmatic это не про «ещё один сегмент». Когда media распадается по множеству точек входа, падает доверие к старым audience assumptions и растёт цена ошибки в DSP/SSP цепочке. Тут обычно всплывают не красивые dashboards, а разъезд между source-of-truth, reach и фактическим bid stream.
Если у вас сейчас SPO, identity graph или Prebid-targeting завязаны на устаревшие сегменты — пора сверить, где именно теряется match.
American Home Shield пересобрал targeting strategy на фоне data fragmentation. Andrea Steele, director of media and marketing, прямо формулирует проблему: при сильно раздробленном attention уже сложно быть уверенным, что вы попадаете в right customer в right time.
Для programmatic это не про «ещё один сегмент». Когда media распадается по множеству точек входа, падает доверие к старым audience assumptions и растёт цена ошибки в DSP/SSP цепочке. Тут обычно всплывают не красивые dashboards, а разъезд между source-of-truth, reach и фактическим bid stream.
Если у вас сейчас SPO, identity graph или Prebid-targeting завязаны на устаревшие сегменты — пора сверить, где именно теряется match.
Bid shading в DSP: как аукционный floor превращается в математику ставки
Bid shading нужен там, где DSP видит шанс выиграть дешевле своей «чистой» ценности. В first-price auction нельзя просто ставить predicted value: если победитель платит свою ставку, лишний маржа-буфер сразу утекает.
Технически shading — это преобразование v -> b, где v — оценка инвентаря, b — ставка после среза. DSP строит win probability и ожидаемую цену победы по историческому bid stream: частоты win/lose, распределение конкурентных ставок, floor-эффекты по placement / geo / device / hour.
Дальше модель ищет точку, где expected value максимален:
— слишком высокий bid: растёт win rate, но падает margin;
— слишком низкий bid: экономия есть, но теряется reach и нужный supply;
— слишком агрессивный shading: ломает delivery на редких сегментах и премиальном инвентаре.
Ключевая ошибка — делать один коэффициент на весь трафик. В реальном DSP shading обычно стратифицируют по кластеру: SSP, app/web, floor band, viewability tier, audience segment. Иначе модель переносит поведение дешёвого long-tail на дорогой supply и системно недобирает выигрыши.
Проверка простая: смотрите не только CPM, но и изменение win rate, spend pacing, ratio между bid и clearing price, а также смещение по supply path. Если после shading растёт доля проигрышей на тех же сегментах — модель режет слишком глубоко.
Нормальный shading — это не «сделать ставки ниже», а аккуратно приблизить bid к реальной цене клиринга.
Bid shading нужен там, где DSP видит шанс выиграть дешевле своей «чистой» ценности. В first-price auction нельзя просто ставить predicted value: если победитель платит свою ставку, лишний маржа-буфер сразу утекает.
Технически shading — это преобразование v -> b, где v — оценка инвентаря, b — ставка после среза. DSP строит win probability и ожидаемую цену победы по историческому bid stream: частоты win/lose, распределение конкурентных ставок, floor-эффекты по placement / geo / device / hour.
Дальше модель ищет точку, где expected value максимален:
— слишком высокий bid: растёт win rate, но падает margin;
— слишком низкий bid: экономия есть, но теряется reach и нужный supply;
— слишком агрессивный shading: ломает delivery на редких сегментах и премиальном инвентаре.
Ключевая ошибка — делать один коэффициент на весь трафик. В реальном DSP shading обычно стратифицируют по кластеру: SSP, app/web, floor band, viewability tier, audience segment. Иначе модель переносит поведение дешёвого long-tail на дорогой supply и системно недобирает выигрыши.
Проверка простая: смотрите не только CPM, но и изменение win rate, spend pacing, ratio между bid и clearing price, а также смещение по supply path. Если после shading растёт доля проигрышей на тех же сегментах — модель режет слишком глубоко.
Нормальный shading — это не «сделать ставки ниже», а аккуратно приблизить bid к реальной цене клиринга.
Direct deals vs open marketplace: где теряется маржа и когда ставить приоритет
Direct deal и open marketplace — это не про «лучше/хуже», а про разную структуру риска. В прямой сделке вы покупаете предсказуемость: фиксированный инвентарь, понятный floor, меньше шума в bid stream. В open marketplace — доступ к объёму и конкуренции, но с более высокой вариативностью по win rate, quality и pricing.
Если смотреть на экономику, сравнивайте не только CPM. Нужны: fill rate, viewability, IVT-фильтрация, latency, доля no-bid и post-bid loss. Direct deal часто выигрывает, когда важны конкретный placement, бренд-сейфти и стабильный delivery. Marketplace полезен там, где нужен масштаб, быстрый тест спроса и возможность выкупать остаток без ручной договорённости.
Ошибка — сравнивать каналы по одному KPI. В direct может быть выше CPM, но ниже потери на мусорный трафик и меньше отклонений по качеству. В open marketplace иногда дешевле вход, но итоговая стоимость качественного impression вырастает из-за конкуренции, селл-сайд фильтров и неэффективного supply path.
Для паблишера рабочая схема обычно такая:
— прямые сделки — для премиального инвентаря и guaranteed delivery
— open marketplace — для остатка и discovery demand
— отдельные floor-правила и когорты по device / geo / viewability
Если у вас в отчёте один line item «выглядит дороже», это ещё не сигнал. Смотрите на итоговую выручку на качественный impression и на то, какой путь даёт меньше утечек в аукционе.
Direct deal и open marketplace — это не про «лучше/хуже», а про разную структуру риска. В прямой сделке вы покупаете предсказуемость: фиксированный инвентарь, понятный floor, меньше шума в bid stream. В open marketplace — доступ к объёму и конкуренции, но с более высокой вариативностью по win rate, quality и pricing.
Если смотреть на экономику, сравнивайте не только CPM. Нужны: fill rate, viewability, IVT-фильтрация, latency, доля no-bid и post-bid loss. Direct deal часто выигрывает, когда важны конкретный placement, бренд-сейфти и стабильный delivery. Marketplace полезен там, где нужен масштаб, быстрый тест спроса и возможность выкупать остаток без ручной договорённости.
Ошибка — сравнивать каналы по одному KPI. В direct может быть выше CPM, но ниже потери на мусорный трафик и меньше отклонений по качеству. В open marketplace иногда дешевле вход, но итоговая стоимость качественного impression вырастает из-за конкуренции, селл-сайд фильтров и неэффективного supply path.
Для паблишера рабочая схема обычно такая:
— прямые сделки — для премиального инвентаря и guaranteed delivery
— open marketplace — для остатка и discovery demand
— отдельные floor-правила и когорты по device / geo / viewability
Если у вас в отчёте один line item «выглядит дороже», это ещё не сигнал. Смотрите на итоговую выручку на качественный impression и на то, какой путь даёт меньше утечек в аукционе.
Реклама ВКонтакте умерла: что происходит с Vk ADS в 2026 году
С апреля 2026 года реклама нутры во ВК стала убыточной из-за ужесточения модерации и изменений в её алгоритме. Креативы либо не проходят проверку по надуманным причинам, либо модерируются частично — одобрены только на площадках вне таргета, что исключает показы. Домены чаще банят, ссылки приходится менять, пиксели пересчитываются. В итоге цена лида выросла настолько, что вместо 10-20% ROI арбитражники получают -20% или -30% даже на объёме. На см…
С апреля 2026 года реклама нутры во ВК стала убыточной из-за ужесточения модерации и изменений в её алгоритме. Креативы либо не проходят проверку по надуманным причинам, либо модерируются частично — одобрены только на площадках вне таргета, что исключает показы. Домены чаще банят, ссылки приходится менять, пиксели пересчитываются. В итоге цена лида выросла настолько, что вместо 10-20% ROI арбитражники получают -20% или -30% даже на объёме. На см…
Brand safety и suitability — это не одно и то же: сигналы и правила фильтрации
Brand safety отвечает на вопрос: «можно ли вообще показывать рекламу рядом с этим инвентарём». Обычно сюда попадают жёсткие стоп-факторы: malware, adult, hate speech, piracy, dangerous content. Это слой блокировки, где решение должно быть максимально бинарным.
Suitability — более тонкий слой. Здесь инвентарь может быть «безопасным», но не подходить под конкретный бренд: новостной контекст, политические темы, трагедии, спорные обсуждения, UGC с высоким шумом. Один и тот же URL может быть acceptable для одного advertiser и excluded для другого.
На уровне сигналов разница такая:
— brand safety чаще опирается на page/app classification, domain, app bundle, URL, content keywords, IAB categories;
— suitability добавляет семантику, sentiment, adjacency, language, geo, publisher section, иногда page-level confidence score.
В интеграции это выглядит как два разных правила в pipeline:
1) сначала coarse blocklist по категориям и доменам;
2) потом contextual scoring и brand-specific exclusions;
3) отдельно — override-логика для whitelists / PMP / trusted supply.
Если смешать эти слои, вы получите либо лишний режект качественного трафика, либо слишком широкий допуск. Для Prebid и DSP полезно держать разные поля конфигурации: жёсткие категории отдельно, suitability-матчинг отдельно. Так проще объяснять отклонения в bid stream и не ломать отчёты по viewability и CTR.
Проверка простая: если правило можно описать как «нельзя никогда» — это brand safety. Если как «можно, но не для этого клиента» — это suitability.
Brand safety отвечает на вопрос: «можно ли вообще показывать рекламу рядом с этим инвентарём». Обычно сюда попадают жёсткие стоп-факторы: malware, adult, hate speech, piracy, dangerous content. Это слой блокировки, где решение должно быть максимально бинарным.
Suitability — более тонкий слой. Здесь инвентарь может быть «безопасным», но не подходить под конкретный бренд: новостной контекст, политические темы, трагедии, спорные обсуждения, UGC с высоким шумом. Один и тот же URL может быть acceptable для одного advertiser и excluded для другого.
На уровне сигналов разница такая:
— brand safety чаще опирается на page/app classification, domain, app bundle, URL, content keywords, IAB categories;
— suitability добавляет семантику, sentiment, adjacency, language, geo, publisher section, иногда page-level confidence score.
В интеграции это выглядит как два разных правила в pipeline:
1) сначала coarse blocklist по категориям и доменам;
2) потом contextual scoring и brand-specific exclusions;
3) отдельно — override-логика для whitelists / PMP / trusted supply.
Если смешать эти слои, вы получите либо лишний режект качественного трафика, либо слишком широкий допуск. Для Prebid и DSP полезно держать разные поля конфигурации: жёсткие категории отдельно, suitability-матчинг отдельно. Так проще объяснять отклонения в bid stream и не ломать отчёты по viewability и CTR.
Проверка простая: если правило можно описать как «нельзя никогда» — это brand safety. Если как «можно, но не для этого клиента» — это suitability.
551 млн daily ad requests и вертикальное видео: AdPlayer.Pro добрала outstream до 2.0
AdPlayer.Pro объявила о 551 млн ежедневных рекламных запросов и пиковом уровне 10 000 RPS.
Параллельно платформа добавила поддержку вертикального видео и обновила Interstitial Video Ads до версии 2.0 для всех типов outstream-рекламы.
Для programmatic это не просто рост инвентаря: outstream-сетка с вертикальным видео меняет креативный пайплайн, размеры плейсментов и поведение bid responses в видео-аукционе.
Если у вас закупка завязана на outstream, проверьте, не режется ли delivery на mismatch по format / aspect ratio и как новый формат проходит через ваш wrapper, DSP-правила и post-bid отчёты.
Вертикальное видео в outstream — это ещё и тест на то, где у вас реально теряется fill на стороне ad server, а где уже на стороне bidder.
AdPlayer.Pro объявила о 551 млн ежедневных рекламных запросов и пиковом уровне 10 000 RPS.
Параллельно платформа добавила поддержку вертикального видео и обновила Interstitial Video Ads до версии 2.0 для всех типов outstream-рекламы.
Для programmatic это не просто рост инвентаря: outstream-сетка с вертикальным видео меняет креативный пайплайн, размеры плейсментов и поведение bid responses в видео-аукционе.
Если у вас закупка завязана на outstream, проверьте, не режется ли delivery на mismatch по format / aspect ratio и как новый формат проходит через ваш wrapper, DSP-правила и post-bid отчёты.
Вертикальное видео в outstream — это ещё и тест на то, где у вас реально теряется fill на стороне ad server, а где уже на стороне bidder.
Cookieless targeting не умер: вот рабочие опоры вместо third-party cookie
Если смотреть на bid stream, то устойчиво работают не «магические ID», а связка из 4 слоёв: first-party data, контекст, publisher signals и согласованный identity layer. Один слой почти всегда даёт шум; связка даёт адресуемость без перекоса в CPM.
— First-party: CRM, события на сайте, сегменты по intent и frequency caps на своей стороне.
— Contextual: page taxonomy, keywords, semantic категории, placement-level rules.
— Publisher signals: geo, device, consent, time-of-day, recency, inventory type.
— Identity: UID2 / RampID / ID5 только там, где есть покрытие и валидный consent.
Главная ошибка — строить targeting только вокруг ID. После матчинга половина объёма всё равно уйдёт в cookieless окружение, и тогда выигрывает не «точность профиля», а качество сигнала на входе. Для performance это особенно заметно на pre-bid: плохой сигнал ломает и bid shading, и reach.
В инфраструктуре проверьте три вещи: 1) не дублируются ли сегменты между DMP и CDP; 2) не режется ли addressability из-за слишком жёстких frequency rules; 3) есть ли fallback-логика на contextual и placement-tier, когда identity не матчится.
Если у вас cookieless targeting держится только на одном ID-провайдере, это не стратегия, а зависимость. Нужен стек, где каждый слой может заменить соседний.
Если смотреть на bid stream, то устойчиво работают не «магические ID», а связка из 4 слоёв: first-party data, контекст, publisher signals и согласованный identity layer. Один слой почти всегда даёт шум; связка даёт адресуемость без перекоса в CPM.
— First-party: CRM, события на сайте, сегменты по intent и frequency caps на своей стороне.
— Contextual: page taxonomy, keywords, semantic категории, placement-level rules.
— Publisher signals: geo, device, consent, time-of-day, recency, inventory type.
— Identity: UID2 / RampID / ID5 только там, где есть покрытие и валидный consent.
Главная ошибка — строить targeting только вокруг ID. После матчинга половина объёма всё равно уйдёт в cookieless окружение, и тогда выигрывает не «точность профиля», а качество сигнала на входе. Для performance это особенно заметно на pre-bid: плохой сигнал ломает и bid shading, и reach.
В инфраструктуре проверьте три вещи: 1) не дублируются ли сегменты между DMP и CDP; 2) не режется ли addressability из-за слишком жёстких frequency rules; 3) есть ли fallback-логика на contextual и placement-tier, когда identity не матчится.
Если у вас cookieless targeting держится только на одном ID-провайдере, это не стратегия, а зависимость. Нужен стек, где каждый слой может заменить соседний.
На Githab выложили Opengram - самостоятельный сервер Telegram
Opengram — open-source аналог Telegram, который позволяет развернуть мессенджер на собственном сервере для внутренних нужд компании. Платформа поддерживает основной функционал официального клиента: группы, каналы, боты, видеозвонки и Bot API. Для работы можно использовать стандартные приложения Telegram (десктоп и мобила), изменив параметры подключения. Архитектура базируется на микросервисах в Docker Compose с инфраструктурой MongoDB, Redis, Ra…
Opengram — open-source аналог Telegram, который позволяет развернуть мессенджер на собственном сервере для внутренних нужд компании. Платформа поддерживает основной функционал официального клиента: группы, каналы, боты, видеозвонки и Bot API. Для работы можно использовать стандартные приложения Telegram (десктоп и мобила), изменив параметры подключения. Архитектура базируется на микросервисах в Docker Compose с инфраструктурой MongoDB, Redis, Ra…
Cookieless targeting работает только там, где есть собственный сигнал, а не надежда на магию DSP
Устойчивые варианты — это first-party data, контекст, publisher-level IDs и clean-room матчинг. Если у вас есть login/email hash, собранный с consent, его можно поднять в UID2, RampID или ID5 и использовать как deterministic-сигнал. Если идентификатора нет, не пытайтесь дотянуться до user-level таргетинга любой ценой: лучше собрать нормальный сегмент по поведению на своей площадке.
Контекст тоже не умер: semantic classification, page-level taxonomy и genre clusters дают предсказуемый reach без зависимости от third-party cookies. Для performance это работает лучше всего в связке с белыми списками инвентаря, частотным лимитом на уровне площадки и post-click/post-view раздельной атрибуцией. Иначе вы смешаете хороший контекст с мусорным supply.
Еще один рабочий слой — cohorting. Не хранить сырой user graph, а передавать в bid request агрегированные признаки: recency, affinity bucket, content intent, device class. Это снижает утечку идентичности и сохраняет управляемость аукциона. Важно: один и тот же сигнал не должен жить в трех местах одновременно — в user.ext, in-page script и DMP, иначе получите разъезд сегментов.
Если строите cookieless stack, начинайте с аудита сигналов: что у вас deterministic, что probabilistic, что просто шум. Потом оставляйте только те связки, которые можно объяснить в bid stream и проверить по uplift. Иначе cookieless targeting превращается в дорогой ретаргетинг по интуиции.
Устойчивые варианты — это first-party data, контекст, publisher-level IDs и clean-room матчинг. Если у вас есть login/email hash, собранный с consent, его можно поднять в UID2, RampID или ID5 и использовать как deterministic-сигнал. Если идентификатора нет, не пытайтесь дотянуться до user-level таргетинга любой ценой: лучше собрать нормальный сегмент по поведению на своей площадке.
Контекст тоже не умер: semantic classification, page-level taxonomy и genre clusters дают предсказуемый reach без зависимости от third-party cookies. Для performance это работает лучше всего в связке с белыми списками инвентаря, частотным лимитом на уровне площадки и post-click/post-view раздельной атрибуцией. Иначе вы смешаете хороший контекст с мусорным supply.
Еще один рабочий слой — cohorting. Не хранить сырой user graph, а передавать в bid request агрегированные признаки: recency, affinity bucket, content intent, device class. Это снижает утечку идентичности и сохраняет управляемость аукциона. Важно: один и тот же сигнал не должен жить в трех местах одновременно — в user.ext, in-page script и DMP, иначе получите разъезд сегментов.
Если строите cookieless stack, начинайте с аудита сигналов: что у вас deterministic, что probabilistic, что просто шум. Потом оставляйте только те связки, которые можно объяснить в bid stream и проверить по uplift. Иначе cookieless targeting превращается в дорогой ретаргетинг по интуиции.
Tap trading - новая игра на основе курса Solana
Duelbits запустила Tap Trading — игру на предсказание движения курса Solana за 10 секунд на основе реального биржевого курса. По сути это переупакованные бинарные опционы с двумя кнопками (вверх/вниз) и графиком цены, без выбора времени и валютной пары. Разработчик позиционирует продукт как прорыв в криптоиграх, но реально это копия давно известной схемы. Обновление на рынке, где бинарные опционы никто не забывал и остаются привлекательными для …
🧠 ещё больше CPA-инсайтов → https://t.me/+iRC9bTowfLw4ZDc8
Duelbits запустила Tap Trading — игру на предсказание движения курса Solana за 10 секунд на основе реального биржевого курса. По сути это переупакованные бинарные опционы с двумя кнопками (вверх/вниз) и графиком цены, без выбора времени и валютной пары. Разработчик позиционирует продукт как прорыв в криптоиграх, но реально это копия давно известной схемы. Обновление на рынке, где бинарные опционы никто не забывал и остаются привлекательными для …
🧠 ещё больше CPA-инсайтов → https://t.me/+iRC9bTowfLw4ZDc8
LFTO вышел на Nasdaq по $23 и в первые часы ушёл выше $30
Liftoff Mobile провела IPO на Nasdaq 3 июня 2026 года.
Размещение прошло по $23 за акцию, компания привлекла $437 млн.
В первые часы торгов котировки поднялись выше $30. Тикер LFTO стал первым крупным выходом AdTech на публичный рынок после MNTN в 2025 году.
Для programmatic-рынка это не просто тикер в ленте: публичная оценка начинает влиять на M&A-мультипликаторы, компы для DSP/SSP и переговоры по supply-side активам. Когда adtech выходит в public market, pricing дисциплина в SPO, identity-слое и inventory-quality становится заметнее в due diligence.
Если вы строите SSP/DSP-стек или продаёте premium supply, теперь LFTO придётся сравнивать не только с private peers, но и с рынком капитала.
Liftoff Mobile провела IPO на Nasdaq 3 июня 2026 года.
Размещение прошло по $23 за акцию, компания привлекла $437 млн.
В первые часы торгов котировки поднялись выше $30. Тикер LFTO стал первым крупным выходом AdTech на публичный рынок после MNTN в 2025 году.
Для programmatic-рынка это не просто тикер в ленте: публичная оценка начинает влиять на M&A-мультипликаторы, компы для DSP/SSP и переговоры по supply-side активам. Когда adtech выходит в public market, pricing дисциплина в SPO, identity-слое и inventory-quality становится заметнее в due diligence.
Если вы строите SSP/DSP-стек или продаёте premium supply, теперь LFTO придётся сравнивать не только с private peers, но и с рынком капитала.
13 млрд impressions и +165% CTR: Stellantis встроил attention в DSP-байинг
Stellantis и IAS завершили одно из крупнейших исследований attention в digital ads: больше 13 млрд показов в 19 странах через IAS Quality Attention.
Метрики Quality Attention были встроены в programmatic-закупки через DSP. В тестах ad recall вырос на 33%, CTR — на 165% к традиционным кампаниям.
Для тех, кто живёт в bid stream, это важнее обычного viewability-отчёта: attention начинает влиять не только на post-bid аналитику, но и на сам медиабаинг в DSP.
Если у вас в сплите всё ещё решает только viewability, пора смотреть, как attention-сигналы ложатся в bidding rules, inventory quality и SPO-отбор.
Stellantis и IAS завершили одно из крупнейших исследований attention в digital ads: больше 13 млрд показов в 19 странах через IAS Quality Attention.
Метрики Quality Attention были встроены в programmatic-закупки через DSP. В тестах ad recall вырос на 33%, CTR — на 165% к традиционным кампаниям.
Для тех, кто живёт в bid stream, это важнее обычного viewability-отчёта: attention начинает влиять не только на post-bid аналитику, но и на сам медиабаинг в DSP.
Если у вас в сплите всё ещё решает только viewability, пора смотреть, как attention-сигналы ложатся в bidding rules, inventory quality и SPO-отбор.
Media is too big
VIEW IN TELEGRAM
Санкции на крипте: что делать с меченой криптовалютой
В конце мая 2026 года Великобритания санкционировала криптовалютные сервисы за работу с Россией, включая биржи Huobi Global и Exmo. Пользователи, получившие крипту от этих платформ, поймали метку «опасные источники» при AML-проверке, что затрудняет обмен и может привести к блокировке средств. При возникновении проблем нужно немедленно писать в поддержку с доказательствами легальности транзакций: скриншотами P2P-сделок, квитанциями от партнёрок …
🧠 Ещё больше инсайтов → в канале AFF.top
В конце мая 2026 года Великобритания санкционировала криптовалютные сервисы за работу с Россией, включая биржи Huobi Global и Exmo. Пользователи, получившие крипту от этих платформ, поймали метку «опасные источники» при AML-проверке, что затрудняет обмен и может привести к блокировке средств. При возникновении проблем нужно немедленно писать в поддержку с доказательствами легальности транзакций: скриншотами P2P-сделок, квитанциями от партнёрок …
🧠 Ещё больше инсайтов → в канале AFF.top
👉 По @server_attribution стоит подписаться на server side gtm — годный канал.
This media is not supported in your browser
VIEW IN TELEGRAM
В России введут комиссию за обмен USDT
Российский законопроект впервые чтения вводит регулирование криптовалют через пять категорий организаций и требует налогообложения прибыли криптообменников. Закон затронет популярные активы типа USDT и BNB, контролируемые недружественными странами. Основная цель — обязать обменники делиться доходами с бюджетом через комиссии и экономические стимулы, что в итоге увеличит затраты для рядовых пользователей и может стимулировать переход на альтернат…
➡️ Читайте на сайте: https://aff.top/blog/v-rossii-vvedut-komissiiu-za-obmen-usdt
🧠 Ещё больше инсайтов → в канале AFF.top
Российский законопроект впервые чтения вводит регулирование криптовалют через пять категорий организаций и требует налогообложения прибыли криптообменников. Закон затронет популярные активы типа USDT и BNB, контролируемые недружественными странами. Основная цель — обязать обменники делиться доходами с бюджетом через комиссии и экономические стимулы, что в итоге увеличит затраты для рядовых пользователей и может стимулировать переход на альтернат…
➡️ Читайте на сайте: https://aff.top/blog/v-rossii-vvedut-komissiiu-za-obmen-usdt
🧠 Ещё больше инсайтов → в канале AFF.top
Assertive Yield и The Media Trust: supply-side quality теперь режут на уровне yield-логики
Assertive Yield объявила strategic partnership с The Media Trust. Партнёрство заявлено как шаг для усиления ad quality и publisher revenue.
Для паблишерского стека это читается без маркетинга: quality-сигналы начинают ближе подводиться к yield optimization на supply-side. Если у вас header bidding поверх Prebid, вопрос уже не только в timeout и bidder mix, а в том, как быстро отсекать мусорный инвентарь до того, как он уедет в auction и размоет CPM.
Практически это про связку ad quality, wrapper-логики и фильтрации supply-path, а не про «ещё один vendor в списке». Для команд, которые смотрят на bid stream и revenue by domain/app bundle, такой слой может стать отдельным контролем перед GAM-цепочкой.
У кого сейчас больше болит — у тех, кто считает, что bad inventory сам уйдёт из waterfall?
Assertive Yield объявила strategic partnership с The Media Trust. Партнёрство заявлено как шаг для усиления ad quality и publisher revenue.
Для паблишерского стека это читается без маркетинга: quality-сигналы начинают ближе подводиться к yield optimization на supply-side. Если у вас header bidding поверх Prebid, вопрос уже не только в timeout и bidder mix, а в том, как быстро отсекать мусорный инвентарь до того, как он уедет в auction и размоет CPM.
Практически это про связку ad quality, wrapper-логики и фильтрации supply-path, а не про «ещё один vendor в списке». Для команд, которые смотрят на bid stream и revenue by domain/app bundle, такой слой может стать отдельным контролем перед GAM-цепочкой.
У кого сейчас больше болит — у тех, кто считает, что bad inventory сам уйдёт из waterfall?
Регуляторы снова закручивают гайки платформам — и RTB-цепочка первой ловит удар
На этой неделе AI investment surged, regulators tightened their grip on tech platforms, а advertising giants doubled down on data-driven growth strategies.
На World News Media Congress SPUR Coalition приняла 30 новых участников.
Для open web это бьёт по двум узлам сразу: доступность сигналов для таргетинга и длина цепочки между SSP, DSP и measurement vendors. Чем жёстче требования к платформам, тем больше трения вокруг data sharing, consent flow и post-bid measurement.
В таком режиме выигрывают стеки, где sellers.json / ads.txt / app-ads.txt и quality signals уже собраны без ручных костылей.
Если у вас SPO-отчёты давно не пересматривались, сейчас самое время сверить, где в path сидят лишние посредники и какие измерительные интеграции могут просесть.
На этой неделе AI investment surged, regulators tightened their grip on tech platforms, а advertising giants doubled down on data-driven growth strategies.
На World News Media Congress SPUR Coalition приняла 30 новых участников.
Для open web это бьёт по двум узлам сразу: доступность сигналов для таргетинга и длина цепочки между SSP, DSP и measurement vendors. Чем жёстче требования к платформам, тем больше трения вокруг data sharing, consent flow и post-bid measurement.
В таком режиме выигрывают стеки, где sellers.json / ads.txt / app-ads.txt и quality signals уже собраны без ручных костылей.
Если у вас SPO-отчёты давно не пересматривались, сейчас самое время сверить, где в path сидят лишние посредники и какие измерительные интеграции могут просесть.
This media is not supported in your browser
VIEW IN TELEGRAM
В App Store снова появилось приложение Telegram для Apple Watch
Telegram вернул приложение для Apple Watch в App Store с поддержкой сообщений, голосовых и текстовых сообщений, гифок и стикеров. После переиздания приложения в сторе можно ожидать запуска таргетированной рекламы в Telegram ADS, что открывает возможности для тестирования MVA-приложений на iOS через новый канал трафика.
➡️ Читайте на сайте: https://aff.top/blog/v-app-store-snova-poiavilos-prilozhenie-telegram-dlia-apple-watch
🧠 Ещё больше инсайтов → в канале AFF.top
Telegram вернул приложение для Apple Watch в App Store с поддержкой сообщений, голосовых и текстовых сообщений, гифок и стикеров. После переиздания приложения в сторе можно ожидать запуска таргетированной рекламы в Telegram ADS, что открывает возможности для тестирования MVA-приложений на iOS через новый канал трафика.
➡️ Читайте на сайте: https://aff.top/blog/v-app-store-snova-poiavilos-prilozhenie-telegram-dlia-apple-watch
🧠 Ещё больше инсайтов → в канале AFF.top
8.6% FAST-времени у news: Wurl упёрся в scene-level brand safety
Wurl пишет: news now accounts for about 8.6% of all FAST viewing hours.
Устройства, которые проводят >90% времени в news, дают 7.4% viewing hours across all FAST genres.
Из всего news-контента 35.7% сцен классифицированы как fully brand safe по IAB-aligned категориям.
Для CTV/FAST это не про «news как вертикаль», а про упаковку инвентаря в OpenRTB и deal logic. Scene-level contextual analysis позволяет резать risk не по каналу целиком, а по моменту перед ad break — значит, в PMP/PG можно точнее продавать premium news inventory без грубого blacklisting.
Если у вас в supply-path стоят CTV news-пакеты, завтра есть что пересмотреть: контекстные сигналы, brand-safety сегментацию и то, как DSP читает content metadata на уровне сцены. Иначе 35.7% safe-сцен так и останутся невидимыми для биддера.
Wurl пишет: news now accounts for about 8.6% of all FAST viewing hours.
Устройства, которые проводят >90% времени в news, дают 7.4% viewing hours across all FAST genres.
Из всего news-контента 35.7% сцен классифицированы как fully brand safe по IAB-aligned категориям.
Для CTV/FAST это не про «news как вертикаль», а про упаковку инвентаря в OpenRTB и deal logic. Scene-level contextual analysis позволяет резать risk не по каналу целиком, а по моменту перед ad break — значит, в PMP/PG можно точнее продавать premium news inventory без грубого blacklisting.
Если у вас в supply-path стоят CTV news-пакеты, завтра есть что пересмотреть: контекстные сигналы, brand-safety сегментацию и то, как DSP читает content metadata на уровне сцены. Иначе 35.7% safe-сцен так и останутся невидимыми для биддера.