First-price auction в RTB: где именно меняется экономика bid response

В second-price bidder мог ставить ценность показа и часто платить цену второго участника плюс шаг. В first-price clearing price прижимается к вашей ставке: отправили высокий bid — выиграли дороже.

Отличие для стека:
— second-price терпимее к агрессивным bid values;
— first-price требует bid shading на стороне DSP;
— floor становится не подсказкой, а реальным барьером;
— дубли supply path быстрее превращаются в переплату.

Что проверять в логах: bidprice, win_price, floor, SSP, deal_id, geo, device. Если win_price почти равен bidprice в большинстве win notice — shading слабый или аукцион ближе к first-price.

Паблишеру first-price может поднять eCPM на коротком отрезке, но завышенные floor режут demand. Байеру опаснее другое: один и тот же inventory приходит через несколько SSP, а платить приходится почти полную ставку.

Вывод: оптимизируйте не только win rate. Смотрите bid-to-win spread по SSP и floor bucket — там видно, где аукцион забирает маржу.

Anthropic обвинила DeepSeek, Moonlight и Alibaba в дистиляции

Статья о том, как китайские компании массово выкачивают ответы западных нейросеток, чтобы дообучать свои модели. Anthropic говорит о 24 000 фейковых аккаунтов и 16 млн запросов к Claude. Вывод простой: рынок ИИ входит в фазу жёсткого копирования, а китайские модели Qwen, Kimi и DeepSeek могут быстро догонять лидеров дешевле.

➡️ Читайте на сайте: https://aff.top/blog/anthropic-obvinila-deepseek-moonlight-i-alibaba-v-distiliacii

🧠 Ещё больше инсайтов → в канале AFF.top

Brand safety и suitability ломаются не в policy, а в уровне сигналов, которые вы вообще читаете

Brand safety отвечает на вопрос «можно ли показываться рядом с этим контентом». Suitability — «подходит ли этот контент именно этому бренду, учитывая его риск-профиль». То есть safety — это фильтр на запрет, suitability — на контекстную уместность.

На уровне сигналов safety обычно живёт в категориях: adult, violence, hate, piracy, illegal download, UGC risk. Для него хватает coarse taxonomy и black/allow-list. Suitability уже требует тоньше: тематика страницы, тональность, language, авторитет домена, глубина контента, иногда adjacency по абзацу, а не по URL. Один и тот же news-article может быть safe, но not suitable для luxury или kids-oriented бренда.

Ошибка в интеграции — смешивать эти слои в один чекбокс в DSP. Тогда команда либо режет слишком много inventory, либо пропускает «формально безопасные» страницы с токсичным соседством. Правильная схема: сначала hard safety rules, потом scoring suitability по сигналам, затем отдельные thresholds по line item / deal ID / vertical.

Для операции полезно вести два отчёта: блокировки по safety reasons и отказы по suitability score. Если в логах есть только «blocked», вы не увидите, где утекает monetization. Если есть только score, можно пропустить явный риск.

Практика простая: safety — это gate, suitability — это ranking. Сначала убираете запрещённое, потом ранжируете допустимое под конкретный бренд.

ROAS attribution в programmatic ломается там, где отчётность смешивает клики, view-through и post-view

Соберите фреймворк до запуска, иначе вы будете спорить не о ROI, а о правилах подсчёта. Базовый набор: 1) окна атрибуции по каналу отдельно; 2) приоритет источника конверсии; 3) дедупликация между DSP, MMP, web analytics и CRM; 4) единая схема UTM / click_id / impression_id.

Для programmatic важны не только last click, но и вклад показов. Разделяйте события: click-through, view-through, assisted conversion. Если impression-based конверсия учитывается, зафиксируйте минимальный критерий качества: viewability, время до конверсии, частотный потолок, а также исключение повторных касаний одного пользователя в окне отчёта.

Дальше соберите матрицу отчёта: по campaign / placement / creative / geo / device. Смотрите не только ROAS, но и маржинальность после fee, media cost, data cost, verification cost. Отдельно помечайте инкрементальные конверсии, если у вас есть holdout или geo-split: без этого view-through легко переоценивает вклад верхнего слоя воронки.

Если у вас нет единой логики атрибуции, любой bid optimization будет обучаться на шуме. Зафиксируйте правила один раз, документируйте их рядом со схемой событий и не меняйте окна по ходу анализа.

Тем временем подстилка коричневых Кардиналов и лично Кустова главред Максим Огненный завёл собственный канал, где, наверное, опять будет писать стихи и анонсировать вьюхи с ме**дроновыми наркоманами.🤡🤡

Чем вообще известен этот персонаж? Собсна, только порцией отборного кринжа, например, не так давно он выебывался на Иванова в "Письмах кардинала", но недожал и тема осталась нераскрытой. ЕЮ заслужил даже высокоинтеллектуальные выпады, которые тот не понял в силу врождённого аутизма:

Высокохудожественная лексика героя, демонстрируемая им не только на своем канале, но и на любой публичной площадке, настолько пленит любого слушателя, что мало кто может стать собеседником жертвы во второй раз.

Нихуя не разбираясь в аффилке, он на серьёзных щах брал интервью у Мефмедова и пытался построить серьёзный диалог с объёбанной ракетой. Из остальных достижений только нытье в чатиках: персонаж настолько невзрачный, что даже хуесосить его не так интересно.¯\_(ツ)_/¯

А теперь Огненный завёл собственный канал, где собрался выебать всех, но, походу, ебать будет лишь подписоту своей графоманией. Похожей хуйнёй занимался и оунер ФБ Киллы, который так любит рассуждать про экономику и политику. Оно и понятно: что у коричневых, что у киллы, что у партнёркина — один инвестор и одна крыша, поэтому подопечные синхронно занимаются бестолковой хуйнёй. Кому не похуй, подписывайтесь, будет интересно (нет): https://t.me/+dr240TeLtPc2Nzdk

В арбитраже деньги есть, но только у тех, кто с LuckyCards 💵

Antropic раскрыла ферму с нейронными дейтинг-моделями

Anthropic раскрыла кейс китайской студии, которая запустила 20 дейтинг-приложений с нейропрофилями для удержания пользователей. Вместо стандартного слива дейтинг-трафика на чужие смартлинки, вебмастерам стоит присмотреться к разработке собственных LLM-сервисов. Затраты на токены и подключение платежных решений окупаются за счет прямого контроля над монетизацией и забора всей маржи рекламодателя.

➡️ Читайте на сайте: https://aff.top/blog/antropic-raskryla-fermu-s-neironnymi-deiting-modeliami

🧠 Ещё больше инсайтов → в канале AFF.top

Разработчик игры слил $220 в Google ads на установки ботами

Статья описывает кейс разработчика, потерявшего бюджет в Google Ads из-за фрода и специфики атрибуции. Платформа засчитала конверсии, которые не подтвердились в Google Play Console, так как алгоритм учитывает установки без прямой связи с кликом. Главный вывод: Google Ads может наливать ботов не меньше пуш-сетей. При работе за инсталы важно жестко контролировать качество трафика и сверять аналитику с бэкендом, в то время как Facebook на данный мо…

➡️ Читайте на сайте: https://aff.top/blog/razrabotchik-igry-slil-220-v-google-ads-na-ustanovki-botami

🧠 Ещё больше инсайтов → в канале AFF.top

MOAT в RTB-цепочке: что он реально видит, а что остаётся вне измерения

MOAT — verification/viewability слой: JS/VAST-тег собирает signals по слоту или плееру: in-view, focus, interaction, audibility, quartiles, player size, IVT-флаги. Это измеритель после рендеринга, не лог аукциона.

Полезная зона: сверка billable impressions с viewable/measurable, поиск placement’ов с низкой measurable rate, контроль расхождений между SSP/GAM и сторонним счётчиком.

Слепые зоны: SSAI, часть in-app webview, sandboxed iframe, CTV, consent-restricted traffic, жёсткие latency timeouts. Низкая measurability не всегда fraud: часто это wrapper, player или consent path.

Проверка интеграции: не переименовывайте placement/adunit/creative ID, маппьте MOAT impression ID к ad server log, разделяйте no-measure и non-viewable. Один общий line item убивает SPO-диагностику.

Вывод: MOAT не заменяет антифрод и auction logs. Он показывает, был ли показ измеримым и видимым, но не объясняет всю экономику bid path.

Google расширил Data Manager

Google интегрировал инструмент Data Manager в GA и DV360 для удобной передачи first-party данных, что дает рост ROAS до 26%. Для арбитража трафика прямого применения у офлайн-данных нет, однако инструмент можно использовать для манипуляции алгоритмами: отправка синтетических конверсий через API поможет скорректировать оптимизацию и направить автостратегии на поиск нужной аудитории.

➡️ Читайте на сайте: https://aff.top/blog/google-rasshiril-data-manager

🧠 Ещё больше инсайтов → в канале AFF.top