Как Apple заблокировала наш Developer Account

С 30 на 31 декабря лежу я такой в кроватке, смотрю Властелин Колец: Две Крепости и тут приходит письмо от Apple - Pending Termination Notice, в котором говорится, что все наши приложения выпилят и dev акк забанят)

Сказать, что я "немного расстроился", значит не сказать ничего - отличные новости прямо перед Новым Годом.

На аккаунте было четыре действующих приложения: Twins, LooksMax, Rizz и Astro. Общий MRR в районе $85к.

Почему так произошло?

1. Мы использовали мотив трафик, чтобы поднять некоторые приложения по ключам. За это аккаунт уже получал нарушение DPLA.

2. Над одном акке с обычными ("белыми") приложениями лежала прила из ниши AI Girlfriends, а именно Twins AI.

Кто-то может сказать, что так делать нельзя, нужно было сразу разводить их по разным аккам, но, во-первых, задним умом мы все горазды, а во-вторых, если вы посмотрите в стор, то у многих на акках кроме приложений из ниши AI Girlfriends есть и другие приложения (иногда десятки). Кроме того, Twins AI было одним из первых приложений команды. Оно прожило в App Store около двух лет и прошло примерно 20–30 ревью. Мы согласовали с командой Apple флоу, авторизацию и ограничения для такой тематики. И решили, что все ок. Оказалось, не ок.

Перед блокировкой мы не могли пропихнуть важный апдейт. Получили два или три реджекта подряд. Ревьюер присылал совершенно нейтральные скрины и писал про Objectionable Content (это частая проблема для такого типа приложений). В следующих итерациях мы видели, что он даже не открывал приложение, а сразу отклонял билд.

Мы сняли билд с ревью и отправили заново, надеясь попасть к другому человеку. Ну, на это мы надеялись)

Не могу доказать, что именно стало последней каплей. Моя гипотеза: предыдущее нарушение DPLA, рискованная категория и попытки сменить ревьюера привели к бану всего аккаунта. Думаю, что все сыграло в сумме.

Я ожидал, что в худшем случае удалят Twins AI. Акк был старым, с кучей пользователей, приложениями и нормальной выручкой. Но нет.

Без Twins AI (этот риск мы закладывали), мы потеряли около $30k чистыми в месяц:

• LooksMax AI - примерно $2k;
• Rizz - около $8k, причем он даже потихоньку рос;
• Astro AI — около $20k.

Причем для этих приложений не требовалось продвижение - эти $30к чистая органика.

Отличные праздники меня ждали впереди, как вы понимаете. Бабок с приложений на других акках хватало только на выплату зп сотрудникам.

Позже я познакомился с ребятами, у которых Apple удаляла приложения даже $700k органического MRR. На их фоне наши потери выглядят смешными.

Сейчас мы уже восстановились и даже выросли больше, чем до этого бана. Но иногда посещают мысли, а что, если...)

Что я вынес:

1. Двадцать успешных ревью не гарантируют двадцать первое.
2. Одна паршивая овца может испортить все стадо.
3. Не играйте с саппортом.
4. Нужна диверсификация. Не держите все яйца в одной корзине.

P. S. Две Крепости теперь не могу смотреть 😂

Напоминаю про мое закрытое комьюнити. Там сейчас 477 человек, которые прошли ручную модерацию с верификацией. UAMы крутого уровня, солопринеры, а также другие ребята, которые тесно связаны с привлечением пользователей. Можно общаться на тему закупки, совершенно бесплатно размещать вакансии и многое другое)

Meta запустила оптимизацию рекламы по прогнозируемому LTV

Теперь Meta может искать не просто пользователей, которые с большей вероятностью купят или начнут триал, а тех, кто, по вашей модели, принесёт больше денег за всё время жизни.

Работает это так:

1. Пользователь совершает основное действие: Purchase, Subscribe, StartTrial, регистрацию или другое выбранное событие.
2. Вы рассчитываете его predicted LTV.
3. Передаёте прогноз в Meta через Conversions API.
4. Meta использует эти данные для оптимизации кампаний.

pLTV можно отправлять сразу вместе с конверсией или позже, отдельным событием AppendValue. На расчёт и отправку даётся до 7 дней. Причём Meta прямо пишет: скорость передачи не даёт преимущества, лучше всего уделить больше внимания точности прогноза.

Есть ограничения:

• пока поддерживается только web, без app events;
• нужен рабочий и уже проверенный LTV-прогноз;
• минимум 5 разных положительных значений pLTV;
• максимальное значение должно быть хотя бы в 3 раза выше минимального;
• не менее 100 конверсий, атрибутированных Meta, в неделю на протяжении последних 4 недель;
• для одного dataset можно выбрать только одно событие, связанное с pLTV.

После успешной интеграции Meta просит дать модели около двух недель на обучение, а первую кампанию подержать ещё примерно 7 дней.

Для подписочных продуктов это потенциально важное обновление. Обычная Value Optimization видит только то, что пользователь заплатил в данный момент. pLTV позволяет учитывать прогноз будущих продлений и оптимизировать закупку под ожидаемую долгосрочную выручку.

Но результат нужно проверять отдельным тестом против текущей кампании. Meta также предупреждает, что ROAS pLTV-кампаний нельзя напрямую сравнивать с ROAS кампаний на других типах оптимизации: показатели рассчитываются по-разному.

Документация:
https://developers.facebook.com/documentation/ads-commerce/conversions-api/guides/predicted-lifetime-value

Как я внедрил AI-агента в user acquisition и самой простой частью оказался AI.

В общем, я все чаще вижу посты а-ля "я дал доступ Claude к Meta и протестил 2000 креативов, раньше бы я этого не сделал". Спойлер - сделал бы, единственное, крео нужно было бы чуть дольше грузить. Или Клод теперь дополнительно раздает бабки на тесты для креативов?)

Давайте расскажу, что получилось у меня.

У нас я начал с подключения к Meta Ads через Meta Ads MCP.
На бумаге все просто AI-агент → Meta Ads MCP → рекламные аккаунты, но не все так тривиально:

Выяснилось, что ни один MCP не покрывает весь рабочий процесс UA-команды. Для рекламных данных подходит официальный Meta Ads MCP. Для массовых операций над объявлениями удобнее Marketing API. Для загрузки креативов в Business Media Library нужен отдельный канал. А часть редких действий всё ещё приходится выполнять через защищённый браузер.

В итоге мы справились и теперь можем:

- объединять спенды в кабе Meta с фактическими платежами
- считать настоящий ROAS по продуктам, кампаниям и воронкам
- проходить активные воронки как пользователь
- проверять PostHog и биллинг-сервисы
- находить ошибки чекаутов и потерю атрибуции
- готовить исправления в коде
- худо-бедно анализировать кампании
- загружать креативы и создавать объявления в Meta

Круто? Конечно! "Лютая имба, не смогу без этого жить, всем нужно срочно настраивать, иначе все пропало, да и на работу никогда не возьмут"? Конечно же, нет. Да, прикольно писать в TG-чат дословно "дай роас по кампаниям" и быстро получать результат, да, круто, когда агент чекает воронку на проходимость, чтобы ничего не отвалилось и ставит задачу на подачу аппилов по крео (специфика ниши), но я против истерии и разгона того самого FOMO (мы-то понимаем, конечно, зачем эти люди его разгоняют, но тем не менее).

Итоговый сетап:

- Hermes Agent от Nous Research
- официальный Meta Ads MCP для стандартной работы с рекламой
- Marketing API для детерминированных массовых операций
- отдельный инструмент для Business Media Library
- защищённый браузер как доп способ для действий, которых нет в API
- обязательное подтверждение человека перед запуском рекламы и изменением бюджетов

Вывод - агенты ускоряют процесс, могут убрать некоторую рутину, но все еще нужен контроль и придется потратить много времени, чтобы научить их делать правильно вещи и формировать адекватные выводы по данным, которые они получают. По самой закупке пока что я ультра-инсайтов не увидел в плане анализа кампаний - все еще приходится дообучать, постоянно поправлять и указывать на ошибки. Если вы получили с голой нейронки очень крутые инсайты по закупке, у меня для вас плохие новости)

И не поддавайтесь ФОМО - люди, которые его разгоняют, хотят вас обмануть😉

На днях наткнулся на свой конспект, по которому готовился к сертификации Meta и подумал, а почему бы его не обновить) Получилась памятка по основным моментам правил, алгоритма и обучения кампаний. Все данные актуализированы, ссылки на источники прилагаю) Уверен, многим пригодится

"У меня нет денег"

Недавно в чате Мобилки был опрос: чего вам не хватает, чтобы начать нормально зарабатывать на приложениях?

Варианты такие:
- отсутствие опыта в закупке
- не умею оптимизировать воронки и делать тесты
- нет денег

Большинство ребят выбрали вариант "нет денег".
И, к сожалению, у меня для них плохие новости. Как и для себя самого когда-то(
"Вот были бы у меня деньги, сделал бы крутое приложение или если есть приложение, закупил бы много трафика (а то мало трафика почему-то плохо) и начал зарабатывать. А пока денег нет, приходится ныть и ждать лучших времён." Но это работает не так.

Если дать этим ребятам бабок, скорее всего вышло бы как во всем известном анекдоте и на вопрос "Как заработать миллион?", они ответят:

1. Нужно найти два миллиона
2. Сделать приложение
3. Закупить трафик
4. Поздравляю, теперь у вас остался миллион

Плохая новость состоит в том, что отсутствие денег чаще всего вообще не главная проблема.
Потому что если завтра дать человеку $100к–$200к, но у него нет экспертизы в продукте и закупке трафика, деньги не превратятся в прибыль. Они просто закончатся.

Скорее всего, за фразой «у меня нет денег» скрывается что-то другое:

- я не умею находить и проверять продуктовые гипотезы
- я не умею закупать и масштабировать трафик
- я не могу собрать продукт, за который люди готовы платить
- у меня нет сильного партнёра, который закрывает то, чего не умею я
- я пока вообще не понимаю, где в этой модели возникает прибыль

Это признать намного больнее, но намного важнее.

Деньги - внешняя проблема. На неё удобно свалить отсутствие результата. А нехватка экспертизы в какой-то из областей означает, что придётся учиться, ошибаться, искать людей и пересобирать собственное представление о том, в чём ты хорош.

Конечно, капитал ускоряет рост. Есть бизнесы, которые без денег действительно не запустить. Но деньги хорошо масштабируют только то, что уже хоть как-то работает.

Если модель не работает на маленьком объёме, большой бюджет чаще всего просто помогает быстрее и дороже убедиться, что она не работает.

Поэтому вопрос не только в том, где взять денег.

Вопрос в том, какой конкретно экспертизы мне не хватает, чтобы эти деньги не потерять, когда они появятся?

Учиться на своих ошибках - очень дорого

Под прошлым постом возникла дискуссия на тему того, что экспертиза не бесплатна, а обучение неизбежно оплачивается собственными ошибками, которые выливаются в бабки.

Отчасти это правда. Но есть нюанс: обучение на своих ошибках скорее всего будет настолько дорогим, что средства у вас закончатся намного раньше, чем вы научитесь.
Витя в АЙ-ТИ публично рассказывал, что слил около $300к, прежде чем научился работать с Google Ads. У меня эти цифры вызвали, мягко говоря, недоумение)

Если вы сделали продукт, но не разбираетесь в маркетинге или User Acquisition, необязательно самостоятельно проходить путь, который у других занял годы. Иногда разумнее найти партнёра с нужной экспертизой.

Я расскажу на примере UA.

На раннем этапе вам не нужен ещё один человек на фулл-тайм. Вам нужен специалист, который:
- работал со стартапами и умеет действовать при ограниченных ресурсах
- быстро проверяет гипотезы
- понимает вашу нишу/категорию или умеет быстро в неё погрузиться
- участвует в развитии продукта со стороны трафика
- постоянно предлагает новые креативные и продуктовые гипотезы
- готов разделять хотя бы часть риска и связывать свой результат с результатом проекта

Сам запуск рекламных кампаний - это чисто техническая операция, в которой уже давно нет ничего сложного.
Главная ценность сильного UA-партнёра не в том, что он умеет нажимать кнопки. Она в вовлечённости: какие гипотезы предлагает, что замечает в продукте и как быстро реагирует на изменения.

Где искать

В первую очередь:
• среди специалистов, с которыми уже работали вы или ваши знакомые
• в профессиональных сообществах и тематических чатах (можно просто написать свой запрос)
• соц сети

Но сразу скажу, что не рекомендую обращаться к блогерам - если человек на полном серьезе утверждает, что сам лично одновременно ведёт десять проектов, стоит задуматься, точно ли именно он будет заниматься вашим проектом, а не его друг на подряде или кто-либо еще. И даже если это правда, то какая там будет вовлеченность при такой загруженности? В итоге вы просто получите кота в мешке по оверпрайсу.

Как проверить человека, если вы сами не разбираетесь в UA

Никак. Полностью проверить его компетенции вы не сможете. Это неприятно, но нужно себе в этом признаться.

Можно снизить риск:
1. Попросить разобрать конкретную проблему вашего проекта
2. Узнать, какие решения человек принимал лично и почему
3. Попросить проверить его компетенции людей, которым вы доверяете
4. Начать с небольшого этапа с понятными задачами и доступом ко всем данным.
5. Смотреть не только на первые цифры, но и на уровень вовлечённости: вопросы, скорость реакции, качество гипотез и понимание продукта

И самому всё равно придётся немного разобраться в теме, хотя бы верхнеуровнево. Не для того, чтобы доставать специалиста своими советами, а чтобы отличать адекватное объяснение от полнейшей ерунды.

Вы в любом случае будете совершать ошибки. Старайтесь уменьшить их стоимость.

Пришло время подучить наших собственных новых баеров. Поэтому у нас нарисовалось внеплановое обучение по ФБ/Meta. Если кто-то из комунити решит подтянуться - вэлком. Старт 14 сентября. Если будете оптом отправлять сотрудников - сделаем скидку.

Рабочий план:

Урок 1. Архитектура Meta Ads: когда запускать и как устроен источник

- когда запускать и чего ожидать
- трекинг/атрибуция
- аукцион
- плейсменты

Урок 2. Подготовка к запуску

- интеграции, необходимые для запуска
- подготовка Pixel/Dataset
- выбор типа кампании/оптимизации

Урок 3. Запуск

- настройки кампании
- формирование структуры
- первые результаты и что с ними делать

Урок 4. Web2App

- что это такое и зачем?
- настройка CAPI/Pixel
- анализ эффективности

Урок 5. Web (или так называемый Web2Web)

- платежки
- бенчмарки окупаемости
- производство воронок
- примеры воронок

Урок 6. Производство и тестирование крео

- фреймворки брейншторма
- производство крео (где искать идеи, кто должен заниматься их производством и так далее)
- методы и структура кампаний для тестирования
- спайинг крео конкурентов

Урок 7. Аналитика

- первые результаты и их оценка
- оптимизация кампаний
- масштабирование

Урок 8. AI-инструменты

- Meta Ads и другие MCP
- как эффективно использовать Harness
- настройка аналитической и другой работы с Meta посредством AI-инструментов

Вести его будет Артем @iwamael. По его опыту:

- опыт 8+ лет в User Acquisition
- текущие позиции - Head of UA в Endel и CMO/кофаундер в своем стартапе ($3M ARR)
- суммарный спенд в Meta примерно $70кк+
- помог наладить закупку в Meta Ads более чем 50 тайтлам
- категории, с которыми я работаю - Health&Fitness, Gaming, iGaming, FinTech, E-com, EdTech, Adult
- Meta Certified Media Buying Professional

По участию пишем @cat_academy.

Я в отпуске, поэтому этот пост будет не про закупку трафика, разработку продуктов и сведение юнит-экономики, а всего лишь как напоминание о том, что периодически отдыхать всё-таки нужно)
Как говорится, ваше здоровье!😉

Напоминаю всем, кто хотел, но пока что не решился - осталась неделя до начала марафона) И ещё считаю важным упомянуть, что такие ребята, как я, редко организовывают подобные вещи, так как обычно не выходят в медийное пространство (потому что работы много, например). На такие подвиги меня сподвиг исключительно @trafficmax, поэтому это своего рода эксклюзив😉