🦊 Помогли банку сохранить 15.6 млн ₽, которые улетели бы в трубу – всего за один пилот

Это #кейс клиента из топ-5 банков РФ, поэтому и говорить мы будем про деньги.

⚡️ Результат за 1.5 месяца
Клиент начал экономить 15.6 млн ₽ в месяц или 502 тыс. ₽ в день после внедрения рекомендаций

Как нашли, где теряются деньги

• сквозная аналитика от показа до продажи
• атрибуция Шепли для оценки вклада медийной и перформанс-рекламы

Что подключили, чтобы клиент получал больше денег

• ML-оптимизатор бюджетов с автоматическими рекомендациями
• ИИ Хелпи для быстрых ответов по маркетингу и продажам

Проблема до: сильный разброс площадок по CPA

CPA 3.5-4 тыс. ₽ – лучшая, в 11-13 раз ниже среднего по CPM
CPA 153 тыс. ₽ – худшая, в 3.5 раза выше среднего по CPM

↓ Что сделал клиент по рекомендациям Хелпи

1️⃣ Перенёс

49 тыс. ₽ в день
из слабых размещений в лидера

2️⃣ Добавил

8 тыс. ₽ в день
в лучшую связку внутри таргета

3️⃣ Сократил

137 тыс. ₽ в день
на слабых связках внутри одного сегмента по интересам

223 тыс. ₽ в день
на аудиториях с высоким CPA и / или нулевыми конверсиями

85 тыс. ₽ в день
на in-app размещении с неполным трекингом и слабым результатом по доступным данным

⚡️ Общий объём перераспределённого бюджета
15.6 млн ₽ в месяц или 502 тыс. ₽ в день

Из них:

Перевели в лучшие площадки и связки текущей РК
1.77 млн ₽ в месяц или 57 тыс. ₽ в день

Направили в новую кампанию
13.8 млн ₽ в месяц или 445 тыс. ₽ в день

Каждый клиент запускает рекламу в первую очередь ради выручки, а не лидов или охватов.

👉 CyberBrain помогает оптимизировать маркетинг на продажи и максимально упрощает путь до оптимизации, чтобы вы сосредоточились на росте выручки.

↓ С нами работа команды сводится к тому, чтобы:

1️⃣ Выбрать корректное окно учёта конверсий
атрибуция сама считает вклад каналов, включая связку пост-клик и пост-вью

2️⃣ Менять бюджет по готовым рекомендациям
оптимизатор проводит расчёты с прогнозом выручки прямо во время кампании

3️⃣ Закрывать задачи быстрее с Хелпи
анализ кампаний, ответы на вопросы по данным, отчёты для клиентов и руководства – теперь за минуты вместо часов, а ещё Хелпи можно поручить несколько задач одновременно

* В кейсе клиент отдельно оценивал in-app из-за неполного трекинга. После донастройки сбора данных все площадки учитываются корректно и попадают в общие отчёты по оптимизации – выводы не требуют ручной проверки

🚀 Напишите нам и расскажите о задачах вашего бизнеса
Согласуем время, проведём аудит инфраструктуры маркетинга и подскажем, что делать дальше. Маленький шаг для человека – огромный скачок для бизнеса!

→ hello@cybrain.io
→ Записаться на демо

🦊 Новые функции кабинета CyberBrain. Рассказываем про данные: качество, безопасность и удобство работы

Мы сделали большое дело – выпустили кабинет из беты!
Будем делиться крутыми апдейтами, и начнём с качества данных. Это фундамент, без которого невозможно построить рабочую аналитику и эффективно оптимизировать кампании.

1. Первый апдейт связан с контролем точности данных

⚡️ Контекст
Данные в платформе проходят ежедневную автоматическую проверку – так было и раньше. Когда в систему поступает сырьё, встроенный валидатор сравнивает его с первоисточником: совпадают ли бюджеты, количество конверсий, другие метрики. Если есть расхождения, за ночь система сама удаляет неполный объём данных и закачивает его из источника заново.

⚡️⚡️ Что нового
Теперь в кабинете есть вся статистика и сравнение точности данных по каждому источнику. Самое важное: если случится форс-мажор, и вы заметите падение точности по какому-либо источнику, можно самостоятельно перезагрузить данные и не дожидаться очереди.

2. Вторая фича – поддержка работы сразу с несколькими базами данных

⚡️ Контекст
Раньше такого не было. Всё для вас :)

⚡️⚡️ Что нового
Если для агентств или департаментов нужно жёстко разделить доступ, данные можно разнести по разным базам: каждый будет видеть только свой контур. Итоговое качество оптимизации не пострадает – у нас останется полная картина эффективности маркетинга для анализа и расчётов.

🚀 Качество и безопасность данных – наше всё. Резюмируем:
Теперь вы можете отслеживать точность по каждому источнику и оперативно её корректировать в случае форс-мажора, а ещё подключать разные команды к отдельным базам данных для полной безопасности.

Нам есть о чём рассказать
Мы рады, что наконец-то выпустили кабинет из беты. Впереди ещё несколько постов с функциями и фишками, которые точно будут вам интересны – оставайтесь с нами!

#платформа

🦊 Разрыв между клиентами и агентствами: почему маркетологи обещают охваты, когда клиенту нужна выручка

Давно заметили тенденцию. Клиент обращается в агентство с конкретным запросом: рост продаж, рост выручки. Но агентство в ответ разводит руками: можем дать только охваты или клики.

Редко кто в лучшем случае может предложить лиды. Видимо, клиент сразу должен вывернуть карманы от такого щедрого предложения и отдать последнее ради пустых заявок.

↘️ Давайте честно: кому сейчас нужны лиды без продаж?
Охваты без выручки? Бюджеты режут, маркетинг сокращают. Бизнесу бы ещё день простоять да ночь продержаться, а вы говорите про эфемерный рост узнаваемости бренда, который предлагаете измерять не в деньгах, а в фантиках.

👍 С клиентом надо говорить на его языке – языке денег
Конечно, для этого вы и сами должны понимать, о чём речь. Например, как сквозная аналитика связана с деньгами, зачем она нужна – не в контексте инфраструктуры, а для клиента. Не предлагать никакие дашборды и атрибуцию в вакууме — это не самоцель, а лишь инструменты маркетинга на пути к выручке.

💡 Ценность продукта на своём примере
Зачем нужна сквозная аналитика CyberBrain? Чтобы просто красиво собрать все данные? Нет, мы всегда говорим о том, что полнота и качество данных нужны для точных рекомендаций по управлению бюджетами. Чем лучше данные, тем эффективнее оптимизация рекламы.

Полные данные от показа до продажи – не потому что нам так захотелось. Это основа маркетинга, если бизнес хочет расти.

Каждый модуль платформы связан с деньгами
Расчёты атрибуции лежат в основе рекомендаций оптимизатора по улучшению кампаний, отчёты в дашборде нужны для поиска просадок и точек роста, и так далее.

🚀 Очень важно объяснять клиенту такие параллели. Не просто продукт, а зачем это нужно, как решает задачи бизнеса и как поможет прийти к деньгам.

#основа #платформа

🦊 Оптимизация медийных кампаний #6. Как управлять кампаниями по данным о конверсиях, даже если они у вас единичные

⚡️ Медиа можно и нужно оптимизировать на продажи
Ещё раз: хватит говорить про охваты. Если вы делаете всё правильно, одно другому не мешает. Бизнес инвестирует в рекламу в первую очередь ради выручки. Начните сейчас рассказывать про охваты продавцам Wildberries – удачи.

Сколько конверсий нужно накопить перед анализом
Это важно понять до того, как мы перейдём к методологии. Ответ: нет абсолютного значения достаточности конверсий, оно будет меняться от бизнеса к бизнесу.

Почему надо ориентироваться на собственные показатели?

Пример:

Норма агентства недвижимости X – 30 звонков на объект. Набрать 100 можно только при более длинном сроке РК и расширенном учёте окна конверсий

Для банка Y даже 1000 заявок – незаметный объём на фоне обычного потока

🤔 Если конверсий мало и когда их уже достаточно
Точных значений нет, но можно ориентироваться на диапазоны.

Если в норме у РК единичные целевые действия, то и управлять ими на уровне конверсий не получится – фактическое управление будет строиться на прокси

Если в норме РК измеряется хотя бы десятками целевых действий, после накопления такого объёма за выбранный период можно начинать оценку по реальным конверсиям

Итак, мы накопили достаточный объём бизнес-результатов для анализа: продажи, заявки, качественные звонки или другие целевые действия.

💡 Что делать дальше
Ищем лучшие результаты по экономике для масштабирования. Искать будем на пересечении базовых компонентов каждого объявления: креатив + таргетинг + площадка + посадочная. Этот набор – ваша мантра для оценки эффективности медийных кампаний.

Почему нельзя просто посмотреть общую статистику
Она показывает расход, конверсии и CPA, но вы не понимаете, что именно дало результат и какие точки усиливать.

Например, общая статистика не покажет, что:

• креатив + посадочная сработали, а площадка просела
• таргетинг попал в аудиторию площадки, а посадочная не дожала пользователя до заявки

Поэтому разбиваем объявление на составляющие и смотрим, какие сочетания дают лучшую экономику.

👉 Что делать на практике: матричный анализ
По сути просто составляем таблицу для поиска лучших связок, где должны быть:

• креатив
• таргетинг
• площадка
• посадочная
• формат (если используем разные форматы)
• расход
• конверсии
• CPA

После этого сравниваем сочетания элементов. Например, как один и тот же креатив работает на разных площадках или как один таргетинг ведёт себя на разных посадочных. И только затем распределяем бюджет по рабочим связкам.

Анализ можно строить на реальных и прокси-конверсиях
В зависимости от того, достаточно ли у вас данных для оценки кампании по фактическому результату.

🚀 Лучшие пересечения используем как точки усиления
Следующий пост будет о работе с ценой: сколько бюджета переносить в лучшие связки и на что обращать внимание.

#основа #оптимизация #для_маркетолога

🦊 Оптимизация медийных кампаний #7. Масштабируем лучшие связки: всё о работе с ценой

Как и обещали, пост про деньги. Вот мы провели матричный анализ: разложили кампанию на креатив, таргетинг, площадку и посадочную, нашли на пересечениях связки с высокой отдачей.

Как перераспределять бюджеты и усиливать результат
Например, мы хотим CPA 1000 рублей. У нас есть рабочая связка креатив + формат + площадка, которая работает на 20% лучше: CPA 800 рублей. Вопрос: сколько денег туда перекладывать и до какого предела?

⚡️ Способ 1. Наращиваем объём бюджета

Самый простой способ понять, где у связки точка насыщения – постепенно увеличивать объём инвестиций, не меняя настроек. Перед этим важно оценить ёмкость канала, но посмотреть этот параметр напрямую можно не везде.

🔸 Безопасный ориентир по деньгам
+15% бюджета за шаг, после чего замеряем результат. Длина шага зависит от вашего реального окна атрибуции и времени накопления такого объёма данных, которого будет достаточно для оценки эффекта.

Какой объём данных считать достаточным, писали здесь

Почему 15% бюджета за шаг – оптимальный баланс
Он уже заметен статистически, но не опасен для экономики: вы найдёте предел эффективности связки и не сольёте бюджет на резком росте. Если РК рассчитана на месяц, после замера за оставшиеся три недели можно увеличить объём инвестиций на 45% и хорошо разогнать продажи внутри текущей кампании.

Продолжаем до тех пор, пока не увидим признаки насыщения:

• CPA растёт, а продажи не растут или растут незначительно
• бюджет не тратится полностью, потому что связка исчерпала свою ёмкость

🔸 Реальный ориентир по деньгам
На практике всё зависит от выполнения плана. Если всё ок, двигаемся небольшими шагами и замеряем эффективность – это безопасный способ, алгоритм дали выше.

Но если дела идут плохо, а сроки поджимают, двигаться шагами по 15% вообще нет смысла.

Например, CPA заметно выше целевого уже на старте кампании. Вносим изменения, ждём новую статистику – вся вторая неделя тестовая. Теперь за оставшиеся две надо выполнить месячную норму. А как?

Переходим к плану Б: вычисляем ёмкость лучших связок и перекладываем в них весь возможный бюджет в пределах этой ёмкости – через дневной лимит, ставку или оба инструмента сразу.

⚡️ Способ 2. Повышаем ставку

Актуально, когда связка даёт результат, но не хватает объёма. Например, креатив работает, но дневной бюджет не выедается полностью и кампания не добирает охват.

Всё то же самое: повышаем ставку безопасными шагами по 15% и после каждого изменения смотрим на фактический отклик. Если CPA начинает расти, двигаться дальше уже невыгодно.

Отдельно про закупку рекламы

Многие закупают медийку через готовые сделки и думают, что настройки высечены в камне и нельзя ничего сделать – это неверный подход. Если площадка не даёт результат и при этом отказывается вносить коррективы, мы бы ставили под вопрос такое сотрудничество

По опыту наших клиентов, всегда можно договориться об изменениях. Особенно сейчас, когда все режут бюджеты на рекламу. Речь идёт о всем известных площадках, поэтому не стесняйтесь выносить вопрос на обсуждение

🚀 Резюмируем
Это финишная прямая, где мы используем лучшие связки как точки усиления. Наша задача – найти, где дополнительный бюджет даёт лучший отклик по конверсиям и продажам.

Можно идти осторожными шагами и делать фактическую оценку через получаемый отклик.

Но чаще приходится отталкиваться от бизнес-необходимости и выполнения KPI: если цели не закрыты, переливаем в лидеров весь бюджет, доступный в пределах их ёмкости.

Основное рассказали, но и это ещё не всё! Впереди вас ждёт бонусный пост: как можно глубоко анализировать кампании + интересные практики. До встречи!

#основа #оптимизация #для_маркетолога

В тему нашей великой серии постов 🙂

Всем хорошей пятницы и выходных!

#юмор #для_своих

🦊 Хотим создавать для вас крутые подборки контента

У нас накопилось много полезных серий: про атрибуцию, оптимизацию рекламы, работу с данными – да много чего. Хотим сделать по ним удобную навигацию через альбомы сторис, но для этого нужна ваша помощь.

boost/cyberbrainio – проголосуйте за канал, чтобы мы могли выкладывать сразу несколько сторис в день и быстрее создали нужные подборки. А мы за это вернём вам пятничных котов, давненько их не было 😼🤩

🦊 Оптимизация медийных кампаний: подводим итоги серии

Целых три месяца мы рассказывали, как оптимизировать онлайн-медиа на продажи – это была большая интересная серия. Сохраняйте пост с подборкой и возвращайтесь к ней, когда понадобится освежить знания.

1️⃣ Аналитическая подготовка перед запуском кампании
2️⃣ Когда начинать работать с медийной воронкой
3️⃣ Когда и с чего начинать оптимизацию
4️⃣ Как и когда оценивать качество трафика
5️⃣ Прокси-конверсии для оценки качества трафика
6️⃣ Как управлять кампаниями по данным о конверсиях
7️⃣ Масштабируем лучшие связки: всё о работе с ценой

⚡️ Если серия была для вас полезной, загляните в наш фреймворк оптимизации медийной рекламы! Там вы найдёте:

• принципы оптимизации
• чек-лист для проверки корректности запуска
• сбор post-view и post-click данных для аналитики
• гайд по UTM-разметке
• и многое другое

Гайд бесплатный, просто напишите боту @cyberbrain_msc_bot – и он поделится ссылкой.

Ну всё, теперь можно и на покой, – скажете вы
А вот и нет! После крепкой базы переходим к частным кейсам и тонкостям оптимизации, чтобы на живых примерах показать, что к чему. Каждый кейс будем разбирать через призму денег – без этого никуда.

🚀 Лайк, репост – ждите следующих постов, будет интересно!

#медийка #оптимизация #основа #для_маркетолога

😎 Обещанные пятничные коты

Боско и Симба – два колоритных тюленя, живут свою лучшую жизнь у аналитика Маши. Боско не отходит от миски, а Симба... всегда вместе с ним 😁

#это_что_за_зверь

🦊 Клиент купил 800 млн показов, но недополучил ×3 объёма продаж

Как и обещали, переходим от общего фреймворка оптимизации к частным случаям и живым примерам.

💭 Но сначала два слова про деньги
Медийную рекламу надо оптимизировать на продажи. Мы часто это повторяем, потому что на рынке успел закрепиться подход, когда работа заканчивается на оценке охватов. Мы с этим категорически не согласны.

• конечный бизнес-результат – это прибыль
• конечная цель рекламы как инструмента продаж – заработать больше денег, то есть принести больше прибыли

С этой точки зрения собственнику не очень интересно, сделаете вы это через перформанс или охватную медийную кампанию – цель от этого не меняется. Поэтому надо уметь оптимизировать на продажи и то, и другое.

🪐 Теперь кейс
Клиент запустил федеральную кампанию с целью занять всё медиапространство. За 3 месяца был выполнен план на 800 млн показов.

❓ Внимание, вопрос
Удалось ли выжать из 800 млн показов тот объём продаж, который изначально туда закладывался? По заголовку вы уже догадались, что нет.

Что пошло не так: частота показов

Планируемая частота ~20
Рекламу могли увидеть минимум 40 млн человек
Если взять условный CR 1%, это около 400 тыс. продаж

Фактическая частота ~60
Реальный охват РК составил не более 13.3 млн человек
При том же CR 1% это около 133 тыс. продаж

🛍 Клиент недополучил ×3 объёма продаж
При таком масштабе кампании это сотни миллионов рублей. Мы взяли % CR по нижней планке, по факту он выше, но на пропорцию это не влияет. Продажи просели во столько же раз, во сколько просел охват.

Клиент закупал качественную аудиторию для небольшого числа проверенных площадок, поэтому подчёркиваем – в данном кейсе увеличение охвата дало бы соразмерный объём продаж.

↘️ Как бизнес разминулся с выручкой
Кампанию дорабатывали после запуска, но проблема в том, что надо было глобально менять стратегию. Уже в процессе пошли сигналы, что идёт перебор частоты на одного пользователя.

К сожалению, у команды не было технической возможности разобраться до конца, как эти изменения скажутся на итоговом результате, и установить точный объём упущенной выгоды.

❗️ В конце концов, продажи росли – это хорошо, НО!
Это не значит, что всё идёт по плану, и вы берёте от кампании максимум. С таким объёмом показов продажи росли бы в любом случае. Но без глубокой медийной аналитики даже при росте ×2 нельзя понять, потолок это или нет. И сколько вы недополучили, если можно было сделать ×2? А если ×4?

✅ Как нужно действовать в такой ситуации

На таких объёмах обязательно должна быть дата дривен атрибуция, чтобы корректно посчитать вклад каналов в продажи

Обычным last touch, как у клиента, уже не обойтись. Тем более речь о медийной кампании и длинном окне учёта конверсий.

Смотрим эффективность связок площадка + таргетинг + креатив + посадочная, CTR, сайт, анализируем частоту

Делаем это быстро, потому что при таких объёмах данные для оценки набираются моментально

По каждой связке смотрим, сколько продаж на разной частоте и сколько стоит одна продажа на каждом уровне. Пример: сколько продаж даёт 1 показ на пользователя, 2, 3 и так далее.

Если видим пересечения, где CPA растёт быстрее объёма, это уже зона перерасхода. Значит, частоту надо ограничивать, а бюджет переносить дальше в расширение охвата и в более сильные связки.

Чистим площадки, выбираем лимиты и стоп-аудитории

Важно уметь перестраивать стратегию под ситуацию, не надо её оправдывать в духе «мы ждём отложенного медиаэффекта и рост LTV». В будущем это сыграет свою роль, но в данном кейсе – не настолько значимую, чтобы перекрыть упущенные сотни миллионов рублей.

⚡️ Продолжение – в следующем посте

#медийка #оптимизация #основа #для_маркетолога

❌ Чего не стоит делать

Надеяться на равномерное распределение показов

Вы должны самостоятельно определить частоту через вашу экономику, и рассчитать её надо ещё до запуска. Площадки в принципе не участвуют в этом вопросе – не забывайте контролировать и корректировать частоты.

Исходить из принципа: чем больше показов, тем лучше

Вопрос не в больше-меньше, а в экономике: где тот оптимум, который при меньших затратах принесёт больше выручки.

Ниже – правильный алгоритм работ по кейсу, чтобы вычислить наиболее эффективную частоту показов с точки зрения продаж.

1️⃣ Оценить эффективную частоту на состоявшуюся продажу

2️⃣ Оценить накопление охвата через призму продаж

3️⃣ Оценить текущую длительность окна атрибуции по всем типам рекламной активности: видео, баннеры, новая аудитория, старая и т. д.

4️⃣ Провести оценку % новых продаж по площадкам

5️⃣ Провести анализ связки таргет + площадка + формат + креатив + посадочная, а также оценку лучших пересечений (матричный анализ, о котором писали здесь)

6️⃣ На полученных данных готовить рекомендации по перераспределению бюджетов

Последним у нас занимается автоматический ML-Оптимизатор, формируя прогноз по двум направлениям: экономия бюджета и сохранение бюджета с ростом эффективности. Подробнее про алгоритм CyberBrain для снижения CPA и увеличения продаж.

🚀 Резюмируем
Важно не упустить изменения в кампании и вовремя на них отреагировать, даже если придётся пересобирать стратегию.

Сначала мы даём широкий охват, но потом в любом случае замеряем конверсию в продажи, смотрим рентабельность РК и анализируем: где и почему недополучили продаж и что нужно сделать, чтобы это исправить.

#медийка #оптимизация #основа #для_маркетолога

🦊 Почему медийная реклама выглядит слабее, чем есть на самом деле

Ещё один базовый пост, который будут перечитывать ваши внуки.

Ошибка 1. Выбрали не ту модель атрибуции

Начнём с ситуации, когда у вас базовый last touch – это самая очевидная верхнеуровневая проблема. Данная модель просто не предназначена для оценки медийной рекламы – только не делайте вывод, будто она плохая. Точно так же микроскоп не становится плохим, если пытаться забивать им гвозди.

Просто у каждой модели свои особенности и ограничения – вот и последний клик подходит для простой перформанс-воронки, но точно не для медийного или мультиканального сплита.

🤔 Что выбрать для учёта эффекта медийной рекламы
Для этого используют более сложные разновидности моделей – многоканальные и алгоритмические подходы на основе данных.

К первым относятся линейная, а также U-, W- и Z-образная модели. Если с первой всё понятно, то по оставшимся трём нужен краткий экскурс, что они из себя представляют.

🔸 U-образная модель
По 40% получает первое и последнее касание. Оставшиеся 20% поровну делят промежуточные каналы.

🔸 W-образная модель
По 30% получают три ключевые точки пути: первое касание, момент создания лида и последнее касание перед конверсией. Оставшиеся 10% делятся между остальными каналами.

🔸 Z-образная модель
Уже четыре ключевых этапа: первое касание, создание лида, следующий значимый этап воронки и последнее касание. Каждый получает по 22,5%, а оставшиеся 10% поровну распределяются между остальными взаимодействиями.

Они распределяют ценность между касаниями, а не отдают её последнему клику. Но их веса заданы заранее, поэтому это лишь первый шаг на пути к объективной оценке.

⚡️ Понятные схемы и описания устройства разных подходов
Выбираем модель атрибуции под задачи бизнеса

Для сложного медиамикса, регулярной оптимизации и перераспределения денег нужна атрибуция на основе данных. Она рассчитывает вклад каналов по реальным путям клиентов, но при одном условии: модель имеет полные данные о показах, кликах, вебе, CRM и продажах.

И так мы плавно переходим к следующему пункту.

Ошибка 2. Модель получает некачественные данные

Допустим, ваш маркетинг находится на следующем уровне, и вы уверенно пользуетесь мультиканальной или даже data driven атрибуцией – уж она-то умеет считать вклад медийной рекламы.

Но вы точно загрузили в модель корректные данные?

Помните, что атрибуция – это просто математическая модель
Какое сырьё ей дали, на таких данных она и посчитала. В этом случае несправедливо завышенный или заниженный вклад каналов – не косяк модели, а проблема качества данных.

По каким признакам можно понять, что данные не в порядке

1️⃣ Не клеятся бюджеты
Важный первый признак того, что у вас могут быть проблемы в UTM-разметке.

2️⃣ Генератор UTM-меток выдаёт ошибки
Это уже очевидный сигнал о проблемах. Нередка ситуация, когда маркетинг дал кампании одно название, а агентство придумало своё. В таком случае атрибуция гарантированно покажет искажённые выводы.

3️⃣ Низкий процент склейки на любом этапе пути данных
Например, AdRiver зафиксировал 1000 показов, но с идентификаторами в Метрике удалось сопоставить только 600. Значит, 40% показов не попадут в дальнейший анализ пути.

4️⃣ В атрибуцию направляют только часть трафика
Например, по итогам мультиканального запуска выгрузили только медийные данные – так делать нельзя. Для корректного расчёта всегда нужна полная картина каналов и конверсий.

5️⃣ Закупка на площадках низкого качества
В атрибуцию могут попасть подменённые источники и перехваченные конверсии.

Подсказка: всегда смотрите данные не до лидов, а до продаж. Систему можно обмануть на заявках, поскольку боты умеют их отправлять. Но вот покупок они точно не совершают.

⚡️ Будем вам периодически напоминать о важности качества данных и ссылаться на пост о том, как провести аналитическую подготовку перед запуском медийной кампании.

Там всё разобрали по полочкам, а скоро мы запустим ещё одну серию, где подробно пройдёмся по атрибуции ещё раз – но уже в связке с инкрементальностью. Такой вот анонс. Не пропустите!

Продолжение →

🦊🤝🦊 Агенты OpenAI нашли вики для программистов, создали общий чат и стали списывать друг у друга на тесте

DseWiki пережила более 15 тыс. правок – OpenAI подтвердила, что агенты писали на внешние сайты.

Инцидент произошёл ещё в мае, но узнали о нём недавно. И мы как-то упустили эту прекрасную новость на фоне релиза Astra.

Что было
1️⃣ ИИ дали задание искать информацию в интернете на время. Читать сайты можно, публиковать что-либо – нельзя.

2️⃣ Агенты нашли старую вики с технической особенностью:

записи туда можно было вносить через запрос, который выглядел как обычное чтение страницы

3️⃣ Боты стали оставлять друг другу ответы, подсказки, способы обходить ограничения тестовой среды.

4️⃣ Модератор удалял по 100 страниц в день, на что агенты создавали по 400 новых. Скоро они заметили, что удаление идёт по алфавиту, и стали давать страницам названия с ZZZ в начале.

Итого за 6 недель на вики отметилось 3700 агентов.

🚀 Смекалочка
Подпольную сеть для списывания прикрыли, но коллективный разум не дремлет: сегодня шпаргалки, завтра – человечество. Смешно, что всё как у людей: спам в общий чат, обход правил и разборки с модерацией)

Подробнее: Reuters и TechCrunch

#юмор #нейронки