У большинства аппок нет проблемы с удержанием. Есть проблема с активацией.

День 2 и день 7 retention — это ещё активация, не удержание. Привычка формируется за 7–30 дней. Команда, которая ставит диагноз по раннему оттоку, лечит не то.

Завершаемость онбординга тоже обманывает. Одна аппка добавила перед paywall шаги с реальной ценностью — завершаемость упала, retention вырос. Гнаться за скоростью до paywall — стрелять себе в ногу.

Перед paywall не нужен сложный aha moment — самая частая ошибка именно в том, что его показывают до того, как пользователь понял зачем платить. Remini показывает анимацию до/после своего AI-редактора прямо в онбординге — ты видишь результат раньше, чем тебя просят платить. Finch генерирует разбор твоих целей в процессе онбординга — ощущение персонализации до paywall. ReciMe запускает видео аппки и даёт импортировать рецепт до экрана с подпиской — попробовал продукт раньше, чем решаешь платить.

Всё это работает лучше, чем email-цепочки и пуши после. Пользователь покупает не фичи, а уверенность в результате — и первая сессия для этого важнее любого lifecycle.

Кто-то это уже проверил цифрами: перешли со статичного онбординга на conversational AI — втрое длиннее, ARPU к 14-му дню x10+.

https://bit.ly/4e7vbWR

Альфа-Банк купил Flocktory — платформу маркетинговой автоматизации и персонализации из активов Qiwi Group.

Интересны 2 момента:

1) как быстро платформу удастся переориентировать под финансовый use-case. У Flocktory бэкграунд в ритейле и телекоме, не в банкинге.
2) как быстро закроют для других банков.

https://bit.ly/4cA3R2s

«Data-driven company» — примерно означает: «мы делаем то, что хотели, но теперь у нас есть слайды».

Bonfire написали про то, почему настоящих data-driven решений не бывает — и это не ворчание, а нейробиология. Пациенты Дамасио с повреждёнными эмоциональными центрами не могли выбрать, где поесть — при абсолютно сохранном IQ. Без эмоции решение просто не запускается.

Дальше — стандартная схема. Сначала появляется предпочтение, часто ещё до того как ты его осознал. Потом ищешь данные, которые его подтверждают, и отметаешь всё что мешает. Называем это «аналитическим подходом».

В маркетинге это видно каждый день. A/B-тест запускается чтобы убедить стейкхолдеров в решении, которое уже принято. Данные — финальный аргумент, не отправная точка.

Ну и типичная картина многих компаний - цифры по результатам А/Б начинают челенджить все кому не лень.

https://bit.ly/4twMg1b

Zwift купил Rouvy — а я как активный пользователь слежу за этим рынком пристальнее, чем обычно. Ну и это подписки с жутким лайфтаймом. Я плпчу за zwift уже лет 5 минимум и такими темпами придется еще долго платить.

Rouvy — чёткий #2 в indoor cycling: 300к подписчиков, +50% год к году. Сами до этого успели купить FulGaz и Bkool, и тут прилетел оффер от Zwift.

Обе платформы продолжат работать независимо — отдельные подписки, отдельные roadmap'ы. CEO Zwift объясняет это тем, что рынок растёт быстрее, чем в пик COVID. Но скорее всего это и есть настоящая причина покупки: убрать главного конкурента, пока рынок горячий.

Главное, чтобы не пошли по пути strava, которую все больше хейтят.

https://bit.ly/4tIbYzU

Канал, блин, превращается в сплошные материалы про AI. Но это интересно - про уровни зрелости ai-маркетологов.

Большинство маркетологов думают, что нормально работают с AI. Скорее всего они на L2 — умеют писать промпты, итерируют, получают приличный output. Но AI по-прежнему не знает ничего про их компанию. Отсюда generic результаты и вывод, что инструмент переоценён.

L3 — это когда в Claude Project загружен реальный контекст: голос бренда, 10 лучших собственных текстов или кампаний, транскрипты с клиентами, конкурентный ресёрч. После этого модель работает не вслепую, а с пониманием твоего позиционирования и твоей аудитории.

Два действия если хочешь сделать рывок:

1️⃣ Создай Project в Claude (или ChatGPT или в любом другом ИИ, принципы одинаковые) → закинь бренд-документ (или хотя бы подборку своих лучших текстов) + пару транскриптов с клиентами. Один раз, 20-30 минут.

2️⃣ Попроси написать что-нибудь, что ты обычно пишешь сам. Если не попал в голос — добавь ещё примеров. Повтори.

Большинство это не делают. И продолжают жаловаться на generic output.

Сдледующий уровень - подключить все внутренние ресурсы через mcp.

https://bit.ly/42dIIVF

Совсем не диджитал, но приятно когда делаешь че-то такое. Я тут конечно только рядом постоял, и, скорее всего пропущу, потому что приболел.

NYT превращает Wordle в телешоу на NBC. Ведёт Savannah Guthrie, продюсирует Джимми Фэллон. Выход в 2027.

NYT Games: 8,2 млн DAU, 11 млрд пазлов за прошлый год. Прямой доход от подписок в аппке — ~$60–100M в год. Плюс воронка в основную NYT-подписку ($35/мес) — аналитики оценивают ещё в $300–400M сверху.

Wordle — продукт с почти издевательским ограничением: одно слово в день, одно для всех, шесть попыток. Есть Wordle Unlimited, там играй сколько угодно. Про него не говорят.

Это ограничение и сделало продукт настолько липким. Один общий момент в день — лучшего daily habit инструмента не придумаешь. Телешоу с NBC — логичное продолжение той же стратегии.

https://bit.ly/4u9dLOE

Большинство реферальных программ работают по одной схеме: дай кэш за приглашение → жди рост. Anthony Scarpaci (ex-VP Growth Acorns, Betterment, Nerdwallet) разобрал, почему именно это их и убивает.

Не кэш, а продуктовый инвентарь. Если платишь деньгами — пользователь сравнивает твой реферал с другими способами заработать. Брендированный товар с $10 себестоимостью и $100 воспринимаемой ценностью — экономика кратно лучше при том же бюджете.

Оптимальный уровень фрода — не ноль. Каждый антифродовый барьер стоит трением легитимных пользователей. Задача не убрать гейминг, а найти допустимый уровень, при котором программа в плюсе.

Guardrails решают retention, не фрод. Требуй ключевых activation-шагов до выплаты. Blue Apron раздавал бесплатные боксы без обязательств — получил армию халявщиков и нулевой retention. Банки делают то же самое, когда дают бонус за открытие счёта без единого действия в аппке.

Метрика инкрементальности — blended CAC до и после запуска. Если объём тот же, но CAC вырос — просто платишь за органику.

https://bit.ly/49zjXY1

«Средний интеллект» — это звучит как оскорбление, но Ravi Mehta имеет в виду кое-что важное. AI мгновенно поднимает тебя до уровня среднего маркетолога или PM. Не топ. Но average + твой craft — уже достаточно, чтобы выпустить что-то реальное.

Элена Верна называет таких людей HI-C — High-Impact Individual Contributor. IC без команды, который тащит проект от А до Я самостоятельно. Сама сейчас в такой роли в Lovable: нет прямых репортов, 90% времени за работой. Pricing page — от прототипа до прода — в одиночку, за часы вместо недель с командой из PM + дизайнер + инженеры.

Писал про IC трек раньше. В разработке он существует давно — Senior, Staff, Principal без единого репорта, и никого это не удивляет. В маркетинге, аналитике, продукте такого трека де-факто не было. AI — первый реальный драйвер, который может его создать вне разработки.

Сам на днях собрал аналитику за пару часов, которая через нормальный процесс — постановка задачи, планирование, спринт — заняла бы недели две. Дело не в ресурсах. Просто когда каждый шаг требует согласования, идея «давай просто попробуем» становится нерентабельной сама по себе.

Логика одна: когда билд дешёвый — цена ошибки падает. Дебатировать становится дороже, чем попробовать. Цепочки согласований — артефакт дорогого производства, не управленческая мудрость.

В больших компаниях это приживётся медленнее — bottleneck сдвинется на доступ к информации, а не координацию. Но направление понятно.

https://bit.ly/4ufv4hf

В consumer-приложениях есть конкретный баг: marketing hook ≠ product hook. Пользователь кликает на одно — попадает в другое и уходит.

Jaryd Hermann протестировал это на себе: срезал 60% фич приложения, signup conversion вырос на 40%. PostHog показал, что фото+голосовые промпты дают кратно больше engagement при 25% от объёма. Убрал остальные 75%. Та же логика у лидеров: BeReal — 1 уведомление, 2 камеры, 2 минуты → 20M DAU. Систром срезал Burbn до фотографий → Instagram 1M юзеров за 10 недель. Quibi получил $1.75B, хотел быть «Netflix для смартфонов» — 6 месяцев.

У меня был похожий кейс на заре Instagram в России — сервис печати фото на магнитах. Пока были только магниты, конверсия в покупку держалась выше 10%. Добавили подушки, холсты, плакаты — конверсия упала в разы. При этом больше 60% заказов всё равно были на магниты. Надо было резать. Не порезал — опыта не хватило.

Грант Ли (Gamma): брось пользователю одно яйцо — поймает. Брось четыре — уронит все. И прикольная мысль - что ты больше всего не хочешь резать? Вот это и режь первым.

https://bit.ly/3Rg2FZI

Инстаграм снова обогнал TikTok по дневной аудитории в США. Данные Similarweb, пять лет после запуска Reels.

Интересно не то, что обогнал — интересна механика. Zuckerberg не придумал ни один из форматов, на которых держится аппка: Stories — Snapchat (скопировали с тем же названием), Reels — TikTok (2020). Дальше охват, рекламная машина и retention сделали остальное.

Evan Spiegel как-то говорил, что дистрибуция — это единственный настоящий ров в социальных сетях, и что всё остальное рано или поздно клонируют. Как выяснилось, он имел в виду чужой ров.

https://bit.ly/49PAWFC

Когда меняешь креатив — думаешь, что меняешь CTR. На деле меняешь аудиторию.

В Mimo (аппка для обучения коду) поменяли мультяшные баннеры на профессиональные. Прошлые неплохо кликали, но сигналили «казуальная игра», а не «серьёзный инструмент». Заходили не те люди. Сменили визуал — изменился профиль когорты: retention, конверсия, LTV. Без единого изменения в самом продукте.

Это вообще недооцененный момент: creative задаёт ожидания ещё до установки. Зашли не те — никакой onboarding не вытянет.

Обратная история вышла с локализацией. Залокализовали на 6 языков — D7 retention +40%, purchase rate +25–100%. Казалось бы, продуктовая история. Но следом рейтинги в сторах выросли, organic конверсия поднялась, blended CAC упал. Вложились внутри — получили acquisition снаружи.

В итоге: cLTV +65%, paid CAC −20% за 9 месяцев.

Там еще и про пэйволы есть, но это уже известная тема, сами почитаете.

https://bit.ly/3Q5ia6y

Если 20% churned пользователей возвращаются органически — это хорошая новость. Плохая: то, что принимают за проблему reactivation, часто оказывается проблемой activation.

SOSA 2026 (RevenueCat): реактивация monthly-подписчиков выросла с 13.7% до 20.1% за год. Productivity-категория удвоилась (17% → 36%) — AI-аппки создали паттерн «серийного тестирования»: высокий churn и такой же высокий reactivation.

Если пользователь отменил подписку на третий день, так и не дойдя до core-функций — win-back не поможет. Это activation problem, которая прикидывается reactivation-problem. Убедись сначала, что люди вообще получили ценность.

В банковских аппках та же история. Dormant-пользователь, который не активировался, — не CVM-задача. Там нечего реактивировать.

https://bit.ly/49sv2dB

eMarketer прогнозирует, что в 2026 году Meta впервые обгонит Google по рекламным доходам — $243,5 млрд против $239,5 млрд. Впервые в истории диджитал-рекламы.

Разрыв в темпах: Meta +24,1% против Google +11,9%. Главный двигатель — Advantage+: больше 1 млн рекламодателей, 15 млн объявлений в месяц, $60 млрд ARR от одной фичи. Средний ROAS — $4,52 на доллар, на 22% выше ручных кампаний. Плюс WhatsApp с $2 млрд ARR в платном мессенджинге и новые поверхности в Threads.

Интересно не то, что Meta выросла быстрее. Интересно то, что Google растёт на 11,9% при том, что поиск никуда не делся — запросы на историческом максимуме. Просто у Google фокус размыт: cloud, hardware, авто, YouTube, AI Research. А Meta — это один бизнес, реклама, с AI-автоматизацией, которая работает.

https://bit.ly/3ScqTo0

Пару месяцев назад весь LinkedIn репостил один и тот же скриншот новой фичи Meta — Customer Lifecycle Strategy. Подавали как AI-магию, которая «умно» исключает существующих клиентов через какие-то особые данные. Доков никто не показывал, только тейки в духе «успей первым».

Jon Loomer дождался фичи в своих аккаунтах и проверил. Магии нет. Это просто второе место в интерфейсе, где руками выбираешь те же custom audiences на исключение. Не подтягивает ни твои audience segments, ни лейблы — всё вручную, как и раньше.

Переименовали кнопку, навесили слово lifecycle, а комьюнити само дорисовало сверху AI. В перформансе так регулярно: половина «прорывных фич» при близком рассмотрении оказывается старой функцией с новым ярлыком. Удобно вспоминать, когда в ленте опять хором хвалят скриншот без ссылки на документацию.

Наверняка эффективные менеджеры получили фиолетовые, потому что рекламодатели поменьше начали пользоваться фичей, а она все так же сливала по дефолту деньги на ретаргетинг.

https://bit.ly/4x9sVFJ

В финтехе AI почти никогда не цитирует сам банк. 88.6% источников, которые модели тащат в ответ на «куда положить деньги» или «какую кредитку взять», — не brand-owned. В Штатах там сидят NerdWallet и Bankrate, у нас — Банки.ру и Сравни.

Foundation разобрали, как NerdWallet до этого дошёл. Называют это Trust Stack:
— на каждой странице видно, кто писал, кто ревьюил, кто редактировал, у каждого био, сертификаты, годы опыта (команда 100+ человек, ~1200 лет экспертизы суммарно);
— 47 публичных методологий рейтингов: что взвешивали, какие данные брали, кто проверял;
— отдельная страница про то, как они зарабатывают и почему партнёрка не влияет на оценки.

И Google, и LLM это едят: 79.7K цитат в ChatGPT, 54K в AI Mode. Но вот что все пропускают — органика NerdWallet за два года упала на 12.7M визитов в месяц. Цитируют их всё чаще, а заходить на сайт стали реже: AI отдаёт ответ прямо в чате, и клик до NerdWallet уже не нужен. Акции NerdWallet тоже заметно просели - больше чем на 50% с момента ipo, в котором я участвовал внезапно.

В общем - надежды на SEO и GEO не то чтобы много.

https://bit.ly/4oNQkZl

Мои друзья из Plurio.ai проведут 1 июля прямой эфир про то, как построить систему перформанс-маркетинга с AI. Спикер — Максим Епифанов, VP Performance Marketing в TripleTen.

Команда Максима тратит около $1.5M/мес на рекламу — и уже передала AI большую часть задач (но не всё).

На эфире Макс покажет, что именно можно отдать агентам, что оставить людям, и как это устроено по шагам.

Еще будет Q&A, поэтому готовьте вопросы!

На эфире ребята разберут:
→ Планирование маркетинга на месяц — фрагмент реального документа: у каждого канала свои KPI, за которыми команда следит и в которые должна попадать

→ Скиллы и правила под результаты: 
- скилл по перераспределению бюджетов, где считается прогнозный CAC
- скилл, который разбивает кампании по корзинкам (зеленые / желтые / красные)
- правила, которые бюджетами управляют

→ Скиллы UA-менеджера, которые уже крутятся в работе:
(1) скилл, который показывает аналитики по креативам: что оставить, а что масштабировать
(2) скилл, которой показывает креативы, которые являются кандидатом к перезапуску
(3) скилл по минус словам

→ В конце — зачем это команде и почему схема работает на больших объёмах

На каждый блок одна логика: цель → как делали руками → что работает сейчас → где всё ещё нужен человек

Когда: среда, 1 июля, 19:00 МСК
Регистрироваться тут

Два месяца назад я был AI-луддитом, недавно стал AI-амбассадором. И главное открытие новой роли: вещи, которые мне кажутся очевидными, для большинства совсем не очевидны. Вот свежий пример.

Хайп говорит: AI-агент вот-вот заменит андеррайтера, саппорт или аналитика целиком. Но в реальности — отдашь агенту всю роль, и счёт за токены обгонит зарплату человека, которого он должен был заменить. Ну это если отдашь - такого агента еще сделать нужно, особенно аналитика.

Механика простая. Должность — это куча мелких решений, костылей и неписаных правил. Агент без границ лезет в каждый edge-case и жжёт токены на каждом шаге рассуждения. Поэтому всю работу делает архитектура вокруг агента, а не он сам: сначала детерминированные проверки (в примере с KYC — документы бьются между собой? тот же человек? не подделка?), фрод-кейсы уходят человеку, и только в самом конце — LLM на одну задачу: сообщить решение. Не андеррайтер, а диспетчер. Да и токены - это пол беды, там может быть вообще любой рандомный процесс случится.

Дорого не из-за модели, а из-за слишком широкого скоупа — та же история, что с токен-экономикой у Саймона Тейлора. Santander тот же процесс уронил с €5 до 3 центов, просто сузив задачу. Для банка вывод приятный: не надо ждать «агента-сотрудника» — надо нарезать роль на узкие задачи с жёсткими входами и выходами. Дешевле, предсказуемее, и комплаенс не разваливается. Не только для банка, конечно - для любого.

Мне это казалось базой. Но как пошёл амбассадорствовать — почти каждый второй слышит «агент» и представляет, как тот целиком заменяет живого человека. Отсюда и завышенные ожидания, и потом разочарование в «не взлетело».

Нюанс: автор материала — из ABBYY, а они как раз продают «Document AI впереди reasoning». Рецепт удобно идёт через их полку. Но мысль от этого не ломается.

https://bit.ly/4esdwsO