Digital Mature | Маркетингова аналітика | Активація даних та AI

Це я даю вам дві хвилини, щоб ви зацінили мій новий дата проєкт і далі йшли спокійно на вихідні 😆 Усе почалося з моєї професійної деформації та того, що я фанат The Chemical Brothers. Тож коли після релізу трилера «Apex» із Шерліз Терон їхній старий трек «Go» раптово злетів у трендах, я не зміг пройти повз. Мені стало дико цікаво розібрати цей хаос під мікроскопом. Я зарився в дані й відстежив увесь шлях цієї вірусної хвилі. Вийшла справжня Data Story про те, як працює масова культура, як TikTok-меми конвертуються у стріми та як один успішний сингл тягне за собою прослуховування всього старого каталогу (той самий Halo-ефект). Для мене цей кейс особливий ще й тому, що він глибоко особистий — усередині я поділився своїми спогадами про київські концерти гурту та літо 2019-го, коли я тільки прийшов у Netpeak. 💻 Детально кейс описав за посиланням Буду вдячний за ваші думки та фідбек у коментарях. Цікаво, чи подобається вам такий формат розбору кейсів. І окремо — для тих, хто вже переглянув кейс і потрапив сюди з інших каналів: радий вас бачити! Найближчим часом ділитимуся тут новими проєктами, спостереженнями та іншими цікавими знахідками зі світу маркетингу й аналітики.

Anthropic Economic Index: що люди реально роблять з AI — і що про це думають 🤖 Anthropic випустила новий випуск Economic Index («Cadences»). Цінний тим, що показує AI через реальні дані використання, а не через маркетингові обіцянки. Одразу уточнення, бо звіт — це дві різні речі під однією обкладинкою: ▶️ Розділи 1–2 — статистика реального використання: класифікатори читають реальні розмови (privacy-preserving) і рахують, що люди роблять. Факти з логів. ▶️ Розділ 3 — опитування ~9 700 юзерів. Що люди думають і очікують. Рамка на весь звіт: це юзери Claude, а не весь світ. Читаємо як портрет користувачів, не економіки. Ритми: використання повторює життя Найприкольніше видно по годинах і днях. Частка особистих розмов стрибає з ~35% у будні до майже 50% на вихідних — бізнес-листування й презентації змінюються на емоційну підтримку, медичні й інвестиційні питання. Видно й дати: у податковий дедлайн (14 квітня) податкових запитів було у 8 разів більше за звичайний день. По годинах: новини питають о 7:00, рецепти — пік о 18:00 (×2.3), поради по сну — під ранок. А на вихідних Claude Code зміщується з backend-архітектури й дебагу на AI-агентів, квант-трейдинг і гру, і пікують запити «як почати бізнес». Схоже, вихідні — це коли люди будують своє 🚀 Що люди забирають із сесій 93% розмов дають конкретний артефакт. Топ — пояснення (17%), документи й звіти (15%), guidance (11%). А ось це прямо про нас: серед робочих сценаріїв створення маркетинг-контенту — 80% робочих, блоги й статті — 81%, написання database queries — 82%. Тобто маркетинг і аналітика тут не «потицяти заради цікавості», а реальна робота. Цінніше = дорожче (і це підсилення, не заміна) Цікавий патерн: токени ростуть з цінністю роботи. Сесії marketing managers (~$80/год) їдять ~2.5× більше токенів за редакторів (~$37/год); apps — 3× від медіани, пояснення — лише 1/5. Але головне — як саме: на дорогих задачах Claude видає більше (×1.34) і водночас людина залучена більше (×1.53 раундів діалогу). Вони ростуть разом — тобто в цінній роботі це поки augmentation, а не заміна. Людина не випадає з циклу. Що люди про це думають Тут уже суб'єктив, але показовий: ✔️ 35%+ очікують, що за рік AI зможе робити більшість їхньої роботи. ✔️ Парадокс: хто делегує найбільше — той найоптимістичніший щодо зарплати, безпеки й сенсу. Не паніка, а навпаки. ✔️ Але досвідчені (15+ років) системно скептичніші (на ~10 п.п.). Моатом називають судження, контекст і стосунки — те, що AI не копіює. Продуктивність при цьому висока: швидкість 86%, обсяг 82%, якість 69%. Висновок Два чесні сигнали. Перший: у цінній роботі AI поки підсилює, а не замінює — за умови, що людина в циклі. Другий — і це рівно наша вічна теза: найстійкіше це розуміння й контекст, а не виконання. AI вже пише ваші database queries й чернетки. Що лишається вашим — розуміння, навіщо це і що цифри означають 📊 🔗 Звіт: https://www.anthropic.com/research/economic-index-june-2026-report #ai #менеджмент

Vibe coding у маркетингу: що реально кодять — і чому «83% з governance» треба ділити майже навпіл 🤖 Chiefmartec разом з UserEvidence випустили перший кількісний бенчмарк вайбкодингу в маркетингу — опитали 302 людини з SaaS-компаній. Одразу про вибірку, бо без цього цифри оманливі: це не «скільки маркетологів почали кодити». Опитали тільки тих, хто вже юзає AI code-tools, і тільки в софтверних фірмах. Тому точно не треба розглядати це як стан ринку. Що саме кодять Топ-4 задачі — суцільний backstage: 1️⃣ Workflow-автоматизації (lead routing, data syncs) — 57% 2️⃣ Інтеграції платформ, баз даних і API — 50% 3️⃣ Data cleaning / трансформація / аналіз — 48% 4️⃣ Внутрішні тули (калькулятори, scoring-моделі, шаблони) — 45% Спосіб доступу: 75% використовують MCP хоча б для частини інтеграцій. А підключаються найчастіше до сховищ і аналітики — Snowflake / Databricks 51%. Тобто маркетинг незалежно проголосував: головний біль — звести джерела докупи й зрозуміти дані. Це топ-1 скарга martech десять років поспіль, і AI тут реально в тему — ці задачі зазвичай не такі складні (якщо вже є підготовлені моделі), один власник, ні з ким домовлятись не треба. Але рівно тут наша стара пастка: вони швидко вайбкодять інтеграції й MCP-тули до Snowflake та Databricks, а значить, що дата моделі вже побудовані. А якщо дата-моделі під низом нема — це просто швидші пайплайни на піску. AI прискорює будівництво. Фундамент він за вас не закладе. А тепер показове: лендінги — 28%, customer-facing апки — 17%. Низько. По лендінгам, на мою думку, складніше, тому що тягне бренд, дизайн, контент, інколи legal — купу залежностей і стейкхолдерів. AI першим з'їдає задачі, де залежностей найменше. Поріг тут скоріше організаційний, не технічний — і впаде він не від наступної розумнішої моделі, а коли команди перебудують процеси. Customer-facing апки потребує продуктового мислення, поріг буде значно вище. 83% сказали, що мають формальний governance-фреймворк під вайбкодинг. Звучить як «усе відповідально, не хвилюйтесь». Але дивимось у їхні ж цифри: ✔️ Формальну загальнокомпанійну політику має лише 46%. Тобто щойно питаєш про щось конкретне, а не «чи є хоч якісь правила» — цифра майже вдвічі менша. ✔️ Найчастіший guardrail — approved tool list (56%), найдешевша галочка («юзаємо Cursor, а не Replit»). А найскладніше і найкорисніше — навчання людей — аж 21%, останнє місце. При тому що дефіцит навичок — це їхній же бар'єр №1 (44%). Регулюють інструменти, а не людей. ✔️ Хто за цей governance відповідає? У 39% — сам маркетинг (його ops / ліди), IT і security — лише в 31%. Тобто це здебільшого правила, які маркетинг написав сам собі. Що логічно: маркетинг і деви в SaaS розділені — до вайбкодингу 49% взагалі строчили тікети в інженерку, щоб щось зробити. Тепер вони це обходять, і правила пишуть теж самі. Підсумок: 83% — це не «вайбкодинг безпечно зарегульований». Це «у більшості є якісь правила, переважно про дозволені тули, написані самим маркетингом, майже без навчання людей». Наявність політики, а не її виконання. Показово, що сам звіт у фінальному висновку каже те саме — «фокусуйтесь на команді, а не на тулах», а навчання називає недооціненим. Що ще цікавого Швидкий ROI отримали 47% команд, де вайбкодинг завів сам маркетинг — проти 30% коли пушив IT і 14% коли пушив вендор (у цієї групи майже половина досі чекає віддачі). Коли біль і рішення в одних руках — працює. Коли тобі це продають — найгірший результат. Цікаво, але ж знову таки, навряд IT зовнішному вендору віддаються прості задачі і зазвичай такі речі, де складно ROI рахувати 📊 🔗 Розбір: https://newsletter.chiefmartec.com/p/vibe-coding-in-marketing-we-surveyed-300-marketing-leaders-on-its-adoption 🔗 Повний звіт Vibe Code Check: https://userevidence.com/vibe-coding-marketing-report/ #ai #менеджмент

Google розширює Smart Bidding Exploration і додає Promotion Mode 🔥 Коротко: алгоритм отримує дозвіл «гуляти» поза вашим ROAS-таргетом, щоб ловити запити, які раніше відсікались як неефективні. За даними Google - +18% унікальних конвертуючих категорій запитів і +19% конверсій 📊 ✅ Що нового: 1️⃣ Exploration тепер працює в Performance Max без product feeds і в Standard Shopping (раніше - лише PMax з фідами). Це коли алгоритм свідомо ставить ставки на запити поза вашою ROAS-ціллю, щоб знайти нові конвертуючі сегменти, які звичайна оптимізація відсікає як «невигідні». 2️⃣ Promotion Mode (beta) - тимчасово піднімаєш бюджет і послаблюєш ROAS-ціль на час сезонки/розпродажу/лончу, без перебудови кампанії. ➡️ Як працює: задаєш «ROAS tolerance» - наскільки система може відхилятись від цілі, щоб тестити нові кластери запитів. ❌ Застереження: цифри +18/+19% - це Google про Google. У реальних акаунтах побачите своє. #реклама

Google нарешті показує, скільки разів вас «процитував» AI 📊 Search Console зарелізив Generative AI performance report: видно impressions з AI Overviews та AI Mode (для Discover — окремий звіт). Перший офіційний інструмент від Google, щоб міряти присутність сайту в AI-пошуку. ✅ Що є: impressions по сторінках, країнах, девайсах, з гранулярністю від дня до місяця. Важливо: ці покази не нові — вони весь час сиділи всередині вашого звичайного Web search type, просто тепер Google винесла їх в окремий в'ю. ✔️ Clicks поки не виділені. Тобто зараз це метрика присутності бренду в AI-видачі, а не трафіку. І це ок: на стадії, коли користувач ще збирає контекст в AI-відповіді, перехід — не головне. Спочатку важливо, що вас взагалі згадали. Тобто як мінімум ви можете отримати динаміку від ваших дій по збільшенню долі цітування. Але в принципі, якщо AI-покази сидять всередині Web, виникає спокуса: відняти AI-звіт від загальних Web-показів і отримати «чисту» класичну видачу. Напрямок правильний, але вийде не зовсім точно: 1️⃣ Перетин AI та синіх посилань. Google рахує один і той самий URL в AI-блоці й у звичайних результатах на тій самій сторінці як один показ. А в AI-звіті він порахується теж. Віднімаєте - і вибиваєте в мінус показ, який у Web був злічений лише раз. Класична видача занижується рівно на величину цього перетину, яку ви ніяк не виміряєте. 2️⃣ Звіти рахують по-різному. Загальний звіт і AI-звіт сумують покази не зовсім однаково: те, що в одному показано як один показ на весь сайт, в іншому може розкластися на кожну сторінку окремо. Тому навіть просто скласти сторінки і звести з підсумком по сайту не завжди виходить рівно. А коли віднімаєш одне число з іншого - ці розбіжності накладаються, і похибка тільки росте. Висновок: як прикидка «на колінці» порядку величини (AI - це умовно 15% чи 50% моїх показів) - зійде, але враховуйте особливості вище. І ще один момент для тих, хто будує пайплайни: AI-зріз поки недоступний через Search Console API. Ця частина мабуть з'явиться пізніше. Покази в AI - це метрика твоєї присутності в генеративній видачі. Показник робочий, але тільки в динаміці: один абсолютний impressions-каунт без точки відліку нічого не каже. Ну і для порівняння з конкурентами, щоб отримати Share of voice все одно треба виокристовувати окремі тули. 🔗 https://support.google.com/webmasters/answer/16984139 #аналітика

AI-агенти, ML-моделі та автоматизація бізнес-процесів: що включає напрям AI Solutions by Netpeak 🔍 ➡️ За даними Zapier, 72% великих компаній уже використовують або тестують AI-агентів, а 84% керівників планують збільшити інвестиції в такі рішення протягом наступного року. Втім, головний виклик сьогодні — не доступ до технологій, а їх ефективна інтеграція та масштабування в межах бізнесу. 🧩 Саме тому ми запустили AI Solutions by Netpeak — новий напрям, який фокусується на впровадженні AI-агентів, моделей машинного навчання та автоматизації бізнес-процесів. Ви можете замовити реалізацію власного проєкту або знайти потрібне рішення в нашому каталозі з більш ніж 50 готовими варіантами. У каруселі розповідаємо, які задачі можемо допомогти вирішити та як AI Solutions може працювати на розвиток вашого бізнесу. Гортайте 👉 Щоб записатись на консультацію, переходьте за посиланням ✅

Друзі, трохи пропав з радару свого каналу, це тому що дуже сильно готувалися до цього дня. Netpeak запускає новий сервісний напрямок — AI Solutions. Під моїм керівництвом. Трохи контексту, бо це не «ще одна команда на хайпі». У Netpeak ми працюємо зі штучним інтелектом ще до того, як генеративні моделі стали мейнстрімом. ML-моделі сегментації, Marketing Mix Modeling, регресійні моделі — усе це вже роками в наших робочих процесах. Під цим — сертифікована команда інженерів з даних. Згодом ми освоїли і генеративну частину та почали застосовувати її в реальній роботі. І тут є нюанс, який важко переоцінити: будувати AI-рішення поруч з експертами по даних — це як мати секретну зброю. Ми розуміємо, як моделі працюють під капотом, де їхні межі, а де — реальні можливості. Без ілюзій і без магії. Наступний крок був логічним: очолити AI-автоматизацію всередині агенції. А тепер — відкрити цю експертизу назовні, як окремий сервісний напрямок. Що ми робимо — простими словами: впроваджуємо AI в бізнес-процеси, щоб підвищити рентабельність вашого бізнесу. Як з нами працювати: → Потрібна стратегія? У нас є Revenue & Growth AI Automation Assessment — оцінимо ваші процеси і знайдемо рішення з реальним впливом на ROI. → Уже є бачення і конкретний запит? Приносьте — оцінимо, як це впровадити. → Цікаво, що ми вже вміємо? Заходьте в каталог рішень: https://netpeak.ua/ua/services/ai-services/ Команда — вогонь. Звертайтеся 🔥

🏆 Netpeak на IAB MIXX Awards Ukraine — і команда Digital Data теж долучилась Netpeak забрав нагороди на IAB MIXX Awards Ukraine. В копілці — 2 срібла і 3 бронзи: срібла по PPC у COMFY, бронзи по PUMA, Me-QR і Prom. Команда Digital Data безпосередньо брала участь у роботі над задачею по Me-QR. Що ми там робили: ➡️ Автосегментували користувачів за професійним напрямком — на вході дані по згенерованих QR-кодах, на виході аудиторії за вертикалями. ➡️ Класифікатор зібрали на Gemini API + Python — без ручного розмічування і без класичної ML-обв'язки. ➡️ Готові сегменти заливали в рекламні кабінети для таргетингу. Підхід виявився робочим і масштабованим: поведінкові дані йдуть через LLM-класифікатор і перетворюються на готові сегменти для ads — без важкого ML-пайплайну. Далі — допрацьовувати проміпти, додавати валідацію і котити на більші обсяги. Але найцікавіше тут — не архітектура, а масштаб самої задачі. За QR-кодами Me-QR стоїть величезна кількість візуального контенту: флаєри, меню, вивіски, лендінги брендів. Вручну або класичними алгоритмами таке не обробити — надто різноманітно і надто багато. LLM тут єдиний реалістичний спосіб витягнути з цього потоку сигнал і перетворити його на аудиторії для таргетингу. Це чудовий приклад використання методу Test&Learn в MarTech з використанням AI 🚀 #кейси #ai

Об'єднали 4 рекламні системи в один дашборд для Advio. Advio — платформа самостійного запуску реклами в Telegram Ads. Активно крутили платний трафік через Google Ads, Meta Ads і Telegram Ads, дані по контактах — у CRM, по заявках — у GA4 та власній системі. Класична картина: 4 джерела, щоденне зведення в Excel руками, фінальної картинки немає, рішення з затримкою. Що зібрали: ▶️ BigQuery — центральне сховище. Сирі дані з GA4 туди щоденно. З рекламних кабінетів (Google Ads, Meta, Telegram Ads через систему Advio) — наш власний Python ETL-конектор, теж щодня. ▶️ Dataform — оркестрація трансформацій. Будуємо модель атрибуції, готуємо data marts: нормалізовані витрати, єдиний формат дат, узгоджений мапінг каналів. Код у спільному репозиторії, версіонується, оновлення в авто-режимі. ▶️ Power BI — фінальна візуалізація. Окремо про те, на чому насправді тримається весь дашборд — на трансформаційному шарі. Три рекламні системи — три різні валюти, три формати дат, по-різному названі канали. Окрема історія — Telegram Ads: у нього немає зрілого API звітності в звичному сенсі, тому витрати ми тягнемо через систему Advio як посередника. Python-конектор щодня збирає цифри з усіх джерел у BigQuery. Далі вступає Dataform — і тут він не просто "оркестратор пайплайнів", а шар, де нормалізуємо: витрати — в одну валюту, дати — в один формат, канали — з узгодженим мапінгом. Код у спільному репозиторії, версіонується, оновлення автоматичні. Результат — data marts. Це попередньо підготовлені таблиці, з яких Power BI просто читає вже готові цифри замість того, щоб щоразу перелопачувати сирі дані. Точність атрибуції 95%+ досягається саме на цьому шарі, до етапу візуалізації. Базовий принцип warehouse-centric: центром аналітики є DWH (у нас BigQuery), а інструмент візуалізації — вторинний і змінний. Сьогодні Power BI, завтра Tableau, післязавтра свій фронтенд. Дані залишаються там, де мають бути — у клієнта в його сховищі. Результати: ✅ Атрибуція з точністю >95% завдяки єдиній моделі ✅ Час на підготовку і зведення звітів — мінус 75% ✅ Щоденно користуються і маркетингова, і продуктова команда — одна точка правди Деталі і скриншоти дашбордів — у повному кейсі. Тим, хто шукає інструмент із ширшими можливостями таргетингу та налаштувань, ніж у нативному кабінеті Telegram, ми радимо спробувати Advio 👉 #кейси

Google визнає: last-click для lead gen — це лотерея. Зустрічайте Journey-aware bidding. 7 травня Google зарелізив у бета Journey-aware bidding — нову стратегію для Search-кампаній на Target CPA, заточену під складні lead-to-sales шляхи. Що це означає на людській мові: Раніше Smart Bidding оптимізував під одну подію — той самий form submit, який ви позначили головну конверсію. Все, що було далі (qualified lead → SQL → закрита угода), для алгоритму лишалось чорною скринькою. У результаті — оптимізація під найдешевшу заявку, а не під реального клієнта. 🎯 Journey-aware дає Google AI дивитись на повний набір conversion goals — і biddable, і non-biddable. Тобто на сигнали з усієї воронки: дзвінки, форми, newsletter signups, а головне — на те, що відбувається після того, як лід потрапив у CRM. Якщо у вас налаштовані offline conversion imports і CRM повертає назад дані про якість лідів — Google вчиться їх використовувати, навіть якщо bidding-target формально лишається CPA на старій події. 📦 Це частина пакета з трьох оновлень (всі — анонс 7 травня): ▶️ Journey-aware bidding — для tCPA Search (бета) ▶️ Smart Bidding Exploration розширюється на PMax з product feeds і Shopping (бета). За Google'ом, у Search він дав +27% unique converting users. ▶️ Demand-led pacing — AI агресивніше перерозподіляє денний бюджет під реальні піки попиту. -66% manual budget adjustments. 🤔 А тепер моя ремарка. Це гарний концептуальний крок: Google формально визнає те, про що ми говоримо роками — last-click недостатньо для lead gen, потрібен весь шлях. Але є нюанс, без якого ця штука зашкодить більше, ніж допоможе: ❌ Якщо у вас немає чистого conversion architecture — Enhanced Conversions, GCLID у CRM, offline conversion imports з якісним маркуванням стадій воронки — Journey-aware просто підсилить поганий сигнал. Система буде агресивніше витрачати на той самий потік низькоякісних лідів, а ви побачите "покращення" в Google Ads UI, поки sales-команда буде дивитися на стабільно поганий close rate. Якщо ви давно прикидаєте бізнес-кейс на інтеграцію конверсій з CRM — Journey-aware bidding щойно дав вам сильний аргумент. Офіційно: посилання #реклама

Netpeak публічно зарелізив Aura — нашу AI-екосистему для аналізу комунікацій з клієнтами. Це продукт який будувала моя команда. Якщо коротко: Aura читає всі чати/повідомлення/перемовини команди, в реальному часі шукає сигнали ризику (зрив дедлайну, можливий відтік клієнта, ескалація) і повертає це у вигляді аналітики в окремому інтерфейсі. Це система яка направлена на підтримання рівня якості нашого бізнесу. Що нам важливо в цьому проєкті як датникам: ▶️ Aura — це не "GPT-обгортка". За нею стоїть інженерний шар, який збирає, нормалізує і централізує дані з усіх комунікаційних каналів. Без чистого пайплайну такий продукт не запрацював би в принципі. ▶️ AI у комунікаціях буває різний. Найбільше всі говорять про чат-боти, які замінюють менеджерів. Aura — про інший use-case: моніторинг, що слухає реальні робочі чати команди і повертає бізнес-сигнали раніше, ніж проблема дійде до воронки. Це інший рівень довіри до AI: не "напиши клієнту замість мене", а "скажи, де в мене проблема". Повний анонс із відео — у LinkedIn Netpeak. #ai

GA4 нарешті отримав окремий канал для AI-трафіку. Краще ніж нічого 🤷 13 травня Google офіційно вивів трафік з ChatGPT/Claude/Gemini з Referral у новий канал AI Assistant у GA4. Що змінилось: ▶️ Medium = "ai-assistant" — автоматично присвоюється, коли referrer збігається з розпізнаним AI-асистентом ▶️ Default Channel Group = "AI Assistant" — окремий канал, не лежить більше в Referral ▶️ Campaign = "(ai-assistant)" — резервна мітка Все вмикається автоматично, без налаштувань з боку власника property. Працює на нових сесіях. ❌ Але є обмеження, які треба чітко розуміти: 1️⃣ Не ретроактивно. Усе, що до 13.05.2026 потрапило в Referral — там і залишиться. Якщо хочете порівнювати рік до року — або накладайте свій історичний Custom Channel Group, або робіть звіт по source. 2️⃣ Лише три асистенти підтверджені офіційно: ChatGPT, Gemini, Claude. Повного списку Google не публікує. Microsoft Copilot і Perplexity — поки під питанням (у серпневому гайді 2025 року вони були в рекомендованому регексі, тут — тиша). 3️⃣ Сесії без referrer як ішли в Direct — так і йдуть. Канал працює лише коли браузер передає GA4 заголовок Referer з адресою джерела (chatgpt.com, claude.ai, gemini.google.com). Багато AI-кейсів цього не дають: лінки, відкриті в мобільному ChatGPT-додатку, копі-паст з адресної строки, AI Mode з noreferrer-атрибутом (на цьому Google уже ловили рік тому). Все це продовжує сипатись у Direct. 4️⃣ Бета. Багато аналітиків зараз дивляться на свої властивості і бачать там нулі по каналу. Розкочується поступово. Це класичний крок Google: спершу всі будують свої workarounds, потім платформа підбирає рішення системно. Так було з cross-network для PMax у 2022, так буде далі. Працює — добре, але стратегію вимірювання AI-трафіку треба тримати у себе в голові. Офіційно: посилання #аналітика

Google: "AI Max виходить з beta, +7% конверсій, з вересня всіх переводимо автоматично". Звучить голосно. Розберемо, що це насправді 🚀 Анонс від 15 квітня. Здається, що з'явився якийсь новий тип кампанії, але насправді — ні. ☝️AI Max — це не кампанія, це набір AI-фічей поверх звичайних Search-кампаній Технічно — три фічі, які можна вмикати окремо: ▶️ Search term matching — AI знаходить запити поза вашими ключами, орієнтуючись на інтент (по суті розширений broad match з кращим розумінням контексту) ▶️ Text customization — генерує варіанти заголовків і описів під конкретний запит юзера ▶️ Final URL expansion — направляє на найрелевантнішу сторінку вашого сайту, навіть якщо в кампанії вказана інша Ідеологічно це наступник DSA. Те саме "Google сам знайде трафік на основі вашого сайту", але з ширшими сигналами і кращими контролями — brand exclusions, location controls, text guidelines (можна задати рамки, як AI пише тексти від вашого імені). 📊 Що з цифрою +7%? Дрібний шрифт під анонсом каже багато: ❌ Це Google internal data, 2026, for non-Retail advertisers. Для retail/ecom — даних немає. Для нашого ринку (Україна) — теж. ❌ Порівняння — не AI Max vs DSA, а AI Max з усіма трьома фічами vs AI Max лише з однією фічою (search term matching). ▶️ Тобто меседж по суті: "увімкніть більше фіч — отримаєте більше". Це зовсім не "+7% від переходу з DSA на AI Max". 🤷 Маркетингова цифра, яка не дає нам уяви, що буде з нашими кампаніями. 🤔 Що з цього всього треба зрозуміти: 🔜 З вересня старі формати (DSA + automatically created assets + campaign-level broad match) автоматично переходять на AI Max. Це знайома схема: Smart Shopping → PMax у 2022, тепер DSA → AI Max. Цикл повторюється. 🔜 З вересня не можна буде створювати нові DSA-кампанії — ні через UI, ні через Editor, ні через API. Все, кінець епохи. 🔜 Авто-апгрейд — це втрата контролю в моменті. Хто чекатиме до вересня — отримає налаштування, які Google вирішив за нього (хоча Google обіцяє "preserve legacy URL controls" і близьке мапування). 🔜 AI Max = ширша мережа = більше трафіку, серед якого може бути більше нерелевантного. Search Terms Report стане найважливішим звітом для контролю. AI Max сам по собі — нормальна еволюція DSA. Кращі контроли, кращі сигнали, більш гнучка генерація текстів — це позитив. Що мене бентежить — це коли Google підкріплює це маркетинговою цифрою з footnote-ами, які роблять її майже безглуздою для практичного рішення. Тестуємо як завжди — без віри в +7% і без паніки. 📎 Офіційно: https://business.google.com/us/accelerate/announcements/dsa-upgrade-to-ai-max-2026/ #реклама #ai

GA4 ↔️ Ads consent split — для кого це історія, а для кого — ні З 15 червня Google розводить контролі GA4 і Google Ads. Це не для всіх історія 🤷 Що змінюється: Google Signals у GA4 більше не контролює, що йде в Google Ads. Тепер єдиний перемикач — ad_storage із Consent Mode на сайті. Granted → Ads отримує всі рекламні сигнали. Denied → тільки те, що в URL (GCLID, gbraid, wbraid). Все. Для EU це реально критично, там без Consent Mode v2 ви втрачаєте конверсії та ремаркетинг ще з липня 2025. Але для українських проєктів картина інша. Три типові UA-сценарії: ▶️ Consent Mode не реалізований взагалі (а в Україні — це норма) Google Tag за замовчуванням працює як завжди — збирає cookies, передає GCLID, формує аудиторії. Це режим "немає сигналу про denied → працюємо як раніше". Ні до 15 червня, ні після — нічого не зміниться. Конверсії, ремаркетинг, Customer Match працюють як працювали. ▶️ При цьому якщо у вас Google Signals OFF Ось тут єдине помітне для UA-сайту місце. Раніше OFF блокував частину рекламних даних з GA4 в Ads. Після 15 червня — не блокує. Якщо у вас GA4 ↔️ Ads link і ви активно тягнете аудиторії з GA4 — імовірно побачите трохи кращі сегменти і точнішу атрибуцію. Це позитив, не негатив. ▶️ Якщо Google Signals ON Базово все працює як раніше. Без default-виклику Consent Mode тег вважає "granted" і дані летять у Ads. ▶️ Коли стає критично — навіть в Україні: 🔜 Сайт обслуговує EU-аудиторію або має локалізовані версії — без коректного Consent Mode v2 конверсії для EU-юзерів вже з минулого літа втрачаються 🔜 Український офіс глобального бренду на спільному GTM/GA4/Ads — налаштування йдуть за найжорсткішим регіоном 🔜 Свідомо будуєте privacy-ready setup на майбутнє — добра нагода зробити аудит Для таких сценаріїв необхідно перевірити коректність роботи Consent Mode. Якщо він у вас був налаштований неправильно і при цьому Signals були ON, то ситуації в Google Ads стане гірше. 📊 📎 Офіційно від Google: https://support.google.com/analytics/answer/17016975 #аналітика #реклама