Pinterest назвали лучшие способы монетизации контента на платформе


Вам нравится просматривать Pinterest в свободное время? И вы не одиноки, как и 460 миллионов человек со всего мира, которые ежемесячно обращаются к Pinterest за вдохновением и идеями. Это «золотая жила» для создателей контента, играющая ключевую роль в переходе пользователей от пассивной прокрутки к действию. Pinterest показал, как добиться этого быстро и эффективно.

В основе продвижения любого продукта или услуги на Pinterest лежат пины. Пользователи платформы теперь имеют доступ к расширенным функциям пинов, которые ранее были ограничены, включая добавление активных ссылок, редактирование после публикации, форматирование изображений в сообщениях, музыку, стикеры и наклейки.

Набор инструментов довольно обширен, поэтому платформа поделилась информацией об их эффективном использовании, чтобы облегчить редактирование, публикацию, монетизацию и продвижение бренда для пиннеров и создателей:

Интегрируйте ссылки во все пины. Это просто, но многие мастера упускают из виду это. Pinterest настоятельно рекомендует пользователям добавлять ссылки на все изображения, видео и прямые трансляции Pinterest TV, чтобы привлечь аудиторию к своему продукту.

Редактирование после публикации: пользователи могут создавать пины, изменять размер изображений и редактировать элементы пина после публикации, включая текст, ссылки и заголовки. Визуальное удобство для пользователя — ключевой аспект успешного продвижения продукта.

Отслеживайте показатели эффективности: все видеопины теперь имеют расширенную статистику, предоставляющую комплексный набор аналитики для дальнейшей оптимизации стратегий продвижения бренда.

Ожидается, что эти изменения приведут к еще большему разнообразию контента и создадут привлекательную экосистему для авторов и пользователей

Разница между VDS и VPS: виртуальные серверы на перепутье
VDS означает Virtual Dedicated Server (виртуальный выделенный сервер), а VPS означает Virtual Private Server (виртуальный частный сервер). Эти термины часто используются взаимозаменяемо и могут относиться к схожим решениям хостинга.
Читать больше: https://telegra.ph/Raznica-mezhdu-VDS-i-VPS-Virtualny..

Пост-ликбез по поводу прокси для Facebook Ads
 
Итак, кратко пробежимся по разновидностям проксей:
 
1. Серверные - находятся в дата-центрах и подходят  нам под сервисы статистики/автозалива, а на ipv6 адресах можно в целом работать и через антидетекты, но только не на самых слабых акках. Продаются на время, без тарификации по трафику, стоят копейки, нормальная скорость. Нету смены IP-адреса по ссылке. 
 
2. Резидентские - их IP-шники пробиваются как адреса реальных пользователей домашнего интернета, часто продаются адреса, полученные через ботнеты или через специальные прилы. Стоят довольно дорого, работают не особо стабильно (например потому, что юзер может в любой момент выключить комп). Часто продаются со сменой IP-адреса по времени - раз в полчаса и т.п. Тарификация обычно идёт за трафик. Юзать подобные прокси на постоянной основе нам нету большого смысла, разве что для работы с трендами. Но они отлично подходят для пробива кло.
 
3. Мобильные - закупаются сим-карты одного или нескольких операторов и вставляются в USB-модемы, после чего разворачивается ферма. Тарификация может быть как за трафик так и за время + обычно дают ссылку для смены IP-адреса (т.е. для перезагрузки модема). Стоят несколько десятков $$ в месяц. Идеально подходят для повседневной работы, можно вешать десятки аккаунтов.

Если вы размышляете над тем: почему ваши аккаунты FB ограничивают в спенде до 25$/дейли (скрин №1), то обычно всё дело в отклонённых объявлениях. По моим тестам - достаточно 2-3 отклонённых объяв.

Как мы это определили?

Помимо того, что FB чёрным по белому пишет об этом на скрине №1, можно найти информацию о причинах в результатах запроса к Private API - см. скрин №2.

P.S. Параметры запроса следующие:

variables: {"id":"айдивашегоакка","startTime":null}
doc_id: 6233091253412362


P.P.S. Для снятия плашки продолжаем лить траф на этом акке от недели и более - и мейби вам повезёт

ТОП ошибок рекламодателя в работе с push-трафиком

При правильном подходе продвижение с помощью push-уведомлений может приносить стабильную прибыль на протяжении длительного периода. Push-сети не особенно сложны в настройке, но ошибки, которые рекламодатели допускают при создании рекламных кампаний, широко распространены. В этом материале мы разберем основные ошибки при работе с push-трафиком.

Читать больше: https://telegra.ph/TOP-oshibok-reklamodatelya-v-rabot..

Facebook будет использовать ИИ для блокировки фейковых аккаунтов


Нашли интересный материал по поводу борьбы Facebook с фейковыми аккаунтами. Ниже сам материал от возможного сотрудника FB. Скажем сразу, мы не можем подлинно сказать, что это написал действующий сотрудник FB, но навряд ли кто то будет им прикидываться и писать про проблемы с авторегами Facebook, включая статистику. Плюс в материале выжимка из выступления, поэтому мы и обратили на это внимание.

Оригинал материала:

Цитата

Key account parameters used by Facebook Account age: A young account can be more prone to abuse. Number of friends: Some bots may have an unusually large number of friends. Account Location: Accounts registered in certain regions may be more prone to abuse. Analysis of an account’s behavior on a social network, such as how often the account posts, comments or likes other users’ posts. Interaction network analysis: Facebook analyzes who an account interacts with on the social network and identifies unusual networks of connections between accounts. The operating system of the device from which the account was registered. Information about the IP addresses from which the account was registered. Group Membership: Accounts that belong to certain groups may be more prone to abuse. Analysis of content posted on account pages. Analysis of activity on the site as a whole, such as how much time the user spends on the site, what pages they view, etc. Aggregating features such as the average number of groups per friend or the percentage of accounts in a particular region can help reveal patterns associated with account abuse. Full transcript of the speech Thank you all. My name is Sarah Kodir and I am a software engineer at Facebook. I’m working on the Deep Entity Classification (DEC) model, which is one of our main models for detecting malicious accounts. Unfortunately, there are people who benefit both financially and personally by engaging in harmful activities. For example, they will spam, deceive people, distribute malware, and worst of all, exploit children and spread terrorism. But to do this, you need a fake account. To understand the extent of the problem, let’s take a look at our Q1 2019 report. We removed 2.2 billion fake accounts in the first three months of 2019. And while that’s a huge number, we still estimate that around 5% of our monthly active users are fake. This is a fight we have been waging for many years. We delete them and they come back with even more volume and we delete them again. This is an endless game of cat and mouse. So what are the approaches to solve this problem? We can ask people to view accounts. But on Facebook, we have a complex system for ensuring the quality of markup. But on such a huge platform, where tens of millions of users sign up every day and there are billions of existing accounts, it’s impossible to quickly view all of these accounts manually. Another approach is to write manual rules to detect attacks. But in this case, we have to write thousands of rules, and attackers can respond to them quickly, perhaps even faster than we can write them. Given the nature of the problem, the obvious solution is to use machine learning. Let’s see how we would traditionally approach this from a machine learning perspective. First, we’ll compile a number of characteristics, such as the age of the account, the number of friends it has, or its location. Then we will connect these signs with a label whether this account is malicious or not. We will then take this training data and feed it into a model, such as gradient-increasing decision trees or a neural network. The output of this model is whether this account is malicious or not? While machine learning is a great solution, we still have some problems. Let’s say we’re doing some research and realize that the younger the account, the more malicious it is likely to be. We create a new feature, account age, and insert it into our classifier. So let’s implement a classifier. Malefactors begin to realize that their accounts are blocked. And they just age their accounts before they start abusing. And in this way they can bypass our systems. However, Deck can handle it. We not only mine direct attributes of an account, but we also mine and aggregate attributes for other accounts it interacts with. This allows us not only to model the account itself, but also its behavior across the social network. Another problem with traditional machine learning is that the number of features humans can write is usually limited. When we have a small number of signs, it is much easier for attackers to figure out what exactly these signs are. However, Deck is recursive in nature and we get tens of thousands of features for every single account. This is much more difficult for attackers to understand.

С августа по октябрь аккаунты очень плохо создавались, да и банов стало очень много. На некоторых гео количество банов составляло 95%, хотя ранее при тех же расходниках никогда не было более 30%. С проходом селфи тоже стало сложнее. Из этой пачки, где было 95% банов вышло из селфи около 15% на дистанции 1500+ аккаунтов. Что говорит нам о введении новых алгоритмов, которые предстоит побороть. С одной стороны, в материале упоминалось что это для борьбы с террором, а не с серой рекламой, поэтому разводить панику рановато. Но это показатель, что Facebook начал движение в сторону большего количества блокировок.

Цитата
Смагина пишет: Цитата OWNR Affiliate пишет: Facebook будет использовать ИИ для блокировки фейковых аккаунтов Нашли выход из положения?

Тут выход только один - тщательно прогревать акки перед заливом рекламы