Phân tích tiếp thị và gán nguồn chính xác đang trở nên 🥀 Một xu hướng khác mà tôi gần đây đã nhận thấy là các công cụ phân tích tiếp thị truyền thống đang ngày càng kém đáng tin cậy. Trước hết, hành vi người dùng hiện nay phức tạp hơn nhiều. Một funnel mà người dùng xem một bài đăng trên X, tìm kiếm sản phẩm trên Google, so sánh các lựa chọn với AI, đọc đánh giá trên Reddit, rồi sau đó xuất hiện dưới dạng Direct hoặc Organic là hoàn toàn bình thường ngày nay. Hơn nữa, chúng ta hiện nay còn có lưu lượng truy cập từ AI và tất cả sự bất ổn đi kèm với nó. Đây là một ví dụ mới nhất: Vào tháng Mười, ChatGPT đã ngừng truyền đúng dữ liệu utm_source và referrer trong vài ngày. Trong GA4, lưu lượng truy cập từ ChatGPT dường như giảm đột ngột 22–57%, trong khi thực tế một phần lớn các lượt truy cập đó chỉ đơn giản đã chuyển sang Direct. Hơn nữa, hơn một nửa lưu lượng truy cập web hiện nay là bot, điều này có nghĩa là các con số lưu lượng truy cập tiêu chuẩn đang ngày càng ít đại diện cho hành vi thực sự của con người. Vì vậy, vào năm 2026, đã trở nên rủi ro khi chỉ nhìn vào một bảng điều khiển và kết luận rằng “kênh này đang tăng trưởng” hoặc “kênh này đã chết”. Bạn cần xem xét nhiều tín hiệu cùng lúc: lưu lượng trực tiếp, tìm kiếm thương hiệu, MMM, câu trả lời thực tế từ LLM và tỷ lệ chuyển đổi. Và thành thật mà nói, câu hỏi cổ điển “Bạn nghe về chúng tôi qua đâu?” ngày càng trở nên ít đáng ngại hơn mỗi ngày :)

Tôi muốn nhanh chóng giới thiệu với các bạn những gì CopyCheck có thể làm: • Danh mục đầu tư của tôi: kiểm tra giá trị hiện tại, lợi nhuận/lỗ chưa thực hiện và giá hòa vốn. Thử các kịch bản thị trường khác nhau để xem chúng sẽ ảnh hưởng đến danh mục của bạn như thế nào. • Xem xét giao dịch ví: xem xét tối đa năm ví @solana trong khoảng thời gian lên đến 90 ngày. Lọc các giao dịch lỗ và kiểm tra chi tiết các khoản mua, bán và liên kết giao dịch. • So sánh hai ví: xem cách giá vào và giá đầu ra ảnh hưởng đến lợi nhuận trên các giao dịch phù hợp. Bạn không cần kết nối ví của mình (Tôi nghĩ hiện nay đây mới chính là rào cản thực sự). Bạn cũng có thể xem bản ghi thị trường token, mở liên kết biểu đồ và xuất báo cáo của bạn (Lưu ý: tất cả kết quả giao dịch được hiển thị trước khi trừ phí). Video cho thấy quy trình xem xét ví, nhưng bài viết cung cấp chi tiết hơn về các phép tính và giới hạn. Hãy cho tôi biết bạn nghĩ gì!

Đây là một bài viết hay về cách họ mở rộng phân phối, nhưng lại không đề cập đến bất kỳ điều gì về: → Giá cả → Chuyển đổi miễn phí sang trả phí → Tỷ lệ rời bỏ → Chi phí cho người sáng tạo → Chi phí quảng cáo → Biên lợi nhuận Họ đã biến toàn bộ lượng truy cập đó thành doanh thu $150K/tháng chính xác như thế nào?

Có một điều tôi chưa từng thực sự cân nhắc: Khi Meta, Google, ChatGPT, v.v. bắt đầu triển khai quảng cáo AI, thì khả năng các nhà quảng cáo phải trả tiền để tiếp cận những người dùng đã định mua dịch vụ đó – dù không có quảng cáo – là bao nhiêu? Tôi bắt đầu suy nghĩ về điều này sau khi đọc nghiên cứu về cái bẫy “gán ghép ma”. Nghiên cứu này phân tích cách hoạt động của việc nhắm mục tiêu người dùng trên các Mạng truyền thông bán lẻ (RMNs) như Amazon Ads, Walmart Connect và Instacart Ads – và phát hiện ra rằng các mô hình bị thiên lệch. Các mô hình đặt giá tự động của RMN tự nhiên nhắm đến những người dùng có khả năng mua sản phẩm rất cao (ví dụ: những người đã mua thương hiệu này 5 lần trong tháng này). Sau đó, bảng điều khiển AI hiển thị tỷ lệ hoàn vốn trên chi phí quảng cáo (ROAS) cực kỳ cao, khiến các nhà quảng cáo tiếp tục chi tiêu. Nhưng các thử nghiệm ngẫu nhiên có đối chứng cho thấy tới 70% doanh số này là không tăng thêm. Người tiêu dùng đã định mua sản phẩm đó dù không có quảng cáo. AI về cơ bản đang nhận công cho hành vi tự nhiên, che giấu sự lãng phí lớn trong ngân sách quảng cáo. Sợ hãi.

Vốn cấp không phải là tiền miễn phí. Tôi không có chút đồng cảm nào với các đội ngũ coi nó như vậy. Để làm rõ, tôi đang nói về khoản cấp vốn 75.000 token ARB từ @limitlessdefi nhằm khuyến khích thanh khoản trên @arbitrum. Tôi đọc được từ Ủy ban Giám sát Arbitrum rằng dự án đã đổi toàn bộ khoản cấp vốn thành USDC và chuyển nó sang Base. Sau đó, dự án dường như đã ngừng hoạt động. Đội ngũ sau đó được yêu cầu đến ngày 10 tháng Chín để giải thích điều gì đã xảy ra hoặc hoàn trả số tiền. Họ đã không làm điều nào trong hai điều đó. Bây giờ Arbitrum đang bỏ phiếu để cấm vĩnh viễn những người sáng lập khỏi các chương trình DAO trong tương lai. Nếu một hệ sinh thái cấp vốn cho bạn với một nhiệm vụ cụ thể và bạn chuyển toàn bộ số tiền đến nơi khác, đó chính là sự thất bại về quản trị và trách nhiệm giải trình. Vì vậy, đây chắc chắn là phản ứng đúng đắn.

Vừa tình cờ phát hiện một nghiên cứu mô phỏng rất thú vị: Điều gì xảy ra nếu bạn cho các tác nhân AI mô phỏng hành vi của những người mua sắm thông thường – và sau đó thử nghiệm các chiến dịch tiếp thị trên họ trước khi triển khai bất kỳ điều gì trong thế giới thực? Các nhà nghiên cứu đã xây dựng một thị trấn ảo nhỏ và lấp đầy nó bằng các tác nhân AI. Chỉ 11 tác nhân và 10 địa điểm. Mỗi tác nhân có: • một ngân sách • mức năng lượng • nhu cầu về thực phẩm và mua sắm • trí nhớ • các kết nối xã hội • một tính cách riêng Sau đó, DeepSeek-V3 đã tạo ra các kế hoạch, cuộc hội thoại và quyết định mua hàng của chúng. Các tác nhân bắt đầu hoạt động: ăn uống, trò chuyện với nhau, ghi nhớ sự việc, mời bạn bè đi đâu đó – và tự quyết định nơi chi tiêu tiền bạc. Thí nghiệm thực tế rất đơn giản: Một cửa hàng gà rán đưa ra chương trình giảm giá 20% vào giữa tuần. Các nhà nghiên cứu sau đó quan sát những gì xảy ra. • Doanh thu của cửa hàng tăng 51% từ Ngày 2 sang Ngày 3 – ngay cả sau (!) khi chương trình giảm giá kết thúc. • Thị phần của nó tăng từ 30% vào Ngày 1 lên 41% vào Ngày 3. • Nhưng tổng thị trường không thực sự tăng lên. Vì vậy, chương trình giảm giá không tạo ra nhiều nhu cầu mới – chủ yếu là hút khách từ đối thủ cạnh tranh. • Quán ăn địa phương mất thị phần và doanh thu giảm 7%. • Cửa hàng cà phê duy trì mức ổn định tương đối. Điều còn thú vị hơn nữa là hiệu ứng mạnh nhất không xảy ra ngay lập tức. Các tác giả giải thích điều này là do thông tin lan truyền qua mạng lưới xã hội của các tác nhân: họ trò chuyện, lên kế hoạch cùng nhau, mời bạn bè – và sự quan tâm đến nơi này tăng lên thông qua các tương tác của họ. Mô phỏng cũng tạo ra một hiện tượng giống như sự trung thành: một số tác nhân quay lại cửa hàng gà rán trong suốt đợt khuyến mãi, trong khi quán ăn vẫn giữ được sức hút rộng rãi ngay cả khi không có giảm giá. Vì vậy, về lý thuyết, các hệ thống như thế này có thể giúp các nhà tiếp thị thử nghiệm: • các chương trình giảm giá • các chiến dịch khuyến mãi • thay đổi giá cả • ra mắt sản phẩm mới • các kịch bản cạnh tranh trên người tiêu dùng tổng hợp trước khi đưa ra thị trường thực tế. Nhưng có một “NHƯNG” rất quan trọng. Đây vẫn chỉ là một minh chứng khái niệm, chưa phải bằng chứng cho thấy AI có thể dự đoán chính xác hành vi con người thực tế. Mô phỏng chỉ có 11 tác nhân. Quyết định của chúng phụ thuộc rất lớn vào thiết kế prompt, mô hình LLM được chọn, các quy tắc của môi trường và thậm chí cả cách cấu trúc thị trấn ảo. Theo tôi, đây chắc chắn là điều đáng theo dõi. Vì nếu những mô phỏng này cuối cùng được hiệu chỉnh chính xác trên dữ liệu thực tế, một phần của nghiên cứu khách hàng, thí nghiệm định giá và kiểm thử chiến dịch có thể sẽ diễn ra trên các tác nhân AI trước – và chỉ sau đó mới đến con người.

BTW, @Revolut xác nhận họ đã tiết lộ thông tin khách hàng sau khi nhận các yêu cầu gian lận từ một địa chỉ email sử dụng miền của một cơ quan chính phủ hợp pháp. Thông tin bị lộ được cho là bao gồm các tài liệu nhận dạng và có thể cả ảnh xác minh và lịch sử giao dịch. Revolut cho biết tiền của khách hàng không bị ảnh hưởng, nhưng điều đó không có nghĩa là việc lộ thông tin là vô hại. Những chi tiết đó có thể giúp ai đó giả danh khách hàng hoặc làm cho tin nhắn lừa đảo trở nên đáng tin cậy hơn nhiều. Tôi nghĩ chúng ta nên yêu cầu một lời giải thích đầy đủ về cách những yêu cầu đó vượt qua các kiểm tra của họ, họ đã thay đổi những gì, và khách hàng bị ảnh hưởng sẽ nhận được sự hỗ trợ gì, thay vì chỉ đưa ra những tuyên bố chung chung.

Một vài điểm nổi bật với tôi trong bài viết này về thị trường tính toán, nơi các công ty AI mua quyền truy cập vào GPU của người khác để huấn luyện mô hình hoặc chạy dịch vụ ↓ → Các giao dịch GPU vẫn diễn ra trong các nhóm chat Rất nhiều năng lực tính toán này vẫn được mua thông qua nhà môi giới, giao dịch riêng và các nhóm chat. Việc so sánh giá giữa các nhà cung cấp là một hỗn loạn. Thành thật mà nói, điều này khá điên rồ xét đến mức độ phát triển của công nghệ này. → Tính toán có thể được giao dịch như điện năng Bài viết cho rằng việc thuê GPU có thể trở thành một thị trường hàng hóa, với các mức giá tham chiếu và hợp đồng để quản lý chi phí tương lai. Thị trường điện năng đã bắt đầu trải qua sự chuyển đổi tương tự vào những năm 1990 khi mở cửa cho cạnh tranh. → Cùng một con chip không có nghĩa là cùng một giao dịch Vị trí, độ tin cậy và điều khoản thuê đều ảnh hưởng đến giá cả. Việc truy cập GPU giá rẻ nhưng có thể bị gián đoạn hoàn toàn khác với khả năng sẵn sàng đảm bảo. Một chatbot AI cần phải luôn sẵn sàng cho người dùng, trong khi một công ty sử dụng AI để dán nhãn hình ảnh qua đêm có thể chấp nhận các khoảng dừng để trả ít tiền hơn. → NVIDIA về cơ bản là ngân hàng trung ương cho tính toán Lịch trình ra mắt của nó ảnh hưởng đến tốc độ giảm giá của các GPU cũ, đồng thời cũng hưởng lợi từ việc duy trì việc sử dụng các GPU hiện có, vì nhu cầu về năng lực tính toán này tạo động lực cho các nhà vận hành trung tâm dữ liệu mua thêm chip. → Cơ hội vượt ra ngoài việc thuê GPU Các công ty cũng đang phát triển các công cụ định giá, nền tảng giao dịch, cho vay và bảo hiểm. Dự đoán của tác giả là những công ty kết hợp khả năng truy cập GPU đáng tin cậy với các dịch vụ tài chính này sẽ có lợi thế. Silicon Data cho biết họ theo dõi 95% nhà cung cấp GPU neocloud và 100% các nhà cung cấp siêu lớn. Dữ liệu thuê này đã được sử dụng để xây dựng các mức giá tham chiếu hàng ngày cho tính toán. Vì vậy, tôi nghĩ điều này cho chúng ta một cái nhìn thoáng qua về cách việc thuê GPU có thể phát triển thành một thị trường tài chính rộng lớn hơn.

Đây chỉ là một cách khác để mang đến cho các nhà đầu tư truyền thống cơ hội tiếp cận tiền điện tử mà không cần rời khỏi tài khoản môi giới của họ. @BlackRock's IBIT đã chứng minh mô hình này rồi. Người ta mua cổ phiếu để tiếp cận bitcoin. Quỹ đang nắm giữ 61,6 tỷ USD tài sản ròng. @Fidelity's FETH làm điều tương tự với ETH. Hoạt động thông qua các tài khoản môi giới thông thường và các tài khoản hưu trí đủ điều kiện. Không cần thiết lập ví. Lợi ích rõ ràng: thêm tiền điện tử vào tài khoản bạn đã dùng để giao dịch cổ phiếu, bỏ qua việc quản lý ví, cụm từ hạt giống và thiết lập staking. Rất tò mò không biết sẽ có bao nhiêu tiền từ TradFi thực sự chảy vào TRX thông qua kênh này.

Bruh, mình chưa bao giờ nghe thấy hacker trả lại tiền lol. Một người đã tìm thấy lỗ hổng tại @Liquid_BTC cho phép họ tạo ra L-BTC không được đảm bảo, sau đó rút gần 4.000 BTC thật từ quỹ dự trữ. Họ đã trả lại 3.400 BTC sau khi @Blockstream vá lỗ hổng, nhưng vẫn giữ lại khoảng 598 BTC, trị giá khoảng 47 triệu USD. Có thể đã có một thỏa thuận ngầm phía sau, nhưng việc lấy trước 320 triệu USD rồi giữ lại 47 triệu USD là cách thương lượng khá điên rồ.