МАТЧАСТЬ / DISTRIBUTION ENGINE / DOCUMENT 26 / 02.09.2026
Distribution Engine «Матчасти»
Как публикация получает аудиторию после нажатия «Опубликовать»: основная лента, тематические хабы, профили компаний и экспертов, related content, редакционные подборки, подписки, email, Telegram, RSS и платное продвижение. Документ отделяет органическую дистрибуцию от продаваемого охвата, определяет eligibility, ranking, fairness, ограничения частоты, измерение и повторный цикл.
Publish ≠ Promoteпубличный URL не означает гарантированное место на главной или в рассылке
Organic ≠ Paidредакционные рекомендации и покупное продвижение живут в разных inventory
Graph firstтемы, компании, эксперты и связи дают дистрибуцию без keyword stuffing
Measuredкаждая точка распространения получает собственную атрибуцию и outcome
1. Главное решение
Строить distribution engine как отдельный слой между публикацией и каналами. После публикации материал не «летит везде». Система определяет, где он имеет право появиться, ранжирует его среди кандидатов, применяет editorial/commercial правила, записывает экспозицию и измеряет результат.
PUBLISHED PUBLICATION
↓
DISTRIBUTION ELIGIBILITY
↓
CANDIDATE GENERATION
├─ main feed
├─ topic feeds
├─ company profile
├─ expert profile
├─ related content
├─ editorial picks
├─ subscriber feed
├─ email digest
├─ Telegram digest
├─ RSS
└─ promoted inventory
↓
RANK / SELECT
↓
EXPOSE
↓
MEASURE
↓
FEEDBACK → future recommendations
2. Что показывает рынок: ADPASS
В 2026 году ADPASS перевёл блог-платформу на платную модель и явно связал публикацию с несколькими каналами дистрибуции. Материалы блогов могут попадать в сквозной блок «Интересное в блогах», а также в Telegram- и email-дайджесты; при этом выбор материалов для дайджестов остаётся за редакцией. В публичной оферте этот механизм описан отдельно от самой возможности публикации.
Полезный вывод: публикационный entitlement и дополнительные каналы распространения можно разделять, а редакционную выборку не превращать в гарантированную покупную позицию.
3. Что показывает рынок: РБК Компании
У РБК Компании все публикации попадают в общую ленту, рубрики распределяют материалы по тематическим разделам, а «Выбор редакции» даёт дополнительную видимость на главной и после публикаций сайта. В справке РБК подчёркивается, что попадание в редакционную подборку зависит от содержательности, экспертности и отсутствия навязчивой рекламы. Отдельные evergreen-материалы могут попадать в «Сюжеты» РБК.
Очень важный паттерн для «Матчасти»: базовая органическая дистрибуция доступна всем качественным публикациям, а редакционное усиление нельзя купить напрямую.
4. Что показывает рынок: Хабр
Хабр строит дистрибуцию вокруг хабов и подписок. Пользователь может подписываться на тематические хабы, авторов и блоги компаний, формируя персональную ленту. Есть отдельные «Лучшие», «Все подряд» и «По подписке». Хабр также поддерживает RSS для различных лент. В материалах о таргетировании Хабр подчёркивал, что персонализированная лента формируется подписками, а контекстные блоки и рассылки могут учитывать аудиторию отдельно.
Для «Матчасти» это аргумент не начинать с непрозрачной TikTok-подобной рекомендационной системы. Подписки + topic graph + editorial selection дают более понятный и контролируемый MVP.
5. Что показывает рынок: Cossa
Cossa разделяет редакционный и коммерческий каналы. Текущая рассылка включает дайджесты полезных материалов, отдельные тексты и отдельно партнёрские новости/коммерческие предложения. Пользователь может отписываться от отдельных типов рассылок. Коммерческий пакет Cossa включает анонс статьи на главной и в социальных сетях.
Вывод: email должен быть не единым «подпишитесь на всё», а системой предпочтений; коммерческие сообщения не должны незаметно смешиваться с редакционным дайджестом.
6. Пять слоёв дистрибуции
| Слой | Пример | Кто контролирует |
|---|---|---|
| Guaranteed structural | Архив типа, topic page, company profile, expert profile | Автоматический rule engine |
| Organic recommendation | Related content, personalised/subscription feed | Алгоритм по quality/relevance |
| Editorial amplification | Главная, «Выбор редакции», weekly picks | Редакция |
| Owned push | Email, Telegram, RSS | Редакция + пользовательские подписки |
| Paid amplification | Promoted slot, paid newsletter placement, sponsored recommendation | Commercial inventory + legal disclosure |
7. Базовое право опубликованного материала
Каждая качественно опубликованная indexable страница получает структурную дистрибуцию, даже если у неё нет дополнительного promotion.
PUBLISHED CASE
→ /cases archive
→ relevant topic hub
→ vendor company profile
→ client company relation if public
→ author/expert profile
→ related-content candidate pool
→ sitemap / RSS class where applicable
НЕ ГАРАНТИРУЕТ:
homepage
email
Telegram
Editorial Pick
traffic volume
8. Почему это важно коммерчески
Клиент должен понимать, что он покупает не «ссылку, спрятанную в архиве», но и не гарантированный editorial endorsement. Базовый Publish SKU включает нормальную внутреннюю интеграцию материала в knowledge graph и доступные органические поверхности.
9. Distribution eligibility
publication_distribution_eligibility
surface:
MAIN_FEED
TOPIC_FEED
RELATED
COMPANY_PROFILE
EXPERT_PROFILE
EDITORIAL_PICK
EMAIL
TELEGRAM
RSS
PROMOTED
status:
ELIGIBLE
INELIGIBLE
REQUIRES_EDITOR
BLOCKED
reason
evaluated_at
rules_version
10. Hard eligibility rules
| Сигнал | Действие |
|---|---|
| Publication not ACTIVE | Не распространять |
| Legal hold | Freeze push distribution |
| Missing required advertising disclosure | Block |
| Topic relation отсутствует | Нет topic feed до исправления |
| Company relation verified/approved | Eligible company profile |
| Editorial Pick purchased as SKU | Невозможное состояние |
11. Main Feed
Основная лента должна оставаться понятной. На MVP — смесь свежести и quality thresholds, а не fully personalized black box.
MAIN FEED CANDIDATES:
all active public materials
within freshness window
FILTER:
quality
legal/disclosure
topic relevance
duplicate
spam
surface frequency
ORDER:
freshness
editorial quality
original information
engagement later
topic diversity
paid boost:
NOT silently mixed.
12. Main Feed не должен быть chronologically pure forever
Чистая хронология хороша на старте, но при росте потока быстро утопит сильные материалы. Поэтому архитектурно нужно отделить candidate generation от ranking уже сейчас, хотя MVP rank может быть очень простым.
13. MVP Main Feed formula
score =
freshness_weight
+ editorial_quality
+ information_gain
+ entity/topic completeness
+ optional early engagement
penalties:
repeated company exposure
duplicate topic saturation
low quality
commercial density
NO:
payer_amount in organic score.
14. Не публиковать точную формулу
Публично объяснять принципы, но не давать таблицу «+7 баллов за X». Иначе клиенты начнут оптимизировать текст под scoring вместо читателя.
15. Topic Feed
/topics/ai-visibility
featured explainer
latest research
cases
expert opinions
companies
experts
latest publications
ranking:
topic relevance
quality
freshness
format diversity
16. Topic association
Документы 18–24 уже фиксируют curated topics. Клиент не должен отмечать 20 тем «для охвата».
| Действие | Policy |
|---|---|
| Выбрать 1–3 candidate topics | Да |
| Редактор изменить topic relation | Да |
| Купить дополнительный organic topic | Нет |
| Создать новый public topic из keyword | Нет автоматически |
17. Company Profile distribution
COMPANY PAGE
→ latest publications
→ cases
→ expert opinions
→ research mentions
→ experts
→ external-media portfolio later
Relation-aware:
AUTHORED_BY_COMPANY
SUBJECT
VENDOR_IN_CASE
CLIENT_IN_CASE
SPONSOR
Не одна корзина:
"всё, где встретилось название".
18. Expert Profile distribution
EXPERT:
authored
interviewed
quoted
research participation
current topics
user can later:
follow expert
→ personal feed/email preference.
19. Related Content
Related Content станет ключевой долгосрочной поверхностью: старые материалы продолжают получать трафик после ухода с главной.
candidate signals:
same topics
same entities
same industry
same reader job
same format
semantic similarity
graph adjacency
context bridge
editorial collection
penalties:
same company repetition
commercial overconcentration
near-duplicate
already viewed
20. Related должен объясняться
UI labels:
По этой теме
Ещё кейсы
Материалы компании
Продолжить разбираться
Исследования по теме
лучше, чем:
"Вам может понравиться"
без понятной причины.
21. Context Bridge в Distribution Engine
Idea 001 начинает работать не только при создании контента, но и после публикации.
NEW TOPIC B
↓
Bridge Article
↓
Topic hub
↓
Related links:
existing A ↔ bridge ↔ B
↓
new partner article receives
real contextual neighbors
НЕ:
создать link wheel.
22. Field Snapshot distribution
Idea 002 может дать сильный acquisition loop.
Field Snapshot published
→ research/topic hub
→ participant company profiles
→ participant notification
→ participants share own mention
→ new businesses discover questionnaire
→ next wave grows
→ new dataset
→ next article
23. Participant share cards
После бесплатного research-среза участнику можно дать готовую карточку:
«Мы вошли в срез
"Как работают 24 небольшие кондитерские"»
[Поделиться]
[Ссылка на исследование]
Не:
«Матчасть признала нас лучшими»
24. Editorial Pick
Editorial Pick не продаётся. Это одно из самых важных trust rules.
РБК Компании использует похожий принцип: редакционная подборка выбирает содержательные и экспертные материалы и даёт им дополнительную видимость.
EDITORIAL PICK criteria:
originality
timeliness
practical value
evidence
writing quality
reader relevance
format execution
payment:
not a positive feature
partner article:
may theoretically be featured
only if policy permits
and label remains,
but purchase does not influence selection.
25. Предварительная рекомендация: Editorial Pick преимущественно editorial/contributed
На раннем этапе лучше сделать самый сильный редакционный badge преимущественно для независимого редакционного и сильного contributed content. Paid advertising может иметь organic distribution, но не нуждается в символическом «редакция рекомендует».
26. Homepage inventory
HOME:
Hero / lead
→ editorial
Top research
→ editorial / transparent sponsored research possible
Latest
→ organic chronological/ranked
Cases
→ organic
Topics
→ editorial
Promoted
→ separate labeled block
НЕ:
one blended auction.
27. Paid promotion должно иметь отдельный surface
Нельзя брать деньги и тайно повышать organic rank. Это разрушает и редакционное доверие, и аналитическую чистоту.
ORGANIC:
ranking_source=organic
EDITORIAL:
ranking_source=editorial
PROMOTED:
ranking_source=paid
campaign_id
advertiser
label
impression tracking
28. Promoted SKU — только после появления аудитории
На раннем этапе продавать «охват» при маленьком трафике бессмысленно. Сначала нужно сформировать reader product и реальные inventory/impressions. Поэтому promoted distribution — P2 после подтверждённой аудитории.
29. Что можно продавать раньше
| Услуга | Можно на MVP? |
|---|---|
| Publication + structural distribution | Да |
| Editorial production | Да |
| Search/AI monitoring | Да/P1 |
| Guaranteed homepage views | Нет до достаточного inventory |
| Guaranteed email inclusion | Только как отдельный marked commercial placement позже |
| Editorial Pick | Никогда как SKU |
30. Follow system
USER CAN FOLLOW:
Topic
Company
Expert
later:
Industry
Research series
NOT:
random keyword query by default.
31. Personal Feed MVP
MY FEED candidates:
publication related to followed topic/company/expert
order:
freshness
relevance
quality
No secret personalization required.
If no follows:
show best/latest
+ onboarding topics.
32. Почему follow лучше ранней ML-персонализации
Пользователь явно сообщает интерес, продукт прозрачен, cold start решается простым onboarding, а privacy footprint меньше.
33. Follow onboarding
При регистрации:
Что вам интересно?
[AI]
[SaaS]
[Маркетинг]
[PR]
[Автоматизация]
[...]
Можно пропустить.
Later:
follow from any topic/company/expert page.
34. Следить за компанией
Очень сильная B2B-механика:
Follow Company X
→ new publication
→ new expert
→ verified major update
→ new research mention
user chooses:
feed only
weekly email
important updates only
35. Не превращать follow в monitoring product бесплатно
Reader follow = уведомления о публичных событиях внутри «Матчасти». Платный AI/Search monitoring клиента — отдельный аналитический продукт.
36. Email architecture
EMAIL TYPES:
1. EDITORIAL_DIGEST
2. TOPIC_DIGEST
3. FOLLOW_UPDATES
4. PRODUCT_ACCOUNT
5. COMMERCIAL_PROMO
preferences separate.
37. Email preference center
Cossa уже показывает полезный рынок-паттерн: читатель может отказаться от конкретного типа рассылки и продолжить получать другие.
Email settings:
Weekly editorial digest ON
AI topic digest ON
Followed companies OFF
Product notifications ON
Commercial offers OFF
[Отписаться от всех marketing emails]
38. Transactional ≠ marketing email
| Письмо | Тип |
|---|---|
| «Материал отправлен на доработку» | Transactional |
| «Ваш отчёт готов» | Transactional |
| «Лучшие исследования недели» | Editorial subscription |
| «Купите пакет 10 публикаций» | Commercial marketing |
39. Weekly editorial digest
1 lead story
2–4 useful materials
1 research/chart
1 case
1 emerging topic
optional:
"что обсуждает малый бизнес"
selection:
editorial
not auction.
40. Paid email placement позже
Если позже продаётся placement в рассылке, оно должно быть отдельным рекламным блоком и не подменять редакционный выбор.
41. Telegram
TELEGRAM CHANNEL:
breaking / strong news
research
best explainers
selected cases
weekly digest
Field Snapshot calls for participants
commercial promoted posts:
separate label/legal workflow.
42. Не постить всё автоматически
Если каждую публикацию автоматически пересылать в Telegram, канал быстро превратится в RSS-спам и потеряет самостоятельную ценность.
43. Telegram candidate workflow
publication published
→ telegram_candidate=true?
→ editor queue
→ generate teaser candidate
→ editor selects/edits
→ schedule
→ post
→ capture post_id + metrics
44. Telegram teaser не копирует лид
Channel copy адаптируется под канал, но не меняет смысл и factual claims. AI может предложить teaser, человек утверждает.
45. RSS
Хабр поддерживает RSS для различных лент и тематических разделов. Для «Матчасти» RSS — простой, открытый distribution interface, полезный power users, агрегаторам и профессиональным читателям.
/rss.xml
/latest
/rss/research.xml
/rss/cases.xml
later:
topic-specific RSS
/rss/topics/ai.xml
46. RSS не требует регистрации
Это хороший принцип открытого media product: reader не обязан создавать аккаунт, чтобы получать обновления.
47. Social distribution
На MVP достаточно owned Telegram + share cards. Не нужно строить сложную автопубликацию во все соцсети до появления устойчивого редакционного процесса.
P0:
Telegram
share links/cards
P1:
VK / other channels if audience proven
P2:
channel-specific automation
after editorial templates measured.
48. Shareability как продуктовая метрика
Качественный материал должен быть удобно пересылать. Особенно research, кейсы и Field Snapshot.
SHARE:
copy canonical URL
Telegram
VK
email
copy quote/card later
UTM:
for owned distribution
not user organic copy by default.
49. Company distribution loop
client publication
→ client notified
→ share kit
→ company shares
→ external readers
→ Mathchast entity/topic exploration
→ new subscriptions
→ new inbound clients
50. Share Kit
After publish:
canonical URL
approved cover
short summary
2 neutral social variants
UTM link for client campaign optional
fact-safe quote cards
NOT:
fake claim "нас опубликовал РБК"
style misrepresentation.
51. UTM attribution
owned Telegram:
utm_source=telegram
utm_medium=owned_social
email:
utm_source=newsletter
utm_medium=email
client share:
utm_source=client_share
utm_medium=partner
promoted:
campaign_id + UTM
52. Internal referral attribution
pageview source:
HOME
TOPIC
RELATED
COMPANY_PROFILE
EXPERT_PROFILE
SEARCH
EMAIL
TELEGRAM
RSS
EXTERNAL
CHATGPT
OTHER_AI_REFERRAL
PROMOTED
53. Why attribution matters
Через полгода можно ответить не «у статьи 900 просмотров», а:
900 views:
280 topic hub
170 related content
120 company profile
90 Telegram
60 email
45 external search
20 ChatGPT referral
...
Это значительно полезнее клиенту и продукту.
54. Exposure log
distribution_exposure
publication_id
surface
surface_slot
timestamp/date bucket
campaign_id optional
editorial_selection_id optional
impressions
clicks
user_segment optional aggregated
ranking_version
55. Impression definition
До продажи охвата нужно формально определить, что считается impression. Иначе коммерческая аналитика будет недостоверной.
possible web definition:
card rendered in viewport
≥50% visible
≥1 second
exact standard:
finalize with analytics implementation
email:
delivered ≠ opened
Telegram:
platform metric definition.
56. Organic vs paid metrics
| Metric | Разделять? |
|---|---|
| Organic impressions | Да |
| Paid impressions | Да |
| Editorial placement impressions | Да |
| Total | Можно дополнительно |
| Смешать всё и показать одной цифрой | Нет как единственную метрику |
57. Distribution report клиенту
Publication distribution:
Organic:
Home/feed 1,120 impressions
Topic 780
Related 340
Company profile 205
Owned channels:
Telegram 90 clicks
Email 41 clicks
External:
Search ...
AI referrals ...
Paid:
0
Important:
not all impressions equal unique users.
58. Frequency caps
Одна активная компания не должна занять весь сайт, купив 20 публикаций за неделю.
frequency caps:
same company
same advertiser
same topic
same campaign
per:
homepage window
related block
email issue
Telegram cadence
59. Пример MVP caps
| Surface | Гипотеза |
|---|---|
| Главная latest | Не более 2 материалов одной компании среди условных 20 карточек |
| Related block | Не более 1–2 материалов одной компании из 5 |
| Email editorial digest | Обычно не более 1 материала одной компании |
| Telegram | Не постить подряд одинакового автора/бренд без причины |
Это продуктовые гипотезы, не отраслевые нормы.
60. Topic diversity
feed candidate list:
AI 12
SaaS 6
PR 1
Automation 4
ranking may apply:
diversity constraints
goal:
site feels like media,
not one-topic burst caused
by submission volume.
61. Editorial mix
Distribution Engine должен знать commercial status, чтобы homepage/email не превратились в 80% partner content даже при формально хорошем качестве.
surface policy:
max commercial density
editorial floor
research priority
topic diversity
Exact thresholds:
tune from real inventory.
62. Не фиксировать публичный 70/30 навсегда
Жёсткая доля может быть искусственной. Лучше внутренние alerts: «в weekly digest 4 из 5 материалов рекламные» — editor review.
63. New publication cold start
PUBLISH
→ structural surfaces immediately
→ main/latest window
→ topic feed
→ related where fit
→ early engagement observed
→ potential editorial amplification
No:
pay-to-seed hidden organic boost.
64. New company cold start
verified company
no audience
but strong case
distribution determined by:
material quality/topic
not company follower count only.
65. Small business fairness
Это особенно важно для Idea 002: малый бизнес не должен проигрывать крупным брендам только потому, что у него нет собственной аудитории.
Field Snapshot и editorial selection могут давать небольшим компаниям exposure как источникам оригинальных данных.
66. Company follower count не должен стать vanity auction
Не ранжировать автоматически «у кого больше followers, тот получает больше distribution», иначе новые участники никогда не вырастут.
67. Ranking features: допустимые
| Feature | Organic rank |
|---|---|
| Topic relevance | Да |
| Freshness | Да |
| Editorial quality | Да |
| Original information | Да |
| Reader engagement | Да позже, осторожно |
| Verified entity/source completeness | Да как quality signal |
| Amount paid for publication | Нет |
| Dofollow purchase | Не существует |
68. Engagement feedback risks
CTR и dwell time полезны, но могут награждать clickbait. Поэтому engagement никогда не должен быть единственным quality signal.
69. Editorial overrides
editor can:
feature
de-feature
pin research
exclude from home
add to collection
must store:
reason
duration
actor
paid reason:
cannot use Editorial Pick.
70. Collections
CURATED COLLECTION:
"AI Visibility: база"
"Как малый бизнес продаёт в 2026"
"Разборы CRM"
"Провалы и постмортемы"
collection:
editorial object
selected publications
ordering
description
stable URL if valuable.
71. Collections vs Topics
| Topic | Collection |
|---|---|
| Постоянная сущность taxonomy | Редакционная подборка |
| AI Visibility | «10 материалов, чтобы разобраться в AI Visibility» |
| Автоматическое участие по relation | Ручной/curated состав |
72. Collections могут стать хорошим Context Bridge
Вместо генерации новых страниц иногда достаточно объединить уже существующий качественный corpus в редакционную подборку.
73. Recommendations объяснимы
Для внутреннего product analytics сохранять reason, почему статья была кандидатом.
recommendation_reason:
SAME_TOPIC
SAME_ENTITY
CONTINUATION
EDITORIAL_COLLECTION
SIMILAR_READER_JOB
FOLLOWED_COMPANY
not necessarily shown raw,
but debuggable.
74. Recommendation quality incidents
BAD EXAMPLES:
article about layoffs
→ related "how to buy HR software" ad
without context
company criticism
→ sponsored promo of same company
as "related"
old medical article
→ stale recommendations
Need:
surface QA.
75. Search within site
Internal search technically находится ближе к reader product (Mathchast_27), но является distribution surface.
Search result ranking:
lexical relevance
entities
topics
quality
freshness
format filters
Paid:
no hidden paid rank
unless explicit Sponsored result
ever introduced.
76. Email candidate scoring
score:
editor nomination
originality
reader value
timeliness
format mix
previous issue diversity
commercial:
separate slot.
AI:
can summarize candidates
not autonomously send digest.
77. Telegram candidate scoring
good for:
fresh strong insight
clear chart
news
research result
interesting quote
Field Snapshot recruitment
less good:
routine partner article
minor profile update
thin news.
78. Channel-native summaries
Один материал может иметь разные teaser variants по каналам, но все должны ссылаться на один canonical publication и не искажать claims.
79. Distribution asset versioning
publication
→ email_teaser v2
→ telegram_teaser v1
→ social_card v3
store:
text
asset
approved_by
published_at
channel_id
source publication version.
80. Если статья исправлена после рассылки
Нельзя «отозвать» уже отправленный email/Telegram, но:
material correction
→ publication updated
→ if critical:
channel correction post/email if needed
→ distribution log links correction
→ incident process.
81. Publish event и distribution jobs
PublicationPublished
→ structural_distribution
→ feed candidate
→ related index refresh
→ RSS update
→ email candidate
→ Telegram candidate
→ client share kit
→ analytics attribution ready
82. Distribution queue
queues:
distribution_fast
related_recompute
channel_editorial
promoted_campaigns
notifications
jobs idempotent:
same publish event
does not duplicate email/Telegram.
83. Delivery log
distribution_deliveries
publication_id
channel
delivery_type
status
scheduled_at
sent_at
external_id
campaign_id
content_version
error
metrics_last_synced_at
84. External platform failure
Telegram API fails
→ publication remains published
→ delivery retry
→ channel editor alert
Email provider fails
→ queue / retry
→ no duplicate sends
Distribution failure:
does not affect canonical page health.
85. Reader notifications
FOLLOW event:
new publication from followed company
do not send instantly for every item by default
options:
immediate
daily
weekly
feed only
86. Notification fatigue
B2B reader может подписаться на 40 компаний. 40 мгновенных писем в день уничтожат функцию. Default лучше digest-first.
87. Digest grouping
Weekly:
3 new materials in AI
2 updates from followed companies
1 new research
5 saved/related suggestions
User controls categories.
88. Saved articles
Reader-side «Сохранить» может стать полезным signal без тяжёлой социальной механики.
Save
→ personal reading list
→ optional digest reminder
→ stronger but not absolute relevance signal.
89. Like/comments не нужны на MVP
Для distribution не обязательно строить социальную сеть. Подписки, сохранения и чтение дают достаточно signals на раннем этапе и несут намного меньше moderation burden.
90. Engagement events
impression
open
scroll/read threshold
source click
internal related click
company profile click
save
follow
share click
CTA click
91. Не собирать бессмысленную телеметрию
Каждое событие должно отвечать на product/business question и соответствовать privacy policy.
92. Reader quality metrics
| Metric | Зачем |
|---|---|
| Article open rate from surface | Карточка/релевантность |
| Meaningful read | Не только clickbait |
| Internal next click | Graph/navigation usefulness |
| Follow after reading | Long-term value |
| Save/share | Utility |
| Return visit | Reader product strength |
93. Business outcome metrics
company profile visits
official-site outbound clicks
CTA clicks
lead form later
search referrals
AI referrals
repeat publication purchase
94. Distribution ≠ causality
Если после Telegram анонса сайт клиента получил 20 заявок, нельзя автоматически приписать их «Матчасти» без атрибуции.
95. Controlled / observed / inferred
CONTROLLED:
placement
channel
impressions measured by our system
OBSERVED:
click
session
outbound event
INFERRED:
brand lift
lead influence
AI citation impact
Report must distinguish.
96. Paid boost architecture later
PROMOTION CAMPAIGN
advertiser
publication
surface
budget
start/end
target topic/reader segment
frequency cap
legal label
billing model
impressions
clicks
status
97. Не продавать CPC сразу
Пока traffic маленький, сложная auction/adtech модель не нужна. Если promoted inventory появится, начать с фиксированного placement/window или гарантированного понятного inventory, а не строить рекламную биржу.
98. Promoted slot legal separation
PROMOTED card:
"Реклама" / required disclosure
advertiser
erid where required
distinct UI
sponsored outbound links
campaign analytics
Organic card:
no commercial placement metadata.
99. Native ad не должен маскироваться
Визуально sponsored card может соответствовать дизайну сайта, но label должен быть понятным.
100. Newsletter sponsorship later
EDITORIAL DIGEST:
editorial picks
SPONSORED BLOCK:
separate
advertiser
label
CTA
measurement
Do not:
pay → replace lead editorial story.
101. Telegram sponsorship later
Тот же принцип: отдельный рекламный пост/блок, не скрытая покупка редакционного выбора.
102. Distribution inventory table
| Surface | Organic | Editorial | Paid |
|---|---|---|---|
| Main feed | Да | Featured areas | Отдельный promoted block later |
| Topic feed | Да | Curated pinned | Separate sponsored later |
| Related | Да | Optional | Only clearly marked |
| Digest selection | Да | Separate block later | |
| Telegram | Editorial channel | Да | Separate ad posts later |
| Company profile | Structural | — | Не надо продавать порядок organic history |
103. Company profile chronology
Не давать компании за доплату спрятать старую публикацию ниже или поднять удобную историю выше без явного pinned/promoted UI.
104. Distribution and permanent publication
Mathchast_16 гарантирует долговременный публичный asset, но не вечный push distribution.
INDEFINITE:
public URL
profile relations
topic/archive discoverability
TEMPORARY:
main feed freshness
homepage slot
email
Telegram
campaign boost
105. Коммерческая формулировка
«Материал остаётся публичным и связанным с профилем и тематическими разделами. Дополнительные редакционные и push-размещения зависят от качества, актуальности и редакционного решения; платное продвижение, если доступно, оформляется отдельной услугой.»
106. Organic Distribution Pack в базовом Publish
INCLUDED:
canonical public URL
type archive
topic integration
company/expert relations
related-content eligibility
main/latest feed eligibility
RSS eligibility
search/index discovery
basic distribution analytics
NOT INCLUDED AS GUARANTEE:
homepage feature
email
Telegram
traffic volume.
107. Edit + Publish не покупает больше organic rank
Более дорогой production SKU может привести к лучшему материалу и поэтому косвенно повысить organic eligibility, но система не добавляет «+20 ranking score потому что тариф дороже».
108. Distribution score auditability
for each exposure candidate store:
ranking_version
key feature categories
surface
eligibility
selection source
for editorial:
editor_id
reason
for paid:
campaign_id
Debugging possible.
109. Algorithm update
Ranking/version должен быть версионирован, чтобы после изменения алгоритма можно было объяснить скачок показов.
110. A/B tests
test:
related block layout
topic ordering
digest frequency
follow onboarding
guardrails:
no legal disclosure changes
no hiding paid nature
no manipulative dark patterns.
111. Cold-start reader product
Пока пользователей мало, не ждать данных для алгоритма. Использовать редакторские и структурные signals.
quality
topic relevance
freshness
format diversity
original information
Later add:
reader behavior.
112. Cold-start content inventory
Distribution Engine не спасёт пустое медиа. До активных продаж нужен seed corpus из документа 28: достаточно сильных статей, исследований, кейсов и topic hubs, чтобы related/feed действительно работали.
113. Минимум для запуска reader distribution
rough target before public push:
50+ companies/entities
100+ strong materials
10–20 meaningful topics
several original research pieces
enough related links per core topic
regular editorial cadence
Это уже ранее установленный ориентир проекта, а не внешний стандарт.
114. Distribution quality checklist
Before surface inclusion:
active?
correct legal label?
topic/entity relations?
cover?
title/dek?
not duplicate?
not stale?
surface-safe?
frequency cap?
commercial density?
reader value?
115. Card model
PublicationCard:
title
dek optional
cover
format badge
author/company
date
topic
commercial label
editorial pick badge
read time optional
source surface metadata internal
116. Не перегружать карточку badges
На feed card достаточно 1–2 значимых маркеров. Verification, advertiser, author, format и topic не должны превращать карточку в панель приборов.
117. Research cards
Research card:
strong finding
sample size / period
chart preview
research label
sponsor disclosure if applicable
118. Field Snapshot cards
"18 кондитеров рассказали..."
sample
geography
one strong data point
[участвовать в следующем срезе]
119. Recruitment distribution
Idea 002 создаёт ещё один тип distribution object — не только опубликованный материал, но и открытый сбор данных.
Open questionnaire
→ relevant topic hub
→ small business landing
→ Telegram call
→ participant share
→ company dashboard invites
NOT:
site-wide popup spam.
120. Distribution of updates
Не каждое обновление старой страницы снова отправляется в main feed.
| Update | Redistribute? |
|---|---|
| Typo | Нет |
| Major new section/data | Может стать candidate |
| Research annual update | Да, как meaningful update/version |
| Changed advertiser link | Нет organic boost |
| Critical correction | Correction communication if needed |
121. Update freshness abuse
Клиент не должен менять запятую раз в неделю, чтобы материал снова считался свежим.
122. Distribution event types
NEW_PUBLICATION
MAJOR_UPDATE
RESEARCH_REFRESH
CORRECTION_NOTICE
EDITORIAL_FEATURE
FOLLOWED_ENTITY_UPDATE
QUESTIONNAIRE_OPEN
PROMOTED_CAMPAIGN
123. External syndication
Не внедрять массовую syndication сеть на MVP. Если в будущем материалы передаются партнёрам, нужен отдельный canonical/rights/disclosure strategy.
124. API distribution later
future:
public feeds/API
partner apps
agency widgets
only after:
stable content IDs
rights
rate limits
versioning
analytics.
125. Distribution abuse
| Abuse | Response |
|---|---|
| Компания публикует 20 thin news/day | Rate limit + quality moderation |
| Создаёт 10 topics ради visibility | Topic creation editor-only |
| Меняет дату ради freshness | System dates immutable |
| Покупает клики/бот traffic | Fraud filtering; engagement excluded |
| Просит тайный homepage boost | No |
126. Submission rate limits
limits by:
account
company
agency
format
risk history
goal:
editorial capacity
spam control
feed diversity
Not:
artificial scarcity for good editorial contributors.
127. Organic reach estimate
Не показывать клиенту «гарантированный органический охват 10 000», если это статистическая модель без гарантии.
Можно позже показывать:
Historical range for similar materials:
median X
25–75 percentile Y–Z
Clearly:
estimate, not guarantee.
128. Client distribution choices
| Choice | Разрешить? |
|---|---|
| Выбрать/предложить topics | Да, editor confirms |
| Получить share kit | Да |
| Добавить UTM to own CTA | Да |
| Выбрать organic rank | Нет |
| Запретить редакционные related links | Нет по умолчанию |
| Купить Editorial Pick | Нет |
129. Agency dashboard distribution
for each client:
organic surfaces
owned channel clicks
external referrals
promoted separately
share kit
historical benchmarks
agency aggregate:
total publications
total distribution
not cross-client private reader data.
130. Privacy
Персонализация на MVP должна быть минимальной и explainable: explicit follows, recent reading and topic preferences. Не нужен скрытый cross-site profiling.
131. Anonymous readers
Anonymous:
latest
editorial
topic context
related current page
limited first-party session signals
Logged-in:
follows
saved articles
preference center
digest settings.
132. Recommendation opt-out
Пользователь должен уметь изменить подписки и email preferences. Не строить «неотключаемые» marketing notifications.
133. Distribution Engine service boundaries
distribution_service
inputs:
publication events
entity graph
topics
editorial signals
reader preferences
commercial campaigns
analytics aggregates
outputs:
candidate lists
surface selections
channel jobs
exposure logs
does NOT own:
article text
billing ledger
legal decision.
134. Redis usage
Redis:
fresh feed cache
candidate cache
distribution queues
rate limits
frequency counters
PostgreSQL:
source of truth
selection/audit history
preferences
campaigns
exposures aggregated.
135. Search index
Для internal content retrieval можно использовать PostgreSQL initially, затем dedicated search engine при росте. Distribution engine не требует Elasticsearch на первый день.
136. Related-content compute
on publish/update:
topics/entities deterministic candidates
+
embedding nearest neighbors
→ filter policies
→ store top candidates
→ cache
No need:
run vector query on every pageview
at MVP scale.
137. Related candidates human override
Редактор может закрепить или удалить явно плохую рекомендацию, особенно для flagship research.
138. Editorial Channel Desk
QUEUE:
Email candidates
Telegram candidates
Homepage candidates
Editorial Picks
Questionnaire recruitment
editor can:
preview
schedule
skip
edit teaser
see diversity/commercial warnings.
139. Daily workflow
Morning:
review strongest new items
schedule Telegram
homepage feature
Weekly:
assemble email digest
review Editorial Picks
review topic gaps
check distribution quality
Monthly:
surface analytics
frequency/diversity
algorithm tuning.
140. Distribution Engine and newsroom are linked
Analytics может подсказать, что topic under-served, но редакция не должна писать только то, что максимизирует CTR.
141. Long-tail success
Самая ценная distribution architecture — когда старый хороший материал продолжает находиться через topics, entities, related, internal search, external search и AI citations спустя месяцы.
T+0:
main feed
T+7d:
email / related / topic
T+90d:
search
entity profile
research references
AI citations
related
T+2y:
still useful if content remains valid.
142. Reader growth loop
strong original content
→ external share/search
→ reader enters
→ follows topic/company
→ digest
→ returns
→ reads related
→ shares
→ new readers
143. Business growth loop
business publishes
→ structural distribution
→ measured visibility
→ shares article
→ receives report
→ sees gaps
→ next publication
→ more graph coverage
144. Small business data loop
free questionnaire
→ Field Snapshot
→ participants share
→ more businesses join
→ larger sample
→ stronger research
→ reader traffic
→ business profiles
→ paid conversion for subset
Это один из самых интересных loops проекта, потому что acquisition, editorial content и data moat усиливают друг друга.
145. Distribution KPIs
| KPI | Что измеряет |
|---|---|
| % publications receiving internal clicks after 30d | Long-tail graph usefulness |
| Related CTR | Recommendation relevance |
| Topic → article CTR | Topic hub value |
| Return reader rate | Reader product |
| Follow conversion | Interest capture |
| Email click-through | Digest value |
| Organic vs paid exposure ratio | Editorial health |
| Client share contribution | Business loop |
146. Anti-KPI
«Количество показов любой ценой» — плохой главный KPI. Можно увеличить impressions, просто вставив 20 карточек на каждую страницу.
147. MVP
P0 DISTRIBUTION:
main/latest feed
content-type archives
topic feeds
company/expert relations
related content
editorial feature flag
Telegram candidate workflow
basic email digest
RSS
client share kit
UTM/internal attribution
surface exposure/click analytics
frequency caps
organic/paid data separation
No paid boost yet.
148. P1
follow topics/companies/experts
personal feed
email preference center
saved articles
Field Snapshot recruitment/distribution
editorial collections
better related algorithm
company follow updates
channel analytics sync
149. P2
promoted inventory
sponsored email/Telegram
reader segmentation
advanced personalization
distribution benchmarks
agency aggregate reporting
external syndication/API
recommendation experiments
150. Что не входит в MVP
| Не строим | Почему |
|---|---|
| TikTok-like ML feed | Недостаточно reader data и transparency |
| Comments/social graph | Moderation burden |
| Ad auction | Нет inventory |
| Скрытый paid rank | Нарушает модель доверия |
| Автопостинг каждого материала во все соцсети | Channel quality collapse |
| Cross-site behavioral profiling | Не нужен |
151. Критический launch rule
Сначала нужно построить reader-worthy surfaces, затем продавать distribution. Пока главная, topics, related и digest не дают реальной аудитории, коммерчески честнее продавать publication + structural distribution + measurement, а не «продвижение».
152. Решение документа
Утвердить layered Distribution Engine. Каждая опубликованная страница получает базовую структурную интеграцию в архивы, topics, entity profiles и related candidate pool. Main feed и organic recommendations ранжируются по релевантности, качеству, свежести и original information, но не по сумме оплаты. Editorial Pick и редакционные подборки не продаются. Email, Telegram и будущая главная feature управляются редакцией; подписки пользователей строятся вокруг topics, companies и experts. Paid amplification появляется только после формирования реального audience inventory и всегда отделяется визуально, юридически и аналитически от organic distribution. Все поверхности версионируются, логируют exposure/click attribution и дают данные для future Search/AI reporting и Next Best Publication.
153. Что этот документ разблокирует
Mathchast_26 distribution engine
→ Mathchast_27 reader product
→ Mathchast_28 seed editorial content
→ Mathchast_29 client cabinet
→ Mathchast_30 tariffs/unit economics
→ Mathchast_32 publication analytics
→ Mathchast_33 AI visibility
→ Mathchast_35 next best publication
→ Mathchast_38 GTM
→ Mathchast_40 technical architecture
Источники исследования
- ADPASS, 16.02.2026 — платная блог-платформа, блок «Интересное в блогах», редакционно выбираемые Telegram- и email-дайджесты
- ADPASS — публичная оферта: публикация, 1–2 вывода в блок «Интересное в блогах», Telegram/email integration на усмотрение редакции
- РБК Компании — общая лента публикаций компаний
- РБК Компании — рубрики: публикация в тематических разделах и основной ленте; 1–2 релевантные рубрики
- РБК Компании, 22.04.2026 — «Выбор редакции», дополнительная видимость, главная и критерии содержательности/экспертности
- РБК Компании — «Сюжеты» РБК для содержательных evergreen экспертных публикаций без навязчивой рекламы
- РБК Компании — роль главной в long-tail переходах в профиль компании и зависимость охвата от качества/темы/оформления
- Хабр — тематические хабы и подписки пользователей
- Хабр — «Лучшие», «Все подряд», «По подписке» и RSS feeds
- Хабр — подписки на хабы, авторов и блоги компаний
- Хабр — распределение публикаций по тематическим хабам и формирование аудитории хаба через подписки
- Хабр — персональная лента по подпискам; контекстные блоки и рассылки как отдельные surfaces
- Cossa — editorial digests, separate partner news and per-type subscription preferences
- Cossa — коммерческий пакет: анонс материалов на главной и социальных площадках, согласование контента с редакцией
- Cossa — разделение редакционной публикации, новостей и коммерческого сотрудничества
Ranking formula, frequency caps, distribution layers, follow model, attribution taxonomy, rollout P0/P1/P2, Field Snapshot loop, paid-inventory timing и client report format являются проектными решениями «Матчасти». Исследованные площадки показывают устойчивый паттерн: базовая публикация, тематическая навигация, подписки/ленты и дополнительное редакционное или коммерческое усиление должны быть различимы.