RevOps вместо “ещё одну воронку”: кейс Aviasales и перестройки аналитики под выручку

RevOps вместо “ещё одну воронку”: кейс Aviasales и перестройки аналитики под выручку

Контекст
Классическая проблема в B2B-блоках маркетинга часто перекатывается и на travel-сервисы: измерять “лиды” проще, чем измерять влияние маркетинга на выручку и повторные сценарии. В эпоху 2026 это усугубляется: last-click атрибуция трещит из‑за privacy-first, а Search/SEO всё больше уходит в zero-click и AI-overviews. Когда пользователи начинают “получать ответ” до клика, маркетинг в отчётах выглядит как источник трафика, но не как драйвер выручки.
Aviasales публично развивал data-driven подход и делал ставку на продуктовые метрики и качество спроса, а не только на объём привлечения. Для нас как для команды маркетинг-аналитики ключевым стал вопрос: как перенастроить аналитическую модель, чтобы менеджеры видели связь маркетинга с Revenue (выручкой), а не с кликами.

Задача
Перевести маркетинговую аналитическую систему из режима “оптимизируем лиды” в режим “оптимизируем contribution к выручке” через связку маркетинг–продажи–customer success (в модели RevOps). Конкретно требовалось:
— перестать принимать решения по CPL и количеству MQL “в вакууме”;
— научиться оценивать инкрементальность (сколько выручки добавил канал именно благодаря маркетингу);
— построить единый набор KPI: от заявки/поиска до оплаты и повторных действий (retention — удержание).

Решение
1) Смена KPI-иерархии
Сначала команда зафиксировала “верхний” KPI: валовая выручка и её доля по когортам пользователей, пришедших из разных кампаний. Ниже — промежуточные метрики: конверсия в бронь/оплату, скорость прохождения сценария, доля повторных бронирований в горизонте (например, 30/60/90 дней). На уровне маркетинга перестали требовать “сколько MQL сделали”, а начали спрашивать “какая добавленная выручка на бюджет”.

2) Инкрементальность вместо последнего клика
Вместо простой атрибуции “кто последним попал в конверсию” запустили тестовую логику:
— geo-эксперименты и holdout-аудитории там, где это возможно по продуктовым потокам;
— MMM-логика (маркетинговый микс-моделинг) как контрольная рамка для каналов с разной атрибуционной “прозрачностью”;
— серверная связка событий (privacy-first): пользовательские действия и платежные события сводились в общей модели без опоры на ненадёжные cookie-цепочки.
Главное правило: решение принималось по разнице “есть/нет” маркетингового воздействия, а не по доле ассист-касаний.

3) RevOps-дашборд с “контуром” клиента
Собрали единую витрину в разрезе когорт: Acquisition → Activation (активация пользователя: полезное действие в сервисе) → Transaction (оплата) → Retention (повтор).
Маркетинг видел не только эффективность кампаний, но и качество поведения пользователей после оплаты: где растут возвраты, где “ломается” сценарий, где снижается повтор.
Так появилась связка с customer success: например, изменения в триггерах напоминаний и сервисных сообщений можно было оценивать по удержанию и повторной выручке, а не по метрикам поддержки.

Результат
После перестройки модель отчетности стала восприниматься бизнесом как “про деньги”. На уровне управленческих решений это дало три эффекта:
— бюджеты перераспределяли не туда, где больше кликов/лидов, а туда, где выше инкрементальная выручка;
— сократили долю “необъяснимых” провалов: кампании, которые давали заявки, но не давали оплаты в нужной когорте, быстро выявлялись;
— выровняли ожидания между командами: продажи и customer success начали отвечать за свой вклад в Revenue через общие метрики качества и удержания.
По итогам квартала (в типовом формате проекта) экономия на неэффективных размещениях и оптимизация медиамикса часто дают измеримый эффект на прирост валовой выручки при том же бюджете. В этом кейсе ключевым достижением было не “однократное улучшение”, а устойчивый механизм принятия решений в privacy-first среде: атрибуция стала доказательной, а не декларативной.
…