RevOps в действии: как Aviasales собрала “сквозную” воронку и сократила зависимость от last-click

RevOps в действии: как Aviasales собрала “сквозную” воронку и сократила зависимость от last-click

Авиа/е-коммерс похожи по логике: поисковый спрос волатилен, а атрибуция в приватности становится менее надежной. В 2026-м это ощущается особенно остро: чистый informational SEO даёт меньше “гарантированных” входов (часть запросов уходит в AI-overviews), а классическая лидогенерация в B2B (MQL/SQL) слабее, потому что решение всё чаще “дозревает” через разные касания. Вывод: маркетинг должен отвечать за выручку вместе с продажами и customer success — через RevOps.

Контекст
Aviasales — агрегатор авиабилетов: пользователь сравнивает цены, ловит офферы, возвращается и часто принимает решение не в одно посещение. Значит, “один клик — одна покупка” почти никогда не работает. К тому же природа трафика разная: brand-запросы, performance-кампании, контентные посадочные, CRM-сценарии. Если вы пытаетесь оптимизировать только по last-click, вы рискуете выбрасывать те каналы, которые подготавливают сделку, но не получают кредит.

Задача
Собрать единую карту влияния на выручку и сделать бюджет управляемым без иллюзий “последнего касания”. По сути — ответить на три вопроса:
— какие сегменты пользователей реально приводят к покупке в течение окна (например, 14–30 дней)?
— какие касания ускоряют конверсию, а какие создают отложенный эффект?
— как связать performance, бренд и CRM в одной системе метрик?

Решение (фреймворк)
1) Общие KPI для маркетинга/продаж/сервиса (RevOps-слой)
Вместо набора разрозненных целей команда перешла к “сквозным” метрикам: revenue (выручка) и вклад в конверсии по сегментам. Для измерений использовали не только кликовую атрибуцию, а подходы к оценке инкрементальности (incrementality) и серверную передачу событий (server-side), где это возможно.

2) Разделили путь пользователя на “этапы задачи”
Поток разложили не по каналам, а по стадиям: поиск → сравнение → намерение → покупка. Для каждой стадии определили “события-маркеры”: открытие цен, сохранение маршрута, переход в конкретный оффер, завершение покупки. Это важно: тогда performance-кампании оцениваются не только по оплате “прямо сейчас”, а по влиянию на переход между стадиями.

3) Сегментация по готовности, а не по демографии
Воронку привязали к поведению: новые пользователи vs вернувшиеся, “горячие” (часто смотрят конкретные направления) vs “холодные” (сравнивают широко). Под это изменили и креативы, и настройки ставок, и сценарии рассылок: одним — напоминание и триггеры по цене, другим — контент и подсказки (например, как меняется цена по датам).

4) Контур тестов вместо “веры” в оптимизацию
Отдельные гипотезы тестировали через A/B, а решения принимали по агрегированным эффектам: качество трафика, скорость прохождения стадий, динамика конверсии в окне. Цель — меньше зависеть от атрибуционной удачи.

Результат
В подобных проектах у команд обычно появляется измеримый эффект:
— растёт доля управляемых улучшений за счёт инкрементального измерения (а не только “последний клик”);
— снижается доля кампаний, которые “продают из воздуха” (когда оптимизация под конверсии не учитывает влияние на подготовку);
— CRM начинает работать как продолжение воронки, а не как отдельная витрина “для тех, кто сам вернётся”.

Конкретика зависит от запуска и данных, но логика срабатывает именно так: когда вы связываете касания с переходами между стадиями и сводите KPI к выручке, бюджеты перестают быть “вкусом” и становятся управляемыми.

Урок
1) В 2026-м “хорошая атрибуция” — это не идеальный last-click. Это способность оценивать вклад касаний в выручку через окна и сегменты.
2) RevOps — не организационная бюрократия, а единая математика ответственности за результат.
3) Начинайте с воронки по задачам пользователя, а не с отчетов по каналам. Тогда performance, бренд и CRM перестают спорить, кто “главный”, и начинают работать как система.

— @MarketingFrameworksRoomPro