CTV-как-выстроить «последний шаг» без last-click: кейс Aviasales и атрибуция через инкрементальность

CTV-как-выстроить «последний шаг» без last-click: кейс Aviasales и атрибуция через инкрементальность

В 2026 зрители в смарт-ТВ реже кликают «сразу»: часть аудитории уходит в zero-click (видео посмотрели — но действие отложили), а last-click атрибуция всё чаще спорная из‑за privacy-first ограничений. Поэтому выигрывают те, кто строит CTV как вклад в доход, а не как «ещё один показ до визита».

Контекст
Aviasales регулярно работает с сезонным спросом (пики по направлениям и датам поездок). Раньше связка выглядела так: CTV → брендовые сигналы → поиск/сайт → конверсия. В эпоху Topical Authority и AI-overviews, где часть поисковых запросов перетекает в ответы нейросистем, одной «подсветки» в CTV стало недостаточно. Нужно было доказать бизнес-эффект: сколько именно выручки/заявок добавляет CTV сверх того, что и так бы произошло от поиска, ремаркетинга и органики.

Задача
— Развести вклад CTV и performance-каналов (поиск, ретаргетинг) без опоры на last-click
— Оценить инкрементальность (сколько конверсий/выручки добавляется именно из-за CTV)
— Настроить управляемые правила: продолжать/масштабировать закупку там, где прирост устойчивый, а не «кажется по отчётам»

Решение
1) Сбор данных не «для отчёта», а для эксперимента
Сначала определили целевые события: не только клик/заявку, но и последующие действия в воронке (бронь/выкуп по модели атрибуции бизнеса). Затем выстроили связку показов CTV с серверными событиями (server-side учёт) и агрегировали аудитории так, чтобы минимизировать потери точности.

2) Инкрементальность через geo-holdout (удержание регионов)
Выделили регионы (или кластеры домохозяйств) на тест/контроль, где CTV либо ограничивали, либо полностью выключали на период эксперимента. Важно: контроль не должен отличаться по факторам спроса сильнее, чем это допускает модель. На выходе получили разницу в целевых метриках между тестом и контролем.

3) MMM + маркетинговые драйверы для sanity check
Чтобы не зависеть от одного эксперимента, добавили MMM (модель маркетингового микса) как проверку здравого смысла: CTV-параметры и влияние на общий спрос/конверсии должны сходиться по направлению и приблизительным масштабам.

4) Операционная постановка: CTV как часть RevOps-цепочки
Результат эксперимента положили в RevOps-логику (общая ответственность маркетинга/продаж/CS за выручку):
— Маркетинг подтверждает прирост и оптимизирует бюджет
— Продажи/CS учитывают качество сегментов (например, долю «горячих» интентов после просмотра)
— KPI перестают быть только «сколько лидов по последнему касанию»

Результат (как это измеряли)
Вместо «CTV принес X визитов» посчитали прирост относительно контрольной группы:
— Инкрементальные конверсии выросли в тестовых кластерах по сравнению с удержанием
— Основной эффект проявлялся не мгновенно, а в окне в несколько дней (типично для планирования поездок)
— Когда CTV запускали без достаточного охвата по частоте и без согласования с поиском, инкрементальность падала (это помогло убрать неэффективные связки)

Отдельно зафиксировали практический вывод: **на последнем шаге не должно быть иллюзии точного last-click** — управлять нужно приростом и согласованностью воронки.

Урок
1) В CTV нельзя довольствоваться показателями «посмотрели/кликнули» — нужна инкрементальность (хотя бы geo-holdout) и проверка через MMM.
2) Перестройте атрибуцию под 2026: server-side + эксперименты + MMM. Это снижает спорность и повышает управляемость бюджета.
3) Для бизнеса вроде travel (и любых сценариев планирования) делайте ставку на *временную* ценность CTV: эффект часто приходит не в день просмотра, а в период принятия решения.
4) Закрепите это в RevOps: если CTV даёт прирост, но в sales/CS не согласован процесс обработки, прибыль не конвертируется в метрики.

Если хотите, могу разобрать шаблон отчёта для holdout (какие метрики брать, как настраивать окно и как описывать в цифрах, чтобы руководство принимало решения).