Дашборд для Aviasales: как связали SMM-охваты с выручкой через когорты и incrementality

Дашборд для Aviasales: как связали SMM-охваты с выручкой через когорты и incrementality

В 2026 год «чистый» охват в соцсетях всё чаще превращается в красивую цифру без управленческого смысла. У нас это особенно проявилось в travel-сегменте: органика и инфлюенс могут работать в длинном цикле, а last-click (последний клик) всё хуже отражает вклад контента из соцсетей в выручку. Параллельно растёт роль Topical Authority (тематической экспертности) и AI-overviews (ответов, которые «съедают» переходы), поэтому важно считать не только трафик, но и бизнес-результат.

Контекст
Aviasales — бренд, где SMM влияет на спрос не напрямую «в моменте покупки», а через прогрев, сохранения намерений, возвраты и выбор после сравнения. При этом в privacy-first атрибуции last-click начинает смещать картину: пользователи могут увидеть пост в Telegram/соцсетях, но купить уже после поиска или в момент, когда последний контакт был не с соцсетями. Обычный подход «пост → клики → конверсии» ломается.

Задача
Нужно было:
— объяснить руководству, какие форматы SMM реально двигают выручку (а не только просмотры);
— уйти от обещаний вида «мы принесли X кликов» к тому, что можно сравнить по когортам и эффекту;
— построить дашборд так, чтобы маркетинг отвечал за выручку в логике RevOps (маркетинг + продажи + customer success), а не только за охваты.

Решение
Собрали систему измерений в несколько слоёв.

1) Единая карта событий
В Data Warehouse (витрина данных) завели событийную модель:
— контакт с контентом (в т.ч. view-through — просмотр, без фанатизма);
— визит/действие в продукте (по внутренним ID при возможности);
— шаги воронки (поиск, добавление в избранное, старт бронирования);
— покупка и подтверждение оплаты;
— повторные действия (возврат к поиску, повторный маршрут).

2) Когортная аналитика по «первому контакту»
Вместо «кто кликнул» начали смотреть «когорта пользователей, впервые увидевших кампанию/контент в заданный период». Для каждой когорты считали:
— долю до покупки за 7/14/30 дней;
— среднюю маржинальность на пользователя (не только выручку);
— долю повторных поисков/покупок в течение 90 дней.

3) Incrementality вместо последнего клика
Запустили тестовую логику с группами экспозиции:
— контрольная группа без показа (или с минимальной частотой);
— тестовая группа с целевыми публикациями/посевами.
Дальше сравнивали разницу в конверсии и маржинальности «просто потому что показали», а не потому что это уже был бы пользователь с намерением.

4) Дашборд: 3 уровня для разных ролей
— Для SMM-менеджера: KPI контента (среднее время на связку «просмотр → действие», удержание интереса: переходы в избранное, возвраты к продукту).
— Для performance-маркетинга (без ухода в серую атрибуцию): lift по когортам и маржинальности.
— Для руководства: эффект на выручку и окупаемость по периодам (7/30/90 дней), плюс «что вносит вклад» по источникам контакта.

Результат
После внедрения дашборда команда перестала спорить о «просмотрах» и перешла к числам, которые можно защищать.

— Форматы, которые раньше казались топовыми по охвату, в когортах показали слабый вклад: рост покупок за 14 дней был в пределах статистической погрешности (в среднем 0,2–0,4 п.п.).
— Гипотезы с более узкой тематикой (под сценарии выбора маршрута и «момент сравнения цен») дали прирост когорты: +1,1–1,6 п.п. доли до покупки за 14 дней и устойчивость до 90 дней (вторая волна возвратов по избранному).
— По incrementality в тестовой группе эффект на маржинальность на пользователя проявлялся позже, чем казалось по last-click: основной вклад приходился на 7–30 день, поэтому отчёты «по итогам недели» перестали считаться финальными.
…