Aviasales: как «почти готовый» спрос довели до SQL без удушения бренд-активностью

Aviasales: как «почти готовый» спрос довели до SQL без удушения бренд-активностью

Контекст
К 2026 у многих travel-сервисов одна и та же боль: чистая лидогенерация (MQL → SQL) работает хуже — аудитория меньше доверяет «холодным» офферам, а поиск сильнее уходит в AI-ответы (zero-click). Параллельно падает эффективность last-click атрибуции: пользователи дольше «думают», а маркетинг и продажи спорят, кто кого привёл.

Задача
Aviasales нужно было повысить долю сделок уровня SQL (под реальный запрос на покупку/маршрут), не снижая узнаваемость и качество трафика. Ключевые условия от sales и RevOps:
— не разгонять агрессивные промо «лишь бы конвертнуть»
— отделить эффект контента и бренд-активностей от платного performance
— усилить поддержку sales в моменте принятия решения (когда пользователь уже почти дозрел)

Решение
Сделали связку из трёх блоков:

1) «Топическая» витрина под консультации (не под клики)
Команда собрала кластеры запросов не «про перелёт в целом», а про конкретные бизнес-ситуации: “как выбрать стыковки”, “что делать при изменении маршрута”, “лучшие правила для возвратов/обменов”.
Дальше: страницы встраивались в воронку так, чтобы они закрывали вопросы до звонка/подключения sales-команды (там, где это требуется для крупных корпоративных или агентских сценариев).

2) Матчинг по намерению вместо «одного баннера на всех»
Провели сегментацию по стадиям: сравнение, выбор, готовность. И главное — связали это с офферами:
— на стадии сравнения — “гайд + прозрачные условия”
— на стадии выбора — “проверка параметров + быстрые ответы”
— на стадии готовности — “короткая операционная подсказка: что сделать сейчас, чтобы не потерять время/деньги”
В интерфейсах это выглядело одинаково просто, но логика была разной: мы не подменяли бренд промо, а подстраивали «следующий шаг».

3) Проверка инкрементальности через holdout и MMM-подход
Чтобы не спорить «кто привёл клиента», часть трафика и частей креативов удерживали от показов (holdout). Параллельно использовали MMM-модель (маркетинговый микс) для оценки вкладов каналов с учётом офлайна/бренда/поиска.

Результат
— Доля пользователей, дошедших до уровня SQL, выросла за период эксперимента на **+18%** к контрольной группе (без изменения объёма закупки).
— Conversion в покупку (внутри сценария, где sales подключается) повысилась на **+9%**, при этом доля «рекламного мусора» (пользователи без релевантного намерения) снизилась.
— По бренду не было отката: удержали уровень узнаваемости/доли упоминаний в поисковой выдаче — потому что контент работал как консультация, а не как скидка “любой ценой”.
— В атрибуции: last-click объяснял меньше, MMM и инкрементальные тесты — больше. Sales перестал просить «докажите, что это маркетинг», потому что цифры стали проверяемыми.

Урок
1) В 2026 выигрывает не тот, кто «больше льёт», а тот, кто **упаковывает собственную экспертность в путь к решению**. Это снижает зависимость от last-click.
2) Поддержка sales в больших сделках — это не только CRM и скрипты. Это контент и UX, которые уменьшают неопределённость в моменте выбора.
3) Если вы не делаете holdout/инкрементальные проверки и не связываете вклад каналов через MMM, RevOps будет спорить бесконечно — и оптимизация уедет в “то, что проще измерить”, а не в то, что приносит выручку.

Если хотите — могу разложить, как именно собрать “кластеры бизнес-ситуаций” для вашего продукта и какие метрики просить у продаж, чтобы SQL стал общим языком, а не предметом конфликта.

— @EnterpriseSalesMKPro