Как Aviasales превратил тревожные “поисковые” данные в контент с собственной экспертизой (и удержал долю спрос

Как Aviasales превратил тревожные “поисковые” данные в контент с собственной экспертизой (и удержал долю спроса в Zero-click)

В 2026 поиск всё меньше выглядит как “вбил запрос → получил ссылку”. В AI-обзорах пользователь получает сводку прямо в выдаче, а “прямые клики” становятся дороже. Для travel-бренда это особенно чувствительно: окно решения короткое, спрос сезонный, а конкуренты легко копируют форматы.

Контекст
Aviasales работает на стыке performance и брендинга: когда меняется поведение пользователя в выдаче, страдает не только маркетинг, но и понимание спроса как такового. Плюс усиливается давление конфиденциальности: классическая атрибуция “последний клик” всё хуже объясняет вклад SMM/контента в выручку.

Задача
Нужно было решить две проблемы одновременно:
— снизить зависимость от прямого трафика и сохранить заметность в информационном поле (где clicks частично исчезают в Zero-click)
— научить контент “говорить цифрами” из собственных данных, чтобы Topical Authority росла не за счёт объёма постов, а за счёт регулярной экспертизы

Решение
Команда сделала контент-производство вокруг внутреннего сигнала: агрегировали поисковые сценарии пользователей (куда смотрят, когда, на каких маршрутах и с какими “триггерами решения”: раннее бронирование, спонтанные проверки, смена окна вылета). Это не “просто дай подборку направлений”, а формат, который отвечает на вопрос пользователя так, как никто извне не может.

Как именно это упаковали в SMM:

— Данные → нарратив
Каждая публикация начиналась с наблюдения (например, “в такие недели падает разница по цене между ранним и средним бронированием”), а дальше объяснялось *почему*: что происходит с спросом и доступностью мест в агрегированных сценариях.

— 3 устойчивые рубрики вместо “разовых постов”
1) “Карта спроса сезона” — где люди реально начинают искать (не где “всем советуют”).
2) “Как меняется поведение” — что делает пользователь: сдвигает дату, проверяет несколько вариантов, уходит в альтернативные города.
3) “Практика для планирования” — чек-листы и правила принятия решения, которые опираются на статистику бренда, а не на общие фразы.

— Контент под вопросы, а не под охваты
Тексты выстраивали под формулировки, которые человек задаёт ещё до покупки: “когда лучше”, “насколько ждать”, “что выгоднее при гибкости дат”. Это даёт сигнал для AI-обзоров: ответы “приземлены” и содержат числовые опоры.

— Перепаковка в разные форматы, но единая логика
Одна и та же логика данных превращалась в:
— короткие карточки для охвата
— лонгриды/видео с разбором сценариев
— интерактивные посты “выберите вашу гибкость дат”, где вывод делается на основе типовых паттернов поиска

Результат
По публичным кейсам и внутренней логике unit-экономики travel-брендов эффект обычно проявляется так:
— контент на базе собственных данных удерживал долю бренда в выдаче по топикам (Topical Authority растёт, потому что именно Aviasales “первым объясняет тенденцию цифрами”)
— снизилась просадка по кликам в периоды, когда AI-обзоры “забирают” часть нулевого шага: пользователь всё равно возвращается, потому что доверяет конкретике и повторяемой структуре
— SMM перестал быть “витриной” и стал частью воронки: сигналы интереса из соцсетей стали лучше согласовываться с последующими действиями (в терминах RevOps это означает: маркетинг даёт Sales и Customer Success наблюдаемый спрос, а не просто трафик)

Точные цифры зависят от рынка и периода, но ключевое — метод: когда контент является источником объяснения, а не пересказом новостей, он переживает эпоху Zero-click и privacy-first атрибуции.

Урок
Если вы строите SMM как подразделение “ради охватов”, вы проиграете конкуренцию концепций. В 2026 выигрывает тот, кто:
— превращает собственные данные в регулярные смысловые форматы
— делает Topical Authority через повторяемую экспертизу, а не через частоту публикаций
— мыслит в связке с RevOps (общая ответственность за выручку): контент должен порождать понятный сигнал для следующего этапа пути клиента
…