Aviasales и “тихая” аналитика: как они перестроили работу с клиентом вместо гонки за лидом

Aviasales и “тихая” аналитика: как они перестроили работу с клиентом вместо гонки за лидом

В 2026 году на рынке путешествий конкуренция почти всегда упирается не в рекламный охват, а в то, как быстро вы превращаете интерес в повторное бронирование. “Чистый” informational SEO (когда пользователю достаточно статьи) всё чаще съедают AI-обзоры — и часть спроса уходит в режим zero-click. Одновременно пользователи стали осторожнее: в e-commerce и travel средний чек проседает, а бюджеты перетекают в retention (удержание) и LTV (пожизненную ценность), потому что первая покупка уже не даёт прежнего выигрыша.

Контекст
Aviasales работает в категории, где цикл принятия решения короткий, но поведение пользователя многослойное: сравнил цены — вернулся позже — проверил альтернативные даты — оформил. На этом фоне классическая связка “привели → собрали лиды → отдали в продажи” даёт дырявую картину: лиды не равны бронированиям, а бронирования не равны лояльности. Проблема обычно выглядит так: маркетинг оптимизируется под “микро-метрики” (клики, CTR, заявки), а итоговая выручка начинает жить своей жизнью.

Задача
Нужно перестроить измерение и продуктовую логику вокруг выручки, а не вокруг трафика:
— понять, какие сценарии пользователя реально приводят к бронированию (и повтору), а какие заканчиваются “просто посмотрел;
— разорвать зависимость от last-click (последнего клика), усилив вклад каналов и касаний;
— научиться быстрее менять промо/контент под поведение (не раз в квартал, а по сигналам).

Решение
Aviasales сделали упор на “тихую” механику данных, которую пользователи почти не замечают, но она влияет на конверсию и повторные действия:

— Единая модель пользовательского пути на уровне событий
Собирают ключевые события воронки (поиск, выбор, возврат к поиску, переход в авиакомпанию/направление, факт бронирования, повторные попытки). Дальше маркетинг работает не с агрегатами “сколько было кликов”, а с траекториями. Это помогает отделять “интерес” от “намерения”.

— Сегментация по намерению, а не по источнику
Вместо размышлений “какой канал лучше” строят сегменты: пользователи, которые возвращаются к выбору; те, кто меняет даты; те, кто сравнивает направления; те, кто долго выбирает. Для каждого сегмента подбирается свой набор коммуникаций и триггеров: что показывать, когда напоминать, и как не выжигать аудиторию частотой.

— Инкрементальность и пересборка атрибуции
Вместо иллюзии точности последнего клика вводят проверки “что изменилось от воздействия”: берут тесты/контроль и оценивают прирост конверсий и выручки, а не только сигналы в рекламном кабинете. В логике 2026 это соответствует переходу к privacy-first измерению: смотреть не на “кто последний”, а на “сколько дополнительно”.

— Контент и персональные подсказки как часть продукта
По мере накопления данных они меняют не только баннеры, но и “полезные” элементы интерфейса: подсказки по вариантам дат, акценты на альтернативы, релевантные предложения после повторного поиска. Это снижает трение и уменьшает долю пользователей, которые уходят “просто посмотреть”.

Результат
Если верить типовой экономике категории и публичным кейсам подхода, эффект обычно выражается в двух вещах:
— рост доли пользователей, которые доходят до бронирования после повторного визита (то есть конверсия не только в момент первого клика);
— повышение value-показателей в удержании: повторные бронирования начинают тянуться за счёт сегментов намерения, а не за счёт агрессивного ретаргета.

В цифрах это обычно выглядит так (по внутренней логике подобных внедрений у крупных игроков travel/e-com): конверсии после повторного контакта растут на единицы процентов (иногда до 10% относительных), а эффективность бюджета смещается в сторону сценариев с реальным доведением до действия. Главное: оптимизация начинает соответствовать бизнес-метрике, а не “красивому” поведению в рекламе.
…