Инсайт из данных: как Aviasales собрал «момент боли» в поток запросов и превратил в продуктовую формулировку

Инсайт из данных: как Aviasales собрал «момент боли» в поток запросов и превратил в продуктовую формулировку

Контекст
2026 год в поиске выглядит так: растёт доля нулевых кликов и AI-обзоров (когда пользователь получает ответ до перехода на сайт), а чистый informational SEO перестаёт давать стабильный эффект. При этом люди не перестают искать: меняются форматы намерения и способы сравнения. Для Aviasales это означает, что ценность нужно удерживать не «стать первыми по статье», а доказать полезность именно в момент выбора (когда пользователь уже сравнивает варианты и решает, лететь/перенести/переплатить).

Задача
У бренда возникла классическая проблема стадии принятия решения: пользователи приходили на сайт с похожими словами, но уходили с разной причиной. Одна и та же формулировка запроса («дешёвые билеты», «купить Москва–Питер», «найти рейсы») закрывает несколько JTBD — задача не только «найти дешевле», но и «не ошибиться по времени» и «с минимальным риском изменения планов». Нужно было извлечь один главный инсайт в терминах поведения и спроса и превратить его в ясную продуктовую коммуникацию. Без этого любые улучшения превращаются в набор фич, которые сложно измерять в выручке.

Решение (как собирали инсайт и формулировали)
Команда сделала исследование не “про удовлетворённость”, а “про причины решений” по воронке.

1) Разложили путь по событиям, а не по страницам
— смотрели, что пользователи делают после поиска: открывают ли несколько дат, меняют ли аэропорт, возвращаются ли в выдачу, сколько времени проводят до выбора;
— фиксировали микро-отказы: закрытие вкладки, выход на этапе выбора конкретного перелёта, повторный поиск в течение короткого окна.

2) Связали запросы с последующим действием
Суть была в проверке гипотезы: “дешёвый” — это не причина, а атрибут. В реальности пользователи часто искали **предсказуемость** (время, стыковки, удобство для расписания) и **контроль над изменениями**. Это проявлялось в том, что после поиска часть пользователей уходила именно когда находила “самую низкую цену”, но не могла быстро убедиться, что поездка совпадёт с их ограничениями.

3) Проверка через интервальные метрики
Вместо среднего по больнице сравнивали когорты по разнице между датой поиска и датой покупки (тайминг решения) и по количеству попыток сравнения. Цифры (пример логики, которую использовали):
— у сегмента “ранний поиск” конверсия была ниже не из‑за цены, а из‑за сомнений по сценариям (“что если поменяется?”);
— у сегмента “частые пересмотры дат” было больше шагов сравнения, но меньше покупок, пока пользователь не получал понятный способ оценить компромисс “цена ↔ гибкость”.

4) Формулировка инсайта как продуктовой потребности
Они ушли от общей фразы “пользователи хотят дешево” и закрепили формулировку так:
— **в момент выбора билета человек покупает не маршрут, а уверенность, что его планы выдержат изменение**.
То есть главный драйвер — снижение риска ошибки.

Как это превратили в решения
— усилили коммуникацию “гибкости”: подсветка альтернатив по датам/временам и сценариям, чтобы пользователь мог быстро проверить, насколько план “живучий”;
— перераспределили приоритет в интерфейсе: меньше “просто результаты”, больше “помощь принять решение сейчас”;
— измеряли эффект не только CTR и кликами, а по событиям принятия решения: доля выбора после сравнения, снижение повторных поисков за короткое время, рост доли успешных сессий.

Результат
Воронка стала управляемой: команда получила способ отличать “интерес к цене” от “готовности принять решение”. Когда пользователю давали быстрый сценарный контроль (а не только выдачу), росла доля сессий, заканчивающихся выбором. Практически это выглядит так: уменьшилось количество повторных поисков при прежних объёмах трафика и стало легче объяснять, какие изменения влияют на выручку через этапы решения (а не через “просмотры”).
…