Performance Lead в реальной жизни: как Aviasales перестроила маркетинг на атрибуцию «по делу» и удержала рост

Performance Lead в реальной жизни: как Aviasales перестроила маркетинг на атрибуцию «по делу» и удержала рост в privacy-first

Контекст
В 2026-м маркетинг вокруг last-click (последнего клика) становится всё менее надёжным. Куки и идентификаторы “старых” типов живут хуже, пользователи чаще приходят через разные точки контакта, а AI-обзоры (авто-ответы) съедают часть классического informational SEO. Для travel-бизнеса это особенно больно: цикл сделки неоднородный, путь к бронированию нелинейный, а бюджет распадается по множеству источников.

Aviasales — пример компании, где важно считать не “сколько кликов”, а “сколько выручки и валовой маржи”. Когда точность трекинга падает, инкрементальность (добавочный эффект рекламы) становится не теорией, а способом защитить бюджет перед бизнесом.

Задача
Удержать рост броней при усложнении атрибуции и при этом не просесть в эффективности:
— снизить зависимость от last-click моделей
— понять, какие каналы реально двигают спрос, а какие лишь “приклеиваются” к уже существующему интересу
— развернуть управляемую систему бюджетирования, где решения принимаются на данных (и в команде, и с финансами)

Решение
1) Пересобрали измерения: от “кто кликнул” к “какой прирост”
Команда выстроила связку: server-side трекинг + контрольные группы/эксперименты + приближение инкрементальности через маркетинговую модель (MMM — маркетинговый микс-моделинг). Смысл простой: не спорить за 10–20% в атрибуции, а измерять эффект на уровне бизнеса.

2) Сегментация по роли клиента в воронке
Вместо единого “конвертируем в бронь” сделали разделение:
— новые пользователи, которые ещё не видели ценность сервиса
— возвращающиеся, у которых уже сформировано намерение
— пользователи с контекстом (поиск конкретных маршрутов/дат), где критичен скорость ответа и релевантность предложения
Это позволило перестать оценивать “верх” и “низ” в одной шкале и быстрее находить, где проседает эффект.

3) Перепрошили бюджетную логику под RevOps (единая ответственность маркетинга, продаж и customer success за выручку)
В 2026-м в travel это особенно заметно: выручка зависит от того, как быстро и качественно клиент доходит до бронирования и не “сгорает” между контактами. Поэтому в еженедельном контуре метрики стали считать не только по маркетинговым KPI, но и по бизнес-цепочке: от поиска/перехода до успешного бронирования и поведения после (повторный интерес, повторные визиты).

4) Креативы оптимизировали не “погоней за красотой”, а под гипотезы инкремента
AI-генерация креативов ускорилась, но конкуренция сместилась в смыслы: какие тезисы действительно двигают выбор (например, фокус на удобство поиска, прозрачность условий, экономию времени). Критерий отбора — не CTR как самоцель, а влияние на конверсии “по делу” в тестах и контрольных группах.

Результат
По итогам цикла перестройки Aviasales получил измеримый эффект:
— рост доли бюджетов, которые подтверждаются инкрементальным подходом (а не “атрибуционной видимостью”)
— уменьшение расхождения между прогнозом эффективности и реальными бизнес-цифрами после изменения моделей
— стабилизация эффективности в условиях ухудшения приватности: бюджеты перестали “улетать” в каналы, которые выглядят сильными в last-click, но слабее двигают выручку при проверке контрольными срезами

Если перевести на карьерный язык: перестали спорить “какой канал круче” по кликам и начали выигрывать за счёт управляемости и проверяемости решений.

Уроки для performance-lead (что взять себе)
— Не пытайтесь починить last-click. Перестройте контур измерений: server-side + эксперименты + MMM/инкрементальный подход.
— Разводите “роль пользователя” в воронке: один и тот же показатель не работает одинаково для новых и возвращающихся.
— RevOps-логика уменьшает количество слепых зон: выручку лучше защищать общими метриками, чем локальными KPI.
— Креатив в эпоху AI — это не скорость генерации, а скорость проверки смыслов. Тестируйте гипотезы, а не макеты.
…