RevOps вместо «лидогенерации»: как Aviasales перестроил путь до выручки в поиске и удержании

RevOps вместо «лидогенерации»: как Aviasales перестроил путь до выручки в поиске и удержании

В 2026 информационный поиск уходит в Zero-click: часть запросов закрывается AI-обзорами, а “чистое” informational SEO больше не даёт стабильного притока. При этом в туризме продажи всё чаще зависят не только от первого клика, но и от повторных обращений (повышение вероятности покупки, выбор другого рейса/даты, восстановление намерения после сравнения цен). На фоне privacy-first атрибуции “последний клик” перестал быть опорой для решений, а классическая MQL/SQL-логика в B2B и в смежных моделях показала слабость: она измеряет процесс, а не выручку.

Контекст
Aviasales (бренд сравнения цен на авиабилеты) сталкивается с типичной тур-реальностью: пользователь часто сравнивает несколько раз, откладывает покупку и возвращается через дни/недели. Поэтому маркетинг не может эффективно отвечать только за трафик. В модели RevOps (ответственность маркетинга-сейла-клиентского успеха за выручку) ключ — связать метрики привлечения, поведения после клика, конверсии по сегментам и повторные попытки покупки с понятным бизнес-юнитом: “сколько выручки принес каждый пользователь/когорта”.

Задача
Свести разрыв между:
— performance-кампаниями (где исторически оптимизация шла по кликам/конверсиям на раннем шаге),
— продуктовым циклом (изменение намерения пользователя в поиске),
— результатом “на кассе” (успешный сценарий покупки у партнёра, возврат в сервис при смене условий).

Цель была не “больше заявок”, а управляемый рост выручки с поправкой на экономию времени пользователя и сезонность.

Решение
1) Перестроили воронку на уровне “выручечных событий”, а не только на уровне лидов
Aviasales зафиксировал несколько событий, которые предсказывают итоговую покупку: успешный просмотр/сравнение направлений, запуск поиска, переход к релевантному предложению, завершение сценария. На основе этих шагов настроили оптимизацию так, чтобы кампании “смотрели” на вероятность выручки, а не на промежуточные микро-действия.

2) Сегментация намерения вместо равного бюджета всем
Разделили аудиторию на группы по поведению и готовности (например, “активные искатели” против “сравнивающих”, “повторные” против “первых визитов”). Для каждой группы — свои креативные сообщения и посадочные ожидания (что покажем, как быстро доведём до выбора). Это критично в 2026, когда AI-обзоры съедают “холодный” информационный спрос: нужно догонять уже сформированное намерение.

3) Privacy-first измерение: отказ от иллюзии точной атрибуции
Там, где last-click уже не отражает реальность, использовали связку server-side событий, агрегированных отчётов и проверок инкрементальности (incrementality): не “кто был последним”, а “какой вклад кампании в итог”. Для практики это обычно означает тесты прироста по когортам и контрольных группах, а также регулярную калибровку моделей.

4) RevOps-ритм: маркетинг работает вместе с продуктом и “послепокупочным” контуром
В туристическом продукте “customer success” — это не колл-центр. Это снижение потерь после сравнения: быстрые возвраты к найденным вариантам, напоминания, корректная работа с историями поиска, подсказки по изменениям условий. Маркетинг отвечает за то, чтобы эти улучшения превращались в измеримый рост сценариев, ведущих к покупке.

Результат
Вместо абстрактного “роста трафика” команда добилась управляемых эффектов по воронке и по выручке:
— улучшили конверсию на ключевых шагах поиска и сравнения (за счёт релевантности посадок и сообщений),
— повысили долю повторных обращений (пользователи возвращались чаще, потому что продукт “закрывал” повторное намерение),
— перераспределили бюджет в пользу сегментов с более высокой вероятностью итогового сценария,
— снизили зависимость от нестабильной атрибуции на уровне клика.

Если перевести на язык цифр (как это обычно фиксируют в отчётности RevOps): рост эффективности выражается в увеличении выручки на пользователя и в снижении “стоимости выручки” при том же объёме охвата. Ключевой критерий — не CTR, а вклад в выручечные события с учётом сезонности и конфигурации контрольных групп.
…