Мы хотели посчитать персонализацию в авиакомпании. А потом начали задавать неудобные вопросы
Все началось с довольно простой идеи. В рамках выпускного проекта на MBA мы решили проверить, может ли персонализация дополнительных услуг авиакомпании давать измеримый экономический эффект.
Не в формате «персонализация повышает лояльность и улучшает клиентский опыт» — с этим сложно спорить и ещё сложнее что-либо посчитать.
Хотелось дойти до денег.
Для первого приближения выбрали один маршрут — Дубай (DXB) → Эр-Рияд (RUH) — и две дополнительные услуги:
- платный выбор места и
- дополнительный багаж.
Почему именно они — тоже довольно прагматичный выбор. Это понятные пассажиру продукты, они существуют у большинства крупных перевозчиков, имеют наблюдаемую цену и позволяют относительно просто сформулировать эксперимент.
Первоначальная модель помещалась практически в одну строку:
Пассажиропоток × доля потенциальных покупателей × прирост конверсии × средний чек = дополнительная выручка.
Прекрасная формула. В Excel считается минут за пять.
А потом команда начала задавать вопросы.
- Почему потенциальных покупателей именно 15%? Хороший вопрос.
- Откуда взялись 6% прироста? Ещё лучше.
- А если пассажиру выбор места уже включён в тариф, почему мы считаем его потенциальным покупателем? Тут стало интереснее.
- Если пассажир всё равно собирался купить дополнительный багаж, где именно здесь эффект персонализации? После этого первоначальную модель стало проще не защищать, а разобрать и собрать заново.
Так началось небольшое исследование, которое оказалось гораздо интереснее исходной идеи.
Когда MBA-команда начинает портить красивую презентацию
Здесь нам, кажется, довольно сильно повезло с составом команды.
За одним столом оказались люди с управленческим опытом в авиации, классическом ритейле, фармацевтике и финансах. Причём в обычной жизни это люди, занимающие достаточно высокие позиции и привыкшие отвечать уже не за учебные кейсы, а за вполне реальные продукты, бюджеты и управленческие решения.
Поэтому стандартного MBA-сценария «давайте распределим слайды» практически не получилось.
- Авиация спрашивала, кому вообще можно продать услугу.
- Ритейл — почему клиент должен её купить.
- Финансы — где здесь дополнительная, а не уже существующая выручка.
- А Фарма - а почему такие цифры и нет ли тут ошибок.
А потом все вместе спрашивали автора очередной версии Excel:
А откуда эта цифра?
В какой-то момент я поймал себя на мысли, что это, возможно, одна из самых полезных вещей, которые вообще может дать MBA.
Не ещё одна формула.
А несколько достаточно опытных людей с разным профессиональным бэкграундом, которые смотрят на одну модель с совершенно разных сторон и довольно быстро находят в ней слабые места.
1. Для начала пришлось понять, сколько у нас вообще пассажиров
Первое искушение — взять готовую статистику пассажиропотока маршрута.
Но нам нужен был не весь рынок Дубай — Эр-Рияд, а пассажиры конкретного перевозчика на конкретных рейсах за конкретный период.
Причём мы сознательно решили использовать только публичные данные.
Период исследования — февраль–апрель 2025 года.
На направлении DXB → RUH Emirates выполняет три ежедневных собственных рейса. Но здесь появляется первая небольшая сложность: в рассматриваемый период авиакомпания постепенно переводила маршрут на модернизированные Boeing 777.
EK819 начал выполняться на обновлённом Boeing 777 ещё в октябре 2024 года. EK815 перешёл на новую конфигурацию с 30 марта 2025 года. EK817 — позже, уже в мае, поэтому в нашем периоде он остаётся в старой конфигурации.
У модернизированного Boeing 777 на этом направлении 324 места
Это уже позволяет восстановить доступную провозную ёмкость по каждому месяцу.
Получается 90 888 кресел за три месяца.
Но кресло — ещё не пассажир.
2. 90 тысяч кресел не означают 90 тысяч пассажиров
Для следующего шага нужен коэффициент загрузки. Здесь тоже можно было сделать просто: взять общий коэффициент загрузки Emirates и умножить на все кресла. Но Emirates раскрывает показатели отдельно для экономического и премиальных классов.
Для финансового года 2024/25 коэффициент загрузки экономического класса составлял около 80,2%, премиальных классов — около 72,7%.
Поэтому мы разделили ёмкость самолётов по классам и применили соответствующие коэффициенты. Получилась следующая картина.
Таким образом, рабочая оценка пассажиропотока Emirates на выбранном направлении за три месяца составляет:
- около 71,7 тыс. пассажиров.
Из них:
- около 60,7 тыс. — экономический класс.
И вот эти 60 673 пассажира становятся основой дальнейшего расчёта.
Здесь важно сделать оговорку. Это не опубликованная Emirates статистика пассажиров DXB → RUH.
Это наша оценка, восстановленная по публичным данным о расписании, конфигурации самолётов и коэффициентах загрузки сети авиакомпании.
То есть уже на этом этапе в модели появляется важное разделение:
публичный факт → расчёт на основе публичного факта.
Оно дальше нам ещё пригодится.
3. Где исчезли наши первоначальные 15% потенциальных покупателей
В первой версии модели хотелось сделать очень простую вещь:
- 60 673 × 15% потенциальных покупателей.
Проблема в том, что ответа на вопрос «почему именно 15%?» не существовало. Но ещё важнее оказалось другое.
Потенциальный покупатель места и потенциальный покупатель дополнительного багажа — это вообще не один и тот же рынок.
У этих продуктов разные причины покупки, разные ограничения и разная логика возникновения потребности.
Поэтому единую воронку пришлось разделить.
После этого универсальный показатель «15% покупателей дополнительных услуг» из модели исчез. И, пожалуй, это было первое действительно важное улучшение.
4. С местами всё оказалось сложнее, чем «купил / не купил»
У Emirates возможность бесплатного выбора места зависит от тарифа. В экономическом классе есть несколько тарифных семейств: Special, Saver, Flex и Flex Plus. И набор уже включённых возможностей у них отличается.
В упрощённом виде логика выглядит так.
Дополнительно на доступность бесплатного выбора влияют привилегии программы лояльности. Получается важный вывод:
все 60 673 пассажира Economy нельзя считать одинаково доступными для продажи одного и того же места.
Мы попытались найти публичную статистику Emirates по долям Special / Saver / Flex / Flex Plus. Не нашли.
И здесь, на мой взгляд, важно вовремя остановиться.
Можно было придумать красивое распределение тарифов и получить очень точный Excel. Но точность Excel от этого была бы исключительно визуальной.
Поэтому распределение тарифов мы оставили неопределённостью модели, а для доли покупок платного места начали искать внешние ориентиры. По различным отраслевым данным и кейсам получили достаточно широкий диапазон.
Для первого сценарного расчёта зафиксировали.
Здесь нужно подчеркнуть:
- 20% — не показатель Emirates.
Это параметр базового сценария модели, выбранный на основании внешних ориентиров.
В базовом сценарии:
60 673 × 20% = 12 135 покупок места без персонализации.
5. А с багажом логика оказалась совсем другой
Сначала хотелось взять найденный отраслевой показатель покупок багажа и поступить так же.
Но довольно быстро выяснилось, что для Emirates это будет некорректно.
- Причина — бизнес-модель перевозчика.
У пассажира Экономического класса уже есть включённый зарегистрированный багаж.
Причём его размер зависит от тарифа.
Значит, потенциальный покупатель здесь — не пассажир, которому нужен чемодан. Чемодан у него уже есть.
Нас интересует пассажир:
чья потребность в багаже превышает уже включённую в тариф норму.
Это принципиально другая воронка по сравнению с низкобюджетным перевозчиком, где зарегистрированный багаж может продаваться практически с первого килограмма.
Поэтому напрямую применять отраслевой показатель покупки багажа порядка 20–25% к Emirates мы не стали.
Дополнительно посмотрели исследования распределения веса зарегистрированного багажа. Для пассажиров региона Africa & Middle East среднее значение находится примерно около 18 кг.
Если использовать распределение веса как приближение, становится видно, насколько различается потенциальная потребность в дополнительном багаже в зависимости от тарифа.
Это не доля покупок багажа. Пассажир может уменьшить вес, перераспределить вещи между членами семьи, оплатить превышение позже или вообще отказаться от части багажа.
Данные нужны для другого: они показывают, почему вероятность покупки дополнительного багажа должна зависеть от тарифа и уже включённой нормы.
Для первой версии модели мы используем сценарный диапазон.
В базовом сценарии:
60 673 × 8% = 4 854 покупки дополнительного багажа.
6. Теперь наконец появляется персонализация
На этом этапе у нас есть baseline — то есть оценка количества покупок, которые произошли бы без персонализации.
И вот только теперь имеет смысл говорить об эффекте рекомендательной модели. Это принципиальный момент.
Мы не должны считать всю выручку от проданных мест и багажа эффектом персонализации. Большая часть этих покупок произошла бы и без неё.
Нас интересует только:
покупки с персонализацией − покупки без персонализации.
Для базового сценария мы используем следующие гипотезы относительного прироста.
Почему важно слово «относительный»?
- Потому что +10% к конверсии 20% — это не 30%.
Это:
20% × 1,10 = 22%.
Именно на этом месте в финансовых моделях иногда довольно незаметно возникает огромная разница.
7. Считаем дополнительное количество покупок
Теперь математика становится довольно прозрачной.
Платный выбор места (без персонализации)
- 60 673 × 20% = 12 135 транзакций.
С персонализацией:
- 60 673 × 20% × 1,10 = 13 348 транзакций.
Дополнительный эффект:
- 13 348 − 12 135 = 1 213 транзакций.
Дополнительный багаж (без персонализации):
- 60 673 × 8% = 4 854 транзакции.
С персонализацией:
- 60 673 × 8% × 1,13 ≈ 5 485 транзакций.
Дополнительный эффект:
- ≈631 транзакция.
Сводим
Всего получается около 1 844 дополнительных транзакций.
Но не 1 844 новых покупателя. Один и тот же пассажир может приобрести и место, и дополнительный багаж. Поэтому складывать эти значения как уникальных клиентов нельзя.
8. Остался самый неприятный вопрос: сколько стоит одна покупка
Можно найти прайс-лист Emirates и взять оттуда красивую цену. Например, Extra Legroom может стоить существенно дороже обычного места. Но это снова даст красивый и неправильный Excel.
Нам нужен не максимум прайс-листа, а средняя стоимость фактической транзакции.
Поэтому мы посмотрели не только Emirates, но и сопоставимые предложения авиакомпаний Gulf-региона — Qatar Airways, flydubai, flynas, — а затем сверили ценовые диапазоны с опубликованной статистикой выручки от дополнительных услуг других перевозчиков.
В итоге для первого сценария получили
Почему багаж существенно дороже?
Потому что дополнительный вес продаётся несколькими килограммами.
Например, для маршрутов внутри региона Emirates публикует стоимость дополнительного багажа за килограмм, а предварительная покупка даёт существенную скидку относительно оплаты в аэропорту.
Поэтому средний чек порядка 225 AED соответствует покупке нескольких дополнительных килограммов и не выглядит противоречащим региональным ценам.
9. И только теперь считаем деньги
Платный выбор места
- 1 213 дополнительных транзакций × 60 AED = 72 780 AED дополнительной выручки.
Дополнительный багаж
- 631 дополнительная транзакция × 225 AED = 141 975 AED дополнительной выручки.
Общий результат базового сценария
- 72 780 + 141 975 = 214 755 AED.
То есть примерно:
215 тыс. AED дополнительной выручки за три месяца
Причём структура результата получилась довольно любопытной.
Мест продаётся дополнительно почти в два раза больше. Но примерно две трети дополнительной выручки даёт багаж.
Просто потому, что средний чек там значительно выше. Для меня это один из самых интересных результатов расчёта:
оптимизировать только продукт с самой высокой конверсией — не обязательно значит оптимизировать продукт с максимальным экономическим эффектом.
10. Что здесь факт, а что мы придумали сами
Это, наверное, самая важная таблица всей статьи. Потому что без неё 215 тыс. AED легко принять за прогноз.
А это не прогноз. Это результат сценарной модели.
И вот после этой таблицы мне результат нравится гораздо больше. Потому что теперь видно не только число.
Видно, из чего оно состоит и что именно нужно доказать экспериментом.
11. А что если мы ошиблись?
Конечно, ошиблись. Вопрос только — где и насколько.
Именно поэтому у модели есть не одна цифра, а сценарии.
Если реальная доля покупки мест окажется ниже, результат уменьшится.
Если пассажиры чаще докупают багаж — увеличится.
Если персонализация даст не +10%, а +2% — это просто заменит один параметр модели.
Если эксперимент вообще не покажет статистически значимого эффекта — значит, инкрементальная выручка от этой механики близка к нулю.
И это тоже результат.
Поэтому задача модели не в том, чтобы доказать:
«Персонализация принесёт авиакомпании 215 тысяч AED».
Задача другая:
понять, какие параметры определяют экономику персонализации, какие из них мы уже можем оценить и какие должны проверить экспериментально.
12. Во что превратилась одна строчка Excel
В начале исследования у нас было:
- Traffic × 15% shoppers × 6% uplift × Average Check.
Получалась цифра.
Проблема заключалась в том, что объяснить её было довольно сложно.
Теперь модель выглядит так
Формула стала длиннее. Зато практически возле каждого параметра теперь можно поставить один из трёх ярлыков:
1. Публичный факт.
2. Расчёт на основе публичного факта.
3. Гипотеза, которую необходимо проверить.
И если завтра появятся реальные данные эксперимента, модель не придётся переписывать.
Мы просто заменим гипотезы наблюдаемыми значениями.
Вместо вывода
Наверное, для меня это пока главный результат этой части MBA.
Мы начинали с вопроса:
«Сколько денег может дать персонализация дополнительных услуг?»
А пришли к несколько другому:
«Как построить модель так, чтобы понять, действительно ли эти деньги появились благодаря персонализации?»
Разница между этими вопросами кажется небольшой.
Но именно между ними, наверное, и находится граница между красивой презентацией и бизнес-кейсом.
Ну и отдельный вывод — команда из людей с опытом в авиации, финансах, классическом ритейле и фарме оказалась отличным инструментом уничтожения красивых предположений.
Особенно вопросом:
«А откуда эта цифра?»
Продолжение, судя по всему, будет.
Потому что теперь хочется проверить, сколько из этих ≈215 тыс. AED существует не в Excel.