Мы почти окупили персонализацию авиакомпании. Потом проверили одно допущение — и потеряли миллион дирхамов
Продолжаем считать экономику персонализации дополнительных услуг Emirates. На этот раз добрались до пятилетней финансовой модели, стоимости капитала и неприятного вопроса: а сколько пассажиров вообще увидят наше предложение?
В предыдущих материалах мы довольно подробно разбирали, сколько авиакомпания может заработать на продаже мест и дополнительного багажа, почему маржинальность важнее выручки и сколько стоит построить собственную систему персонализации.
Казалось бы, осталось соединить всё в одну финансовую модель и посмотреть, окупается ли затея.
Соединили.
Получилось почти красиво. NPV: −97 тысяч дирхамов. IRR: 5,68%. WACC: 6,74%.
Для проекта с многомиллионными инвестициями результат близок к нулю. Ещё немного дополнительного спроса — и можно праздновать. Но затем мы решили проверить одно допущение, которое до этого спокойно жило в модели.
И получили NPV уже около −1,3 млн дирхамов.
Разница — больше миллиона. Самое интересное, что мы не увеличивали стоимость разработки, не меняли цены и даже не ухудшали качество персонализации.
Просто перестали считать, что предложение увидят все пассажиры.
Сначала собрали инвестиционную экономику
Напомню контекст.
Мы моделируем персонализацию двух дополнительных услуг Emirates — выбора места (Seat) и дополнительного багажа (Baggage).
Начали с маршрутов Дубай — Эр-Рияд и Дубай — Мумбаи. Затем добавили в сценарий масштабирования Кочин и Дакку.
Здесь важная оговорка: это наша исследовательская модель, а не внутренние финансовые данные Emirates. Часть исходных параметров взята из открытых источников, часть представляет собой экспертные гипотезы. Мы стараемся не смешивать одно с другим.
Стоимость создания системы мы уже считали отдельно, поэтому повторять всю команду из разработчиков, аналитиков, архитекторов и Data Science здесь не буду.
Возьмём итоговые суммы.
И здесь обнаруживается первая важная особенность.
Персонализация может увеличивать маржинальный доход от продажи дополнительных услуг.
Но система, которая обеспечивает этот прирост, сама потребляет деньги. Причём не только на этапе разработки.
После запуска нужны интеграции, инфраструктура, мониторинг, поддержка, развитие моделей и работа с данными.
Поэтому вопрос «сколько дополнительно продадим?» недостаточен.
Нужно ответить на другой:
Сколько денег останется после всех затрат и достаточно ли этого, чтобы оправдать инвестиции?
Небольшое отступление про капитализацию
Когда мы начали раскладывать бюджет разработки, возник ещё один интересный вопрос.
- Все ли 3,97 млн дирхамов нужно сразу признавать расходами?
- Нет.
В проекте есть исследование гипотез, архитектура, разработка программного обеспечения, интеграции, тестирование, обучение и организационные изменения.
С точки зрения финансового учёта это не одно и то же.
Мы разделили работы по созданию системы на отдельные этапы: от исследования гипотез до разработки и тестирования. Затем посмотрели, какие затраты можно считать текущими расходами, а какие — инвестициями в программное обеспечение, которое будет использоваться несколько лет. Для этого воспользовались правилами международного финансового учёта (IAS 38). По нашей предварительной оценке, из 3,97 млн дирхамов затрат на создание системы около 1,31 млн можно отнести к стоимости программного актива.
Получилось:
Это не окончательное бухгалтерское заключение: реальная капитализация требует подтверждения критериев признания, момента начала разработки и фактических трудозатрат.
Но здесь есть принципиальный момент.
Капитализация не возвращает потраченные деньги.
Если мы заплатили разработчикам миллион дирхамов, деньги уже ушли. От того, что часть затрат признана нематериальным активом, миллион обратно на счёт не поступит. Меняется порядок признания расходов и амортизации. А вместе с ним могут меняться налогооблагаемая прибыль и налоговые платежи.
И вот здесь мы подошли к налогам.
Налоги: ещё один источник оптимизма
В финансовой модели мы использовали сценарную ставку налога 15%.
Почему не просто 9%, как часто указывают для ОАЭ?
Потому что для крупных международных групп необходимо учитывать правила глобального минимального налогообложения Pillar Two. Но это не означает, что к каждому расходу Emirates автоматически применяется налоговая экономия ровно 15%.
Фактический налоговый эффект зависит от юридического лица, налоговой базы, правил вычета расходов, амортизации и расчёта эффективной ставки по соответствующей юрисдикции. Мы этих внутренних данных не имеем.
Поэтому сделали упрощение:
приняли 15% как сценарную ставку для расчёта налоговых эффектов.
Более того, модель предполагает, что налоговую экономию от расходов и убытков проекта можно использовать сразу за счёт другой прибыльной деятельности того же налогоплательщика.
Это существенное допущение. Если такой возможности нет, налоговый эффект может возникнуть позднее или оказаться меньше.
Почему я так подробно об этом говорю?
Потому что иначе очень легко получить красивый NPV, который держится не на дополнительных продажах, а на слишком оптимистичном учёте налогов.
Почти получилось
Дальше мы построили денежные потоки на пять лет.
- Первые шесть месяцев — разработка.
- Следующие три — эксперимент.
- С десятого месяца — промышленная эксплуатация.
Для расширенного сценария учитываем четыре маршрута.
Получили:
Поясню два показателя.
- WACC — наша оценка стоимости капитала, то есть минимальной доходности, которую должен обеспечивать проект с учётом выбранной структуры финансирования и риска.
- IRR — внутренняя доходность рассчитанного денежного потока проекта.
Если IRR ниже WACC, инвестиция не проходит выбранный критерий доходности.
У нас 5,68% против 6,74%. Разница небольшая, но отрицательная.
И NPV подтверждает тот же вывод: при выбранных допущениях проект почти достиг инвестиционной безубыточности, но стоимость пока не создаёт.
На этом месте было очень соблазнительно сказать: «Нужно совсем немного улучшить персонализацию, и всё заработает». Мы даже посчитали сколько.
При сохранении исходных условий достаточно увеличить прогнозный дополнительный маржинальный доход на новых маршрутах примерно на 2,3%. Звучит вполне достижимо. Но тут возник вопрос.
А почему мы вообще решили, что персонализированное предложение получат все пассажиры?
Пассажир есть. А предложение ему показали?
В предыдущих расчётах мы использовали пассажиропоток, вероятность покупки, стоимость услуги и прирост конверсии.
Всё логично.
Но между пассажиром и дополнительной продажей есть ещё несколько условий.
- Во-первых, пассажир должен быть доступен в цифровом канале, где работает персонализация.
- Во-вторых, конкретную услугу ему вообще должно быть возможно продать.
Например, возможность купить дополнительный багаж зависит от тарифа, уже включённой нормы и других ограничений. С местами история своя.
- В-третьих, предложение должно реально дойти до пассажира.
Не просто быть рассчитанным ML-моделью, а появиться в нужном интерфейсе и в нужный момент.
Мы назвали это effective reach — эффективный охват.
Упрощённо:
Допустим, 90% пассажиров доступны в нужных цифровых каналах. Из них 90% подходят для продажи конкретной услуги. А предложение фактически доставляется в 95% подходящих случаев. Получаем:
90% × 90% × 95% = 76,95%.
И это уже совсем не 100%. Причём для места и багажа охват будет различаться. И для разных маршрутов тоже. Мы добавили эти ограничения в модель отдельно для выбора места и дополнительного багажа на Кочине и Дакке. Коэффициенты пока экспертные. Это не измеренные показатели Emirates — их ещё предстоит подтвердить. Но даже сценарный расчёт оказался показательным.
Миллион дирхамов исчез не из-за ML
Сравним результаты.
Все сценарии сохраняют исходную экономику пилотных маршрутов. Мы меняем предположения о достижимом коммерческом результате на новых маршрутах.
Посмотрите, что произошло.
- Стоимость разработки осталась прежней.
- Эксплуатационные расходы тоже.
- Цена места и багажа не изменилась.
- Мы не предполагали, что ML-модель стала хуже.
Просто часть потенциальных покупателей перестала попадать в доступную аудиторию персонализированного предложения.
И почти безубыточный инвестиционный проект превратился в проект с отрицательным NPV более миллиона дирхамов. Можно, конечно, попытаться компенсировать это более высокой эффективностью персонализации. Мы посчитали и такую границу. При выбранных рабочих коэффициентах охвата для выхода на NPV = 0 потребуется увеличить прогнозный эффект персонализации примерно на 43%.
В нашем сценарии это означает рост платного выбора кресел с 10% до примерно 14,3%, а выбора дополнительного багажа — с 13% до 18,6%, если оба эффекта растут пропорционально.
Не утверждаю, что такие показатели невозможны. Но это уже совсем другая гипотеза, которую нужно доказывать экспериментом. И желательно до того, как компания потратит несколько миллионов дирхамов на разработку.
Что из этого следует
Когда мы начинали считать персонализацию, основной вопрос звучал примерно так:
«Насколько увеличится вероятность покупки, если правильно подобрать предложение?»
- Потом мы добавили маржинальность.
- Затем стоимость разработки.
- Потом налоги, амортизацию, стоимость капитала и инвестиционные показатели.
И в какой-то момент оказалось, что один из самых важных параметров находится вообще не внутри ML-модели.
Это доля пассажиров, до которых предложение действительно может добраться.
Можно построить хорошую модель рекомендаций. Можно точно оценивать готовность платить. Можно подобрать предложение с максимальным ожидаемым маржинальным доходом.
Но если значительная часть пассажиров не находится в доступном канале, не подходит для продажи услуги или не получает предложение, экономический эффект окажется ниже прогноза.
Поэтому персонализацию нужно оценивать не только по качеству рекомендаций и приросту конверсии, но и по способности авиакомпании превратить эти рекомендации в реальные показы и продажи.
И ещё один вывод. Финансовая модель не должна только подтверждать первоначальную идею. Иногда её самая полезная функция — показать, почему идея пока не работает. У нас получилось именно так. В исходном сценарии инвестиция почти окупалась. После проверки охвата выяснилось, что для положительного NPV нужны существенно более сильные коммерческие результаты.
Это не означает, что персонализация авиакомпаниям не нужна.
Это означает, что между дополнительной продажей и созданием инвестиционной стоимости гораздо больше условий, чем кажется в начале расчёта.
И теперь мы хотя бы понимаем, какие из них нужно проверить первыми.
Что будем считать дальше?
На этом исследование, пожалуй, не заканчивается. Мы проверили персонализацию двух дополнительных услуг — выбора места и багажа — и пока не смогли получить устойчиво положительный NPV. Но ведь авиакомпания продаёт далеко не только эти два продукта. Есть приоритетная посадка, доступ в бизнес-залы, питание, повышение класса обслуживания и партнёрские услуги.
Возникает вполне логичный вопрос:
Сколько дополнительных продуктов нужно подключить, чтобы инвестиции в уже созданную платформу начали окупаться?
Ведь основную стоимость разработки мы уже понесли, а подключение очередного продукта потенциально обходится дешевле создания всей системы с нуля. Правда, у каждого продукта своя маржинальность, спрос и стоимость интеграции. Поэтому просто сложить дополнительную выручку не получится. В следующем исследовании попробуем расширить продуктовую корзину и выяснить, в какой момент персонализация начнёт создавать инвестиционную стоимость, а не только дополнительные продажи.
За ходом исследования, промежуточными расчётами и новыми гипотезами можно следить в моём Telegram-канале: Спресов | Авиация и экономика.
Материал — часть исследовательской серии об экономике персонализации дополнительных услуг авиакомпаний. Расчёты выполнены на сценарной модели Emirates с использованием открытых данных и экспертных допущений. Они не отражают фактические финансовые результаты или инвестиционные решения Emirates.