Радио 
Сервис онлайн-бронирования авторских экскурсий «Трипстер» отказался от таргетинга по интересам в пользу анализа реальных поведенческих цепочек и поймал путешественников в момент, когда те уже выбрали даты и ищут впечатления. Кампания по азиатским направлениям превысила план по оплаченным заказам в 1,44 раза. Команда проекта рассказала Sostav, как работает технология Intention Targeting и почему в сфере путешествий анализ поведения пользователей оказался точнее интересов.
Рынок онлайн-бронирования впечатлений остается высококонкурентным. Путешественники тщательно сравнивают предложения, изучают отзывы и бронируют экскурсии в среднем за 10 дней до активности (аналитика 
MediaSniper на основе данных Platforma). При этом значительная часть решений принимается уже после выбора дат поездки и бронирования транспорта/жилья.
Основные вызовы:
- сезонность спроса по Азии;
- необходимость точного попадания в аудиторию с высоким намерением покупки;
- высокий уровень рекламного шума на travel-тематике.
Стандартные инструменты таргетинга и look-alike могли не принести нужной точности и конверсии в оплатах.
Цели и задачи
Окно для рекламы экскурсий открывается не тогда, когда человек мечтает о поездке, а за несколько дней до нее, когда даты уже выбраны, транспорт забронирован, осталось только решить, что делать на месте. Именно это и определило задачи кампании.
В марте 2026 года MediaSniper и ArrowMedia провели программатик-кампанию для «Трипстера» — сервиса онлайн-бронирования авторских экскурсий. Перед проектом стояли две цели:
- привлечь новую аудиторию на азиатских направлениях: Китай, Вьетнам, Таиланд, Япония, Индонезия;
- увеличить число оплаченных заказов с этих направлений в категориях «Экскурсии», «Водные прогулки», «Активный отдых» и коротких турах на 1−3 дня.
Реализация
Для продвижения азиатских направлений «Трипстера» команда ArrowMedia совместно с MediaSniper запустила программатик-кампанию с использованием технологии Intention Targeting MediaSniper — она выявляет пользователей по реальному цифровому следу и цепочкам поведения, а не по общим интересам.
Работа велась через две DMP (платформа управления данными): собственную платформу MediaSniper (семантический таргетинг по ключевым триггерам) и Platforma (полный цифровой след по данным Ростелеком).
На старте команда определила, какие поведенческие признаки могут указывать на готовность пользователя к поездке: важно было найти не просто людей, интересующихся путешествиями или Азией, а пользователей, которые уже находятся в процессе подготовки конкретной поездки. В качестве основной гипотезы проверяли, сможет ли сочетание таких сигналов — от поиска билетов и жилья до изучения маршрутов и отзывов — точнее определить момент, когда человек готов выбирать впечатления на месте.
Для каждого сценария подбиралась комбинация сигналов, которая помогала определить, на каком этапе планирования поездки находится пользователь. При этом учитывались не только сами посещения тематических ресурсов, но и их частота, последовательность действий и давность визита. Такой подход позволил разделить пользователей, которые просто интересуются путешествиями, и тех, кто находится в активной фазе планирования.
Период рекламной кампании:
Ключевые механики:
- Сбор сегментов на основе комбинации сигналов: посещение сайтов по покупке билетов, отелей, путеводителей, банков, сравнение условий.
- Учет «веса» сайтов, частоты посещения и свежести визитов.
- Приоритет «горячим» сегментам с коротким периодом жизни (5−10 дней).
- Автоматическая приоритезация наиболее свежих пользователей: по мере появления новых сигналов алгоритм смещал фокус закупки на аудиторию, которая с большей вероятностью находилась в актуальном окне планирования поездки.
- В процессе кампании команда контролировала качество трафика и пост-клик показатели, чтобы рост конверсий обеспечивался именно за счет релевантной аудитории, а не увеличения объема случайных переходов.
Основные сегменты аудитории:
Активное планирование самостоятельной поездки. Цепочка*: Aviasales → Tutu.ru → Banki.ru → Ostrovok.ru → Tripster. Пользователи уже определились с датами и ищут готовые впечатления.
Спонтанные выезды (семьи и небольшие компании). Цепочка*: Kudago → «Яндекс.Погода» → Tripadvisor.ru → Maps.me. Решения принимаются за 2−5 дней.
Глубокое погружение в контент. Цепочка*: Tonkosti.ru → TravelAsk → «Дзен» → Tripster. Пользователи изучают подробные путеводители и отзывы.
*Приведенные цепочки носят упрощенный иллюстративный характер.
Результаты
Кампания показала высокое качество трафика и значительное перевыполнение плана.
Количество целевых конверсий (оплата заказа) превысило план в 1,44 раза, а конверсия после показа выросла в 3 раза. Технология Intention Targeting обеспечила точное попадание в пользователей на финальной стадии выбора экскурсий.
Дополнительно кампания обеспечила высокий приток новой аудитории: 90% визитов в «Яндекс.Метрике» пришлись на новых пользователей. Поскольку кампания была сфокусирована на азиатских направлениях, показатель отражает состав аудитории, привлеченной в рамках этой кампании.
Юлия Сажина, руководитель отдела продуктового маркетинга «Трипстер»:
Экскурсия — импульсная покупка на финальном шаге планирования поездки, и вся сложность в том, чтобы не пропустить этот момент. В этой кампании мы пришли к людям, которые уже искали, чем заняться в поездке по Азии, и получили на 44% больше заказов от тех, кто увидел рекламу, чем планировали. Подход, где пользователя находят по реальному поведению, а не по интересам, в нашем сегменте полностью оправдал себя.
Светлана Бадехина, руководитель направления продаж по работе с медийными агентствами MediaSniper:
Мы отказались от таргетинга по интересам и собирали аудиторию по реальным цепочкам действий: от поиска авиабилетов до сравнения условий перед покупкой. Важен был не сам интерес к Азии, а свежесть сигнала, пользователь в коротком окне 5−10 дней ведет себя иначе, чем тот, кто мечтает о поездке абстрактно. Попадание в это окно и дало «Трипстеру» рост оплаченных заказов.
Александр Трифонов, директор по развитию клиентов ArrowMedia:
Наша задача была перевести бизнес-цель «Трипстера» в конкретные настройки закупки. Мы работали с сегментами, у которых очень короткий срок жизни, поэтому привычная логика не годилась: алгоритм закупки приоритизировал самых свежих пользователей и почти в реальном времени пересобирал ставки. Отдельно следили за качеством трафика, чтобы рост заказов не шёл за счет случайных кликов. Именно связка поведенческих данных и оперативного управления показами позволила удержать план по оплатам на азиатских направлениях.