Nike: как они собрали lifecycle вокруг «повторных покупок» и не превратили CRM в рассылку

Nike: как они собрали lifecycle вокруг «повторных покупок» и не превратили CRM в рассылку

В 2026 году даже у сильных брендов главная боль lifecycle-инструментов звучит одинаково: удержание (retention) и повторные покупки (repeat purchase) важнее первой конверсии, но маркетинговая система легко скатывается в «просто больше касаний». Особенно в e-com, где средний чек падает из‑за экономии, а конкуренты дожимают промокодами. В такой логике Nike (и близкие по модели игроки) делает ставку не на объём сообщений, а на персонализацию по жизненному циклу: где человек сейчас, какой у него следующий рациональный шаг и какой канал реально доведёт до действия.

Контекст
— Массовая аудитория: разные сегменты покупают по-разному (частота, категория, сезонность, география).
— Часть пользователей уходит после первой покупки без «программы возвращения».
— CRM‑активности начинают конкурировать между собой: email, push, in-app, часть дублируется.
— Privacy-first атрибуция ограничивает “прямые” выводы, поэтому нужен процесс измерения по поведению и инкрементальности.

Задача
Построить lifecycle, который:
— возвращает клиентов именно в момент, когда у них есть повод купить (например, обновление размера/модели, сезонный триггер, окончание «активного периода» использования);
— снижает долю нецелевых касаний (чтобы не раздражать и не поднимать отписки);
— делает путь предсказуемым для команды: сегменты обновляются автоматически, контент — по правилам, а не вручную.

Решение
Nike использует принцип “событие → решение → следующий шаг”, а не “кампания → список”.
1) Единый слой данных по клиенту
События покупок, просмотр категорий, добавление в избранное, возвраты, частота заказов и давность собираются в единую модель профиля. Это позволяет строить сегменты не по маркетинговым предположениям, а по поведению.

2) Триггерные цепочки вместо «кампаний по расписанию»
Ключевой упор на автоматические сценарии:
— Для покупателей после первой покупки — сценарий «помощь выбора/уход за товаром + кросс‑селл в совместимые категории» (например, уход/аксессуары/следующая категория по интенту).
— Для активных клиентов с интервалом между заказами — сценарий “напоминание о времени обновления”, где частота держится в рамках клиентского окна (не чаще, чем разумно по истории).
— Для “тихих” пользователей — мягкий reactivation через контент (обновления коллекций/подборки) и только затем — коммерческое предложение.

3) Ограничение частоты и анти‑каннибализация
Чтобы разные команды не “перекрикивали” друг друга, задаются правила:
— один пользователь не получает два близких по смыслу сообщения в один период;
— приоритет у сценариев по давности и вероятности следующего шага (например, если человек уже вернулся в приложение — коммерческий email притормаживается).

4) Измерение через удержание и поведенческие метрики
Вместо попытки доказать эффект через last-click (который в privacy-first среде всё слабее) команда смотрит на:
— повторные покупки в окне после касания,
— конверсию из сценариев в покупку без учета “косвенных” визитов,
— снижение доли отписок/спама и рост engagement.

Результат
В публичных описаниях подобных реализаций у e-com брендов такого класса обычно достигаются устойчивые эффекты именно на уровне повторных продаж и качества контакта:
— повышение доли пользователей, сделавших повторную покупку в период после триггера (за счет попадания в “правильное окно”);
— уменьшение количества нерелевантных касаний (что отражается в снижении отписок и в росте кликов на сценарные письма по сравнению с рассылками “по базе”);
— сокращение “ручного труда” маркетинга: новые сегменты собираются автоматически по событиям и обновляются без ежемесячных правок.

Если перевести это на бизнес-язык lifecycle: задача решается не “лучшим креативом”, а лучшей логикой — когда система знает, что делать дальше, и не мешает сама себе.
…