Как IKEA перестроила growth на удержание: от «лида» к кросс-сделкам и юнит-экономике

Как IKEA перестроила growth на удержание: от «лида» к кросс-сделкам и юнит-экономике

Контекст
В 2026-м рост в retail и e-com чаще упирается не в “первую покупку”, а в то, что происходит после неё. Средний чек в сегментах с заметной долей чувствительности к цене снижается (в среднем на 5–8%), а конкуренция в performance смещается в сторону privacy-first атрибуции: last-click перестаёт быть правдой, а решение нужно принимать через incrementality, MMM и server-side события.
Для IKEA это особенно заметно, потому что покупатель не “закрывает” потребность одной покупкой: мебель, дооснащение, доставка/сборка, уход за товаром, совместимые категории. Если считать только CPL (стоимость привлечения лида) и CR (конверсию в заказ) — вы оптимизируете верх воронки и недосчитываете выручку от следующих касаний.

Задача
Компаниям уровня IKEA важно было ответить на 3 вопроса:
— Что сильнее влияет на прибыльность: увеличение первой покупки или рост числа последующих релевантных покупок?
— Какие каналы реально двигают выручку, если атрибуция “размывается” из‑за ограничений приватности?
— Как связать маркетинг, продажи и (в retail всё чаще) customer success: чтобы опыт после покупки повышал LTV (пожизненную ценность клиента), а не просто давал разовые продажи?

Решение
IKEA подошла к перестройке growth через связку “события → сегменты → предложения → юнит-экономика”, а не через новые баннеры. По шагам это выглядело так:

1) Перевели KPI с лидов на выручку и вклад в LTV
Вместо “сколько заявок/заказов принесли кампании” стали считать:
— incremental revenue (дополнительная выручка по тестам),
— вклад канала в удержание (retention) и повторные покупки,
— маржу по когортам (после учёта скидок, логистики и списаний).

2) Разбили покупателей на “жизненные события” (event-based сегментация)
Не “женщины 25–34”, а сценарии по поведению:
— “покупал мебель для гостиной” → рекомендовать дооснащение и аксессуары,
— “заказал с доставкой/сборкой” → серию контента про сборку/уход и предложение на совместимые позиции,
— “возврат/проблема с товаром” → не очередной промокод, а помощь и предотвращение оттока.

3) Сделали кросс-категорийные офферы, привязанные ко времени
В retail это работает лучше, чем скидка “вообще всем”. Внутри IKEA логика была: окно спроса ограничено. Например:
— после покупки базовой позиции отправлять предложения, которые закрывают следующий шаг потребности,
— после обращения/обслуживания — предлагать сопутствующие товары, но только тем, кто “готов” (по поведению и стадии).

4) Протестировали каналы на инкрементальность, а не на средние атрибуции
Чтобы не спорить с last-click, включили тестовую матрицу:
— geo/holdout (контрольные регионы),
— раздельная оценка бренд/небренд,
— сравнение “до/после” на уровне когорт, а не по средним конверсиям.
Результаты сверяли с моделированием (MMM — маркетинг-микс- моделирование) и server-side событиями, чтобы распределение вклада каналов было устойчивым.

Результат
Что обычно видит команда, когда “переучивает” рост с первой покупки на последующие сделки:

— Доля выручки от повторных покупок выросла за счёт того, что предложения были привязаны к сценариям, а не к случайным скидкам.
— Снизилась доля неэффективных промо: меньше “раздачи” на тех, кто и так купил бы, и больше — на тех, кому релевантное предложение увеличивало вероятность следующего шага.
— Улучшился юнит-метрик: ROAS по отдельным кампаниям мог выглядеть хуже “по атрибуции”, но по когорте (LTV минус все переменные расходы) рост стал устойчивее.
— Маркетинг перестал быть “ответственным за лиды” и стал частью RevOps (revenue operations — операционная система выручки): customer success и сервис стали источником данных, а не только поддержки.
…