Push-стратегия для retention в e-com: как IKEA локально «дожимала» брошенный интерес и подняла долю покупок из

Push-стратегия для retention в e-com: как IKEA локально «дожимала» брошенный интерес и подняла долю покупок из уведомлений

Контекст
В 2026 e-com продолжает продавливаться давлением на средний чек: потребители чаще экономят, а значит ставка смещается с первой покупки на удержание и повторные сценарии. На этом фоне многие бренды упираются в типовую проблему: push-уведомления остаются «напоминалкой», а не системой управления воронкой. Особенно больно это видно там, где клиент не пришёл в заказ сразу, но оставил сигнал интереса — просмотрел товар, добавил в избранное или начал путь, остановившись на выборе.

Параллельно меняется и атрибуция. Last-click (последний клик) часто даёт иллюзию контроля: часть конверсий уже произошла под влиянием других касаний (email, сайт, офлайн), а влияние push видно только через более честные подходы — server-side-события, MMM (моделирование маркетингового микса) и инкрементальность. Поэтому задача формулируется не «сколько доставили», а «какой вклад дали коммуникации».

Задача
IKEA столкнулась с ростом кликов по push, но конверсии из уведомлений росли заметно слабее. Команда видела две причины:
1) триггер был слишком грубым (одно и то же сообщение для разной стадии интереса),
2) время отправки не учитывало поведение в сессии (дожимали раньше/позже, чем клиент был готов возвращаться).

Нужно было превратить push из канального «сообщения» в lifecycle-механизм: сегменты по намерению + частота + тайминг + контроль выгорания аудитории.

Решение
Команда построила сценарий в логике «интерес → возврат → действие» на основе событий приложения и сайта (приватный сбор: агрегированные события и серверная фиксация). Подход был развёрнут по шагам.

1) Сегментация по стадии намерения
Вместо одного потока для «не купил» сделали три сегмента:
— Просмотр с сохранённым интересом (просмотрел карточку, но не добавил в корзину)
— Добавил в избранное/лист (сигнал «хочу, но не сейчас»)
— Начал оформление/корзина без оплаты (сильнейшее намерение)

2) Разные креативы под один оффер (а не один креатив под всех)
Для каждого сегмента — свой тип сообщения:
— «Польза и выбор» для просмотра: подсказка по совместимости/размерам/материалам и быстрые ссылки в нужный раздел
— «Сохранено для вас» для избранного: мягкий возврат + напоминание о сохранённой подборке
— «Возврат к оформлению» для корзины: подсказка с CTA на конкретный экран оплаты, плюс блок про доставку/сборку (снижение трения)

3) Тайминг и частота: ограничение выгорания
Схема стала не «каждые N часов», а «окно возврата» — отправки только тогда, когда пользователь с высокой вероятностью снова откроет приложение/сайт. На практике это выглядит как:
— первая попытка возврата в коротком окне после события (когда ещё свежо),
— если нет активности — второй касание позже,
— дальше — пауза и перевод в более мягкий канал (например, email-подборка/каталог), чтобы не перегружать push.

4) Мягкая оптимизация вместо бесконечного A/B
A/B сделали не по всей аудитории сразу, а по «пучкам параметров»: сегмент × время × тип сообщения. Это уменьшило шум и ускорило обучение. В 2026 особенно важно следить, чтобы тест не превращался в «борьбу за клики», а оптимизировался на конечное действие (добавление в корзину/оплата).

5) Контур измерений вклада
Чтобы уйти от иллюзий last-click, по части трафика запустили инкрементальность: сравнение поведения контрольных групп и расчёт прироста конверсий относительно базовой линии. Параллельно привязали события через server-side, чтобы корректнее сопоставлять доставка → визит → покупка.

Результат
Что именно изменилось после внедрения стратегии:
— Доля конверсий по сегментам из push выросла, при этом средние клики оставались примерно в том же диапазоне (то есть дело было не в «привлечь внимание», а в «подвести к действию»).
— Самое заметное усиление дали два сценария: возврат из корзины без оплаты и возврат из избранного (там выросла доля переходов в целевые экраны и последующее добавление в корзину).
— По модели инкрементальности вклад push стал статистически значимым: часть покупок перест
…