Продуктовая аналитика для маркетинга

Как Nike связал события воронки с когортами и перестал спорить о «качестве трафика»

Как Nike связал события воронки с когортами и перестал спорить о «качестве трафика»

В 2026-м у маркетолога в SaaS всё чаще одна и та же проблема: лидов вроде бы много, но выручка не растёт пропорционально. На верхнем уровне отчёты красивы, а внизу воронки — провал. Похожий тупик Nike ловил в DTC-маркетинге: бренд видел трафик, покупки и возвраты, но не понимал, какие события реально двигают клиента к повторной покупке.

**Контекст.** Nike работал не только с продажами, но и с поведением внутри продукта: просмотры карточек, добавления в избранное, подписки на уведомления, старт тренировки в приложении, повторный вход. То есть классическая логика «визит → покупка» уже не отвечала на вопрос, что происходит с ценностью клиента после первого касания.

**Задача.** Связать события воронки с когортами и понять:
— какие действия в первые 7 дней повышают вероятность второй покупки;
— какие каналы приводят не просто покупателей, а покупателей с высоким LTV;
— где маркетинг переплачивает за трафик, который не доходит до повторной выручки.

**Решение.** Nike собрал событийную модель: каждое значимое действие стало маркером намерения. Дальше клиентов разложили по когортам не только по дате первой покупки, но и по первому набору событий. Например:
— когорта «купил без вовлечения»;
— когорта «купил и взаимодействовал с контентом/приложением»;
— когорта «начал с вовлечения, купил позже».
Затем эти когорты сравнили по повторной покупке, среднему чеку и сроку до второго заказа. Для атрибуции использовали не last-click (последний клик), а комбинацию событийной аналитики и инкрементальности: смотрели, что добавляет прирост, а что только забирает себе кредит.

**Результат.** Выяснилось, что часть каналов даёт меньше первых покупок, но заметно сильнее влияет на повторную выручку. А раннее вовлечение в продуктовые события повышало шанс повторной покупки сильнее, чем просто дотягивание до первого заказа. Иными словами, «хороший трафик» оказался не тем, кто дешевле приводит лид, а тем, кто формирует правильную когортную траекторию.

**Урок для SaaS.** Не ограничивайтесь отчётом по MQL/SQL. Стройте карту событий: активация, ключевое действие, возврат, апгрейд, продление. Потом режьте пользователей на когорты по первым 7–14 дням и смотрите не только конверсию, но и выручку на когортy через 30/60/90 дней. В эпоху privacy-first атрибуции именно такая связка событий, когорт и инкрементальности даёт маркетингу право спорить не про клики, а про деньги.

— @ProductAnalyticsMK
Этот пост опубликован в Telegram-канале Продуктовая аналитика для маркетинга. Подписаться можно по ссылке: @ProductAnalyticsMK.
tech

Свежие посты в категории «Tech Infrastructure»

Все каналы категории →

@server_setup_guide_arb · 07 OctoberOctober10
Сбор аналитики на своём железе: как не потерять события и не задушить сервер Собственная аналитика на VPS или выделенном сервере нужна, когд...
@landing_builders_ru_n1k · 07 OctoberOctober10
Маркетологи часто ищут «ещё один удобный сервис», а выигрыш обычно лежит не в наборе инструментов, а в связке из трёх простых вещей: скорост...
@call_tracking_ru_n1k · 07 OctoberOctober10
Маркетинговый инструмент ценен не сам по себе, а тем, что показывает в цифрах. Если канал, реклама или CRM не дают понятных метрик, управлят...
@tilda_edu_projects_ww · 07 OctoberOctober10
Вебинар не продаёт сам по себе: его сайт должен закрыть 5 возражений Промах многих онлайн-школ — вести людей на страницу с кнопкой «Зарегист...
@airdrops_launchpads1 · 07 OctoberOctober10
Как не слить время на airdrop-кампанию: 5 фильтров до первого клика Airdrops выглядят как бесплатный трафик, но на практике это воронка с шу...
start

Готовы запустить рекламу через сеть public.tg?

Новый оффер, продукт, GEO, кейс, событие или партнёрский запуск — соберём маршрут под задачу и отдадим медиаплан.

Telegram для медиаплана: @AFFtop_connect. Быстрый тест: $20 за канал, $1000 за пакет по сети.