Как Lamoda связала retention с BigQuery и увидела, что «последняя покупка» врёт

Как Lamoda связала retention с BigQuery и увидела, что «последняя покупка» врёт

В 2026-м в e-com уже мало смотреть только на первую транзакцию: средний чек проседает на 5–8%, а маржа съедается скидками и дорогим трафиком. У Lamoda была типичная для крупного ритейла проблема: маркетинг видел конверсии по каналам, но не понимал, какие сегменты реально дают повторные покупки и растят LTV (пожизненную ценность клиента).

**Контекст.** Данные лежали в нескольких системах: сайт, приложение, CRM, email, push, офлайн-операции. Отчёты строились разрозненно, а last-click (атрибуция по последнему клику) систематически переоценивал промо-каналы и недооценивал контент, бренд и возвратные коммуникации.

**Задача.** Собрать единый слой данных в BigQuery и ответить на 3 вопроса:
— какие когорты покупателей возвращаются чаще;
— какие триггеры двигают повторную покупку;
— где бюджет реально работает на выручку, а где просто «забирает» последний клик.

**Решение.** Команда объединила в BigQuery события из всех точек контакта и построила 3 модели:
— когортный анализ по первой покупке, категории и промо-паттерну;
— RFM-сегментацию (давность, частота, сумма);
— простую атрибуцию на уровне пользователя с окном 30 дней, чтобы сравнить её с last-click.

На выходе маркетинг получил не 1 отчёт, а рабочий контур:
— ежедневные таблицы с когортами;
— дашборд по LTV на 30/90/180 дней;
— алерты по падению повторной покупки в ключевых сегментах.

**Результат.** После перераспределения бюджета Lamoda сократила долю «дорогих» возвратных касаний в промо-каналах и усилила CRM-механики для сегмента, где повторная покупка была выше среднего на 22%. Внутри команды это дало не только рост повторных заказов, но и более честную картину: часть каналов, которые раньше выглядели эффективными по last-click, в реальности лишь «собирали» спрос.

**Урок.** В 2026-м для e-com и подписочных моделей выигрыш не у того, кто громче льёт трафик, а у того, кто умеет связать маркетинг с выручкой. BigQuery здесь — не просто хранилище, а слой, где видны когорты, LTV и вклад каждого касания. Если этого слоя нет, retention-стратегия строится вслепую.

— @BigQuery4MarketingPro

Параллельный взгляд на тему — @LifecycleMarketingRoomPro