Как Lamoda перешла от сбора данных к предсказанию жизненного цикла клиента

Как Lamoda перешла от сбора данных к предсказанию жизненного цикла клиента

Контекст: В эпоху 2026 года, когда стоимость привлечения нового покупателя продолжает расти, а средний чек в ритейле стагнирует из-за режима экономии потребителей, фокус сместился на удержание (retention). Lamoda столкнулась с задачей оптимизации маркетингового бюджета: стало критически важно не просто собирать данные из всех точек касания, а превращать их в предиктивные (предсказательные) модели поведения.

Задача: Интегрировать разрозненные данные о поведении пользователей в единую экосистему и научиться прогнозировать вероятность совершения повторной покупки (LTV — долгосрочная ценность клиента) в режиме реального времени. Цель — снизить отток и перераспределить бюджеты с каналов, работающих впустую, на удержание лояльных сегментов.

Решение: Компания провела внедрение CDP-платформы, объединив серверную атрибуцию (учет данных на стороне сервера) с историческими данными CRM (системы управления отношениями с клиентами). Вместо классической воронки, ориентированной на первую покупку, инженеры данных выстроили модель RevOps (объединенного управления выручкой). Основные этапы:
— Замена устаревшей атрибуции по последнему клику на модели MMM (маркетинговое моделирование микса) и расчет инкрементальности (дополнительного эффекта).
— Внедрение алгоритмов машинного обучения, которые анализируют не только клики, но и историю возвратов, паттерны поиска в приложении и взаимодействие с AI-персонализированным контентом.
— Переход к стратегии Zero-click: система сама определяет, какой товар предложить пользователю, основываясь на его «топикальном авторитете» (тематических интересах), не дожидаясь перехода на сайт.

Результат: За 12 месяцев система позволила увеличить долю повторных покупок на 14%. Использование предиктивных моделей помогло снизить расходы на привлечение в каналах с низкой эффективностью на 22%, перенаправив эти средства в программы лояльности. Важно, что средний чек, несмотря на рыночную стагнацию, удалось удержать за счет попадания в персональные потребности через точечные коммуникации.

Урок: Данные без автоматизированного применения бесполезны. Главный вывод для маркетинговых операций: в 2026 году побеждает не тот, у кого больше данных, а тот, кто внедрил их в процессы принятия решений между отделами продаж, маркетинга и клиентского сервиса. Отказ от last-click атрибуции в пользу моделей, учитывающих реальный вклад каждого канала в выручку, стал фундаментом для выживания в условиях оптимизации расходов покупателей. Маркетинг перестал быть центром затрат и стал частью единой системы управления доходом.

— @CDProomRu