Как Lamoda собрала поведенческую сегментацию вокруг частоты и глубины просмотра

Как Lamoda собрала поведенческую сегментацию вокруг частоты и глубины просмотра

В e-com 2026 средний чек проседает на 5–8%, и выигрывает не тот, кто привёл больше трафика, а тот, кто лучше удержал и дожил до повторной покупки. На этом фоне Lamoda перестроила CRM-логику не вокруг категории товара, а вокруг поведения клиента в каталоге.

Контекст был типичный: часть базы делала 1–2 визита в месяц, но редко доходила до покупки; другая часть заходила часто, смотрела много карточек, добавляла в избранное, но зависала на этапе выбора. Одинаковые рассылки по всей базе давали слабый отклик: письмо про скидку получали и «витринные» пользователи, и те, кто уже почти готов купить.

Задача была простой на словах и сложной в реализации: разделить аудиторию не по полу и не по прошлой покупке, а по **намерению в поведении**.

Lamoda собрала сегментацию на трёх опорных признаках:
— частота визитов за 30 дней;
— глубина просмотра: сколько карточек и категорий смотрит человек за сессию;
— микроконверсии: избранное, возврат в карточку, повторный просмотр одной и той же позиции.

На этой базе выделили несколько рабочих групп:
— «исследователи» — заходят часто, смотрят много, но не конвертятся;
— «выборщики» — узкий набор категорий, много возвратов в карточки;
— «спящие лояльные» — раньше покупали, сейчас снизили активность;
— «ценочувствительные» — реагируют на скидку, но только после накопления поведенческих сигналов.

Под каждую группу собрали отдельные сценарии lifecycle-коммуникации:
— «исследователям» показывали подборки и сравнительные подборки, а не прямой оффер;
— «выборщикам» — напоминание о просмотренных товарах и ограниченных размерах;
— «спящим лояльным» — персональный возвратный триггер;
— «ценочувствительным» — скидка только после 2–3 визитов без покупки.

Результат был не в «креативе», а в точности попадания. В публичных кейсах Lamoda эффект описывали через рост отклика на триггерные цепочки и более высокий CR у сегментов с поведенческим таргетингом, чем у массовой отправки. Главное — команда перестала сливать скидку тем, кто и так купил бы без неё.

Урок для CRM-аналитика простой: поведенческая сегментация сильнее демографии, когда продукт требует выбора. Если клиент ещё не сказал «что он хочет», смотри не на портрет, а на траекторию: частоту, глубину и возвраты. Именно там в 2026 году живёт основа retention и LTV.