Сезонность в e-commerce не ловят на глаз — её выжимают через трекер и когорты

Сезонность в e-commerce не ловят на глаз — её выжимают через трекер и когорты

Разбираем воронку на атомы: если смотреть только на общий CR, сезонный пик легко маскирует убыточные сегменты. Нужны разрезы по источнику, устройству, гео, новому/возвратному пользователю и глубине просмотра. Иначе ты видишь рост заказов, а не рост маржи.

Базовая гипотеза простая: сезонность меняет не только спрос, но и качество трафика. В одни периоды лучше отрабатывают широкие аудитории, в другие — ретаргет и lookalike по покупателям. Проверка одна: сплит-тест — единственный аргумент. Ставишь отдельные кампании под разные окна спроса, размечаешь URL-параметры, забираешь постбеки в трекер и сравниваешь не CTR, а прибыль по cohort.

Технически важно не путать всплеск трафика с ростом LTV. Если повторные покупки приходят позже, смотри отложенную выручку, а не только D0/D1. Для e-commerce это критично в категориях с длинным циклом: часть связок выглядит слабой на короткой дистанции, но добирает ROI через апсейлы, допродажи и возвраты в корзину.

Фиксируй сезонные паттерны в отдельную таблицу: товар, маржа, окно спроса, крео, связка, антифрод-фильтры, процент отмен. Потом режь всё, что даёт оборот без чистой прибыли. Логи трекера врать не будут: если сезонность не подтверждается postback-данными и юнит-экономикой, это не сезонность, а шум.