Как отказ от «звёздных» отзывов повысил LTV на 18%

Как отказ от «звёздных» отзывов повысил LTV на 18%

Крупный маркетплейс одежды (назовём его Brandwear) столкнулся с типичной проблемой 2025–2026 годов: средний чек упал на 7%, а стоимость привлечения нового покупателя выросла на 15% из-за ужесточения privacy-атрибуции. Клиенты уходили после первой покупки, retention не превышал 22% на второй месяц.

Задача: найти поведенческий инсайт, который позволит переключить фокус с гонки за первым заказом на удержание и LTV.

Команда провела глубинное интервью с 40 покупателями из сегмента «активные, но нелояльные» (2–3 заказа за полгода). Выяснился неожиданный паттерн: респонденты признавались, что не доверяют «слишком хорошим» отзывам с одними звёздами и восторженными текстами. Они специально искали негатив или нейтральные комментарии, чтобы понять реальные размеры, качество ткани и посадку. При этом на карточках товаров Brandwear система по умолчанию сортировала отзывы по рейтингу — сначала пятизвёздочные.

Решение: полностью изменили логику сортировки отзывов. На карточке товара по умолчанию стали показывать «самые полезные» отзывы (алгоритм оценивал по длине текста, наличию фото и деталям про посадку/материал), а не самые высокие звёзды. Отдельным блоком вынесли «отзывы с замечаниями» (3–4 звезды) с пометкой «помогают выбрать размер». Дополнительно добавили фильтр «только честные» — он исключал пустые отзывы без текста.

Конкретный результат за 6 месяцев:
— Retention на второй месяц вырос с 22% до 34%.
— LTV в когор

— @InsightCraftRuPro