Контекст: Рынок электронной коммерции 2026 года характеризуется заметным снижением среднего чека. Потребители перешли в режим жесткой оптимизации расходов, что делает традиционную модель привлечения новых пользователей через агрессивный performance-маркетинг (маркетинг с оплатой за результат) экономически нецелесообразной. Стоимость привлечения одного покупателя (CAC) уже давно превышает маржинальность первой покупки.
Задача: Для площадки Lamoda ключевым вызовом стало изменение структуры выручки. Необходимо было сместить фокус с количественного роста базы на повышение пожизненной ценности клиента (LTV) и глубины проникновения в кошелек покупателя. В условиях, когда «поиск» (Search) становится средой AI-обзоров, а не просто каталогом, важно было выстроить не просто витрину товаров, а систему персональных рекомендаций.
Решение: Компания сделала ставку на переход от транзакционной модели к сервисной экосистеме. Вместо классических скидочных механик, которые обесценивают бренд, был внедрен подход, основанный на глубокой аналитике данных и предсказательном моделировании. Внедрение элементов RevOps (объединенного управления доходом маркетинга, продаж и клиентского сервиса) позволило синхронизировать работу команд: теперь Retention-маркетологи (специалисты по удержанию) работают в связке с командой продукта, используя данные не для рассылок, а для персонализации интерфейса.
Ключевым инструментом стала отработка Topical Authority (авторитетности в тематике). Lamoda начала развивать собственный контент-хаб, где экспертные статьи и подборки от стилистов интегрированы в выдачу. Это решает проблему «бесщелчковой» эпохи: когда пользователь получает ответ на свой запрос прямо внутри платформы, не уходя в поисковые системы.
Результат: Переход к модели удержания позволил компании снизить зависимость от платного трафика на 15% в годовом выражении. Несмотря на общеотраслевое падение чека, частота покупок (Frequency) активных пользователей увеличилась на 12%. Использование AI-генерации для создания индивидуальных товарных подборок позволило увеличить конверсию из просмотра в заказ на 4,5% без участия человека в подборе каждого конкретного лука.
Урок для стратега: В 2026 году стратегия «привел-продал» больше не работает. Побеждает тот, кто первым интегрирует свои данные в ежедневный сценарий жизни клиента. Если ваш продукт не предлагает «собственную экспертизу» (авторский взгляд на выбор товара), он проигрывает AI-агрегаторам, которые делают это быстрее и беспристрастнее. Инвестиции в удержание сегодня — это не просто программы лояльности, а глубокая технологическая интеграция маркетинга в операционные процессы компании. Метрика успеха смещается от «количества лидов» к «стабильности выручки на активного клиента».
— @BrandResearchDigest
как посчитать CAC в рекламе — формула и разборы
@kakposchitatcac
Эволюция лояльности: как Lamoda перестроила стратегию на удержание в эпоху снижения чека
Этот пост опубликован в Telegram-канале как посчитать CAC в рекламе — формула и разборы (@kakposchitatcac). Все его публикации — на странице канала.
Открыть в Telegram