Пересборка поведенческой сегментации в e-commerce: как Lamoda сократила «пустые» рассылки и подняла конверсию

Пересборка поведенческой сегментации в e-commerce: как Lamoda сократила «пустые» рассылки и подняла конверсию в повторные покупки

В 2026 году в e-com снова стало больно всем, кто живёт на промо-частоте: средний чек проседает на фоне экономии, а борьба за первую покупку становится дороже. При этом приватность и ограничения по атрибуции сильнее «размывают» оценку эффекта кампаний. Поэтому Lamoda (как и многие игроки рынка) сместилась к задаче: не просто рассылать, а попадать в нужное поведение клиента в нужный момент жизненного цикла.

Контекст
— Канал email оставался одним из самых контролируемых по влиянию, но страдали метрики вовлечения: падала доля кликов, росло число отписок и «спящих» пользователей.
— Поведение пользователей было неоднородным: часть смотрит карточки, но не покупает; часть покупает, но быстро «отваливается»; часть возвращается циклично (например, сезонность).
— Классическая сегментация по демографии и «давности покупки» давала грубые кластеры и заставляла менеджмент считать рассылку затратой, а не рычагом retention (удержания).

Задача
Построить поведенческую модель сегментов, которая:
— уменьшит долю коммуникаций для клиентов, которые с высокой вероятностью не совершат целевое действие (клик/покупка/повтор);
— даст понятные правила частоты и приоритетов для жизненных сценариев;
— позволит в CRM-аналитике измерять lift по когортам, а не «по ощущениям» маркетинга.

Решение
Команда пересобрала сегментацию вокруг событий и темпа активности, а не вокруг статуса «в базе/не в базе».
1) Базовые триггеры событий
— просмотр категории и возврат на сайт без покупки;
— добавление в корзину без оплаты (и длительность с момента добавления);
— успешная покупка (с последующим наблюдением за «окном повторной покупки»);
— негативное поведение: многократные отказы от сценариев скидок (когда пользователь кликает по промо, но не конвертируется).

2) Сегменты поведения (пример логики)
— «Активный просмотрщик» — 1–3 просмотра в течение 7 дней и нет покупок 30+ дней.
— «Корзина без оплаты» — корзина создана 1–3 дня назад, при этом покупка не наступила.
— «Покупатель в окне повторной потребности» — была покупка в последнюю X неделю/месяц, дальше отслеживаем естественную «темповую» задержку.
— «Анти-подписчик» — высокий уровень промо-кликов без продаж и/или рост отписок после прошлых кампаний.
— «Спящий» — низкая активность 60+ дней, где промо-логика чаще всего вредна.

3) Частота и приоритизация
— Для «корзина без оплаты» — сокращение пауз между касаниями и упор на сервисные причины (наличие/доставка/размерная сетка), а не только скидка.
— Для «активного просмотрщика» — сценарий «догоняющих рекомендаций» с мягкими стимулами (подбор по просмотренному), чтобы не разгонять промо-выгорание.
— Для «покупателя в окне повторной потребности» — персонализация по категории и контролируемая частота: цель не продать «сейчас», а вовремя напомнить.
— Для «анти-подписчика» — ограничение промо-частоты и смена типа сообщения (меньше скидок, больше контента по продукту/сервису).

4) Измерение эффекта
CRM-аналитика считала влияние на уровне когорт:
— контроль: пользователи с теми же событиями за период до изменений, кому отправляли «старую» схему (или не отправляли часть сообщений по прежним правилам);
— тест: новая поведенческая маршрутизация.
Фокус был на метриках: доля кликов (CTR), конверсия в покупку в течение окна N дней, отписки, доля «повторов» (repeat purchase) и маржинальная ценность повторов (в рамках доступных данных).

Результат
По внутренним данным, которые обычно приводят в разборках проектов подобного типа, эффект даёт не «одна магическая рассылка», а системная замена сегментов и правил частоты:
— снижение доли неэффективных отправок: количество пользователей, попадающих в промо, где конверсия стабильно низкая, уменьшилось за счёт «анти-подписчиков» и «спящих»;
— рост конверсии в целевое действие в сценариях с высокой вероятностью (корзина без оплаты и окно повторной потребности);
— снижение отписок: сокращение «лишних» промо для тех, кто не реагирует, снижает реактивные потери базы.
В цифрах логика обычно выглядит та
…