Как Lamoda перестроила коммуникации по поведению и увеличила возврат в покупки

Как Lamoda перестроила коммуникации по поведению и увеличила возврат в покупки

У Lamoda была типичная для e-com задача 2026 года: трафик дорогой, средний чек под давлением, а первая покупка всё хуже окупает привлечение. В такой ситуации выигрывает не тот, кто шлёт больше писем, а тот, кто точнее понимает, **что именно сделал человек на сайте**.

Контекст был простой: у бренда уже были база, триггеры и регулярные рассылки, но сегментация держалась в основном на RFM-логике и статусе клиента. Этого стало мало. Один и тот же «спящий» пользователь мог быть:
— тем, кто смотрел категорию, но не выбрал размер;
— тем, кто добавил товар в корзину и ушёл;
— тем, кто купил 2 месяца назад и снова начал просматривать ассортимент.

Задача была не в том, чтобы «вернуть всех», а в том, чтобы развести эти сценарии и не тратить скидку там, где достаточно точного напоминания.

Решение строили на поведенческой сегментации. В коммуникации начали отдельно выделять кластеры:
— просмотр карточек без добавления в корзину;
— добавление в корзину без оплаты;
— повторные визиты в одну и ту же категорию;
— покупатели, у которых есть недавний заказ, но уже началось окно на повторную потребность.

Для каждого сценария поменяли не только текст, но и механику:
— где-то отправляли подборку похожих товаров;
— где-то напоминали о размере, наличии и сроках доставки;
— где-то убирали скидку и делали акцент на удобстве выбора;
— где-то запускали реактивацию через категорию, а не через общий оффер.

Что это дало по логике кейса: снизили шум в рассылках, подняли релевантность триггеров и увеличили возврат в покупку именно среди «тёплых», но не готовых к покупке пользователей. В таких сценариях обычно важен не рост базы, а рост доли контактов, которые получают **правильное сообщение в правильный момент**.

Урок здесь прямой: RFM отвечает на вопрос «кто этот клиент по ценности и давности», а поведение — «что он сейчас пытается сделать». В 2026 году именно связка этих двух слоёв даёт CRM-аналитику преимущество: меньше лишних касаний, выше конверсия, лучше LTV (пожизненная ценность клиента).

Есть схожая тема в @PerfNewsDigest, рекомендуем