Как Lamoda разделила поведение и подняла выручку из email без роста базы

Как Lamoda разделила поведение и подняла выручку из email без роста базы

В e-commerce 2026 уже недостаточно делить аудиторию на «новые» и «старые». Средний чек проседает на 5–8%, первая покупка дорожает, а основной денежный эффект всё чаще даёт retention — удержание и повторные покупки. На этом фоне Lamoda сделала ставку не на частоту рассылок, а на поведенческую сегментацию.

Контекст был типичный для крупного fashion-ритейла: база большая, писем много, а реакция на массовые цепочки падала. Если отправлять всем один и тот же триггер, то у части клиентов он уже поздний, у части — слишком ранний. В результате CRM-команда видела клики, но не видела сопоставимого роста выручки.

Задача сформулировали просто: перестать мерить эффективность email только open rate и CTR, а разложить клиентов по фактическому поведению в воронке и собрать под это разные сценарии коммуникации.

Что сделали:
— выделили сегменты не по дате регистрации, а по действиям: просмотр категории, добавление в корзину, возврат на сайт, повторный заказ, долгий сон;
— отдельно собрали группу «быстрых решателей» — тех, кто покупает в течение 24–72 часов после первого визита;
— отдельно — «сравнивающих»: они смотрят 3+ категории, но не доходят до корзины;
— для каждой группы настроили разную частоту и разный оффер: где-то напоминание, где-то подборка, где-то ограниченное по времени снижение барьера;
— часть цепочек перевели на server-side-события, чтобы не упираться в шум client-side-атрибуции и точнее считать вклад писем в выручку.

Результат был не в «красивых» метриках открытий, а в экономике. По публичным разбором подобных CRM-механик у Lamoda рост конверсии в повторную покупку давали именно сегменты с высоким намерением, а не массовые отправки. В таких сценариях обычно виден эффект в выручке на получателя, а не только в кликах: меньше писем, но выше доход с одного активного контакта.

**Урок здесь простой:** поведенческая сегментация выигрывает у демографии почти всегда, когда продукт дорогой, цикл принятия решения не мгновенный, а конкуренция идёт за повторный выбор. В 2026 году это особенно важно: AI легко генерирует письма, но не умеет сам за вас понять, кто уже созрел, а кто ещё только смотрит. Именно это и остаётся работой CRM-аналитика.

Глубже разбирают этот метод в @VideoAdsCraft