Lamoda: как не просто «расти трафик», а поднять повторные покупки в эпоху снижения среднего чека

Lamoda: как не просто «расти трафик», а поднять повторные покупки в эпоху снижения среднего чека

В 2026 e-commerce живёт в двух давлениях сразу: средний чек в среднем падает на 5–8% (люди экономят), а чистое informational SEO всё чаще «съедают» AI-overviews (пользователь получает ответ без перехода на сайт). На этом фоне Lamoda искала более управляемую модель роста — через retention (удержание) и LTV (пожизненная ценность), а не через бесконечный перформанс на холодный спрос.

Контекст
Lamoda уже была сильна в привлечении: бренд известен, ассортимент широк, логистика отстроена. Но в момент, когда эффективность last-click атрибуции снижается из‑за privacy-first ограничений и растёт доля «неучтённых» касаний, компании сложнее доказывать, что рост выручки пришёл именно из конкретной рекламной кампании. Параллельно росла конкуренция в креативах: креативы генерируются быстрее, и преимущество смещается в смысл — кому и почему показывать продукт, в какой момент и с каким ожиданием.

Задача
Перед командой стояли три цели:
— удержать выручку при падении среднего чека
— повысить долю повторных покупок (repeat rate)
— сократить зависимость от «дорогих» источников верхней воронки и лучше планировать бюджет через сквозную экономику

Решение
Lamoda сделала ставку на связку персонализации и постпокупочного сценарного маркетинга (а не только на разовые промо).

1) Сегментация не по «корзине», а по намерению и поведению
Вместо шаблонного: «бросил в корзину — покажем скидку», сегменты строились вокруг паттернов:
— просмотрел, но не купил (нужен ответ на барьеры: размер, доставка, наличие)
— купил и ждал повтор (нужны категории/бренды под цикл использования)
— покупал регулярно, но последние N дней выпал из активности (нужна мягкая активация без агрессивной скидки)

Важно: в beauty и смежных категориях (уход, парфюм, одежда как сопутствующий сценарий) повторный спрос часто имеет «ритм». Его и пытались поймать.

2) Персональные предложения без постоянной скидки
Система предлагала не только discount (скидку), но и альтернативы ценности:
— наборы и дополняющие товары
— бесплатная доставка/ускорение в конкретных сценариях (когда барьер — не цена, а ожидание)
— подбор по размеру/совместимости и подтверждённая доступность на складе

На практике это уменьшает вероятность «приучить» пользователя к скидке и снижает риск повторной покупки только ради промокода.

3) Рекомендации + триггеры post-purchase (послепокупка)
После покупки работали цепочки:
— «как подобрать уход/сопутствующий товар» в зависимости от покупки
— напоминания про повтор с учётом типового цикла (для ухода — чаще, для более долгих интервалов — реже)
— мягкое удержание вместо прямых распродаж: контент, который помогает выбирать, и точечные стимулы

4) Отказ от иллюзии «одного канала» через инкрементальность
Чтобы уйти от спорной последней клики, применяли подходы измерения прироста (incrementality — оценка дополнительного эффекта). Идея проста: сравнивать группы с разным набором воздействий и оценивать прирост продаж/заказов сверх базового спроса. Это помогало перераспределять бюджеты в пользу того, что реально двигает выручку, а не просто выглядит эффективным в отчётах.

Результат
Логика решений была направлена на метрики, которые «держат» выручку даже при просадке среднего чека:
— рост повторных покупок за счёт сценариев и рекомендаций
— снижение доли маркетинга, который работает только на первую покупку
— более прогнозируемая экономика: понятнее, какой сегмент и в какой момент даёт прирост

Если кратко: вместо гонки за верхом воронки Lamoda сместила фокус на то, чтобы пользователь покупал снова и покупал осознанно (через релевантность предложений), а не только дешево.
…