Как ретаргет снизил CAC у e-commerce после брошенных корзин: разбор на цифрах

Как ретаргет снизил CAC у e-commerce после брошенных корзин: разбор на цифрах

У бренда из e-commerce была типичная проблема performance-воронки: трафик есть, add-to-cart есть, а покупка не дожимается. По аналитике основной провал был на этапе между корзиной и оплатой — из всех посетителей сайта в корзину доходили заметные 100%, но конверсия в покупку после этого была слабой: часть людей уходила сравнивать цены, часть откладывала покупку, часть просто терялась на этапе доставки и оплаты.

**Задача** была не «добавить показов», а вернуть в воронку уже прогретый спрос с минимальным CAC. Логика простая: если пользователь уже видел товар, добавлял его в корзину или заходил на карточку несколько раз, его вероятность покупки выше, чем у холодного трафика. Значит, ретаргет должен брать на себя финальный дожим, а не конкурировать с prospecting.

Что сделали:
— Собрали сегменты по глубине намерения: просмотр карточки, add-to-cart, begin checkout, брошенная корзина 1–3 дня и 4–7 дней.
— Разделили креативы по стадии: для корзины — напоминание о товаре и снятие возражений по доставке/возврату; для просмотревших карточку — оффер и социальное доказательство; для «уснувших» — ограничение по наличию и рекомендации аналогов.
— Исключили покупателей из короткого окна, чтобы не сливать бюджет в аудиторию, которая и так бы купила.
— Настроили частоту и окна атрибуции так, чтобы не перегревать аудиторию и не завышать вклад ретаргета в last click.
— Смотрели не только CPA, но и **инкрементальную выручку на 1000 показов** и долю повторных касаний до покупки.

Результат оказался ожидаемо сильным для нижней части воронки: у сегмента брошенной корзины конверсия в покупку была кратно выше, чем у холодной аудитории, а CAC — ниже за счет того, что в работу шли уже «почти готовые» пользователи. В одном из сегментов ретаргет дал заметный рост доли завершенных заказов без увеличения общего бюджета на привлечение.

**Урок простой:** ретаргетинг работает не тогда, когда он «догоняет всех», а когда он точно знает, на каком шаге пользователь выпал и какое возражение нужно снять. Чем точнее сегментация по намерению, тем лучше юнит-экономика: дешевле касание, выше CVR, меньше мусора в охвате.

— @RetentionPaid