IKEA перестроила customer journey в обход «информационного» SEO и last-click: кейс про Topical Authority, карт

IKEA перестроила customer journey в обход «информационного» SEO и last-click: кейс про Topical Authority, карточки товаров и RevOps-модель

В 2026 стало заметно, что чистое informational SEO (страницы “как выбрать/какой размер”) перестаёт приносить предсказуемый поток: растут AI-обзоры, растёт конкуренция за внимание в нулевых кликах, а эффективность performance все сильнее зависит от того, как вы связываете спрос с выручкой. Для ритейла и e-com это больнее всего: средний чек снижается на 5–8%, и “первую покупку” сложнее защищать. В ответ IKEA в разных странах последовательно усиливает не отдельные кампании, а управляемую модель воронки по товарным категориям и сценариям покупателя.

Контекст
— Покупатели всё чаще собирают требования в несколько “микро-сессий”: сначала сравнение, потом уточнение параметров, затем возврат на сайт.
— Ритейл видит разрыв между маркетинговыми касаниями и реальной ценностью: last-click переоценивает прямой спрос и недооценивает роль контента, витрин и офлайн-сервисов.
— Организации смещают ответственность к RevOps: маркетинг, продажи и customer success (сервис/логистика/поддержка) должны совместно отвечать за выручку, а не только за лиды.

Задача
Сделать так, чтобы трафик из поисковых сценариев и витринных запросов переводился в покупку с лучшим качеством (а не просто росло число переходов), при этом:
— повышать долю органики в категориях, где у бренда слабее всего Topical Authority (например, планировки, размеры, совместимость элементов);
— уменьшить потери на этапе “выбор → подтверждение → покупка” (часто именно здесь теряется e-com спрос);
— собрать сквозную аналитику для оценки эффективности: не только клики и ROAS, но и вклад контента/витрин в итоговую конверсию.

Решение
1) Пересобрали контент вокруг “категорийных смыслов”, а не отдельных статей.
Страницы стали “связками” — карточка категории + инструмент выбора + ответы на типовые ограничения (размеры, совместимость, материалы, способы сборки). Логика: AI-обзоры и поисковая выдача охотнее подхватывают структурированную уверенную компетенцию по теме, а не разрозненные советы.

2) Укрепили витринную часть как самостоятельный актив Topical Authority.
Вместо того чтобы рассматривать товарные страницы только как “посадочные”, их дополнили сценарными модулями: “подходит/не подходит”, “сколько нужно элементов”, варианты комплектации под реальную задачу (комната/функция/планировка). Это сокращает итерации пользователя и уменьшает долю “нулевых возвратов”.

3) Встроили measurement, ориентированный на инкрементальность (incrementality), а не на последнюю точку касания.
Использовали связку сервер-сайд событий, агрегированную аналитику и тесты “до/после” на уровне сегментов спроса. Цель — научиться видеть, что часть каналов не добавляет “последний шаг”, но поднимает конверсию последующих сессий.

4) RevOps-логика для “позднего этапа” воронки.
Customer success и сервисные процессы подключили к оценке качества: насколько быстро уточняются параметры, как часто происходят отмены/задержки, сколько запросов идёт из контента “как выбрать”. Маркетинг перестал воспринимать проблему как “низкая конверсия”, а стал смотреть на стыковку ожиданий и фактического сервиса.

Результат
— Рост доли органического покрытия в категориях с высокой повторяемостью сценариев выбора (не за счёт объёма статей, а за счёт “сквозных” страниц-комплектов).
— Снижение потерь на этапе выбора: пользователи дольше не “гуляют” между источниками, а чаще переходят к подтверждению параметров и оформлению.
— Более честная оценка каналов: при пересчёте на инкрементальность часть ставок на last-click оптимизировали в пользу контента и витринных сценариев, которые дают прирост конверсии в следующих визитах.
…