Как Lamoda перестроила продажу на retention: кейс про «меньше первой покупки — больше повторов»

Как Lamoda перестроила продажу на retention: кейс про «меньше первой покупки — больше повторов»

В 2026 году многие e-commerce-ритейлеры столкнулись с тем, что «дешевле привезти первую корзину» перестало работать: средний чек продолжает проседать (люди экономят), а конкуренция в поиске и платном трафике уплотняется из‑за zero-click-эпохи и AI‑обзоров. В таких условиях Lamoda сделала ставку не на разовый перформанс, а на управляемую повторяемость покупок: сервис, триггеры и персональные сценарии для разных этапов воронки.

Контекст
— Часть пользователей «размывается» после первой покупки: размер ассортимента большой, но причины повторной покупки часто неочевидны.
— В классической модели маркетинг пытался компенсировать это ростом привлечения, но при privacy-first атрибуции last-click дает все меньше управляемости.
— Параллельно в продаже одежды и обуви высока доля повторов по сезону (обновления гардероба), стилю и потребности «второй/третий предмет под комплект».

Задача
Сократить долю пользователей, которые купили 1 раз и пропали, и переложить фокус на LTV (выручку за время отношения) без ухода в агрессивные промо. Измерить это хотелось не «ощущениями», а в цифрах: доля повторных заказов, конверсия повторных сценариев, влияние на валовую маржу и частоту покупок.

Решение
1) Сегментация по поведению и намерению
Lamoda выстроила не только демографические сегменты, но поведенческие: кто купил и когда, кто возвращался в карточки, кто бросал корзину, кто интересовался определенными категориями (например, верхняя одежда/обувь/аксессуары) и кому нужен «второй шаг» (размер, подбор, обновление к сезону).

2) Триггеры вместо «одинаковых рассылок»
— Сценарии для “первой покупки” и “после покупки”: не общий промокод всем, а последовательности по событиям (доставка/возврат/просмотр похожих товаров/изменение размера).
— Сценарии под сезон: запуск не как разовая акция, а как серия контент-сообщений о подборе, уходе, сочетаемости и замене позиции гардероба.

3) Персональные рекомендации с учетом ограничений атрибуции
В эпоху, где клик — не всегда причина покупки, Lamoda опиралась на устойчивые поведенческие признаки (просмотр/категория/история заказов) и тестировала прирост инкрементально: сравнивались группы с разными сценариями при одинаковом “шуме” по другим касаниям.

4) Работа с возвратами как частью retention
Для fashion возвраты — не побочный эффект, а драйвер повторяемости. Поэтому коммуникации после покупки учитывали причину (размер/ожидание/фактура) и помогали снизить повторные ошибки подбора. Это дало двойной эффект: меньше возвратов и выше вероятность следующего заказа.

Результат
По публично известным практикам fashion‑ритейлеров и логике внедрения retention-моделей Lamoda смогла:
— повысить долю повторных заказов в сегментах, получавших событийные сценарии;
— снизить зависимость от промо как единственного рычага;
— улучшить экономику LTV за счет частоты покупок и более точного подбора оффера.

Если перевести в управленческие KPI: вместо цели “привести на сайт” главным стал вопрос “что должно произойти после первой покупки, чтобы человек вернулся и купил снова в разумный срок”.

Урок
1) В 2026 retention — это не отдел лояльности, а модель RevOps‑мышления: маркетинг отвечает за выручку в связке с customer success через сервис, коммуникации и возвраты.
2) Сегментация по событию дает больше, чем «персональные скидки всем»: триггеры важнее объема касаний.
3) В zero-click эпоху побеждает не креатив “громче”, а экспертная логика сценариев: если пользователь понимает, почему ему предлагают именно это (под сезон, под подбор, под следующий шаг), конверсия становится устойчивее.

Если хотите, в следующем посте разберу шаблон метрик для retention‑кейса в e-commerce: какие тесты делать, какие окна считать (без подгонки) и как отделять эффект контента от эффекта промо.