Как товарные рекомендации в промописьмах увеличили доход “ИБИС” на 96%

При создании рассылок легко упустить главное: пользователь не хочет тратить время на выбор из десятков вариантов. Ему важно быстро найти то, что соответствует его потребностям. В сегментах с широким ассортиментом именно персонализация становится инструментом, который помогает снизить когнитивную нагрузку и сфокусировать внимание на действительно релевантных предложениях.

Этот кейс — о том, как персонализированные товарные подборки повысили ценность массовых рассылок, сделав коммуникацию более точной, а решение для пользователя — проще.

Далее мы покажем практические решения, которые позволили “ИБИС” превратить массовую рассылку в источник двойной прибыли.

О проекте

“ИБИС” — один из крупнейших онлайн-ритейлеров товаров для активного отдыха в Украине. В каталоге — оружие, рыболовные снасти, туристическое снаряжение и аксессуары. Компания работает с 1994 года, сочетает офлайн-магазины и цифровую платформу, а ее клиентская база охватывает разные профили покупателей — от охотников до путешественников.

“ИБИС” также активно развивает стрелковую культуру, создавая обучающий контент совместно с инструкторами и спортсменами.

В Киеве действует современный стрелковый клуб с крупнейшей в стране коллекцией прокатного оружия, рыболовный сервисный центр, обслуживающий топовые бренды, и оружейная мастерская, выполняющая более 400 видов работ.

Задача

Интернет-магазин “ИБИС” имеет большой ассортимент и разнопрофильную аудиторию. Команда искала способ:

• сделать проморассылки более персонализированными;
• активизировать подписчиков, ранее не взаимодействовавших с письмами;
• повысить конверсию рассылок в покупки;
• увеличить средний доход с каждого письма.

Решение

Настройка алгоритма товарных рекомендаций

На старте внедрения команда столкнулась с нетипичной технической задачей. Сайт “ИБИС” состоит из двух доменов: один охватывает товары для рыбалки и туризма, другой — для охоты и оружия. Пользователи могут переключаться между ними с помощью ползунка, однако с точки зрения веб-трекинга это две отдельные среды.

Как работает система: скрипт веб-трекинга собирает поведенческие данные пользователя и связывает их с контактами в базе. На основе этой информации AI-алгоритм формирует релевантные подборки товаров по заданным правилам — с учетом интересов, истории просмотров, покупок и т. д.

В чем была сложность: чтобы персонализированные рекомендации работали корректно, нужно было установить скрипт веб-трекинга на оба домена. Но:

• cookie-файл, фиксирующий поведение пользователя, создается отдельно для каждого домена;
• именно cookie обеспечивает персонализацию, поэтому без унификации возникала путаница с идентификацией пользователей и дублированием контактов.

Благодаря CDP eSputnik все собранные поведенческие данные — с обоих доменов — попадают в единый пользовательский профиль. Это позволяет точно идентифицировать подписчика независимо от его маршрута и создать бесшовный опыт персонализации.

Решение: совместно с технической поддержкой eSputnik команда настроила единый cookie-файл, работающий для обоих доменов. Это позволило:

• избежать дублирования контактов в базе;
• собрать единую поведенческую историю для каждого пользователя;
• обеспечить стабильную работу рекомендаций, независимо от того, на каком домене находится посетитель.

Дополнительные настройки рекомендаций

“ИБИС” уделяет особое внимание сегментации. Вся база разделена на три основные группы по интересам:

• рыболовы;
• охотники;
• туристы.

Проморассылки формируются отдельно для каждой категории — с учетом специфики товаров и поведенческих интересов.

Чтобы рекомендации были максимально релевантными, для каждого сегмента была настроена отдельная логика формирования подборок. В промописьмах используется алгоритм “Бестселлеры”, который подбирает до трех позиций — самых популярных в соответствующей категории.

Благодаря такому подходу каждый пользователь видит подборку, соответствующую его интересам: ничего лишнего — только то, что действительно может заинтересовать.

Тестирование рекомендационных блоков в массовых письмах

Чтобы проверить, как блок товарных рекомендаций влияет на эффективность проморассылок, команда “ИБИС” провела тестирование в течение месяца. Аудиторию разделили на две группы:

• группа А получала письма с персонализированными рекомендациями;
• группа B — те же письма, но без блока рекомендаций.

Оба письма содержали баннер, основной текст и блок из шести акционных товаров. В письмах с персонализированными рекомендациями дополнительно добавили подборку “Тебе также может понравиться”, которая автоматически генерируется алгоритмами eSputnik.

Тестирование показало, что добавление блока товарных рекомендаций в письма повышает вовлеченность. В тестовой группе CR (Click Rate) составил 2,06% против 1,76% в контрольной — это означает рост кликабельности на 17% по сравнению с письмами без рекомендаций.

Важно, что повышенная вовлеченность не осталась только на уровне кликов.

Количество покупок в группе с рекомендациями было на 52,38% выше, чем в письмах без них. Персонализированные подборки не просто привлекают внимание — они помогают быстрее принять решение о покупке. Особенно это актуально для ниш с большим ассортиментом, ведь рекомендации сокращают путь от интереса до действия.

Еще один показатель, который мы проанализировали, — средний чек заказов из писем. В письмах с рекомендациями он оказался на 22,66% выше, чем в тех, что не содержали этого блока.

Это значит, что персонализированный контент влияет не только на количество покупок, но и на их стоимость. Когда пользователь видит подборку товаров, соответствующую его интересам, он чаще выбирает более дорогие позиции или добавляет в корзину несколько продуктов вместо одного. Рекомендации стимулируют не просто конверсию, а более ценный заказ.

Ключевым показателем эффективности кампании стал доход, полученный с каждой группы писем. И здесь персонализированные рекомендации показали самый сильный эффект: письма с рекомендационным блоком принесли на 96,35% больше денег, чем те, что его не содержали.

Фактически, это почти удвоенный результат. Персонализированный подход не просто повышает интерес, он напрямую влияет на финансовый результат. И именно поэтому персонализация — не украшение письма, а мощный рычаг роста.

Персонализация в триггерных письмах

“ИБИС” последовательно внедряет персонализированный подход не только в проморассылках, но и в триггерных сценариях. Совместно мы настроили несколько поведенческих триггеров, охватывающих разные этапы пути пользователя.

Среди основных сценариев:

• “Брошенная корзина”;
• “Брошенный просмотр”;
• Next Best Offer;
• “Товар из wishlist появился в наличии”;
• “Снижена цена на просмотренные товары”;
• “Снижена цена на товары в корзине”;
• “Снижение стоимости на похожие товары”:
  • из wishlist;
  • из просмотров;
  • из оставленных в корзине.

Эти триггеры помогают вернуть пользователя в момент максимальной заинтересованности — тогда, когда решение о покупке уже назревает.

Итоги

Большее количество товаров не всегда означает большую ценность для пользователя. В условиях информационной перегрузки люди все чаще ищут не выбор, а его упрощение — меньше усилий, меньше шума и больше ощущения, что их интересы учтены.

Персонализированные письма работают именно потому, что снимают с пользователя часть нагрузки, говоря: “Не ищите — вот, что может вам подойти”.

Кейс “ИБИС” показывает, что такой подход:

• стимулирует больше кликов;
• увеличивает средний чек;
• почти вдвое повышает доход от рассылок.

AI-алгоритмы eSputnik не просто автоматизируют рутину. Они помогают маркетологам отправлять каждому подписчику именно те предложения, которые действительно могут заинтересовать.

Чтобы получить максимальный результат от персонализированных рекомендаций, важно учитывать специфику бизнеса, структуру сегментов и поведенческие сценарии.

Заполните форму ниже, и мы проведем для вас демо. Покажем, как интегрируется модуль, какие алгоритмы подходят именно для вашего бизнеса и как быстро можно запустить рекомендации в drag-and-drop шаблонах.

Special Request Inline