Кейс AURUM: +30% к среднему чеку благодаря персонализации промописем

Как сделать массовые email-рассылки не просто привлекательными, а еще и персональными? Как достичь этого без сложных интеграций и траты ресурсов команды?

AURUM нашли ответ на эти вопросы, когда решили переосмыслить свои промокампании через товарные рекомендации в eSputnik. Что именно заработало, как это реализовали и какие внутренние инсайты получили в процессе — рассказываем в кейсе.

О проекте

AURUM — украинский бренд ювелирных изделий с более чем 25-летней историей. Компания работает в среднем и премиум-сегментах, имеет 40+ офлайн-магазинов по всей Украине и активно развивает онлайн-продажи.

Команда AURUM — не новички в маркетинговой автоматизации: с платформой eSputnik они работают с 2023 года, а их маркетолог использует платформу еще с 2016-го.

За это время компания внедрила различные каналы коммуникации, включая email, web push, Viber, SMS и App Inbox; построила триггерные цепочки; протестировала форматы взаимодействия и постепенно готовилась к более глубокой персонализации.

Задание

Чтобы выйти на новый уровень бизнеса и усилить взаимодействие с клиентами, бренд определил для себя пять ключевых целей:

• улучшить персонализацию;
• увеличить количество заказов из рассылок;
• повысить средний чек;
• увеличить частоту покупок и общий LTV;
• сделать контент писем более ценным для пользователя, а значит повысить вовлеченность в канал email.

Решение

AURUM решили внедрить персонализированные товарные рекомендации в массовых email-рассылках. Основная идея — отойти от универсальных товарных подборок и сделать письма релевантными для каждого пользователя.

Было важно, чтобы рекомендации работали не только на основе поведения, но и соответствовали текущим маркетинговым задачам бренда. Это означало учитывать акции, определенные категории товаров или сезонные приоритеты, когда система формирует подборку.

Настройка рекомендаций в письмах

Чтобы запустить товарные рекомендации в проморассылках, нужно в первую очередь подготовить техническую основу. Она включает в себя:

1. Установку и настройку скрипта веб-трекинга — для сбора поведенческих данных (просмотры, добавления в корзину, заказы).
2. Загрузка товарного фида — чтобы передать в систему информацию об ассортименте: категории, бренды, материалы, скидки. Это позволит формировать рекомендации по актуальным товарам.
3. Создание источника данных — чтобы иметь возможность выбирать алгоритмы рекомендаций и добавлять в них собственные условия.

После всех настроек мы перешли к формированию логики подборок. Товары в блоке рекомендаций подбирались с учетом двух ключевых вещей:

• интересов самих пользователей (что они просматривали, что покупали, на какие товары переходили из писем);
• характеристик товаров, передаваемых в фиде — например, категория, материал, тип вставки, размер скидки.

Это позволяло сочетать персонализацию с точной настройкой под текущую маркетинговую цель — например, показывать только золотые серьги с бриллиантами со скидкой во время акции.

Настройку логики рекомендаций команда AURUM реализовывала вместе с customer success менеджером eSputnik. Результатом стал готовый модуль, который легко интегрируется в любой шаблон рассылки.

Антон Кондратюк, маркетолог AURUM

 

“Благодаря нашему менеджеру в eSputnik настройка блоков с рекомендациями заняла буквально несколько дней. Передача данных через API уже была настроена, так что нам оставалось лишь добавить те типы полей, которые были нужны для корректной работы блока выдачи”

В то же время команда AURUM подчеркивает: настроить рекомендации можно и самостоятельно — по инструкциям из базы знаний. Это полезно для тех, кто хочет гибко менять логику или быстро запускать новые сценарии. А для более сложных задач всегда доступна поддержка специалистов eSputnik, которые подберут нужные алгоритмы и создадут все под ключ.

Интеграция блока рекомендаций в сообщение

После настройки логики рекомендаций команда AURUM добавила блок в шаблон промописьма. Он был адаптивным и автоматически подставлял товары для каждого пользователя — с учетом его интересов и заданных фильтров.

Подробнее о том, как работают рекомендации в CDP eSputnik, рассказывали здесь.

Перед запуском команда протестировала, как блок выглядит на разных устройствах и в разных сценариях, а после этого начала отправлять промо-рассылки с персонализированными товарами.

Теперь маркетологу не нужно каждый раз обращаться к техническим специалистам или создавать подборки вручную: он запускает новую рассылку — и система автоматически подбирает товары в соответствии с действиями пользователя.

Это экономит время и позволяет быстро тестировать разные подходы. Например, что лучше срабатывает: акционные товары или новинки, популярные позиции или персональные подборки.

Как рассылались промописьма с рекомендациями

После настройки блока рекомендаций команда AURUM начала активно тестировать его в массовых рассылках. Подход был гибридным:

1. Рассылки на всю базу. В таких письмах блок рекомендаций формировался динамически — на основе предыдущих просмотров, заказов и кликов пользователя. Это позволяет сделать массовые рассылки более релевантными без углубленной сегментации — быстро, просто и автоматически.

2. Рассылки на микросегменты. Параллельно запускались кампании для отдельных групп — например, тех, кто интересовался бриллиантами, определенной категорией (серьги, браслеты) или делал покупки в конкретный период. Такой подход позволяет точнее отвечать на актуальные интересы клиентов и стимулировать повторные покупки.

Результаты

Антон Кондратюк, маркетолог AURUM

 

“Рекомендации в проморассылках полностью оправдали наши ожидания. Можно сказать, что мы достигли всех вышеупомянутых целей”

Уже в первые месяцы после запуска товарных рекомендаций в массовых рассылках команда AURUM увидела существенное улучшение ключевых показателей:

В августе, до запуска рекомендаций, одна проморассылка принесла всего 3 заказа. В ноябре, после внедрения персонализации, 15 рассылок дали уже 83 заказа. Но дело не только в количестве рассылок — сам формат стал результативнее.

Рекомендации работали не только на увеличение конверсии — они повлияли на качество заказов. Команда AURUM заметила, что в рекомендательный блок стали чаще попадать более дорогие украшения — из белого золота, с бриллиантами или уникальными вставками. И именно эти позиции получали больше кликов и заказов.

Антон Кондратюк, маркетолог AURUM

 

“Не могу сказать, что вырос спрос на какой-то отдельный товар, но покупатели стали чаще выбирать более дорогие украшения — например, из белого золота и бриллиантами, или другие ценные золотые браслеты. Думаю, это связано с тем, что в блоке рекомендаций появляются товары, которые действительно интересны конкретным пользователям”

Средний чек вырос на 25-30%, а эффективность retention-каналов — email, Viber, web push, App Inbox, виджеты — по сравнению с теми же месяцами прошлого года выросла в 2,5-3 раза.

Планы

После первых успехов команда AURUM решила масштабировать использование товарных рекомендаций. В приоритетах:

1. Комбинированные блоки в письмах. Тестирование вариантов, где в одном письме могут быть персональные рекомендации, новинки или подборки с комплектами — например, если клиент купил серьги, предложить кольцо из той же коллекции.
2. Другие каналы. Планируется внедрение рекомендаций в web push и App Inbox, чтобы поддерживать персонализацию вне email.
3. Автоматизация через RFM. Команда хочет настроить цепочки рассылок на основе RFM-сегментации, чтобы коммуникация учитывала активность клиентов, частоту покупок и объем расходов.
4. Эксперименты с формами подписки. AURUM планируют начать использовать виджеты от eSputnik, в частности геймифицированные.

Выводы

AURUM показали, как с помощью персонализированных рекомендаций можно существенно повысить эффективность проморассылок. Простое решение, не требующее сложных интеграций, позволило быстро адаптировать контент под действия клиентов и сразу получить ощутимые результаты.

Хотите, чтобы персональные рекомендации работали и для вашего бизнеса? Заполняйте форму ниже — мы покажем, как все настроить под ваши задачи, чтобы увеличить конверсию, средний чек, прибыль и ценность каждой рассылки.

Special Request Inline