Как fashion-бренд ECCO увеличил долю выручки от персонализации с 3,32 % до 11,03 %

---

Задача

В 2024 году команда e-commerce в ECCO начала работу с Gravity Field с конкретной задачей — сохранить объем заказов при росте цен. Ставка была сделана на персонализацию: команда искала способ быстро запускать гипотезы — о том, где и кому показывать рекомендации, чтобы они приносили результат в деньгах, а не в кликах.

За три квартала ECCO утроил долю выручки, связанную с этими механиками, — с 3,32 % до 11,03 %.

Кто отвечал за реализацию

• Александр Благовисный, eCom Director — владелец бизнес-целей;
• Евгений Петров, Product Manager — отвечал за запуск гипотез и аналитику;
• Алиса, координатор интеграции — контролировала корректность трекинга и SDK;
• команда QA и дизайнер — подключались на этапе настройки кампаний.

Как команда добилась результата

📱 1. Листалка на мобильной главной для вернувшихся пользователей (платный трафик)

Контекст:
ECCO получает существенный объем мобильного трафика из платных каналов. Внутренняя аналитика показывала: пользователи возвращаются после первого визита, но не совершают покупку. Проблема была в том, что повторным пользователям с рекламных кампаний показывались общие подборки — те же, что и новичкам. Это снижало вовлеченность и конверсию.

Что сделали:
На главную страницу в мобильной версии добавили горизонтальную листалку с персонализированными рекомендациями. Показ был ограничен аудиторией, вернувшейся из рекламных источников. В качестве алгоритма использовали User Affinity, который подбирает товары на основе истории взаимодействий (просмотры, добавления, заказы).

Результат:

• Конверсия в покупку выросла на +11,55 %
• Выручка увеличилась на +8,21 %
• Добавления в корзину — +4,02 %
• Уровень статистической значимости — 95 %

Почему сработало: пользователи увидели товары, которые соответствуют их предпочтениям — уже в первом экране. Не пришлось заново искать интересующие модели через каталог.

Что использовали:

• сегментация по источнику трафика (реклама) и типу пользователя (возврат);
• алгоритм Affinity, обучающийся на действиях конкретного пользователя (просмотры, покупки, добавления);
• контрольная группа и A/B‑тест с автоматическим подсчетом эффекта.

👤 2. Листалка на главной для новых пользователей

Контекст:
Первый визит особенно важен: если пользователь не увлекся с первых экранов, он с высокой вероятностью не вернётся. Важно было дать новому пользователю релевантное, но не избыточное количество товаров.

Что сделали:
Команда настроила ту же карусель рекомендаций, но для новой аудитории применили другой алгоритм: Популярное + Recently Viewed. Он подхватывал интерес пользователя после первого действия (например, скролла или взаимодействия с карточкой). Виджет не показывался сразу, чтобы не перегружать первый экран.

Результат:

• Конверсия в покупку — +8,08 %
• Средний чек — +2,9 %
• Выручка — +12,52 %
• Статзначимость — 95 %

Почему сработало: новички получали ориентиры — подборку популярных товаров, которые уже выбирали другие пользователи. После первого клика видели товары, близкие к тем, с которыми уже взаимодействовали.

Что использовали:

• сегмент «новые пользователи»;
• гибрид алгоритмов (Popular + Recently Viewed);
• показ по действию (отложенный insert после скролла).

🖼 3. Grid‑виджет на главной (web, органический трафик)

Контекст:
Органический трафик в веб-версии даёт значительную долю сессий, но конвертирует хуже платного. Стандартный виджет рекомендаций в нижней части главной не вовлекал: пользователи не пролистывали до конца и не взаимодействовали с блоком.

Что сделали:
ECCO заменил блок рекомендаций на грид‑виджет с возможностью скролла вниз и кнопкой «Показать ещё». Виджет собирал большее количество товаров, отображая их в привычной плитке, и позволял загружать следующую порцию товаров по нажатию.

Результат:

• Новые пользователи: +3,13 % к конверсии, +4,53 % к выручке
• Повторные: +3,7 % к конверсии, +6,62 % к выручке
• CTR кнопки «Показать ещё»: 9,9 %
• Статзначимость — 95 %

Почему сработало: пользователи скроллили глубже, видели больше товаров и проводили больше времени в блоке. Простой механикой удалось увеличить плотность взаимодействия — без давления и лишних элементов.

Что использовали:

• формат «грид» вместо стандартной карусели;
• кнопка «Показать ещё» с lazy load логикой;
• аналитика по действиям (клики, загрузки товаров).

📂 4. Рекомендации в каталоге

Контекст:
Каталог — основной источник трафика, но в нём не было персонализации. Все пользователи получали одинаковые карточки товаров, а рекомендации, если и появлялись, были ниже зоны внимания. Команда хотела понять: влияет ли позиция и алгоритм виджета на эффективность.

Что сделали:
Команда настроила два варианта виджета и протестировала их отдельно на новых и повторных пользователях. Новым показывали блок после третьего ряда товаров (высокая видимость), повторным — ближе к пагинации (на более зрелом этапе принятия решения). Алгоритмы различались: для мужчин — «Популярное с высоким рейтингом», для женщин — гибрид Affinity + Recently Viewed.

Результат:

• Новые пользователи: +11,54 % к конверсии, +6,6 % к выручке
• Повторные: +4,15 % к конверсии, +18,95 % к выручке
• Средний чек (новые): +3,42 %
• Add to Cart (повторные): +5,01 %
• Все результаты с уровнем значимости 95 %

Почему сработало: рекомендации встроились в момент, когда пользователь уже вовлечён, но ещё не сделал выбор. Разные позиции и логики показали значимый вклад в выручку.

Что использовали:

• позиционирование блока в разных частях страницы;
• разные алгоритмы по сегментам (новые/старые, мужчины/женщины);
• мультивариантный A/B‑тест (проверка позиции + алгоритма).

🛒 5. Облегчённая карточка товара

Контекст:
Карточка товара в мобильной версии была перегружена: избыточное количество элементов, маленькое фото, текстовая кнопка, которой сложно попасть. Это затрудняло навигацию, особенно на устройствах с небольшим экраном.

Что сделали:
Вариант карточки адаптировали под mobile-first:
— заменили кнопку «В корзину» на иконку,
— убрали цветовой ряд,
— увеличили изображение,
— уменьшили общую высоту карточки.
Изменения внесли через визуальный редактор Gravity Field — без вмешательства в код.

Результат:

• Конверсия выросла на +2,78 %
• Средний чек — +2,6 %
• Выручка — +6,36 %
• Статзначимость — 95 %

Почему сработало: карточка стала проще и удобнее. Пользователь быстрее ориентировался в товаре и не отвлекался на лишние элементы. Интерфейс перестал мешать действию.

Что использовали:

• изменили формат карточки товара: убрали элементы, увеличили фото, заменили кнопку на иконку;
• A/B‑тест с фиксированной контрольной группой;
• анализ влияния на выручку и AOV.

⚙️ Возможности Gravity Field, использованные в проекте ECCO

Работа команды ECCO строилась не на «внедрении платформы», а на практическом применении конкретных инструментов. Ниже — список возможностей Gravity Field, которые обеспечили реализацию гипотез, быструю проверку их эффективности и масштабирование успешных решений.

Таргетинг и сегментация.
Каждую кампанию настраивали под конкретный сегмент: новые или вернувшиеся пользователи, рекламный трафик, поведение в текущей сессии.

Гибкая работа алгоритмов.
Использовали Affinity, Popularity и Recently Viewed — как по отдельности, так и в fallback‑цепочках, адаптированных под сценарий и сегмент.

Разные форматы виджетов.
Листалки, гриды и компактные inline‑блоки — команда подбирала формат под каждую зону: главная, каталог, карточка.

A/B‑тестирование.
Все гипотезы запускались в режиме с контрольной группой. Gravity Field рассчитывал инкремент, средний чек, конверсию и уровень значимости.

Встроенная аналитика.
Действия пользователей внутри виджетов отслеживались автоматически, результаты сопоставлялись с бизнес-воронкой в Яндекс.Метрике.

✅ Итоги

📈 Выручка, связанная с персонализированными механиками, выросла втрое —
с 3,32 % до 11,03 % от общей выручки ECCO за 3 квартала работы с Gravity Field.

🧩 Все гипотезы запускались силами маркетинга — без привлечения разработчиков, без релизов, без доработок в CMS.

⏱ Первый результат зафиксировали через 2 недели после старта.
Через 3 месяца — подтвердили пессимистичный прогноз ROI‑модели.

📊 Измерения велись по реальной воронке в Яндекс.Метрике:
просмотр листинга → карточка → корзина → оплата.

💡 Вместо полного редизайна команда провела серию точечных A/B‑тестов:
в мобильной версии, на главной и в каталоге. Масштабировали только те решения, которые доказали инкрементальную выручку.

Что можно повторить

• Начинать с мобильной версии и платного трафика — быстрее виден эффект.
• Разделять алгоритмы по сегментам — один виджет не работает одинаково для всех.
• Измерять выручку, а не CTR — и всегда закладывать контрольную группу.
• Проверять позицию виджетов, а не только алгоритм — место на странице влияет не меньше, чем логика подбора.

👉 Сделайте первый шаг: получите бесплатный аудит вашего сайта или приложения

Мы разберём воронку, покажем точки роста и дадим рекомендации, как с помощью персонализации уже в этом месяце вырастить конверсию и выручку.

📍Аудит займет несколько рабочих дней. Без обязательств, только конкретные инсайты и идеи под ваш проект.

🟦 Оставить заявку