После ухода международных гигантов российский рынок товаров для дома стал полем битвы за лояльность клиента. Крупнейший производитель и ритейлер товаров для дома и здорового сна «Аскона» сделал ставку не на агрессивный маркетинг, а на глубинный анализ поведения пользователей и точечную персонализацию. Результат: Аскона увеличила выручку на 15.66% с помощью персонализации — каждый шестой рубль выручки выручки сайта Асконы в России приносят алгоритмы платформы Gravity Field.
Вместо резюме: Что получила «Аскона»?
- +15.66% к общей выручке Российского сайта — вклад персонализации и рекомендаций.
- +24.92% к выручке в каталоге на десктопе после внедрения персональных рекомендаций.
- +34.17% к конверсии на странице сравнения товаров.
- +43.73% к выручке среди новых пользователей в разделе «Избранное».
- Масштабирование оффлайн-коммуникации: сотни тысяч персонализированных касаний через электронные чеки с нулевым CAC.
- Повышение среднего чека на 4.7-7.63% в ключевых сценариях.
В 2022 году российский ритейл товаров для дома пережил тектонический сдвиг. Уход международных игроков оставил после себя не только пустующие торговые центры, но и миллионы растерянных покупателей, привыкших к определенному стандарту сервиса и ассортимента. Для отечественных компаний это открыло беспрецедентные возможности для для развития. Но каким путем идти? Наращивать рекламные бюджеты и открывать новые точки? Или найти более умный способ завоевать и удержать клиента?
Группа компаний «Аскона», крупнейший в России производитель и ритейлер товаров для дома и здорового сна, выбрала второй путь. Цель была амбициозной: не просто занять освободившуюся нишу, а совершить качественный скачок. Диверсифицировать бизнес и позиционировать бренд Аскона как флагман товаров для дома и здорового сна.
Какой функционал Gravity Field помог в решении задачи?
Прежде чем углубляться в кейс, важно понять, какой именно функционал платформы стал критичным для успеха:
- A/B/n тестирование под контролем ML: Позволило Асконе безопасно тестировать даже мелкие изменения интерфейса (например, текст кнопки или блок с отзывом) на части трафика, получая статистически значимые результаты до полного внедрения. Это соответствовало культуре взвешенных решений.
- Персонализация UI/CJM не «виджетами», а «правилами»: Платформа позволила менять не просто товарные подборки, а элементы интерфейса (блоки, тексты, CTA) для разных сегментов (новые/вернувшиеся, мобильные/десктоп, смотрел диваны/матрасы). Это реализовало мечту о глубокой персонализации путей клиента.
- Омниканальные рекомендательные алгоритмы: Алгоритмы «Персональные предпочтения», «Покупают вместе», «Недавно смотрели» работали не только на сайте, но и в электронных каналах (чеки, email), создавая единую среду для клиента.
- Сегментация в реальном времени: Возможность моментально включать или отключать сценарии для конкретных групп (например, отключить виджет в каталоге для мобильных новичков после получения негативного опыта) минимизировала потери и позволяла быстро итеративно улучшать результаты.
«Мы всегда были компанией, которая тестирует каждую деталь. Наш дизайн, наш пользовательский опыт — всё проходит многоступенчатое тестирование в «песочнице». Мы не можем позволить себе резкие, необдуманные движения на сайте, — объясняет подход компании СРО Дмитрий Мищенков. — Нашей задачей было внедрить сложные системы персонализации, которые бы не ломали, а усиливали этот выверенный опыт. И главное — мы хотели стереть границу между онлайн и оффлайном, ведь наши данные показывали, что 60% купивших в магазине до этого изучали товары на сайте».
Этот омниканальный подход стал центральной нервной системой всего проекта.
Проблема №1: Сложный товар и «протекающая» воронка
Одним из важных сегментов, на котором сфокусировалась команда для улучшения пользовательского сценария, были диваны. Зачастую пользователю сложно принять решение о покупке дивана. Необходимо правильно оценить его расположение и габариты, подобрать цвет дивана и оптимальную мягкость, а бывает, что члены семьи обладают разными взглядами на то, каким должен быть диван их мечты.
Было очевидно, что стандартного «рекомендательного виджета» недостаточно. Нужно было менять сам принцип взаимодействия с пользователем — его Customer Journey Map (CJM). Анализ CJM выявил ключевые точки роста:
- Пересечение каналов: 60% оффлайн-покупателей были в онлайне, а 40% онлайн-покупателей предварительно смотрели товар в салоне.
- Ключ к кросс-продажам: Подушки и постельное белье — идеальные товары-компаньоны.
- Угроза оттока: Около 50% клиентской базы находилось в зоне риска.
- Фокусная аудитория: 40% всех пользователей — москвичи.
Именно эти инсайты легли в основу трех направлений работы с платформой Gravity Field.
Направление первое: Персонализация как искусство ненавязчивого убеждения
Рассмотрим несколько кампаний, которые показали хороший результат.
Кампания: «Подбор оптимального CTA в корзине»
Решение: Кнопку переименовали в нейтральное «Далее».
Результат: Простое слово открыло путь к более плавному и комфортному оформлению заказа. Данные показали статистически значимый рост CTR на 13.4%, конверсии в покупку на 5.7% и выручки на 4.7%.
Кампания: «Информирование про легкий возврат»
Гипотеза: При покупке матраса или дивана онлайн клиенты боятся, что не смогут вернуть не подошедший товар.
Решение: В карточки товаров (кроме матрасов, где возвраты и так стандартная практика) добавили блок с коммуникацией о простом возврате.
Результат: Рост конверсии на 4.88% и выручки на 5.1%. Уверенность покупателя стала конвертируемой ценностью.
Кампания: «Превью лучшего отзыва в карточке товара»
Гипотеза: Пользователи ленятся пролистывать десятки отзывов, чтобы найти авторитетное мнение.
Решение: Лучший отзыв с фото был вынесен на самый верх карточки товара.
Результат: На десктопах это привело к росту конверсии на 5.26% и выручки на 6.58%. Социальное доказательство, поставленное на поток, стало мощным двигателем продаж.
Эти точечные изменения доказали: персонализация — это не только «мы подобрали вам диван». Работа с UGC помогла пользователям упростить выбор. Фотографии мебели других покупателей в интерьере квартиры помогают почувствовать уверенность перед покупкой.
В чем ключевое отличие Gravity Field? Не просто рекомендательный движок, а платформа для персонализации CJM
Многие решения на рынке предлагают «виджеты рекомендаций». Gravity Field предлагает систему для сквозной персонализации пути клиента (CJM), которая:
- Тестирует любую гипотезу об интерфейсе.
- Персонализирует не только товарные ротации, но и UI-элементы (кнопки, тексты, контентные блоки).
- Сегментирует аудиторию в реальном времени и применяет разные сценарии.
- Действует омниканально, соединяя онлайн-данные с оффлайн-коммуникациями.
- Интегрируется с данными CRM, что позволяет работать с сегментом оттока.
Направление второе: Товарные рекомендации, которые работают в контексте
Здесь платформа Gravity Field раскрыла свой машинно-обучаемый потенциал, внедряя рекомендации именно там, где пользователь наиболее восприимчив.
Кампания: «Рекомендации в глубине каталога»
Описание: В каталог товаров встроили мини-виджет, который на основе ML-алгоритма предлагал персональные варианты с учетом предпочтений пользователя по цене и характеристикам.
Результат: На десктопах — оглушительный успех: +14.9% к конверсии, +7.63% к среднему чеку и +24.92% к выручке. Однако мобильные новички отреагировали негативно (-16.15%).
Инсайт: «Холодных» пользователей с мобильных устройств рекомендации раздражали. Это привело к важнейшему выводу: персонализация должна быть сегментированной не только по интересам, но и по «температуре» клиента и типу устройства. Блок для мобильных новичков отключили.
Кампания: «Рекомендации на пустой странице сравнения»
Описание: Страница сравнения — часто тупиковая точка. Ее оживили блоками «Недавно смотрели» и «Популярное».
Результат: Конверсия взлетела на 34.17%, выручка — на 32.72%. Алгоритм ловил пользователя в момент сомнений и предлагал новые варианты для выбора.
Кампания: «Каскадные рекомендации в «Избранном»»
Описание: В раздел «Избранное» добавили три блока рекомендаций: персональные, популярные и недавно просмотренные товары. Это сработало особенно мощно для пустых списков желаний.
Результат: Общий рост выручки на 6.73%. Среди новых пользователей — взрывной эффект: +43.73% к выручке и +25.63% к среднему чеку. «Избранное» превратилось из хранилища в точку роста.
Кампания: «Сопутствующие товары в корзине»
Описание: В корзину добавили блок «Вам может пригодиться».
Результат: Средний чек вырос на 4.7%. Подушки и постельное белье, выявленные ранее как ключевые товары для кросс-продаж, нашли своего идеального проводника.
Направление третье: Электронные чеки — темная лошадка омниканальности
Еще одним проектом стало использование товарных рекомендаций по алгоритму “Покупают вместе” в электронных чеках. Чеки — это канал с колоссальным охватом (тысячи писем в месяц) и практически нулевыми дополнительными затратами (ДРР).
Гипотеза: Электронный чек — это не просто квитанция, это момент максимальной вовлеченности клиента, только что совершившего покупку. Почему бы не использовать его для укрепления лояльности и демонстрации широты ассортимента?
Решение: В электронные чеки, которые получают все покупатели (включая оффлайн и омниканальных), встроили товарные рекомендации по алгоритму «Покупают вместе». Логика проста: если клиент купил кровать, в чеке ему покажут матрас, постельное белье, подушки и ночники. Если он обставил детскую — ему предложат детский текстиль, ковры и зеркала.
Результаты: За менее чем 3 месяца кампания показала охваты в несколько сотен тысяч пользователей. Она позволила Асконе мягко знакомить своих клиентов с полным ассортиментом, мотивируя на повторные и кросс-покупки, эффективно закрывая воронку для оффлайн-аудитории и доказывая, что «Аскона» — это не только про сон, но и про уютный дом в целом.
Итог: Цифры, которые говорят сами за себя
Суммируя работу по всем направлениям, мы видим целостную картину трансформации:
- Персонализация и товарные рекомендации приносят 15.66% от всей выручки на сайте Асконы в России.
- Из них 11.44% — прямая заслуга товарных рекомендаций на Российском сайте Асконы.
Это не просто проценты. Это доказательство того, что в современном ритейле глубокая персонализация на основе данных приносит успешный результат.
Выводы для ритейла от Асконы:
- Карта пути клиента (CJM) может стать отправной точкой для персонализации. Она помогает точечно адаптировать интерфейс под его задачи.
- Постепенное внедрение A/B-тестирования для мелких элементов — это путь к формированию надежной основы для преобразований. Такой подход открывает возможность для принятия решений, подтвержденных данными.
- Один из эффективных путей к более точным результатам — это переход к глубокой сегментации, учитывающей устройство, стадию взаимодействия с брендом и историю поведения, а не только интересы.
- Обмен данными между онлайн- и офлайн-каналами (чеки, рассылки) помогает увидеть возможности для более осмысленного и комплексного диалога с клиентом.
- Один из подходов — фокусироваться на сопровождении пользователя для достижения его цели. В этом контексте для сложных товаров полезными оказываются алгоритмы, способные предугадать потребности и сформировать персонализированные предложения.
История Асконы — это не история о внедрении новой технологии. Это история о том, как начать помогать покупать. И в условиях, когда рынок открыт для роста, именно такой подход оказывается самым мощным конкурентным преимуществом.
Какие шаги необходимо пройти, чтобы повторить успех? Cоветы команды Gravity Field
Опыт Асконы — это вдохновение для e-commerce менеджеров. Команда Gravity Field предлагает готовый план действий:
- Аудит CJM и данных: Проанализируйте свою воронку, точки «протекания», пересечение каналов. Определите ключевые сегменты (как «покупатели диванов» у «Асконы»).
- Формирование гипотез: Начните не с «внедрить рекомендации», а с «убрать барьер в корзине» или «оживить пустую страницу сравнения». Сфокусируйтесь на проблемах клиента.
- Приоритизация и запуск тестов: Используя платформу, запустите A/B-тесты на микро-изменениях (как кнопка «Далее»). Это даст быстрые победы и подтвердит подход.
- Внедрение ML-рекомендаций: Подключите алгоритмы к ключевым точкам (каталог, корзина, личный кабинет), но обязательно с сегментацией.
- Масштабирование на омниканальность: Используйте готовые каналы (чеки, email, смс) для переноса успешных персонализированных сценариев за пределы сайта.
- Итеративное улучшение: Постоянно анализируйте, сегментируйте, отключайте неудачные сценарии и усиливайте успешные
Время заменить агрессивный маркетинг на интеллектуальный сервис
Кейс Асконы доказывает, что в условиях изменения рынка побеждает не тот, кто тратит больше на привлечение, а тот, кто умнее работает с уже пришедшим трафиком.
Готовы перевести ваш цифровой опыт и оффлайн-коммуникации на новый уровень, где каждый клиент чувствует персональное отношение?
👉 Сделайте первый шаг: получите бесплатный аудит вашего сайта или приложения
📍Аудит займет несколько рабочих дней. Без обязательств, только конкретные инсайты и идеи под ваш проект.
