В этом кейсе рассказываем о том, как платформа рекомендаций и персонализации Gravity Field помогла крупнейшей в России сети зоомагазинов Четыре Лапы увеличить выручку в мобильном приложении за счёт персонализированных рекомендаций. Гипотезы на разных сегментах показали рост выручки от 1,25% до 11,29% и рост CTR товарных карточек до 55%.
Четыре Лапы — крупнейшая российская сеть зоомагазинов и сервисов для заботы о домашних животных. Компания объединяет свыше 600 магазинов по всей России, собственную сеть ветеринарных центров и салонов груминга. В ассортименте — более 25 000 товаров для кошек, собак, грызунов, птиц, рыб и экзотических животных. Это не просто магазин, а целая экосистема заботы о питомце: проверенные бренды, пет-сервисы и экспертиза под рукой.
Но даже лидеру рынка важно постоянно улучшать цифровой опыт клиентов. Владельцы животных — это лояльная аудитория с повторными покупками, но их ожидания растут: они хотят видеть релевантные товары, получать персонализированные предложения и не тратить время на поиск среди тысяч позиций. Тот, кто сможет предложить правильный товар в правильный момент, получает не просто продажу — он получает постоянного клиента.
Как устроен подход: от гипотезы до получения результатов
Успешный A/B-тест — это не просто «давайте попробуем поменять рекомендации». Это комбинация трёх элементов: глубокая аналитика поведения пользователей, чёткая сегментация аудитории и технологическая платформа, которая позволяет быстро запускать тесты и получать статистически значимые результаты.
Именно такой подход использовала Gravity Field в работе с Четырьмя Лапами. Платформа позволила e-com команде не только проверять гипотезы параллельно, но и делать это с правильным распределением трафика, расчётом статистической значимости и детальной сегментацией аудитории.
Как персонализация по аффинитивности к бренду увеличила выручку на 3.5%
Что сделали
У каждого владельца животного есть любимые бренды — кто-то кормит кота только премиальным кормом, кто-то доверяет конкретному производителю лекарств. Если пользователь проявляет высокую степень интереса (аффинитивности) к определённому бренду, ему показывают товары этого же бренда. Эта стратегия тестировалась против стандартных рекомендаций, не учитывающих брендовые предпочтения.
Результаты
- Выручка выросла на 3.59%;
- CTR карточки товара из рекомендательного виджета увеличился на 55.43%.
Почему сработало
Пользователь, который уже доверяет бренду, с большей вероятностью купит другой товар этого же бренда, чем неизвестный аналог. Брендовая лояльность — это мощный триггер, который сокращает путь к покупке: пользователю не нужно изучать характеристики и сравнивать — он уже знает, что это качество.
Выводы
Учёт брендовых предпочтений в рекомендациях — один из самых эффективных способов повысить конверсию. Пользователи покупают не просто товары, а знакомые и проверенные бренды.
Как сезонные рекомендации в корзине увеличили выручку новых пользователей на 11%
Что сделали
В сезон активной профилактики блох и клещей в корзине добавили рекомендации препаратов от блох и клещей на первые слоты, исключив при этом из рекомендаций сухой корм. Тест проводился против рекомендаций без препаратов от блох и клещей.
Результаты
На сегменте новых пользователей:
- Выручка выросла на 11.29%;
- Количество покупок увеличилось на 10.26%;
- Средний чек вырос на 0.87%.
Почему сработало
Новые пользователи ещё не сформировали привычку покупать определённые товары в определённое время. Им нужна подсказка. Когда пользователь уже добавил что-то в корзину и видит актуальное сезонное предложение, он воспринимает это как заботу, а не как навязчивую рекламу. «Я иду покупать корм, а мне напоминают, что пора обработать питомца от клещей — спасибо, что не пришлось тратить время на поиски и оформлять отдельный заказ».
Выводы
Сезонные рекомендации в корзине работают особенно хорошо на новых пользователях — они ещё не знают ассортимент магазин и ценят подсказки. Контекст (корзина + сезон) усиливает релевантность и воспринимается как полезный совет, а не как навязчивая продажа.
Как рекомендации товаров с высоким рейтингом увеличили выручку владельцев собак
Что сделали
На главной странице для владельцев собак начали рекомендовать товары с рейтингом 4.8–5 звёзд. Стратегия с высоким рейтингом тестировалась против аналогичной стратегии, но без фильтра по рейтингу.
Результаты
- Выручка выросла на 1.25%;
- Количество покупок выросло на 1.38%.
Почему сработало
Покупатели часто смотрят на отзывы и рейтинги. Они хотят быть уверены, что покупают проверенный товар. Рекомендация товаров с высоким рейтингом снимает этот барьер: пользователю не нужно изучать десятки отзывов, он видит, что товар уже оценён другими.
Выводы
Даже небольшой рост — это стабильный прирост. Фильтрация по рейтингу — простой способ повысить доверие к рекомендациям и конверсию без изменения ассортимента.
Как рекомендательный виджет при пустом поиске увеличил выручку новых пользователей на 10%
Что сделали
Когда пользователь использует поиск, но в результатах поиска нет товаров, то ему показывают рекомендательный виджет. Виджет миксует три алгоритма: персональные интересы, популярные товары и недавно просмотренные. Такой микс тестировался против алгоритма «Популярное».
Читай также: METRO СТМ 2.0: Как увеличить продажи собственных марок на 4% и выше — пошаговое руководство для электронной коммерции
Результаты
На сегменте новых пользователей:
- Выручка выросла на 10.29%;
- Количество покупателей выросло на 8.64%;
- Количество покупок выросло на 10.61%.
Почему сработало
Новые пользователи часто не знают, что именно искать. Они открывают поиск с вопросом «что мне купить?» и, если видят пустую страницу, уходят. А если видят подборку интересных товаров, то начинают изучать, кликать, добавлять в корзину. Микс алгоритмов даёт разнообразие: персональные интересы — для релевантности, недавно просмотренное — для возврата к тому, что уже заинтересовало.
Выводы
Пустой поиск — это не ошибка, а возможность. Вместо того чтобы показывать пустую страницу, можно превратить её в точку входа в каталог вместо оттока пользователя. Для новых пользователей это особенно ценно — они ещё не знают ассортимент и нуждаются в навигации.
Как микс-стратегия рекомендаций на главной странице увеличила выручку почти в 3 раза у вернувшихся пользователей
Что сделали
На главной странице для вернувшихся пользователей протестировали две рекомендательные стратегии. В первой использовали моно-стратегию на основе персональных интересов пользователя. Во второй — микс-стратегию, которая объединяла три алгоритма: персональные интересы, куплено с недавно купленными и недавно просмотренные товары.
Результаты
Микс-стратегия показала результаты значительно лучше относительно моно-стратегии:
- Выручка выше почти в 3 раза;
- Покупки +90%;
- Конверсия из клика в покупку +16,9%.
Почему сработало
Вернувшийся пользователь — это уже не «холодный» посетитель. У него есть история: он что-то смотрел, возможно, уже покупал. Микс алгоритмов даёт разнообразие рекомендаций и повышает шанс, что пользователь найдёт что-то интересное и совершит покупку.
Выводы
Мы всё чаще видим, как один алгоритм не может охватить весь контекст поведения пользователя и сильно сужает возможности персонализации. В данном тесте для вернувшихся пользователей микс-стратегия сработала значительно лучше из-за комбинация — интересы, история покупок, недавние просмотры, всё это даёт синергетический эффект для удержания внимания пользователя и конверсии в покупку.
Ключевые возможности платформы, которые помогли достичь результатов
Товарные рекомендации с гибкими стратегиями.
Gravity Field позволяет создавать рекомендательные стратегии, объединяя несколько алгоритмов, фильтры и правила мерчандайзинга (готовые и кастомные). В тестах Четырёх Лап использовались персонализация по брендовой аффинитивности, сезонные подмешивания, фильтрация по рейтингу и микс алгоритмов.
A/B-тестирование рекомендаций.
Платформа даёт возможность сравнивать разные рекомендательные стратегии, распределять трафик и автоматически рассчитывать статистическую значимость результатов.
Персонализация.
Gravity Field поддерживает кампании в приложении: inline-блоки, рекомендации, персонализированные сообщения. Это критически важно для любого e-com, особенно где очень высокая доля повторных покупок.
Глубокая сегментация.
Платформа позволяет анализировать результаты тестов в разрезе любых аудиторий — новые vs старые пользователи, владельцы собак vs владельцы кошек, устройства, география и др.
Итоговые выводы
- Персонализация по брендовым предпочтениям работает.Пользователи покупают знакомые бренды — и готовы покупать больше товаров этих же брендов. CTR карточки вырос на 55% — это не просто «чуть лучше», это кратный рост вовлечённости.
- Контекст решает всё.Сезонные рекомендации в корзине дали +11% выручки у новых пользователей. Когда рекомендация совпадает с контекстом (время года + этап воронки), она воспринимается как помощь, а не как продажа.
- Всегда можно найти quick win гипотезы .Рекомендации по рейтингу дали +1,25% к выручке. Это может показаться скромным, но для крупного ритейлера это миллионы рублей дополнительной выручки без каких-либо затрат на ассортимент или рекламу.
- Пустой поиск — это точка роста для любого e-com. Вместо того чтобы терять пользователей на пустой странице, можно показывать им персонализированные подборки.
- Без сегментации в современном e-com конкурентоспособность значительно падает. Одна и та же гипотеза может работать по-разному для разных аудиторий. Именно поэтому Gravity Field делает акцент на аналитике в разрезе сегментов.
Получите бесплатный аудит
Если ваш бизнес работает с большим трафиком и вы хотите понять, какие именно изменения на сайте принесут реальный рост конверсии и выручки, у Gravity Field есть четкое понимание, как это сделать
Запросите демо Gravity Field — сделаем аудит ваших товарных рекомендаций и покажем, где платформа Gravity Field может дать измеримый прирост конверсии, выручки, среднего чека и других метрик.
Аудит займёт несколько рабочих дней. Без обязательств — только конкретные инсайты и идеи под ваш проект.
