Кейс: как мы выявили паттерны лояльного поведения и превратили их в работающую CRM-логику

Работа с лояльностью почти всегда звучит для рынка очень просто. Кажется, что достаточно посмотреть на частоту заказов, средний чек, поведение в каналах, выделить активных пользователей и дальше уже работать с ними через персональные коммуникации, акции и триггеры. На практике такой подход даёт только часть ответа. Он позволяет увидеть результат, но не всегда позволяет понять причину. 

Для крупных брендов в категории ресторанов и доставки, федеральной сети с высоким средним чеком и масштабным присутствием на рынке, в том числе за пределами одного региона и даже одной страны, особенно важна не поверхностная оптимизация, а глубокая аналитическая работа, которая помогает находить реальные закономерности в поведении аудитории и переводить их в практические решения. 

Недостаточно просто знать, кто сейчас лоялен. Нужно понимать, как именно эта лояльность формируется, какие факторы на неё реально влияют, какие действия пользователя в самом начале его пути оказываются определяющими, и можно ли на эту траекторию повлиять заранее, а не тогда, когда пользователь уже либо закрепился, либо уходит в отток. Разберём такой подход на примере реальных запросов клиента.

— Нам нужно вырастить число вторых заказов

Первое, что мы сделали, — зафиксировали, что именно мы считаем лояльностью в рамках этого бизнеса. Лояльность формируется не в моменте и не через один удачный опыт. Она складывается из определённого количества заказов и заданной частоты взаимодействий. Именно эта комбинация даёт переход пользователя из разового в регулярное поведение.

Мы получили не «ощущение», а чёткое числовое понимание:

— сколько заказов нужно пользователю, чтобы закрепиться в метриках;
— в какие сроки это должно происходить;
— какая частота взаимодействий является критической.

Таким образом, второй заказ перестаёт быть отдельной метрикой. Он становится частью траектории, без которой невозможно выйти в лояльность.

Перед нами стояла нестандартная задача по улучшению коммуникаций и неточечная настройка отдельного триггера. Нужно было определить, по каким параметрам можно вычислить будущую лояльность пользователя, какие паттерны поведения являются для неё определяющими, а какие только кажутся важными, и как использовать эти знания в дальнейшей логике, чтобы не просто фиксировать уже лояльную аудиторию, а целенаправленно увеличивать её объём и качество.

Подобные задачи требуют зрелого подхода с обеих сторон. Ключевую роль в этом проекте сыграла плотная связка с аналитической командой клиента. Это был не формат, когда агентство получает разовый набор цифр, делает несколько слайдов и выдаёт выводы. Мы работали как единая исследовательская команда. 

Со стороны клиента был сильный аналитический контур. Он хорошо знает продукт, сохраняет исторические данные, понимает внутреннюю специфику, ограничения системы, особенности сегментов и поведение пользователей в нюансах, которые невозможно считать только по внешней логике. По нашему запросу команда клиента выдала доступ к необходимым массивам данных для анализа, помогала быстро добирать нужные срезы, подтверждать или опровергать предположения. А ещё — давала важный внутренний контекст, без которого часть закономерностей могла бы выглядеть иначе. 

Прямой доступ к данным — это всегда про оптимизацию времени и ресурса команды. 

При этом именно внешний взгляд позволил этой работе выйти за пределы привычной внутренней оптики. Внутренняя команда, даже очень сильная, всегда находится внутри уже сложившейся логики проекта. Агентство же приходит с насмотренностью на большое количество других бизнесов, моделей поведения, рынков и задач. В таком тандеме получился действительно сильный результат.

Некоторые внутренние инсайты клиента мы в процессе подтверждали цифрами и укрепляли. Некоторые пересматривали, потому что данные показывали более сложную или совсем другую взаимосвязь. А в ряде случаев мы помогали увидеть альтернативное направление решения, которое не лежало на поверхности и не вытекало из привычной для команды логики. 

Поэтому работа внешней стратегической и аналитической команды особенно хорошо отрабатывает на зрелых проектах. Она не заменяет внутреннюю экспертизу клиента, а усиливает её. Здесь особенно ценен не просто исполнитель, а партнёр, который может встроиться в процесс и помочь расширить сам способ мышления о задаче.

— Что нам поможет заработать денег, а не просто показать красивые цифры в отчёте?

Свою работу мы начали не с коммуникаций и не с попытки быстро найти красивую гипотезу для проверки в промо или триггере, а с аналитического фундамента. Разберём поэтапно.

Когортный анализ

Он позволил посмотреть на поведение пользователей в динамике и увидеть, как формируется удержание, как меняется повторяемость заказов, как аудитория проходит через разные стадии взаимодействия с брендом. С его помощью мы посмотрели, как ведут себя пользователи во времени: как формируется удержание, как растёт доля повторных заказов и как клиенты проходят разные стадии взаимодействия с брендом.

Отдельно разобрали, как меняется средний чек по мере роста количества заказов — и сравнили это между когортами. Это помогает понять, какие пользователи со временем начинают приносить больше выручки, а какие — нет.

Но классического когортного анализа в этом случае было недостаточно. Он хорошо показывает движение когорт во времени, но не всегда помогает точно ответить на вопрос, что именно отличает будущую лояльную аудиторию от всех остальных уже на раннем этапе.

Обратный когортный анализ

Мы пошли не от старта к результату, а от результата к старту. Взяли пользователей, которые уже доказали свою ценность, показали нужный уровень лояльности и удержания. И начали разбирать их путь назад.

Нас интересовало, как именно они входили в систему, что делали в первые касания, как выглядело их раннее поведение, какие действия повторялись, какие признаки оказывались общими, а какие не играли решающей роли. Такой подход позволил посмотреть не на абстрактную массу пользователей, а на конкретный тип ценного поведения и начать выявлять его ранние маркеры.

Отдельно посмотрели на средний чек в разрезе срока жизни: как он меняется в зависимости от того, когда пользователь «отваливается». Таким образом мы можем сравнить всех пользователей из когорты между собой, например можно увидеть следующую картину, что пользователи который с нами давно, изначально имеют средний чек выше. Также можно наблюдать, как меняется поведение пользователей перед оттоком (падает ли метрика у пользователей перед оттоком или же всё статично).

Кластерный анализ

Это был принципиально важный этап, потому что сама категория ресторанов и доставки очень неоднородна. Даже внутри одной сильной сети пользователи могут вести себя совершенно по-разному. Кто-то приходит за частым и утилитарным заказом, кто-то связан с определёнными жизненными сценариями, а кто-то реагирует на промо или формирует привычку без скидочной мотивации.

Кластеризация позволила не смотреть на аудиторию как на единый массив и не делать опасных усреднений. Они часто выглядят красиво, но плохо работают в реальном применении. Благодаря этому мы увидели группы поведения, поняли различия между ними и точнее определили, какие паттерны стоит считать признаками будущей лояльности, а какие относятся только к отдельным сегментам и не могут быть универсальной опорой для стратегии.

Дополнительно признаки можно разложить по отдельным осям и посмотреть их в разных сочетаниях, чтобы увидеть, как именно формируются поведенческие различия между сегментами. Это помогает быстрее находить устойчивые паттерны и лучше понимать структуру аудитории.

Оценка эффективности новых продуктов

Для бизнеса важно не просто запускать новые продукты, а понимать, как они реально влияют на поведение пользователей и выручку. Одни позиции могут давать быстрые продажи, но не приводить к возврату, другие — наоборот формируют привычку и долгосрочную ценность.

Мы оценили возвращаемость к новым продуктам и посмотрели, как ведут себя пользователи, которые их заказывают. Это помогает понять, какие продукты заходят именно «сильной» аудитории и формируют ценное поведение, а какие — работают скорее на разовый интерес.

— Так, данных много, как мы их будем использовать?

На следующем этапе началась самая большая и одновременно самая ценная часть работы. Мы перешли к исследованию гипотез.

Именно здесь особенно проявляется зрелость команды и отличие сильного аналитико-стратегического подхода от поверхностной маркетинговой логики. На рынке до сих пор есть ожидание, что хорошая команда должна почти сразу прийти с набором правильных ответов. На деле серьёзная работа устроена иначе.

Если гипотез мало, если они слишком очевидны и если почти все они подтверждаются, это чаще всего говорит не о высоком качестве исследования, а о его недостаточной глубине. В реальном проекте, особенно когда речь идёт о поведении аудитории, гипотез должно быть много. Они должны смотреть на задачу под разными углами. Значительная их часть не подтвердится. И это не проблема, а нормальный признак качественной работы.

Мы проверяли большое количество направлений:

— продуктовые параметры;
— характер первых заказов;
— интервалы между действиями;
— глубину раннего взаимодействия;
— разные типы пользовательских сценариев;
— признаки, связанные с повторением определённых паттернов, реакцией на разные механики и контекстом поведения. 

Мы рассматривали общее пользовательское поведение, связку между действиями в системе и долгосрочной ценностью. Наша команда в таких проектах сознательно выходит за рамки только одного направления. Потому что лояльность не рождается внутри одного канала, а формируется на стыке продукта, сервиса, сценария потребления, пользовательского опыта, коммуникаций и логики удержания. Если анализировать только письма, пуши или акции, можно получить очень ограниченную картину.

Именно эта междисциплинарность дала проекту реальную глубину. Мы смогли простроить взаимосвязи, которые не лежали на поверхности, но при этом чётко подтверждались цифрами. Это позволило отделить факторы, действительно влияющие на лояльное поведение, от факторов, которые просто часто встречаются рядом с ним и потому легко принимаются за причину.

Для крупного бизнеса это критически важно. Ошибка в такой логике стоит очень дорого. Если бренд начинает масштабировать не тот паттерн, он может усиливать активности, которые дают краткосрочный отклик, но не строят долгосрочную ценность. Наша задача как раз заключалась в том, чтобы не поддаться на очевидные, но не всегда верные объяснения, а найти настоящие определяющие признаки.

Важную роль в результате сыграл и состав проектной команды. В работе участвовали наши сильные ребята из отдела аналитики, а также привлечённый эксперт, который усиливал проект своим опытом и помогал смотреть на задачу ещё шире. Для нас это важный принцип организации сложных кейсов. Мы не учимся на проекте за счёт клиента. Мы собираем под задачу нужную экспертизу и сразу работаем на уровне решений.

Работа с экспертами рынка →

Именно поэтому на реализацию подобных задач уходит меньше времени, чем могло бы уйти у менее опытной команды или у внутреннего подразделения, которому пришлось бы проходить длинный цикл проб и погружения. Это важная, но часто недооценённая ценность для бренда. Высокое качество услуг не обязательно означает перегруженный бюджет и бесконечные часы. Наоборот, зрелая команда часто работает быстрее. Потому что уже умеет распознавать ключевые точки, правильно ставить исследование, не тратить время на хаотичные действия и быстро переводить аналитику в рабочие решения.

Для клиента такая работа получилась не только сильной по качеству, но и достаточно рациональной по затратам. Бренд получил не просто набор исследований, а доступ к сильной внешней экспертизе, стратегическому мышлению, аналитической глубине и насмотренности на другие проекты и рынки. Это особенно полезно, когда внутренняя команда уже сильная, но ей важно получить дополнительную точку зрения, проверить собственные гипотезы, обогатить картину внешним опытом и увидеть новые возможные решения. В такой модели агентство не конкурирует с клиентской командой, а создаёт для неё более сильное интеллектуальное окружение. 

— Круто, а результаты где?

После того как ключевые закономерности были выявлены, мы перевели результаты исследования в прикладную плоскость. Полученные параметры легли в основу триггерных механик и промологики, которые уже не просто реагируют на действия пользователей, а помогают подстраивать аудиторию под нужное нам лояльное поведение. 

Вместо классической модели, где бренд в основном догоняет поведение пользователя и старается усилить уже проявленные сигналы, мы начали выстраивать сценарии, которые формируют нужную траекторию заранее — стали работать не только с результатом, но и с вероятностью возникновения этого результата.

Такой подход дал значимый эффект (у нас NDA, не можем разглашать цифры даже в обезличенном кейсе). Часть гипотез и тестов до сих пор продолжает проверяться, но мы уже увидели позитивную динамику по тем метрикам, которые были для проекта принципиальны. Улучшились количественные и качественные показатели лояльной аудитории. На цифрах стало видно улучшение удержания, а вслед за этим и рост жизненной ценности клиента.

Это особенно важно. Проделанная работа напрямую повлияла на бизнес-результат, а не осталась набором красивых аналитических конструкций. Для нас как для агентства это принципиальная позиция. Аналитика имеет смысл только тогда, когда помогает принимать более точные решения и в итоге менять экономику проекта.

При этом мы честно смотрим на такие кейсы. Подобная история не заканчивается в точке первого положительного результата. Наоборот, именно после первых подтверждённых успехов начинается следующий важный этап. Мы расширяем этот подход на другие направления триггеров, продолжаем смотреть на аудиторию от лояльного сегмента назад, исследуем новые наборы факторов, тестируем дополнительные гипотезы и ищем ещё более точные взаимосвязи. Это позволяет не останавливаться на первом найденном рабочем решении, а постепенно выстраивать более зрелую модель управления пользовательским поведением.

— Мы молодцы!

Такие проекты показывают разницу между поверхностной активностью и системным подходом. Не просто набросать правдоподобных идей или продать универсальный шаблон, а глубоко погрузиться в задачу, работать с большим количеством гипотез, видеть данные шире стандартных инструментов и превращать исследования в решения, которые влияют на удержание, жизненную ценность клиента и качество лояльной аудитории.

Отличный пример того, как внешний незамыленный взгляд может увидеть годами складывающуюся картину под совершенно новым углом, и выдать значительную бизнесовую ценность по, казалось бы, очень типовой задаче.

Виктор Крылов, партнёр агентства Mailfit по аналитике и стратегии. Автор Телеграм-канала V — значит Value | Виктор Крылов

Этот кейс отражает наш подход в целом. Мы не ограничиваемся поверхностным уровнем задачи и рассылками ради рассылок. Выходим за рамки канала, смотрим на продукт, поведение пользователя, внутреннюю логику бизнеса и реальные метрики. Встраиваемся в сильные команды клиентов и усиливаем их, работаем в тандеме, а не как внешний подрядчик. Привлекаем под задачу нужный уровень экспертизы, делаем это рационально по времени и бюджету. И главное — не просто анализируем, а находим взаимосвязи, которые становятся основой для роста.

Если хотите обсудить, как такой подход применить в вашем проекте, заполните форму ниже или напишите в Телеграм Юлии Плосконосовой @jploskonosova.

Доверять такие проекты нам — это не про передачу задач на сторону, а про возможность получить внешнего партнёра, который быстро включается, не тратит время клиента на обучение, умеет спорить с очевидным и докапываться до реальных причин. В сложных аналитических проектах это та разница, которая отделяет просто активную работу от сильного, системного и заметного результата.