Кейс: реактивация в фуд-ритейле
Реактивация — одна из самых сложных и одновременно недооценённых задач. Кажется, что всё просто: есть пользователи, которые перестали покупать, значит, их нужно вернуть. На практике реактивацию не стоит превращать в попытку вернуть всех и каждого. Лучше честно решить, с кем вообще имеет смысл работать.
В рамках этого проекта мы сразу отказались от универсального подхода и начали с базового, но критически важного вопроса: кого именно мы хотим реактивировать и зачем это нужно бизнесу. Потому что не каждый пользователь из оттока — потеря. Часть аудитории могла изначально не обладать потенциалом к повторным покупкам, а часть — закрыть свою потребность или просто временно выпасть из регулярного паттерна.
— Кто все эти люди?
Первым этапом стала глубокая аналитика аудитории. Мы работали в тесной связке с командой аналитики клиента: они помогали с выгрузками исторических данных, давали внутренние инсайды по поведению пользователей, а мы, в свою очередь, формировали гипотезы и проверяли их на данных. Такой тандем позволил не просто посмотреть на отток как на цифру, а разобрать его на уровне причин и паттернов.
В фуд-ритейле особенно важно учитывать феномен ложного оттока. Пользователь может регулярно покупать, а затем пропасть на несколько недель или даже месяц. Формально он попадает в сегмент ушедших, но по факту это может быть отпуск, смена жизненного ритма или ситуативные обстоятельства. Попытка агрессивно реактивировать такого пользователя может не только не дать результата, но и навредить восприятию бренда.
Следующим шагом стало разделение оттока на сегменты. Мы выделили группы пользователей не только по факту отсутствия покупок, но и по их предыдущему поведению, частоте, среднему чеку, категории покупок и динамике активности. Это позволило понять, какие сегменты действительно представляют ценность для бизнеса и имеют потенциал вернуться в регулярное потребление.
Реактивация — это не одна задача, а набор разных сценариев под разные типы пользователей. Для части аудитории важно напомнить о себе и вернуть привычный паттерн. Для другой — пересобрать ценностное предложение. Для третьей — вообще не тратить ресурсы, потому что вероятность возврата слишком низкая или экономически нецелесообразна.
— А что делать будем?
Реализация проекта началась с определения базового ориентира — что в принципе считать нормой поведения для лояльного клиента в фуд-ритейле. Без этого невозможно корректно определить ни отток, ни момент, когда нужно вмешиваться. Мы провели когортный анализ, в рамках которого изучили частоту покупок пользователей в разрезе недель и месяцев. Это позволило зафиксировать ожидаемый ритм потребления и понять, какое поведение можно считать стабильным и лояльным для данного бизнеса.
Следующим шагом стало определение аудитории, которую в принципе не имеет смысла реактивировать. Это критически важный этап, который часто пропускается, но именно он позволяет не тратить ресурсы на заведомо неэффективные сегменты. Для этого мы сформировали когорты по дате регистрации и сопоставили их с датами последних покупок. Мы выбрали несколько репрезентативных когорт, которые не имели выраженных аномалий, и провели по ним обратный когортный анализ.
Этот анализ позволил детально разобрать пользователей, которые быстро уходят в отток и не возвращаются. Мы изучили их поведение: состав корзины, количество покупок, чувствительность к скидкам, средний чек, источники привлечения. За счёт этого стало понятно, какие паттерны характерны для «не наших» клиентов. Эти пользователи не демонстрировали потенциала к формированию лояльности, и по совокупности признаков мы исключили их из сегментов реактивации.
Параллельно мы проанализировали пользователей, которые отвалились не сразу, а спустя некоторое время после первых покупок, и при этом частично сохраняли контакт с брендом. Это позволило нам выделить границу между лояльными и полулояльными клиентами, а также лучше понять, какие характеристики и поведенческие признаки связаны с более устойчивым потреблением.
На основе этих двух полюсов — «не наши» и «лояльные» — мы сформировали систему признаков, которая легла в основу сегментации для реактивации. Это были не только количественные показатели, но и поведенческие характеристики, позволяющие более точно описать каждого пользователя и определить релевантный сценарий работы с ним.
Отдельным этапом стал расчёт временных интервалов между покупками. Мы проанализировали дельты между повторными заказами и рассчитали распределение этих интервалов. Ключевой метрикой здесь стал 90‑й перцентиль — срок, в который укладывается большинство повторных покупок. Этот показатель стал для нас ориентиром: если пользователь не совершает покупку в пределах этого интервала, вероятность его ухода в отток существенно возрастает.
Так, мы получили не просто статичное определение оттока, а динамическую модель, которая учитывает реальное поведение пользователей. Это позволило нам более точно определять момент, когда клиенту требуется реактивационное воздействие, и не запускать коммуникации слишком рано или слишком поздно.
В результате вся система реактивации была выстроена на основе последовательной аналитической логики: от определения нормы поведения до точечного выявления риска оттока и формирования сегментов, с которыми действительно имеет смысл работать.
— Есть ли жизнь после оттока?
Далее мы перешли к разработке сценариев реактивации. Для каждого сегмента были сформированы свои гипотезы и коммуникационные подходы. Где-то это были мягкие триггеры с акцентом на привычку и удобство, где-то — более сильные офферы, а в отдельных случаях — работа через изменение восприятия продукта или категории.
Ключевым принципом стало не просто достучаться до пользователя, а попасть в его текущий контекст. Мы учитывали, как меняется поведение аудитории, какие внешние факторы могут влиять на потребление, и адаптировали коммуникации под эти изменения. Это позволило сделать реактивацию не механической, а осмысленной и точечной. Для каждого сегмента — свой ритм и таймдельты, свои каналы или комплекс каналов.
После определения сегментов и их потенциала мы перешли к практической реализации — разработке конкретных сценариев реактивации. Важно, что мы не строили единый универсальный флоу, а заложили систему правил, в рамках которой отдельный сегмент получал собственную логику коммуникации.
Для каждого сегмента сформировали отдельные сценарии, основанные на их предыдущем поведении и покупательской истории. Внутри сценариев мы использовали различные дельты — отклонения от привычного поведения пользователя. Это могли быть изменения в частоте покупок, снижение среднего чека, выпадение из категории или полное отсутствие транзакций в ожидаемый период. Эти дельты становились триггерными точками входа в сценарий.
В зависимости от сегмента и его чувствительности к стимулированию мы внедряли персонализированные офферы. При этом предложение не было обязательным элементом: для части пользователей достаточно было напоминания или возвращения в привычный паттерн потребления, тогда как для других сегментов именно ценовое или продуктовое предложение становилось ключевым фактором возврата.
Отдельное внимание было уделено построению самих сценарных цепочек. Мы сформировали точки коммуникации, исходя из средних дельт по сегменту, но при этом оставляли возможность адаптации под конкретного пользователя. Это позволило уйти от жёстких цепочек и сделать сценарии более гибкими, реагирующими на поведение в процессе прохождения.
Критически важный фактор — сама специфика фуд-ритейла. Мы учитывали различия между категориями: готовая еда и продуктовая корзина требуют принципиально разных подходов. В готовой еде важны скорость принятия решения, ситуативность и эмоциональный триггер, а продуктовый ритейл чаще завязан на планирование, регулярность и привычки. Эти различия легли в основу как сегментации, так и логики сценариев.
Тонкости CRM в фудтехе: жизненный цикл, черри-пикеры и реактивация →
Сценарии получились динамичными и адаптивными. Они учитывали не только сегмент пользователя, но и его историю взаимодействия с брендом: какие категории он покупал, как часто, в какие периоды, как реагировал на предыдущие коммуникации. Это позволило выстраивать более точечное и релевантное взаимодействие.
Дополнительно в рамках разработки триггерных коммуникаций мы учитывали сезонность и контекст потребления. В фуд-ритейле это особенно важно: спрос на категории сильно меняется в зависимости от времени года, праздников и даже погодных условий. Поэтому сценарии включали в себя адаптацию контента и предложений под текущий сезонный спрос.
Также опирались на конкурентные преимущества клиента: ассортимент, скорость доставки, наличие уникальных позиций или выгодных условий. Эти факторы интегрировались в коммуникации как аргументы для возврата, усиливая ценностное предложение в глазах пользователя.
— И всё?
Важно отметить: работа с реактивацией не заканчивается на внедрении сценариев. Поведение пользователей в фуд-ритейле динамично. Любые изменения в контексте — сезонность, экономическая ситуация, изменения в продукте — сразу отражаются на паттернах потребления. Поэтому после получения первых результатов мы продолжаем доработку триггерных коммуникаций, регулярно пересматриваем сегменты и сценарии.
Триггеры: сущность, типы и современные ограничения →
Задача реактивации в итоге трансформировалась из разовой инициативы в постоянный процесс, встроенный в стратегию. Это позволило не просто вернуть часть пользователей здесь и сейчас, а выстроить систему, которая на протяжении длительного времени поддерживает базу в активном состоянии и приносит стабильный бизнес-результат.
В проекте со стороны агентства участвовала команда аналитики и стратег, а также менеджер проекта, который координировал процесс и обеспечивал связку с клиентской командой. Со стороны клиента был вовлечён CRM-маркетолог и аналитическая команда — это обеспечило необходимую глубину проработки и точность принимаемых решений.
