Кейс: онлайн-магазин книг

Снижение стоимости САС за счет оптимизации воронки

"Мы заливали бюджет в контекстную рекламу и соцсети, но рост выручки остановился. Было ощущение, что мы просто «покупаем» разовые заказы за свои же деньги, а постоянная клиентская база не формируется. Не понимали, какой канал реально работает, а какой просто ест бюджет."
Было → Стало (ключевые метрики за 6 месяцев):
  • Стоимость привлечения клиента (CAC): с 2 400 ₽ → до 1 650 ₽ (снизили на 31%).
  • Повторные покупки (доля в выручке): с 18% → до 34%.
  • Средний чек: с 1 800 ₽ → до 2 700 ₽ (за счёт кросс-селлинга).
  • Конверсия в первую покупку с рекламного трафика: с 3,8% → до 6,2%.
По итогам аналитики воронки клиентов, оценки когорт и сегментов, а также имеющейся клиентской базы с использованием, в том числе, ML BG/NBD модели, сделано следующее:

1. Отказались от аукционов за внимание, начали системный диалог.

70% бюджета уходило на конверсию холодного трафика. По итогам проведения аудита распределения бюджета по каналам и выявили дисбаланс: 85% уходило на контекстную рекламу с «горячими» запросами, где цена клика была максимальной, а конверсия — низкой.

Было: 85% – Яндекс.Директ (общий бюджет), 10% – соцсети, 5% – email.

Стало: 50% – ретаргетинг в соцсетях и динамические объявления по нашей базе, 30% – контекст по низкочастотным «нишевым» запросам (например, «современная японская проза отзывы»), 20% – автоматизированный email-маркетинг.

Механика: Запустили цепочки писем с триггерами: брошенная корзина → письмо с рецензией на книгу; первая покупка → персонализированная подборка «Что читать дальше»; 3 месяца без покупок → письмо с эксклюзивным интервью автора. Результат: стоимость повторного заказа упала в 4 раза.


2. Научились «считать» клиента, а не разовую сделку.

Раньше оценивали только первый чек как метрику эффективности. В процессе совместной работы внедрили систему сегментации в CRM по поведенческим моделям и рассчитали потенциал LTV для каждого сегмента.

Механика: Клиентов разделили не по стандартным признакам "пол-возраст-город", а по паттернам: «исследователь» (читает предисловие и отзывы), «коллекционер» (покупает серии), «импульсивный читатель» (покупает новинки в день выхода). Для каждого сегмента создали отдельные рекламные кампании и предложения. Например, для «коллекционеров» сделали автоматическую рассылку о выходе новой книги в серии с предзаказом со скидкой 15%.

Результат: средний LTV клиента вырос с 2 160 ₽ (1.2 покупки) до 8 100 ₽ (3 покупки) за 6 месяцев.

3. Заменили «креативные воронки» на финансовые модели каналов.

Каждый канал стал оцениваться не по лидам, а по прибыли на платящего клиента за 12 месяцев.

Механика: Закрыли убыточные каналы (тизерные сети, блогеры с низкой конверсией), где CAC превышал средний чек. Освободившийся бюджет перенаправили в партнёрскую программу для лояльных читателей.

Конкретика: Запустили двухуровневую реферальную систему. Постоянный клиент получает персональный промокод на 10% для друга, а при успешной покупке друга — 500 ₽ на свой счёт, которыми может оплачивать до 50% от суммы следующей покупки. Это создало постоянный поток «тёплых» лидов с конверсией 22% (против 3.8% с холодной рекламы). Теперь 35% новых клиентов приходят по рекомендациям.
Какие возможности использовал клиент
  1. Аудит распределения бюджета по каналам с расчётом CAC и LTV по каждому каналу коммуникации;
  2. Создание и внедрение CJM, на основе которой была собрана сквозная аналитика, перераспределен бюджет на основе данных о пожизненной ценности клиента, разработана и автоматизирована система сегментированных коммуникаций (триггерные письма, ретаргетинг);
  3. В коммуникационную стратегию спроектирована и добавлена реферальная программа, превратившая лояльных клиентов в основной канал привлечения новых покупателей с прогнозируемой выручкой.
Я верю, что каждый бизнес достоин любви своих клиентов.
Made on
Tilda