Глава 3: Сегментация и Персонализация

Усилия по персонализации увеличивают выручку в среднем на 10–15%, а в зависимости от отрасли — до 25%. Но вот неудобная правда: лишь 35% компаний уверены, что могут действительно обеспечивать персонализированный опыт по всем каналам. Большинство по-прежнему отправляют одно и то же письмо всем подряд.

Разрыв между пониманием важности сегментации и умением делать её хорошо — вот где лежат деньги. И это огромный разрыв. Большинство брендов знают, что нужно персонализировать. Большинство знают, что сегментация даёт лучшие результаты. Но большинство всё равно отправляют одно письмо на всю базу, потому что «нет времени настраивать сегменты» или «данные недостаточно чистые». Оба оправдания бьют мимо цели. Даже грубая сегментация (клиенты versus не-клиенты, вовлечённые versus невовлечённые) разительно превосходит полное её отсутствие. Не нужно идеальных данных, чтобы начать. Нужно просто начать.

За пределами Персонализации по Имени

Кэт Пэй (основательница Holistic Email Marketing, сооснователь Holistic Email Academy) говорит об этом уже много лет: персонализация, которая ограничивается «Привет, {first_name}», может на самом деле ухудшить результаты. Её исследование стало широко цитируемым: письма, персонализированные только по имени получателя в строке темы, при неперсонализированном содержимом тела, могут показывать результаты хуже, чем письма вообще без персонализации. Имя порождает ожидание личной релевантности, которую универсальный контент не может оправдать, создавая разрыв.

Настоящая персонализация означает, что сам контент меняется в зависимости от того, кто его получает. Динамические блоки контента, показывающие разные товары разным сегментам. Строки тем, ссылающиеся на реальное поведение. Время отправки, оптимизированное под индивидуальные привычки. Рекомендации товаров на основе истории покупок, а не случайных бестселлеров.

Цифры подтверждают это: использование данных клиентов в email-кампаниях увеличивает открываемость на 29% и CTR на 41%. Восемьдесят процентов клиентов охотнее покупают у брендов, предлагающих по-настоящему персонализированный опыт. Товарные рекомендации на основе истории покупок превосходят персонализацию по имени в 10–20 раз по влиянию на выручку.

Предлагаю следующую иерархию персонализации — от наиболее к наименее эффективной:

1. Поведенческая персонализация. Рекомендуйте товары на основе истории просмотров и покупок. Ссылайтесь на последнюю покупку. Признавайте уровень лояльности. Это персонализация с наибольшим эффектом, потому что она основана на том, что человек реально сделал.
2. Персонализация по жизненному циклу. Разный контент для новых подписчиков, активных клиентов, VIP и клиентов под угрозой оттока. Каждый этап требует принципиально разных сообщений и предложений.
3. Динамические блоки контента. Показывайте разные изображения, товары или разделы контента в зависимости от принадлежности к сегменту в рамках одного шаблона письма. Одна отправка — множество версий.
4. Персонализация времени отправки. Доставляйте в то время, когда каждый конкретный пользователь наиболее склонен к взаимодействию. Большинство крупных ESP предлагают это.
5. Геолокационная персонализация. Местные погодные отсылки, местные события, ближайшие магазины, контент, адаптированный к часовому поясу.
6. Персонализация по имени и базовым демографическим данным. Использование имени, упоминание дня рождения. Хорошо как дополнение к более глубокой персонализации, но само по себе несущественно.

Продвигайтесь по списку вниз. Каждый уровень добавляет ценность, но первые три обеспечивают подавляющую долю влияния на выручку.

Виды Сегментации

Демографическая. Возраст, пол, доход, местоположение. Основы. Полезна для широкого таргетинга, но сама по себе недостаточна. Географическая сегментация позволяет локализовать сообщения, проводить акции для отдельных регионов и отправлять в правильный часовой пояс. Для глобальной аудитории одна только сегментация по часовым поясам может заметно улучшить открываемость. Письмо, отправленное в 10:00 по Нью-Йорку, приходит в 3:00 в Сиднее — вот почему вы оказываетесь погребены под четырнадцатью другими письмами к тому моменту, как кто-то берёт телефон. Отправка с учётом часового пояса — простая правка, которую многие бренды упускают из виду.

Поведенческая. Что люди реально делают. История покупок, вовлечённость в email, просмотры сайта, брошенная корзина. Вот где настоящее преимущество. Триггерные письма, привязанные к конкретным действиям, по самой природе своей релевантны. Они стабильно показывают более высокие конверсии, чем любой другой вид сегментации, потому что письмо приходит в момент, когда поведение ещё свежо.

По жизненному циклу. Где человек находится на своём пути с вашим брендом. Новый подписчик нуждается в совершенно другом контенте, чем лояльный клиент с трёхлетним стажем. Сегментация по жизненному циклу это учитывает и соответственно адаптирует письма. Новые подписчики получают онбординг. Активные клиенты получают кросс-продажи и поощрения за лояльность. Уходящие клиенты получают кампании по возврату. Потерянные клиенты получают последнюю попытку перед удалением. Каждый этап требует принципиально разных сообщений, тона и предложений.

Этапы жизненного цикла, которые большинство брендов должны отслеживать:

1. Потенциальный клиент (подписался, но ещё не купил)
2. Новый клиент (первая покупка за последние 30 дней)
3. Активный клиент (покупка за последние 90 дней, больше одного раза)
4. VIP (высокая частота и/или высокий денежный показатель)
5. Под угрозой оттока (ранее активный, вовлечённость снижается)
6. Неактивный (нет покупок или вовлечённости 90–180 дней)
7. Потерянный (нет активности 180+ дней)

Привяжите email-потоки к этим этапам, и вы естественным образом создадите более релевантный опыт для каждого подписчика.

Психографическая. Образ жизни, интересы, ценности, убеждения. Сложнее уловить, но мощно, когда она есть. Если вы знаете, что подписчик заботится об устойчивом развитии, вы можете подчеркнуть свои экологические практики, а не просто предлагать скидки. Если другой подписчик мотивирован исключительно ценой, начните с лучших предложений. Zero-party данные (подробнее ниже) — лучший способ сбора психографической информации. Опросы, приветственные анкеты и выборки в центре предпочтений дают психографические сигналы, более надёжные, чем их вывод из поведения.

RFM (Recency, Frequency, Monetary). Фреймворк, заимствованный из прямого маркетинга, который отлично работает для email. Оцените клиентов по тому, как давно они покупали, как часто и сколько тратят. Это даёт структурированный способ по-разному обращаться с разными типами клиентов. Val Geisler (основательница Fix My Churn) выстроила целую практику вокруг использования поведенческой сегментации для снижения оттока и повышения удержания.

Руководство по Внедрению RFM

RFM-анализ звучит сложно, но внедрение может быть простым. Оцените каждого клиента по трём измерениям, каждое — от 1 до 5.

Recency. Как давно последняя покупка? Клиент, купивший вчера, получает 5. Клиент, купивший последний раз восемь месяцев назад, получает 1.

Frequency. Как часто покупает? Тот, кто покупает ежемесячно, получает 5. Тот, кто сделал единственную покупку, получает 1.

Monetary. Сколько тратит? Самые высокие траты — 5. Самые низкие — 1.

Объедините оценки и получите профиль для каждого клиента. Вот как работать с ключевыми сегментами:

Честная правда: простой RFM даёт 80% ценности при 20% усилий. Не нужна сложная модель скоринга для старта. Просто разбейте по давности последней покупки на 3–4 группы:

1. Покупка за последние 30 дней (активные)
2. Покупка 31–90 дней назад (тёплые)
3. Покупка 91–180 дней назад (остывающие)
4. Покупка 180+ дней назад (холодные)

Обращайтесь с каждой группой по-разному и сразу увидите результаты. Добавьте измерения частоты и денежного показателя, когда будете готовы к более тонкой настройке.

Для e-commerce брендов на Klaviyo предиктивная аналитика может выполнять большую часть этой работы автоматически. Klaviyo вычисляет прогнозируемую дату следующего заказа, прогнозируемую ценность клиента за время жизни и риск оттока для каждого клиента на основе истории покупок. Для SaaS и product-led компаний Vero использует другой подход: подключается непосредственно к вашему дата-складу (Snowflake, BigQuery, PostgreSQL, Redshift) и строит сегменты на основе ваших производственных событий, так что сегментация email всегда синхронизирована с тем, что пользователи реально делают в вашем продукте. Если ваш ESP не предлагает предиктивную аналитику или нативную сегментацию из склада, описанная выше ручная сегментация на четыре группы по давности охватывает подавляющую часть ценности.

Ещё одно практическое замечание: RFM не должен быть сложным, чтобы быть эффективным. Я видел бренды, которые всё усложняли с помощью изощрённых моделей скоринга и взвешенных формул. Начните с одной recency. Если это улучшит результаты (а это так), добавьте frequency. Если это улучшит результаты ещё больше, добавьте monetary. Совершенствование можно наращивать со временем, но простая версия работает прямо сейчас без дополнительных инструментов и интеграций.

Динамический Контент

Динамический контент позволяет создать единый шаблон письма, который отображает разный контент разным получателям на основе данных. Одно письмо, но сотня разных версий. Сегмент A видит Товар X, Сегмент B видит Товар Y, а Сегмент C видит кейс.

Это один из самых мощных инструментов email-маркетинга, и большинство им не пользуется. Семьдесят один процент американских потребителей ожидают, что бренды персонализируют их опыт. Семьдесят шесть процентов испытывают разочарование, когда этого не происходит.

Клиенты Backstroke видят в среднем на 31% больше выручки на отправку благодаря использованию расширенной сегментации и динамического контента. Brennan Dunn (основатель RightMessage и автор This Is Personal) поделился конкретными примерами, где внедрение динамических блоков контента (показ разных товаров или услуг разным сегментам в одном письме) увеличило выручку от email на 15–30%. Ключевой вывод: дело не только в том, чтобы отправлять разные письма разным людям. Дело в том, чтобы каждый элемент внутри одного письма был релевантен читателю.

Большинство современных ESP поддерживают динамический контент через условные блоки. В Klaviyo можно использовать блоки Показать/Скрыть на основе свойств профиля. В ActiveCampaign условные блоки контента решают ту же задачу. В Mailchimp работают теги слияния с условной логикой, хотя настройка менее интуитивна. Если ваш ESP не поддерживает динамический контент нативно, можно приблизиться к нему, создав отдельные сегменты и отправив слегка разные версии одной кампании каждому. Это больше работы, но прирост результатов оправдывает это.

Практический отправной пункт: создайте два варианта блока рекомендаций товаров. Для не-клиентов показывайте бестселлеры, для существующих клиентов — персонализированные рекомендации на основе истории покупок. Один динамический блок, применённый ко всем промо-письмам, улучшит релевантность для обеих групп при минимальных дальнейших усилиях.

Каскадная Сегментация

Стоящая техника: каскадная сегментация расставляет сегменты по приоритетам, так что клиенты проходят через них последовательно, а не попадают сразу в несколько пересекающихся кампаний. Это предотвращает проблему «трёх писем за день», которая толкает подписчиков к кнопке отписки.

Вот как это работает. Вы определяете порядок приоритетов для своих сегментов. Клиент, подходящий под несколько кампаний, попадает только в наиболее приоритетную. Например:

1. Брошенная корзина (наивысший приоритет, наиболее срочно)
2. Письмо после покупки
3. Брошенный просмотр
4. Кампания по возврату
5. Регулярная промо-кампания (наименьший приоритет)

Если клиент бросил корзину и также подходит под еженедельную акцию, он получает письмо про корзину, а не промо. Как только последовательность корзины завершится, он становится кандидатом для следующей подходящей кампании.

Jay Schwedelson постоянно подчёркивает, что избыток контактов — один из главных разрушителей email-результатов. Каскадная сегментация — одно из практических решений.

Большинство ESP не имеют встроенной каскадной функции, поэтому её нужно реализовывать через логику потоков. Базовый подход: перед тем как записать кого-то в новый поток, проверьте, активен ли он уже в потоке с более высоким приоритетом. Если да — исключите. Когда выйдет из более приоритетного потока, станет кандидатом для следующего подходящего. Требует некоторой настройки, но предотвращает ощущение хаоса у подписчика.

Более простая версия той же идеи: установите глобальный лимит частоты. Ни один подписчик не получает более одного автоматического письма и одного кампанийного письма за 24 часа, вне зависимости от того, в скольких потоках он участвует. Некоторые ESP (Klaviyo, Braze) поддерживают это нативно. Другие требуют ручного построения логики с условными шагами.

Скоринг Вовлечённости

Скоринг вовлечённости присваивает очки действиям подписчиков и снижает эти очки со временем, давая постоянную метрику вовлечённости каждого подписчика с вашим брендом.

Простая модель для старта:

Применяйте коэффициент убывания 10% в неделю. Действие прошлой недели стоит 90% от исходных очков. Действие четырёхнедельной давности — около 65%. Действие трёхмесячной давности — почти ничего.

Это создаёт динамический балл, отражающий текущую вовлечённость, а не историческое поведение. Используйте балл, чтобы определять:

• Частоту отправки. Подписчики с высоким баллом получают каждую кампанию. С низким — только лучший контент.
• Тип контента. Высокая вовлечённость? Кросс-продажи и апсейл. Низкая? Реактивация и контент с высокой ценностью.
• Попадание в поток. Запускайте определённые автоматизации только для подписчиков выше минимального порога.
• Время санст. Подписчики, чей балл падает до нуля, переходят в sunset-поток.

Большинство ESP — Klaviyo, ActiveCampaign — имеют встроенный скоринг вовлечённости. Если у вашего нет, можно приблизиться с помощью правил сегментов на основе давности последнего клика.

Главное в скоринге вовлечённости — то, что он учитывает давность так, как простые сегменты не могут. Подписчик, который кликнул пять ссылок шесть месяцев назад, но с тех пор ничего, — не вовлечён, даже если общее число кликов велико. Подписчик, кликнувший одну ссылку вчера, — высокововлечён, даже если общий счёт невысок. Механизм убывания фиксирует это различие. Без убывания вы измеряете исторический интерес, а не текущую вовлечённость.

Отправка по Уровням Вовлечённости

Это одна из самых простых и высокоэффективных оптимизаций, которую большинство брендов может сделать. Вместо того чтобы отправлять каждую кампанию всей базе, делите отправки по уровню вовлечённости.

Уровень 1: Кликал за последние 30 дней. Самые вовлечённые подписчики. Получают каждую кампанию.

Уровень 2: Кликал за последние 60 дней. Ещё вовлечены, но не ежедневные читатели. Получают большинство кампаний, примерно 75% отправок.

Уровень 3: Кликал за последние 90 дней. Показывает признаки угасания интереса. Получают только лучший контент, примерно 50% отправок.

Уровень 4: Нет вовлечённости 90–180 дней. Переведите в поток реактивации. Не отправляйте обычные кампании.

Уровень 5: Нет вовлечённости 180+ дней. Sunset-поток. Снизьте частоту, попытайтесь реактивировать, затем подавьте.

Примечание: я намеренно использовал вовлечённость по кликам, учитывая влияние Apple MPP на надёжность показателей открытия.

Результаты отправки по уровням вовлечённости стабильно сильны:

• Улучшение открываемости на 15–30% (потому что больше отправок тем, кто открывает)
• Снижение жалоб на спам на 20–40% (потому что меньше отправок тем, кто не хочет)
• Изменение общей выручки на 0–5% (часто нейтральное или даже положительное, потому что улучшенная доставляемость для вовлечённых сегментов с лихвой компенсирует снижение отправок невовлечённым)

Последний пункт удивляет людей. Вы отправляете меньше писем в целом, а выручка остаётся прежней или растёт. Механизм прост: лучшие сигналы вовлечённости ведут к лучшему попаданию во входящие, а значит больше писем реально доходит до ящиков тех, кто имеет значение.

Я наблюдал этот паттерн у многих клиентов SmartrMail. Бренд переходит с «отправить всё всем» на уровни вовлечённости, и за 4–6 недель общая репутация домена улучшается, показатель попадания во входящие растёт, а выручка остаётся стабильной или растёт. Единственная цена — небольшое время на настройку сегментов и корректировку рабочих процессов.

Если нужно внедрить только одну вещь из этой главы — пусть это будет отправка по уровням вовлечённости. Самая простая оптимизация с самым надёжным результатом.

Сбор Zero-Party Данных

Zero-party данные — это информация, которую подписчики дают вам добровольно и проактивно. В отличие от выводных данных (угадывание предпочтений по кликам), zero-party данные приходят напрямую от источника. Они надёжнее, а подписчики ценят то, что вы спросили, а не предположили.

Вопросы приветственного опроса. В приветственной серии (письмо 2 или 3) задайте один сегментирующий вопрос. Фирменная техника Brennan Dunn: попросите новых подписчиков определить свою роль, главную проблему или то, что они ищут. Используйте ответы для тегирования и сегментации. Он сообщал, что этот простой шаг может вдвое увеличить конверсию последующих email-последовательностей, потому что контент становится конкретно релевантным.

Центры предпочтений. Пусть подписчики выбирают, какие темы им интересны и как часто они хотят получать письма. Двадцать-тридцать процентов людей, кликающих «отписаться», вместо этого скорректируют предпочтения, когда им дают такую возможность. Это значимое число удержанных подписчиков.

Квизы. «Какой тип [X] вы?» с последующим захватом email для персонализированных результатов. Инструменты вроде Interact и Typeform упрощают их создание. Формат квиза имеет высокий процент завершения, потому что люди по природе любопытны к тому, как их классифицируют.

Опросы после покупки. «Что подтолкнуло к покупке?» или «Для чего будете использовать?» даёт психографические данные и данные о сценариях использования, которые питают лучшие рекомендации и контент.

Преимущество zero-party данных над выводными — точность. Тот, кто говорит вам, что заботится об экологии, точно заботится. Тот, кто кликнул на один экологичный товар, мог просто смотреть. Самозаявленные данные надёжнее для персонализации.

Zero-party данные имеют и преимущество доверия. Когда вы спрашиваете подписчика напрямую, он чувствует контроль над своими данными. Когда вы выводите из поведения без его ведома, это может ощущаться как вторжение. Сам вопрос строит доверие: «Мы хотим присылать вам релевантный контент, поэтому спрашиваем, что вам важно.» На это большинство людей реагирует положительно.

Центры Предпочтений

Хочу отдельно остановиться на центрах предпочтений, потому что они — один из самых недооценённых инструментов email-маркетинга.

Центр предпочтений — это страница, где подписчики могут настроить то, что получают от вас, вместо того чтобы просто полностью отписаться. Как правило, он позволяет выбрать:

• Темы контента (обновления продукта, образовательный контент, акции и продажи, корпоративные новости)
• Частоту писем (ежедневно, еженедельно, ежемесячно, только самое важное)
• Предпочтения формата (HTML или текст, хотя это сейчас менее распространено)

Данные о центрах предпочтений убедительны. Когда подписчики кликают «отписаться» и видят вместо этого центр предпочтений, 20–30% скорректируют предпочтения, а не отпишутся полностью. Это прямое снижение оттока базы.

Но главная выгода — собранные данные. Когда подписчик говорит вам, что хочет только обновления продукта, а не промо-письма, у вас теперь есть zero-party данные для постоянной сегментации. Его опыт улучшается (получает только то, что хочет), ваши метрики вовлечённости улучшаются (он охотнее открывает и кликает), а ваши отношения укрепляются (он чувствует контроль).

Сегментация в Масштабе (Базы 100K+)

Всё в этой главе применимо вне зависимости от размера базы. Но бренды, отправляющие 100 000+ письмам, сталкиваются с конкретными вызовами, которых нет у меньших баз. В масштабе ошибки умножаются быстрее, провайдеры входящих смотрят строже, а операционная сложность управления сегментами существенно возрастает.

Система уровней вовлечённости становится обязательной. При 100K+ контактах отправка каждой кампании на всю базу активно вредит. Вы сожжёте репутацию домена, спровоцируете фильтры Gmail и увидите, как показатель попадания во входящие деградирует за недели. Внедрите уровни вовлечённости (см. ранее в этой главе) как первый приоритет. Минимум — разделите базу на три уровня: 30 дней вовлечённые, 60 дней вовлечённые, 90+ дней неактивные. Только сегмент 30-дневной вовлечённости должен получать каждую кампанию.

Политики санст должны применяться, а не просто планироваться. В масштабе стоимость удержания неактивных подписчиков существенна. Десять процентов базы в 100 000 — это 10 000 контактов, за которые вы платите, не получая выручки, а они активно вредят доставляемости. Внедрите автоматическое подавление: после 120 дней нулевой вовлечённости (нет открытий, нет кликов) переводите подписчиков в отдельный поток реактивации. После завершения потока без ответа подавляйте их из всех маркетинговых отправок. Проверяйте ежеквартально и ежегодно удаляйте действительно мёртвые контакты.

Управление частотой в масштабе требует автоматизации, а не ручного контроля. Когда несколько членов команды, линейки продуктов и типы кампаний нацелены на одну и ту же базу, избыточный контакт без ограждений неизбежен. Установите лимиты частоты: ни один подписчик не получает более одного маркетингового письма в день и в идеале не более четырёх-пяти в неделю. Некоторые ESP (Klaviyo, Braze) поддерживают это нативно. Другие требуют ручного построения логики в условиях потоков.

Throttling отправки важен. Когда вы отправляете 100 000 писем одновременно, провайдеры это замечают. Растяните отправки на один-два часа с помощью настроек throttling вашего ESP. Это снижает вероятность срабатывания ограничений и даёт время поймать проблемы (битая ссылка, проблема рендеринга) до того, как вся база получит письмо.

Сегментируйте по вовлечённости и жизненному циклу, а не только по демографии. Большие базы соблазняют создавать сложные демографические сегменты (возраст + регион + пол + категория покупки). Сопротивляйтесь этому, если у вас нет объёма, чтобы каждый сегмент был статистически значимым. Сегмент в 200 человек на базе 100K — не сегмент, а погрешность округления. Фокусируйте сегментацию на измерениях с наибольшим влиянием на выручку: уровень вовлечённости, давность покупки, уровень ценности клиента за жизнь и интерес к категории товаров.

Тесты становятся мощнее в масштабе. При 100K+ подписчиков у вас есть размеры выборок для агрессивного тестирования. Запускайте A/B тесты на 5–10% базы и применяйте победителя к оставшимся 90–95%. Статистическую значимость можно достичь за часы, а не дни. Используйте это преимущество для систематического тестирования тем, времени отправки, структур предложений и форматов контента. В масштабе улучшение CTR на 2% по 100K подписчикам генерирует ощутимую дополнительную выручку.

Следите за доставляемостью по ISP. При большом объёме репутация у Gmail, Yahoo и Outlook может расходиться. Вы можете иметь отличное попадание во входящие у Gmail, но быть дросселированным Yahoo. Используйте Google Postmaster Tools и Microsoft SNDS для независимого мониторинга каждого провайдера. Если метрики одного провайдера ухудшаются, вы можете скорректировать отправки именно к нему, не меняя общую программу.

Пожизненная Ценность Подписчика

Понимание пожизненной ценности подписчика помогает принимать лучшие решения о затратах на привлечение, инвестициях в контент и усилиях по удержанию. Базовый расчёт: средняя выручка на подписчика в месяц, умноженная на среднюю продолжительность жизни подписчика в месяцах. Просто, но большинство брендов этого никогда не делают.

Отслеживайте LTV по источнику привлечения. Подписчики из органического поиска могут иметь совершенно другой LTV, чем пришедшие из платной кампании в Facebook. Я видел компании, перераспределявшие 40% бюджета на привлечение после того, как впервые провели этот анализ. В главе 9 подробно рассматриваются расчёт LTV, бенчмарки стоимости привлечения и целевые соотношения LTV:CAC.