Это руководство о том, что такое персонализированные письма с товарными рекомендациями и почему они работают для малого интернет‑магазина в Беларуси. Коротко: письма с релевантными предложениями удерживают клиентов, повышают средний чек и ускоряют повторные продажи.
Как работают простые рекомендации: правило «похожее + допродажа»
Пример: небольшой магазин одежды в Гродно отправляет клиенту письмо после покупки футболки. В письме показывают похожие футболки по стилю и аксессуары, которые дополняют образ. Клиент видит 3–5 карточек и один купон на следующую покупку — отклик растёт.
Как сделать:
- Выгрузите из учётной системы список купленных артикулов за 6 месяцев с полями: код, категория, бренд, цена.
- Составьте простые правила:
- «Если категория = футболки → показать аксессуары из сопутствующих категорий»
- «Если товар A часто покупают с товаром B → показать B» (частота от покупок ≥ 5)
- В шаблоне письма вставьте динамические блоки: 3 похожих товара + 1 допродажа.
Подключение данных из учётной системы: минимальный стек для магазина на DIKIDI/1C/Excel
Пример: интернет‑аптека в Могилёве использует Excel как простой учёт и хочет отправлять письма с рекомендациями по сопутствующим товарам после покупки витаминов.
Как сделать:
- Определите доступные поля в вашей учётной системе: артикул, название, категория, цена, наличие, дата продажи.
- Экспортируйте CSV с продажами за последние 3–6 месяцев. Для автоматизации подключите регулярную выгрузку через API или по расписанию (если нет API — выгрузка CSV раз в сутки).
- Загрузите CSV в систему рассылок или в простой PIM. Для подсказки по интеграции и структурированию каталога полезна инструкция по интеграции PIM и каталога товаров.
- Настройте мэппинг полей и тестовую отправку на внутреннюю почту для проверки картинок, цен и ссылок.
Интеграция PIM и каталога товаров поможет упорядочить данные и упростит генерацию блоков рекомендаций.
Сценарии рассылок с рекомендациями и примеры шаблонов
Пример: интернет‑магазин косметики в Минске запускает три сценария — post‑purchase, брошенная корзина и референс‑цепочка (покупали тональный крем → показать кисти и праймер).
Как сделать:
- Post‑purchase (через 1–3 дня): показать сопутствующие товары и аксессуары, добавить отзывчивый CTA «Посмотреть образ».
- Брошенная корзина (через 1 час, 24 часа, 3 дня): в первом письме — содержимое корзины + похожие товары с небольшим стимулом; во втором — избранные бестселлеры из той же категории.
- Реферальная цепочка (через 7–14 дней после покупки): показать товары, которые покупали клиенты с аналогичной покупкой.
Шаблон: заголовок, короткий текст, 3 товара в строке, цена, кнопка и альтернативный текст для тех, кто отключает изображения.
Оценка эффективности и A/B‑тесты
Пример: магазин спорттоваров в Бресте тестирует в письмах два вида рекомендаций: «похожие» и «наиболее продаваемые». Через месяц видно, что «похожие» приносят больше конверсий для экипировки, а «бестселлеры» — для аксессуаров.
Как сделать:
- Отслеживайте метрики: открытие, CTR по карточкам, конверсия в покупку, средний чек.
- Проводите простые A/B‑тесты: одна группа видит рекомендации по правилам, другая — бестселлеры. Тест длится 2–3 недели при трафике от 1000 писем.
- Используйте UTM‑метки в ссылках для точной аналитики в Google Analytics или в вашей системе аналитики.
Персонализация без сложной ML‑системы: что работает для МСП
Пример: небольшой магазин детских игрушек в Витебске не имеет сложной аналитики. Он настраивает персонализацию по трём простым правилам: категория последней покупки, средний чек, география (объявления о доставке по районам).
Как сделать:
- Сегментируйте базу: покупатели с повторной покупкой / один раз покупали / открывали письма, но не покупали.
- Для каждого сегмента назначьте шаблон рекомендаций: допродажа по категории, популярные товары и товары по цене рядом со средним чеком.
- Экономьте на картинках: используйте один набор изображений и актуализируйте цену и ссылку динамически.
Типичные ошибки
- Показывают товары без проверки остатков — ссылка ведёт в недоступный товар.
- Вставляют слишком много вариантов — пользователь теряется, CTR падает.
- Не тестируют отображение на мобильных почтовиках — часть клиентов видит сломанный шаблон.
- Отправляют рекомендации слишком часто — подписчики перестают открывать письма.
- Неправильно мэппят поля при импорте — цены или названия товара отображаются некорректно.
Полезные ссылки: статья о том, как увеличить подписку в интернет‑магазине поможет собрать базу для персонализации увеличение подписки в интернет‑магазине.
3 шага, которые можно сделать на этой неделе:
- Экспортировать CSV с продажами за последние 3 месяца и проверить поля (артикул, категория, цена).
- Настроить один триггерный сценарий «post‑purchase» с блоком из трёх рекомендаций.
- Запустить A/B‑тест: «похожие товары» против «бестселлеров» и замерить конверсию через 2 недели.