Как увеличить средний чек через персональные рекомендации и bundle-предложения

У вас уже есть база, повторные покупки идут, отток под контролем. А средний чек стоит на месте квартал за кварталом. Знакомо? Это та самая зона, где трафик масштабировать дорого, а маржа из существующих клиентов лежит буквально под ногами — просто никто не наклонился.

Самое обидное, что CRM уже внедрен, рекомендательные блоки технически работают, а толку чуть. Сегментов в Mindbox два десятка, а товарные подборки одинаковые для всех. Как из этой ситуации выжать реальный рост AOV — и, что важнее, как понять, что вырос он именно от ваших усилий, а не от сезона или акции отдела продаж — рассказывает Егор Череватенко, CRM-маркетолог ClientCore.

Почему средний чек — это не про «продать дороже»

Когда бизнес спрашивает, как увеличить средний чек, в голове сразу всплывает картинка: впарить клиенту что-то подороже. Но рост AOV держится на трех опорах, и «дороже» — самая слабая из них.

Первая опора — больше позиций в заказе. Человек пришел за одним товаром, ушел с тремя. Вторая — выше класс товара, тот самый upsell, когда базовую модель меняют на продвинутую. Третья — сопутствующие товары, которые логично докупить здесь и сейчас, пока клиент в режиме покупки. Персональные рекомендации и bundle-предложения работают именно на первой и третьей опоре. И это самый честный способ поднять чек — вы не давите, вы помогаете человеку купить то, что ему и так пригодится.

У клиента из товарки был средний чек 4 200 рублей, заказ почти всегда из одной позиции. Мы не трогали цены вообще. Просто добавили релевантные дополнения в письмо после заказа и в карточку товара — за два месяца AOV вырос до 5 100. Это +21% без единой скидки и без повышения цены.

Егор Череватенко

CRM-маркетолог, ClientCore

Персональные рекомендации, которые реально работают на AOV

Главная ошибка — считать, что блок «с этим товаром покупают» это и есть персонализация. Нет. Это статистика по всей базе, прибитая гвоздями к карточке товара. Она показывает одно и то же миллиону разных людей.

Персональные рекомендации для повышения AOV начинаются там, где вы учитываете историю конкретного клиента: что он уже купил, что смотрел, в каком ценовом диапазоне держится, на каком этапе жизненного цикла находится. Человеку, который месяц назад купил кофемашину, бессмысленно снова показывать кофемашины. Ему нужны капсулы, средство от накипи, набор чашек. А вот тому, кто три раза смотрел премиальную модель и не купил, имеет смысл показать ее в связке с выгодным аксессуаром.

Где это разворачивать:

• в карточке товара — рекомендации под основной товар;
• в корзине — «добавьте, чтобы завершить комплект»;
• в письме после покупки — кросс-сейл на сопутствующее;
• в триггере «брошенный просмотр» — с акцентом на дополнения, а не на сам товар.

Bundle-предложения: примеры, которые поднимают чек

Bundle — это готовый набор, который выгоднее купить целиком, чем по частям. Звучит просто, но именно в деталях рождается разница между «набор для галочки» и инструментом, который двигает AOV.

Несколько рабочих типов bundle-предложений с примерами. Фиксированный комплект — камера + карта памяти + сумка, цена ниже суммы по отдельности. Тематический набор — «все для первого дня малыша» в детском магазине, где клиент сам бы собирал это полчаса. Сборный bundle — клиент выбирает 3 товара из категории и получает скидку на третий. И динамический — система сама докомплектовывает основной товар на основе данных, и для разных клиентов состав набора отличается.

Последний тип — высший пилотаж и как раз стык bundle с персонализацией. Один и тот же смартфон одному клиенту предлагается с чехлом и защитным стеклом, другому — с беспроводными наушниками, потому что он раньше брал аудиотехнику. Чек растет, а предложение не выглядит навязанным.

Самый частый провал с bundle — собрать набор из того, что плохо продается, и надеяться слить остатки. Клиент не дурак, он видит, что ему подсовывают неликвид. Bundle работает, когда основа набора — то, что человек и так хотел, а дополнения реально усиливают покупку. Мы как-то перебрали состав набора, убрали два мертвых SKU — конверсия в покупку набора выросла вдвое за три недели.

Егор Череватенко

CRM-маркетолог, ClientCore

Где брать данные для персонализации, если CRM уже есть

Чаще всего проблема не в том, что данных нет, а в том, что они лежат и не используются. В том же Mindbox есть история заказов, события сайта, сегменты, расчетные поля. Этого достаточно, чтобы собрать первый рабочий слой персонализации без подключения внешних рекомендательных систем.

С чего начать на практике. Сначала разметьте товарную матрицу — какие товары к каким относятся как дополнения, какие образуют логичные пары. Без этого справочника любая система рекомендаций будет гадать. Дальше настройте сегменты по поведению: купил категорию A, не купил сопутствующее B; смотрел дорогую модель, ушел без покупки. И только потом запускайте механики под эти сегменты.

Многие пропускают первый шаг и сразу лезут в алгоритмы. В итоге рекомендательный движок отрабатывает, а предлагает ерунду, потому что связи между товарами никто не описал. Алгоритм хорош ровно настолько, насколько хороши данные на входе.

Как замерить эффект изолированно, а не обмануть себя

Вот здесь ломается большинство проектов. Запустили рекомендации, через месяц AOV вырос — и команда радостно рапортует о +15%. А потом выясняется, что в тот же месяц был сезонный спрос, отдел продаж гнал план и крутил акцию на дорогие позиции. Сколько из этих +15% дали именно ваши рекомендации? Неизвестно.

Единственный честный способ — A/B-тест. Делите аудиторию на две группы: контрольной механику не показываете, тестовой — показываете. Сравниваете средний чек между группами за один и тот же период. Все внешние факторы — сезон, акции, погода — действуют на обе группы одинаково, поэтому разница в AOV отражает именно вклад вашей механики. Это база, без которой все остальные цифры — самообман.

Что измерять помимо самого AOV. Attach rate — долю заказов, в которых клиент добавил рекомендованный товар. Среднее число позиций в чеке. И инкрементальную выручку — сколько дополнительных денег принесла механика поверх того, что клиенты купили бы и так. Последняя метрика отрезвляет лучше всего, потому что часть рекомендованных товаров человек купил бы и без подсказки.

Без контрольной группы вы вообще не управляете процессом, а молитесь. У нас был кейс: клиент два года был уверен, что рекомендации в письмах дают +8% к чеку. Поставили честный A/B — оказалось +2%, остальное давали сами триггерные письма как факт коммуникации. Перенастроили блоки, через полтора месяца честные +9%. Без замера он бы продолжал хвалить то, что почти не работало.

Егор Череватенко

CRM-маркетолог, ClientCore

Частые ошибки, которые съедают весь эффект

Первая — жадность в наборах. Когда bundle собирают так, что выгода для клиента символическая, а маржа задрана. Человек считает в уме и видит, что почти ничего не экономит. Набор не покупают, а доверие к подобным предложениям падает.

Вторая — рекомендации не там и не тогда. Показывать дорогой апселл человеку, который пришел за конкретным дешевым товаром по акции, — мимо. Он в режиме экономии, ему не до премиума. А вот в момент, когда он уже оформил заказ и готов был потратить, предложить логичное дополнение — самое время.

Третья — отсутствие лимитов и здравого смысла. Заваливать корзину десятком рекомендаций бессмысленно, выбор парализует. Два-три точных предложения работают лучше, чем простыня из двадцати позиций. И не забывайте про границу разумного: апселл на товар вдвое дороже основного почти никогда не конвертит, человек психологически не готов к такому скачку.