Кейс “ІБІС”: як збільшити дохід з email завдяки товарним рекомендаціям

Для бізнесу наявність величезного асортименту товарів не завжди означає більше продажів. Коли вибір надто широкий, користувач губиться. Саме тому головним завданням маркетолога стає допомогти людині швидко знайти те, що відповідає її інтересам, що мотивуватиме до купівлі. Адже персоналізація не просто підвищує залученість, а й робить зі стандартних кампаній інструмент, який генерує прибуток.

Цей кейс — про те, як “ІБІС” використав персональні товарні рекомендації, щоб зробити проморозсилки релевантними, а шлях користувача від кліку до покупки — максимально простим. В результаті — х2 прибутку з каналу email.

Про проєкт

“ІБІС” — провідний український ритейлер товарів для активного відпочинку з історією 30+ років. Бізнес поєднує широку мережу офлайн-магазинів, а також представлений онлайн.

Особливість — має дві версії сайту, між якими користувач може легко перемикатися:

“Зброя” — каталог для мисливців та шанувальників стрілецької культури;
“Рибалка” — товари для риболовлі, туризму та кемпінгу.

Асортимент “ІБІС” охоплює зброю, снасті, спорядження та аксесуари. Крім того, компанія розвиває стрілецький клуб, рибальський сервісний центр і власну зброярську майстерню, яка виконує понад 400 видів робіт.

Завдання

Перед командою маркетингу стояло декілька цілей:

персоналізувати розсилки;
зацікавити підписників, які раніше не реагували на листи;
збільшити конверсію з розсилки у покупки;
збільшити середній дохід з канала емейл.

Контактна база на той момент налічувала 140 000 контактів, із яких 39% — активні.

Рішення

Ключем стала інтеграція персональних товарних рекомендацій, — це добірки продуктів, які AI підбирає для конкретного користувача. Алгоритми аналізують його поведінку на сайті, в розсилках, застосунку, офлайн (перегляди, кліки, покупки, інтереси), враховують послідовність його дій щоб підібрати максимально релевантні пропозиції. У результаті кожен клієнт отримує саме ті пропозиції, які з найбільшою ймовірністю його зацікавлять.

Перш ніж налаштувати персоналізацію, довелося вирішити технічну проблему: дані користувачів збиралися окремо на двох доменах “Зброя” — ibis.net.ua та “Рибалка” — ibis-gear.com. Користувачі можуть перемикатися між ними за допомогою повзунка, проте з погляду вебтрекінгу це два окремі середовища. Через це виникало дублювання контактів і втрачається цілісна поведінкова історія.

Для вирішення проблеми команда eSputnik сформувала уніфікований cookie-файл, який працює одночасно для обох версій сайту. Це дозволило платформі створити єдиний профіль для кожного користувача і реалізувати персоналізацію. Інтеграційні роботи тривали 2,5 тижні.

Налаштування алгоритмів

Для максимальної релевантності база клієнтів була розділена на три сегменти:

рибалки,
мисливці,
туристи.

Для кожного сегмента алгоритм формував окрему добірку “Бестселери”, яка складалася з 3 найпопулярніших товарів з відповідної категорії на сайті.

Таким чином, користувач отримував не випадкові пропозиції, а саме ті, що найбільше відповідали його інтересам.

Тестування рекомендаційних блоків у масових листах

Щоб оцінити, наскільки персоналізовані блоки можуть вплинути на результативність розсилок, команда “ІБІС” провела A/B-тестування, яке тривало 1 місяць. Аудиторію розділили на дві частини:

Група А отримувала листи зі наповненням (банер, основний текст і блок із шести акційних товарів) + додатковий блок з персоналізованими рекомендаціями “Також тобі може сподобатися”. Його формували алгоритми eSputnik на основі поведінки користувача.
Група B отримувала ідентичні листи, але без рекомендаційного блоку.

Такий підхід дозволив зрозуміти вплив саме персоналізованих добірок.

Результати експерименту:

CTR (Click Rate) у групі з рекомендаціями був на 17% вищим (2,06% проти 1,76% у групі без рекомендацій).
Кількість покупок у групі А зросла більш ніж наполовину — на 52,38% у порівнянні з групою B.
Середній чек виявився на 22,6% більшим: користувачі частіше обирали дорожчі товари або формували комплексні замовлення.
Загальний дохід від листів із персоналізованими рекомендаціями був на 96% вищим.

Ці результати підтвердили, що персоналізований контент впливає не лише на клікабельність, а й безпосередньо на кількість і вартість замовлень. Фактично, рекомендації скоротили шлях користувача від інтересу до покупки та зробили розсилку реальним інструментом продажів, а не лише каналом комунікації.

Персоналізація у тригерних листах

Успіх із масовими розсилками надихнув команду “ІБІС” піти далі та масштабувати підхід у тригерних кампаніях. Це сценарії, які запускаються автоматично на основі поведінки користувача.

Які тригери впровадили:

“Покинутий кошик” — нагадування про товари, які клієнт додав у кошик, але не придбав.
“Покинутий перегляд” — повернення до продуктів, які користувач дивився, але не додав у кошик.
Next Best Offer — персоналізована пропозиція на основі інтересів і попередніх покупок.
“Товар із wishlist з’явився в наявності” — повідомлення про те, що вподобаний товар знову доступний до замовлення.
Група тригерів про зниження ціни на схожі товари: з wishlist; переглядів; покинутих у кошиків.

Такі листи приходять у найкритичніший момент — коли користувач уже проявив інтерес, але ще не зробив фінального кроку. Це не просто нагадування, а персоналізоване підштовхування: покупець бачить саме ті товари, які його зацікавили у контексті “доступно знову”/“ціну знижено”/“альтернатива відсутнього товару” тощо.

Підсумки

Для клієнта важливо не отримати більше варіантів, а швидше знайти потрібний йому товар. Саме персоналізація вирішує бар’єр вибору: вона фокусує увагу на релевантних пропозиціях і спрощує процес прийняття рішення.

Кейс “ІБІС” показує, що правильно налаштовані алгоритми можуть підвищити кампаній та збільшити продажі:

Розсилки з рекомендаціями приносять майже вдвічі більше доходу, ніж ті, що не мають персоналізованого контенту.
Зростає середній чек: клієнти охочіше обирають дорожчі товари або формують комплексні замовлення.
Зростає конверсія: листи з персоналізованими добірками стимулюють більше кліків і, відповідно, більше покупок.

Найголовніше — персоналізація перетворює розсилку з масового інструменту на індивідуальний діалог із кожним підписником. Що допомагає будувати довіру й формувати якісний користувацький досвід, адже клієнту пропонується саме те, що він шукає.