Cross-sell после покупки: что предлагать клиенту и когда, чтобы он заказал снова

Вторая покупка — самая дорогая в e-commerce. Не по чеку, а по труду: в большинстве баз, которые мы видим на аудитах, 60–70% клиентов покупают один раз и исчезают. При этом момент, когда человек теплее всего относится к бренду, известен точно — первые дни после заказа. В эти дни работает cross-sell после покупки — и там же его чаще всего теряют.

Стандартная картина выглядит так: клиент оформил заказ, получил его, неделя тишины, потом общая рассылка «новинки недели» на всю базу. Никакой связи с тем, что он купил. Как выстроить сценарий, который ведет ко второму заказу, — окна повторного спроса, матрица сопутствующих категорий и персональные рекомендации после покупки — рассказывает Екатерина Чернова, CRM-маркетолог ClientCore.

Почему cross-sell работает слабо, хотя настроен почти у всех

Формально триггер есть в каждой второй CRM-системе. Фактически это блок «вам также может понравиться» с товарами из той же категории, который генерируется случайным образом. Провал обычно в одной из трех точек: предлагают не то (нет связи с покупкой), не тогда (через месяц, когда клиент остыл) или всем одинаково.

Классический пример: клиент купил зимнюю куртку, а через три недели получает подборку «новые поступления верхней одежды». Вторая куртка ему не нужна в принципе. Нужны шапка, перчатки, средство для пропитки — то, что достраивает покупку, а не дублирует ее.

Самая частая находка на аудите — cross-sell, настроенный как „товары из той же категории". Купил кроссовки — получи еще пять пар кроссовок. Логика понятна разработчику фида, но не покупателю: вторая пара понадобится через полгода, а носки, шнурки и пропитка — прямо сейчас. Перестраиваем блок на сопутствующие категории, и конверсия письма растет без единого нового контакта в базе».

Екатерина Чернова

CRM-маркетолог, ClientCore

Окно повторного спроса: почему первые 14 дней решают больше, чем следующий месяц

После покупки клиент проходит предсказуемые этапы: ждет доставку, распаковывает, пробует, встраивает товар в рутину. В каждой точке он открыт к бренду — открываемость post-purchase писем заметно выше, чем у промо-рассылок, потому что тема письма продолжает его собственный опыт.

Через 30 дней картина другая. Клиент остыл, подписался на конкурентов, закрыл потребность в другом месте. Письмо, отправленное на десятый день, работает на вовлеченность. То же письмо на сороковой — уже холодный контакт.

Размер окна зависит от цикла потребления товара. Для расходников — корм, косметика, БАДы, кофе — окно привязано к дате повторного спроса: если банки крема хватает на 45 дней, письмо с предложением докупить должно прийти к 35–38-му. Для товаров длительного пользования — обувь, техника, мебель — работает окно сопровождения: аксессуары, уход, расходники к основной покупке в первые две недели.

Рабочий ритм на практике: 2–3 касания за первые 14 дней. День 1–3 — благодарность за заказ и инструкция по использованию. День 5–7 — проверка «все ли подошло» плюс подборка к покупке. День 10–14 — контентная рассылка по теме с рекомендательным блоком.

Считайте окно от даты получения, а не от даты заказа. Если доставка занимает неделю, письмо „как вам покупка" на третий день после оформления придет клиенту, который еще даже не распаковал коробку. Привязывайте триггер к событию доставки из TMS или к статусу заказа — иначе вся цепочка съезжает по срокам».

Екатерина Чернова

CRM-маркетолог, ClientCore

Матрица сопутствующих категорий: как подобрать предложения

Первый шаг — таблица сопутствующих категорий. Берем топ-30 товаров или категорий по выручке — они дают основной объем заказов. Для каждой позиции прописываем 2–3 сопутствующие категории.

Откуда брать связи. Первый источник — анализ чеков: что реально покупают вместе в одном заказе или в течение 60 дней после. Эти данные уже лежат в CRM. Второй — логика использования: к туши нужно средство для снятия макияжа, к кофемашине — зерно, фильтры и средство от накипи, к корму — лакомства и миска. Третий фильтр — маржа и остатки: предлагать то, что заканчивается на складе, не стоит.

По цене есть рабочий ориентир: допродажа идет легко, когда стоит заметно меньше основной покупки — до 30% от чека. К телефону за 60 тысяч чехол за две продается без сопротивления, второй телефон — нет. Дорогие сопутствующие товары тоже можно показывать, но позже и в контентной упаковке, а не в первом письме после заказа.

Матрица живет в простой таблице: основная категория — сопутствующие — приоритет — сезонность. Раз в квартал пересматриваем по фактическим чекам: какие связи конвертят, какие висят мертвым грузом. Этот подход мы проверяли в проекте MINIDINO: пересобрали логику рассылок под сегменты и получили +110% к эффективности email за квартал без роста числа отправок (кейс).

Персональные рекомендации после покупки: от ручных правил к алгоритмам

Первый уровень — ручные правила из матрицы: купил X, покажи Y. При управляемом ассортименте это честно работает и настраивается за неделю. Ошибка многих команд — ждать внедрения ML-рекомендаций и годами не запускать ничего.

Второй уровень — блок «с этим покупают» на основе реальных чеков. Платформа сама считает, какие пары встречаются в заказах чаще, и обновляет связи без ручной работы. В Mindbox и аналогичных систем это стандартная механика.

Третий уровень — алгоритмические рекомендации с учетом просмотров, чеков похожих клиентов и сезонности. Оправданы при большом каталоге, где руками связи уже не удержать. Здесь важна гигиена данных: алгоритм кормится фидом. Если в каталоге дубли карточек, битые цены и остатки не синхронизируются, рекомендации будут случайными. Сначала чиним фид, потом включаем умный блок.

Просьба „нам нужны AI-рекомендации" в восемь из десяти случаев означает, что не настроены даже базовые правила. Начните с матрицы на 30 категорий — она окупается за первый месяц. Алгоритм подключайте, когда правила перестали справляться с ассортиментом, а фид чистый. Алгоритм на грязных данных дает результат хуже, чем таблица в Google Sheets».

Екатерина Чернова

CRM-маркетолог, ClientCore

Cross-sell в рассылках: сценарии и каналы

Карта сценариев на практике выглядит так. Thank-you письмо в день заказа — подтверждение, ожидания по доставке, мягкий блок аксессуаров. Письмо после получения на 3–7-й день — «все ли подошло» плюс подборка к покупке. Письмо повторного спроса — за 5–7 дней до расчетной даты окончания товара, для расходников это основной двигатель частоты заказов. И win-back с персональной рекомендацией, если окно прошло, а клиент молчит.

По каналам. Email — основа: вместителен, дешев, позволяет показать подборку из 3–6 позиций. Пуши — быстрые напоминания для мобильной аудитории. SMS — дорого, оставляем для горячих сценариев вроде «товар заканчивается». Попап на сайте догоняет тех, кто вернулся сам: клиент зашел — показываем товары к его прошлому заказу.

Частота: 2–3 касания за первые 14 дней, дальше клиент переходит в общий ритм рассылок. Ежедневные напоминания «докупите» дают отписки и жалобы на спам, которые убивают доставляемость всего домена.

Персонализация усиливает каждое письмо: тема с товаром из заказа («К вашему заказу: уход за кроссовками»), блок рекомендаций из матрицы, исключение уже купленного. Когда мы пересобирали email-канал FINNTRAIL, ставка была на персонализацию и скорость сборки: сегментированные рассылки собираются за 2 часа. Выручка канала выросла на 15% (кейс).

Как понять, что cross-sell работает

Смотрим на четыре метрики: доля клиентов со вторым заказом, время до второго заказа, конверсия post-purchase писем в покупку, доля выручки от рекомендательных блоков. Первые две показывают эффект на базу, вторые — качество самих сценариев.

Обязательна контрольная группа: у 10% базы рекомендации отключены. Без нее cross-sell присваивает себе органические повторные покупки, которые случились бы и так. Разница между группами — честный эффект механики.

Срок оценки привязан к циклу повторной покупки. Если средний цикл в вашей нише 45 дней, выводы раньше двух циклов делать рано — получите статистический шум.