# Персональные рекомендации после покупки: что предложить клиенту, чтобы он вернулся > Что предлагать клиенту после первого заказа: сопутствующие товары, расходники, next best offer — и как измерить, что рекомендации реально дают прирост, а не подменяют органику. **Рубрика:** Статьи **Автор:** Валерия Старостина, CRM-маркетолог, ClientCore **Дата:** 2026-10-05 Откройте свою клиентскую базу и посчитайте, сколько людей сделали ровно один заказ. В большинстве проектов получится 60–80%. Эти люди уже что-то купили, получили письмо «Спасибо за покупку» и исчезли. При этом привлечение каждого из них стоило денег — и вторая покупка, самая дешевая выручка из возможных, так и не случилась. Что обычно делают с этой базой? Вставляют в post-purchase письмо стандартный блок «похожие товары» и получают клики, близкие к нулю. Вывод — «рекомендации не работают». Работают. Просто логика «похожее» после покупки бессмысленна: потребность уже закрыта. Как выстроить персональные рекомендации после покупки так, чтобы они вели клиента ко второму заказу, и как проверить их реальный вклад — рассказывает Валерия Старостина, CRM-маркетолог ClientCore. > **Читайте также:** [Upsell после покупки: как поднять чек уже оплатившего клиента и не вызвать отмену заказа](https://clientcore.ru/blog/articles/upsell-posle-pokupki-kak-podnyat-chek-uzhe-oplativshego-klienta-i-ne-vyzvat-otmenu-zakaza) ## Почему блок «похожие товары» не доводит до второго заказа Логика «похожее» отлично работает на витрине, когда человек выбирает. Он смотрит одни кроссовки — покажите ему еще пять пар, вдруг эти не подошли по цене или цвету. Но после покупки ситуация переворачивается: кроссовки уже куплены, вторая похожая пара человеку не нужна. А ему предлагают именно ее. Второй дефолтный вариант — бестселлеры всем подряд. Он чуть живее, но игнорирует контекст: новоиспеченный владелец зимней куртки получает подборку летних шорт, потому что они хорошо продаются по магазину в целом. Товарные рекомендации в ecommerce работают после покупки по двум другим логикам: дополнение к уже купленному и продолжение пути клиента. На них и строятся все рабочие сценарии ниже. **Норма** - рекомендация привязана к конкретному заказу клиента - купленные и возвращенные товары исключены из подборки - сценарий учитывает, сколько дней прошло с покупки **Red flag** - один блок рекомендаций на всю базу - в подборку попадает товар из последнего заказа - в рекомендации сливают залежавшиеся остатки «чтобы хоть куда-то» ## Сценарий 1. Cross-sell после покупки: что докупают к вашему ассортименту Сопутствующие товары — самый прямой способ поднять второй заказ. У почти любой категории есть естественные спутники: к кроссовкам — средство для ухода и запасные шнурки, к кофемашине — зерно и фильтры, к телефону — чехол и стекло. Человек купил основное, порадовался, а про сопутствующее либо забыл, либо не знал, что оно у вас есть. Откуда брать связки, если нет команды аналитиков? Выгрузите историю заказов и посмотрите два среза: что покупают в одном чеке и что заказывают повторно в течение 30 дней после первой покупки. Пары, которые встречаются чаще всего, — ваша матрица сопутствующих. В Mindbox такие связки собираются товарными рекомендациями, но на старте хватает и ручных правил по категориям. Тайминг имеет значение. Отправлять cross-sell после покупки в день доставки рано: человек еще не распаковал коробку. Рабочее окно для простых товаров — 3–7 дней после получения, когда клиент попользовался покупкой и открыт к тому, что сделает ее удобнее. ## Сценарий 2. Расходники: рекомендация по расписанию Если ваш товар заканчивается — корм, косметика, капсулы, линзы, фильтры, — у вас есть сценарий с предсказуемым спросом. Задача сводится к расчету цикла: через сколько дней после покупки товар кончится. Цикл считается по данным: возьмите медианный интервал между повторными заказами в категории. Если по корму медиана — 45 дней, напоминание должно уйти примерно на 38–40-й день, с запасом на доставку. Письмо максимально простое: «Ваш запас, скорее всего, подходит к концу — вот кнопка повторить заказ». Плюс можно добавить сопутствующее, но звездой письма остается повтор. > Частая ошибка в сценариях с расходниками — сразу давать скидку на повторный заказ. Мы проверяли: напоминание без промокода конвертит ненамного хуже, чем со скидкой 15%, зато маржа целиком остается у вас. Скидку стоит показывать только тем, кто сорвал цикл и не вернулся вовремя, — как повод, а не как норму. Иначе через полгода вся база покупает исключительно по купонам». > > — Валерия Старостина, CRM-маркетолог, ClientCore ## Сценарий 3. Next best offer: следующая категория по пути клиента Next best offer — что это? Если коротко, это наиболее вероятная следующая покупка конкретного клиента, вычисленная по путям похожих на него людей. В ecommerce эта логика особенно заметна в категориях с естественной последовательностью. Купил палатку — через время ему понадобятся спальник и коврик. Родители взяли одежду на годовалого ребенка — через полгода размер вырастет, и магазин может встретить их готовой подборкой. Найти эти переходы можно без машинного обучения. Постройте простую таблицу: категория первого заказа → категория второго заказа. Для каждой категории возьмите топ-3 направления, куда уходят клиенты. Это уже готовые правила для сценариев: человеку из категории А через 30–45 дней показываем категорию Б. В промышленном масштабе этим занимаются алгоритмические рекомендации, но стартовая точка одна и та же. Ставка на точность здесь окупается измеримо. Когда мы персонализировали рассылки для FINNTRAIL — до этого письма уходили всей базе разом, без единого сегмента, — выручка email-канала выросла на 15%, а сборка письма ускорилась с полутора недель до двух часов ([кейс](https://clientcore.ru/blog/articles/keis-finntrail-rost-vyruchki-email)). Персонализация по интересам и истории заказов — тот же next best offer, только в массовом канале. ## Тайминг и каналы: где живут рекомендации Рекомендации работают как часть post-purchase цепочки, и у каждого шага своя роль. Подтверждение заказа и статусы доставки — сервисные сообщения, продавать в них не надо: там самое высокое открытие, и тратить его на промо значит размывать доверие. Первое рекомендательное касание — после получения: «Как вам покупка?» плюс подборка сопутствующего. Дальше сценарии идут по своим циклам: расходники — к расчетному концу запаса, next best offer — по межпокупочному интервалу категории. По каналам основа — email, там есть место для полноценной подборки с карточками. Пуши и SMS берут на себя короткие напоминания в духе «пора повторить». Рекомендательные блоки на сайте и в личном кабинете подхватывают тех, кто вернулся сам. Отдельная тема — приоритеты. Если клиент одновременно попадает в несколько сценариев, они не должны стрелять друг по другу. > Задайте жесткую иерархию триггеров: брошенная корзина всегда обгоняет рекомендацию, рекомендация — массовую рассылку. И ограничьте рекомендательные касания одним-двумя в неделю. Мы видели базы, где человек за пять дней получал три письма с тремя разными подборками — отписки росли быстрее, чем выручка». > > — Валерия Старостина, CRM-маркетолог, ClientCore Эффект системы против разовых писем хорошо виден в цифрах. Когда мы перезапускали email-маркетинг в AR Fashion — аудит, триггеры, новый контент-план — триггерные рассылки выросли по выручке на 1063% ([кейс](https://clientcore.ru/blog/articles/keis-ar-fashion-rost-vyruchki-email)). Рекомендательные сценарии в такой системе работают постоянно, а не когда у маркетолога дошли руки. ## Как проверить, что рекомендации дают прирост Здесь прячется главный подвох темы. Часть клиентов купила бы и без вашего письма — особенно в расходниках, где потребность возникает сама. Если считать эффект по last click, письмо припишет себе всю эту органику, и рекомендации будут выглядеть героями, ничего не добавив к выручке. Честный способ измерения — контрольная группа. Отделите 10–20% подходящих клиентов и не показывайте им рекомендационный сценарий в течение полного цикла повторной покупки, обычно 6–8 недель. Потом сравните с основной группой: долю повторных заказов и выручку на клиента. Разница между группами — инкрементальный эффект, ваши реальные деньги. > Выручка с письма по last click — удобная и очень льстивая метрика. Первый раз, когда оставляешь контрольную группу на месяц, цифры обычно становятся скромнее на треть, и это нормально. Зато дальше вы оперируете честными числами: знаете, сколько сценарий приносит сверх органики, и можете спокойно защищать бюджет перед финансистом». > > — Валерия Старостина, CRM-маркетолог, ClientCore **Норма** - контрольная группа отключена от сценария минимум на один цикл повторной покупки - метрика — выручка на клиента и доля повторных заказов - тест живет 6+ недель, решения принимаются по завершении **Red flag** - эффект оценивается по CTR письма - контрольную группу сливают после первой удачной недели - запуск рекомендаций совпал с распродажей, и вклад делят «по ощущениям» ## Ошибки, которые убивают рекомендации Чаще всего сценарии ломают четыре вещи. Первая — рекомендовать то, что клиент уже купил. Звучит наивно, но без исключения купленных SKU из подборки это случается регулярно, особенно с алгоритмическими блоками. Вторая — игнорировать возвраты. Человек вернул товар, а через неделю получает письмо «докупите к нему вот это». Связка заказ–возврат должна снимать клиента со сценария автоматически. Третья — скидка на все подряд. Промокод в каждом рекомендательном письме приучает базу ждать, и через несколько циклов без скидки не покупает никто. Четвертая — одна механика на весь ассортимент. У корма и у куртки разные циклы, разные сопутствующие товары и разные поводы для возврата. Три ручных правила под ключевые категории принесут больше, чем один универсальный алгоритм на всех. > **Читайте также:** [Как стимулировать повторную покупку без скидочной гонки: 6 механик, которые работают на маржу](https://clientcore.ru/blog/articles/kak-stimulirovat-povtornuyu-pokupku-bez-skidochnoy-gonki-6-mehanik-kotorye-rabotayut-na-marzhu) --- [Открыть статью на сайте](https://clientcore.ru/blog/articles/personalnye-rekomendacii-posle-pokupki-chto-predlozhit-klientu-chtoby-on-vernulsya)