Сегментация в fashion: как делить базу по стилю, размеру и ценовой полке

Типичная промо-рассылка среднего бренда одежды выглядит одинаково: баннер с новой капсулой, кнопка в каталог и скидка 15% на все для стимуляции продаж. В результате мужчина пятидесятого размера получает письмо с шелковыми платьями в длине мини, а лояльный покупатель премиальной линейки пальто ждет тотальную распродажу, чтобы не брать вещи по полной цене. База выгорает, процент отписок растет, а повторные продажи держатся исключительно на постоянных скидках, которые методично сжигают маржу бизнеса.

В сегменте одежды и обуви стандартные подходы из других отраслей электронной коммерции не дают нужного результата. Пользователь выбирает гардероб эмоционально, но в рамках жестких физических ограничений по посадке, бюджету и привычному силуэту. CRM-маркетолог ClientCore Егор Череватенко делится готовой структурой срезов и триггерных механик, которая помогает выстроить персонализацию в fashion-ритейле на базе данных CDP.

Ограничения классического RFM в ритейле одежды

Базовый RFM-анализ делит базу по трем метрикам: давности, частоте и сумме покупок. Для зоотоваров, косметики или аптек этого часто бывает достаточно: корм для собак определенной марки покупают каждые четыре недели на один и тот же чек. В одежде клиент с чеком 50 000 рублей может оказаться охотником за остатками тяжелого люкса на скидках 70%, либо постоянным покупателем базового денима без единого промокода.

Сегментация в fashion требует учета товарных и поведенческих слоев. Если анализировать только сумму и дату последнего заказа, CRM-система начнет отправлять одинаковые подборки людям с диаметрально противоположным пользовательским опытом.

Когда мы подключаемся к проектам в fashion-ритейле с оборотом от 300 млн рублей в год, в 8 из 10 случаев видим одну картину: RFM настроен, но письма шлются сплошным потоком на весь сегмент "Champions". В итоге постоянный клиент покупает верхнюю одежду раз в три года, а ему каждую неделю предлагают новые пуховики вместо ухода за тканью или аксессуаров. Мы наблюдали такое в проекте [AR Fashion](https://clientcore.ru/blog/articles/keis-ar-fashion-rost-vyruchki-email), где пересборка логики сегментов и структуры кампаний дала прирост выручки от триггеров на 1063%».

Егор Череватенко

CRM-маркетолог, ClientCore

Классические когорты нужно обогащать данными о товарной матрице. Без связки с каталогом, размерными сетками и текущими остатками на складе сегментация превращается в механическую нарезку базы, которая не влияет на повторные чеки.

Размерный профиль: защита от кликов в out-of-stock

Главная точка потери конверсии в рассылках магазинов одежды — переход на карточку товара, где нужного размера уже нет в наличии. Пользователь видит привлекательный образ в письме, кликает, переходит на сайт и натыкается на серую неактивную кнопку. Два таких перехода подряд формируют стойкое ощущение бесполезности рассылок бренда, после чего открываемость писем падает в разы.

Для решения этой задачи в CDP выстраивается размерный профиль подписчика. Он формируется на основе трех источников: 1. История выкупленных заказов (наивысший приоритет данных). 2. История просмотров и фильтрации каталога на сайте с глубиной от двух сессий. 3. Прямой опрос в приветственной цепочке или в личном кабинете.

Размерный профиль в моде редко состоит из одной буквы или цифры. Часто верх у клиента имеет размер M, а низ — L, либо обувь варьируется от 38 до 39 размера в зависимости от колодки бренда.

``` [Пользователь] ├── Выкупленные заказы ──────> Primary Size (например, Верх: S, Низ: M) ├── Фильтры на сайте ────────> Secondary Size (просмотр смежных размеров) └── Анкета онбординга ───────> Заявленный размер + тип посадки ```

При формировании динамических продуктовых блоков в письмах Mindbox или другой CDP система накладывает фильтр остатков: в выдачу попадают только те SKU, которые есть на остатке в целевом размере клиента с запасом от 2–3 единиц на складе.

По нашей статистике, показ в товарных сетках моделей с отсутствующим размером подписчика срезает конверсию из клика в заказ на 35–40%. Когда мы внедрили жесткий фильтр по размерному профилю в триггерах брошенного просмотра для одного из брендов обуви, показатель Click-to-Order вырос на 22% просто за счет того, что люди перестали переходить на карточки с распроданными остатками».

Егор Череватенко

CRM-маркетолог, ClientCore

Ценовая полка: разделение full-price и sale-сегментов

Постоянные скидки разрушают позиционирование fashion-бренда и приучают аудиторию покупать только в периоды распродаж. Чтобы сохранить маржинальность, базу делят по коэффициенту ценовой чувствительности.

Выделяют три основные группы:

• Full-price покупатели. Клиенты, у которых доля покупок без скидок превышает 80%. Они ценят новизну, первыми покупают дропы, смотрят на эксклюзивность и качество материалов.
• Mixed (смешанный тип). Покупают базовые вещи за полную стоимость, а акцентные или сезонные позиции докупают во время сезонного сейла.
• Sale hunters (охотники за скидками). Совершают покупки строго с дисконтом от 30–50% или применяют промокоды в каждом чеке.

``` +------------------+-----------------------+------------------------------------+

| Сегмент | Доля покупок со скидкой| Стратегия коммуникации | +------------------+-----------------------+------------------------------------+

| Full-price | < 20% | Закрытые предзаказы, сервис, дропы |

| Mixed | 20% – 60% | Спецпредложения на cross-sell |

| Sale hunters | > 60% | Ликвидация остатков, аутлет, сейлы | +------------------+-----------------------+------------------------------------+ ```

Если отправлять письмо о старте распродажи сегменту Full-price одновременно со всей базой, компания теряет чистую прибыль: эти клиенты купили бы вещи по регулярному прайсу. Для них создают коммуникации другого типа: закрытый ранний доступ к новым коллекциям, персональные консультации стилиста, приглашения на мероприятия или подарки за покупку вместо прямого дисконта.

Грамотно выстроенная программа лояльности fashion-бренда позволяет плавно переводить чувствительных к цене клиентов в смешанную категорию. Вместо мгновенных скидок на первую покупку используются бонусные баллы с ограниченным сроком действия, стимулирующие второй заказ на новую коллекцию.

Стилистические предпочтения и сродство категорий

Одежда — визуальный продукт, отражающий образ жизни. Покупательница, которая приобретает строгие брючные костюмы и классические рубашки для офиса, вряд ли отреагирует на подборку вещей в стиле гранж или спортивные оверсайз-худи, даже если они продаются с привлекательной скидкой.

Сегментация по стилю строится через тегирование каталога и анализ корзины. В CDP передаются атрибуты каждого товара:

• Стилевое направление (Casual, Smart Casual, Evening, Sport, Minimal).
• Посадка и силуэт (Slim, Regular, Oversize, Cropped).
• Цветовая палитра (базовые монохромные цвета, яркие акценты, пастель, принты).

На основе этих тегов алгоритм присваивает профилю клиента стилевые векторы. Когда в продажу поступает капсульная коллекция, рассылка уходит сегменту с подтвержденным интересом к данной эстетике.

Похожим образом мы выстраивали сегментацию в проекте MINNIDINO, где переход от сплошных рассылок к точечным сегментам позволил увеличить эффективность email-канала на 110% за квартал без раздувания базы и спама.

Ошибкой многих маркетологов остается попытка продать вещь "в лоб" отдельной карточкой. В fashion отлично работают капсульные сборки и готовые образы (Total Look). Если клиент купил пиджак, в следующем письме через 5–7 дней ему нужно показать не еще пять похожих пиджаков, а брюки из этой же ткани, топ под него и обувь нужного стиля. Это поднимает средний чек следующего заказа на 25–30%».

Егор Череватенко

CRM-маркетолог, ClientCore

Сезонные триггеры и механики реактивации

Жизненный цикл гардероба подчинен смене сезонов. Весенне-летний и осенне-зимний периоды требуют разного тайминга коммуникаций. Опоздание с предложением на две недели приводит к тому, что клиент уже обновил базовый набор вещей у конкурентов.

Реактивация fashion-клиентов завязана на историю прошлогодних заказов. Если покупатель приобретал зимнюю верхнюю одежду в октябре-ноябре прошлого года, триггерная цепочка реактивации должна стартовать в начале сентября с анонса новых технологичных материалов и предзаказа теплых курток.

``` [Август / Сентябрь] ──> Триггер: Предзаказ пуховиков для покупателей верхней одежды прошлого года [Ноябрь / Декабрь] ──> Триггер: Праздничная капсула для сегмента Evening [Март / Апрель] ──> Триггер: Демисезонная обувь + защита от влаги под размерный профиль ```

Если клиент не открывает письма более 90 дней, реактивационная механика меняет канал и посыл. Вместо банального письма с темой «Мы скучаем» отправляется персонализированное SMS или push-уведомление с разбором трендов под его любимую категорию или персональным бонусом, сгорающим через 7 дней. Похожий подход с каскадными рассылками помог бренду «Браво-Оптика» увеличить выручку CRM-направления на 14,62% за счет подключения точных цепочек взаимодействия.

Сбор данных и сквозная архитектура сегментов в CDP

Глубокая сегментация невозможна без автоматизированного сбора поведенческих факторов на сайте. Ручной ввод данных операторами кол-центра или надежда на то, что клиент заполнит анкету из 20 полей при регистрации, не работают в реальных условиях.

Архитектура сбора данных в современной платформе клиентских данных строится по многоуровневой схеме:

1. Кликстрим и трекинг событий на сайте. Отслеживание кликов по размерной сетке, переходов в фильтры по составу ткани (например, поиск только 100% льна или шерсти), добавления в избранное. 2. Транзакционные данные из кассовых систем (POS) и интернет-магазина. Синхронизация покупок из офлайн-точек с профилем в онлайне для исключения дублей и отправки неактуальных офферов. 3. Микроопросы в триггерных письмах и поп-апах. Интерактивные элементы в 1 клик прямо в теле письма («Какой стиль вы выбираете сегодня: Casual или Office?»).

``` [Поведение на сайте] ──┐ [Кассы в ритейле] ──┼──> [CDP Mindbox / Single Customer View] ──> [Динамические сегменты] ──> [Персональный контент] [Микроопросы в Email] ──┘ ```

Такая связка позволяет формировать динамические сегменты, которые обновляются в режиме реального времени. Если покупатель меняет предпочтения (например, переходит с классических костюмов на спортивную линейку), состав отправляемых рекомендаций адаптируется без участия маркетолога.

В проекте для FINNTRAIL правильная работа со структурой шаблонов и автоматизацией коммуникаций помогла ускорить сборку писем до 2 часов и поднять выручку email-канала на 15% за счет релевантного контента.