Персонализация сайта
Блоки, офферы и порядок выдачи собираются под конкретного посетителя: откуда пришёл, что смотрел, из какого города, что лежит в корзине. Каждое правило проверяется A/B-тестом против контрольной группы и учитывает остатки и маржу.
Иллюстрация показывает рабочий контур направления; конкретные шаги и интеграции разобраны ниже.
Как это выглядит без автоматизации
Сайт собран один раз и показывает одно и то же всем: постоянному покупателю и человеку, который зашёл впервые; жителю Москвы и жителю Кемерова; тому, кто оформил заказ вчера, и тому, кто третий раз возвращается к одной карточке и не решается. Витрина усреднена под покупателя, которого не существует, поэтому каждому конкретному она подходит плохо. При этом трафик уже оплачен — рекламой, поисковой выдачей, репутацией.
Главная собрана под всех сразу
Первый экран — компромисс между интересами шести отделов: закупка тянет неликвид, категорийный менеджер — новинки, маркетинг — сезонную акцию. Посетитель, пришедший по узкому запросу, не находит на витрине ни одного слова про то, зачем он пришёл, и возвращается в поисковую выдачу. В магазинах с широким каталогом до 40% визитов заканчиваются на первой странице без единого перехода в каталог.
Скидка уходит тем, кто купил бы и без неё
Промо-блок показывается без разбора: постоянному клиенту с полной корзиной, человеку, оформившему заказ вчера, оптовику, у которого своя цена по договору. Каждый процент скидки, отданный тому, кто уже принял решение, — это прямой вычет из маржи, а не привлечение. При обороте в 14–15 млн ₽ такая безадресная раздача съедает шестизначную сумму в месяц и не отражается ни в одном отчёте.
Контекст визита выбрасывается на пороге
Мы знаем источник, поисковый запрос, город, устройство, глубину просмотров и состав корзины — и не используем ничего. Человек пришёл за дверной фурнитурой из контекстной рекламы, попал на главную с акцией на плитку и больше не вернётся. Деньги за клик уже списаны, а решение о том, что показать, приняли год назад при вёрстке шаблона.
Любая гипотеза стоит спринта разработки
Чтобы поменять порядок блоков или добавить условие показа, маркетолог ставит задачу в бэклог и ждёт 2–3 недели. Поэтому гипотезы просто не проверяются: проверить дешевле не получается, спорить с разработкой дороже, чем оставить как есть. Скорость обучения падает до нуля — компания третий год живёт на витрине, про которую никто не может сказать, работает она или нет.
Во что это обходится: 200 000 визитов в месяц × 72,8 ₽ выручки на визит = 14 560 000 ₽. Один процент выручки на визит здесь стоит 145 600 ₽ оборота, или около 38 000 ₽ валовой прибыли. Разрыв между усреднённой витриной и адресной обычно укладывается в 5–8% — это 190 000–300 000 ₽ валовой прибыли, которая не доезжает до кассы каждый месяц.
Возможности системы
Мы ставим поверх вашего сайта движок персонализации: он определяет сегмент посетителя за десятки миллисекунд, подставляет в заранее размеченные слоты нужные блоки, офферы и порядок товаров, а результат сравнивает с контрольной группой, которой всегда показывается обычная витрина. Работаем кодом поверх существующей CMS — переписывать сайт не требуется. Правила пишутся так, чтобы движок никогда не продвигал то, чего нет на складе, и не резал цену ниже согласованного порога.
Сегмент считается в момент визита
Источник и utm-метки, поисковый запрос, город по IP, устройство, глубина и история просмотров, состав корзины, статус клиента из CRM и дата последней покупки. Анонимный посетитель получает сегмент с первой секунды, узнанный клиент — уточнённый по истории заказов. Сегменты не высечены в камне: набор правил меняется в панели без релиза.
Слоты вместо переписывания шаблонов
Один раз размечаем на страницах точки подстановки: первый экран, промо-полоса, блок подборок, сортировка каталога, блок в карточке, содержимое корзины. Дальше содержимое любого слота меняется правилом, без релиза и без участия разработчиков. Если слот пуст или движок недоступен, страница отдаёт базовую версию — сайт не ломается никогда.
Правила знают про наличие и маржу
Перед выдачей движок сверяется с каталогом: товар без остатка на складе, который обслуживает город посетителя, не попадёт в подборку; позиция с маржой ниже порога не поднимется наверх; товар, на который уже действует акция, не получит вторую скидку. Ограничитель сильнее любого правила: он молча отключает показ и пишет причину в журнал.
A/B-тест встроен, а не приделан сбоку
Постоянная контрольная группа — фиксированная доля визитов, стабильно закреплённая за посетителем, чтобы человек не видел разные версии сайта в разные дни. Движок сам считает выручку на визит, конверсию и средний чек по вариантам, показывает доверительный интервал и говорит, когда результат перестал быть случайным.
Панель для маркетолога
Условие, аудитория, содержимое слота, доля трафика на тест, дата окончания — правило собирается в интерфейсе за 20 минут. Есть предпросмотр от лица выбранного сегмента: можно посмотреть на сайт глазами вернувшегося клиента из Новосибирска с брошенной корзиной. Журнал изменений показывает, кто, когда и что поменял.
Один профиль на все каналы
Анонимный идентификатор склеивается с клиентом при авторизации или заказе, поэтому история просмотров не теряется после входа. Собранные сегменты выгружаются обратно в рассылки, ретаргетинг и CRM — сайт, письмо и реклама перестают говорить с человеком о разном и предлагать ему то, что он уже купил.
Путь одного события через систему
Каждый шаг оставляет след в журнале: любое решение системы можно открыть и проверить — что пришло, что проверено, что сделано.
Сбор контекста при загрузке страницы
Скрипт передаёт движку источник, utm, referer, город по IP, устройство и идентификатор посетителя. Если человек авторизован или узнан по прошлому заказу, подтягивается его профиль из CRM и история покупок.
Определение сегмента
Движок прогоняет контекст через набор правил и модель склонности: новый или возвращающийся, холодный или с корзиной, чувствительный к цене или к сроку доставки, розница или опт по договору. Занимает 30–60 мс, страница этого не ждёт.
Проверка бизнес-ограничений
Кандидаты на показ фильтруются по остаткам на складе, обслуживающем город, по марже, по действующим акциям и по признаку недавней покупки. Правило, которое нарушает ограничение, отключается и оставляет в журнале причину — маркетолог видит её в панели.
Сборка витрины
В размеченные слоты подставляются блоки, офферы и порядок товаров. Основная часть страницы отдаётся сервером и кэшируется как раньше, персональные блоки собираются рядом и не ломают ни кэш, ни индексацию.
Фиксация показа и результата
Каждый показ, клик, добавление в корзину и заказ пишутся с указанием варианта и сегмента. Контрольная группа получает базовую версию сайта и попадает в тот же журнал — без неё сравнивать не с чем.
Ночной пересчёт и решение по тестам
Раз в сутки считаются выручка на визит, конверсия и средний чек по вариантам, проверяется значимость. Проигравшие варианты останавливаются автоматически, выигравшие предлагаются к раскатке на весь трафик.
Что происходит по неделям
Каждый этап заканчивается результатом, который вы видите и принимаете. Оплата привязана к приёмке, а не к обещаниям.
Разбор трафика и поиск точек роста
Поднимаем данные Яндекс.Метрики и заказов за 6–12 месяцев. Считаем выручку на визит по источникам, городам, устройствам, новым и вернувшимся посетителям. Ищем сегменты, где разрыв между потенциалом и фактом самый большой, и сразу проверяем, хватает ли в каждом трафика на статистически честный тест.
Разметка слотов и подключение каталога
Согласуем точки подстановки на ключевых шаблонах: главная, категория, карточка, корзина. Встраиваем один скрипт и серверные слоты в вёрстку CMS. Подключаем выгрузку каталога с остатками по складам, ценами, действующими акциями и маржинальностью категорий.
Профиль посетителя и движок правил
Собираем хранилище профилей: сбор поведения на сайте, склейка анонимного идентификатора с клиентом при авторизации и заказе, обмен с CRM. Разворачиваем движок правил и панель маркетолога, настраиваем ограничители по наличию, марже и минимальной цене.
Первая волна тестов
Запускаем 3–4 правила из верха списка гипотез на живом трафике с контрольной группой 10%. Ежедневно смотрим выручку на визит, конверсию, средний чек и скорость загрузки страниц. Разбираем случаи, где сегмент определился неверно, и правим условия.
Раскатка и передача управления
Выигравшие правила расширяем на весь трафик, оставляя постоянную контрольную группу для контроля деградации. Достраиваем правила под остальные шаблоны, выгружаем сегменты в рассылки и ретаргетинг. Обучаем маркетолога собирать, запускать и останавливать тесты самостоятельно.
Ведение и развитие
Ежемесячно проверяем, не выдохлись ли работающие правила, запускаем новую волну гипотез, обновляем сегменты под сезон и изменившийся ассортимент, следим за скоростью страниц и корректностью ограничителей при смене остатков, цен и складской логистики.
Модельный расчёт: из чего складывается эффект
Не «до 90% экономии», а конкретная модель с вводными, которые можно оспорить и пересчитать под себя.
| Показатель | Сейчас | После внедрения |
|---|---|---|
| Выручка на визит | 72,8 ₽ | 76,8 ₽ (+5,5% к контрольной группе) |
| Конверсия в заказ | 1,40% | 1,48% |
| Визиты под правилами персонализации | 0% | 90% (10% — постоянная контрольная группа) |
| Показ акций тем, кто уже купил | промо видят все без разбора | правило отсекает купивших за последние 30 дней |
| Вывод новой механики на витрину | 2–3 недели через задачу разработке | 1–2 дня силами маркетолога |
Полная цена владения — три составляющие
Никаких скрытых платежей: внешние сервисы вы оплачиваете напрямую по своим договорам, мы не делаем наценку на чужие тарифы.
Внедрение
- типовой проект: 780 000 ₽
- срок: 8–14 недель
- диагностика, разработка, интеграции, пилот
- документация и обучение команды
Поддержка
- мониторинг и реагирование по SLA
- исправление дефектов бесплатно
- обновление сценариев и интеграций
- ежемесячный отчёт о работе системы
Эксплуатация
- Сервер движка и хранилище профилей в российском облаке: 8 000–25 000 ₽/мес при 200 000 визитов
- Языковая модель для генерации вариантов офферов и заголовков: 3 000–12 000 ₽/мес
- Определение города и оператора по IP: 2 000–8 000 ₽/мес или собственная база офлайн
- Внешняя CDP или сервис сегментации, если своей нет: от 15 000 ₽/мес по тарифу поставщика
- число шаблонов и слотов в первом запуске: только главная и категория — быстрее, весь путь до корзины — дольше
- состояние данных: готовая выгрузка каталога с остатками по складам против сборки её с нуля из 1С
- есть ли уже CDP или единый профиль клиента, или его нужно строить с нуля
- тип фронтенда: типовая CMS с доступом к шаблонам проще, чем headless-сборка или закрытый конструктор
- нужна ли выгрузка сегментов обратно в рассылки, ретаргетинг и офлайн-программу лояльности
Участие заказчика
На диагностике достаточно обезличенных примеров. Боевые доступы — только после договора и NDA, через защищённые каналы.
С чем соединяем
Работаем с тем, что у вас уже есть. Если вашей системы нет в списке — скорее всего, подключимся через API: уточним на диагностике.
Как это решение работает в разных бизнесах
Магазин с 18 000 SKU и 320 000 визитов в месяц: главная собиралась под средний спрос, поэтому 43% визитов заканчивались на первом экране. Правила развели три сегмента — пришедших по товарному запросу из Директа, вернувшихся с брошенной корзиной и участников программы лояльности. Промо перестало показываться тем, кто оформил заказ за последние 30 дней, и это одно правило вернуло около 190 000 ₽ маржи в месяц ещё до учёта прироста конверсии.
Сеть из 40 магазинов: сайт показывал ассортимент без привязки к городу, и клиент регулярно упирался в «нет в наличии» уже после выбора. Витрина стала собираться под склад, обслуживающий город посетителя, а карточки без остатка опустились вниз выдачи. Доля визитов, доходящих до корзины, выросла на 11%, а обращений в поддержку с вопросом про наличие стало примерно на треть меньше.
Застройщик с тремя проектами и 60 000 визитов в месяц: посетителю, пришедшему по запросу про студию, показывались флагманские четырёхкомнатные лоты. Правила стали подбирать планировки под бюджет и комнатность, вычисленные из поискового запроса и поведения, и поднимать корпуса с медленно уходящими остатками. Заявок на просмотр стало больше на 14% при том же рекламном бюджете.
Онлайн-школа с 90 000 визитов в месяц и 30 программами: одна и та же главная встречала школьника, его родителя и корпоративного заказчика. Витрина стала разворачиваться под сегмент по источнику и просмотренным темам, а тем, кто уже учится, вместо блока «начните учиться» показывается следующая ступень. Конверсия в заявку на пробное занятие выросла на 9%.
B2B-портал поставщика: авторизованный дилер видел ту же розничную витрину, что и случайный посетитель, включая акции, к которым его договорная цена неприменима. Теперь после входа портал показывает согласованную матрицу, цены по договору, остатки на закреплённом складе и повтор прошлого заказа одной кнопкой. Средний чек повторных заказов вырос примерно на 8%, менеджеры перестали тратить время на типовые уточнения.
Что обычно спрашивают
Как отличить рост от персонализации от обычного сезона или удачной рекламной недели?
Не замедлит ли это сайт и не испортит ли выдачу в поиске?
Законно ли собирать поведение посетителей и хранить профили?
Что будет, если тест покажет, что стало хуже?
У нас нет CDP и единого профиля клиента. Это блокирует проект?
Кто будет вести правила после запуска и не встанет ли всё, когда вы уйдёте?
Когда это решение не окупится
- меньше 50 000 визитов в месяц: тесты будут набирать значимость месяцами, и правила придётся строить на догадках вместо цифр
- узкий каталог до нескольких десятков позиций — персонализировать порядок выдачи почти нечего, дешевле переписать посадочные страницы
- нет достоверных данных об остатках и марже: без ограничителей персонализация начнёт уверенно продвигать то, чего нет или что невыгодно продавать
- сайт на закрытом конструкторе без доступа к шаблонам и без возможности вставить серверные слоты — сначала нужен переезд
- ожидание результата в первую неделю: первые честные цифры появляются через 3–4 недели набора статистики, накопленный эффект — к третьему месяцу
Если на диагностике расчёт не сойдётся — мы предложим более простой вариант или честно скажем, что автоматизация вам пока не нужна. Это дешевле для всех, чем проект ради проекта.
Товарные рекомендации
Блоки «с этим покупают», замена вместо «нет в наличии» и персональные подборки в рассылках. Связки пересчитываются по вашим продажам каждую ночь, учитывают остаток и наценку, а прирост считается против контрольной группы.
Аналитика и прогнозированиеСегментация клиентов
Делит базу на живые сегменты по истории покупок: RFM, поведение, ценность и вероятное следующее действие каждого клиента. Сегменты пересчитываются каждую ночь и сами появляются в CRM, рассылках и программе лояльности — вместо одной рассылки на всю базу.
Маркетинг и e-commerceГенерация и согласование контента
Конвейер, который превращает бриф в опубликованный материал: варианты текста по вашим бренд-правилам, автоматические проверки фактов и юридических ограничений, маршрут согласования с версиями и выкладка в CMS и соцсети.
Посчитать «Персонализация сайта» на ваших цифрах?
Пришлите объёмы и пару примеров — вернёмся с картой процесса, честным расчётом экономики и точной сметой. Если не сойдётся — так и скажем.
