АШАН увеличил выручку CRM-направления на 73% за шесть месяцев
Этот кейс — про то, как команда АШАН вместе с агентством получила заметный рост CRM-результатов за счёт отдельной работы с онлайн-покупателями. Ниже — ключевые решения, рабочие сценарии и изменения, которые повлияли на e-commerce-выручку.
Во многих крупных сетях CRM-маркетинг по инерции работает одинаково для всей базы. Онлайн-аудитория при этом теряется в общем потоке, хотя именно её поведение сильнее всего влияет на продажи в e-commerce. Когда появляется отдельная сегментация и персональные сценарии, доход начинает расти быстрее — закономерная история, которую часто откладывают на потом.
До 2023 года CRM-коммуникации в АШАН строились по единой схеме: сегментация по категориям, акцент на кешбэке и привычные email и push. Полгода назад компания выделила новый фокус — работать с онлайн-покупателями как с отдельным направлением и усиливать их вклад в выручку CRM-каналов.
Цели и рамки проекта
Задача проекта — увеличить выручку CRM-направления на 50% за шесть месяцев. Для этого команда выделила два ключевых шага:
- определить инструменты, которые дадут наибольший прирост;
- собрать годовую CRM-стратегию с понятными приоритетами и последовательностью внедрения.
Аудит текущей ситуации
После старта проекта команда агентства разобрала текущую систему CRM по слоям — от состава базы до поведения пользователей в цифровых каналах. Нужно было понять, как устроено взаимодействие с покупателями сейчас и какие точки роста можно включить без задержек.
Анализ провели в 8 ключевых блоках:
1. Рост и состав клиентской базы
Изучили, какая часть базы действительно может получать сообщения, через какие инструменты с ней можно работать, и как изменялось число активных пользователей в динамике.
2. Состояние email-коммуникаций
Оценили здоровье канала: доставляемость, активность подписчиков, частоту открытий и кликов — всё, что влияет на email как инструмент продаж.
3. Поведение пользователей на сайте и в приложении
Разобрали источники трафика, порядок формирования заказов, структуру базы и движение пользователей по воронке. Провели когортный анализ, чтобы увидеть динамику вовлечённости.
4. Эффективность цифровых каналов
Сопоставили работу web- и mobile-коммуникаций: как используются промокоды, какие пуши дают отклик, как распределяется выручка между каналами и где теряется конверсия.
Что решили менять в первую очередь
После аудита команда расписала, какие именно изменения нужно вносить в каждом направлении CRM. Получился набор конкретных задач, которые можно внедрить поэтапно.
| Этап | Что делать |
| Улучшение качества клиентской базы | — обновить и привести базу в порядок: удалить неактивных, уточнить данные;— проверить каналы, через которые можно повторно привлекать пользователей. |
| Оптимизация email-коммуникаций | — усилить показатели вовлечённости: увеличить открытия и переходы;— отправлять регулярные письма только тем, кто реагирует;— снижать частоту писем для неактивных пользователей;— подбирать время отправки с учётом поведения разных сегментов. |
| Аналитика сайта и приложения | — добавить push-SDK в мобильное приложение для полноценной аналитики;— настроить в AppMetrica отчёты по заказам и выручке. |
| Привлечение и сбор данных | — восстановить некорректные или устаревшие контакты;— постепенно заполнять недостающие поля профиля;— подключить персонализационные инструменты Mindbox. |
| Сокращение оттока | Триггерные сценарии:— отправлять сообщения для возврата пользователей, которые стали заходить реже;— запускать цепочки при снижении вовлечённости;— добавлять касания, если клиент долго не посещает сайт или приложение. |
| Стимулирование первых и повторных покупок | Автоматические цепочки:— запускать сценарии на брошенные действия (корзина, просмотр);— мотивировать сделать первый заказ;— поддерживать клиентов, которые сомневаются или откладывают покупку;— прогревать до пятой покупки;— отправлять дополнительные рекомендации и допродажи. |
| Сегментация пользователей | Используемые подходы:— сегментировать по жизненному циклу клиента;— использовать заполненные данные профиля;— учитывать поведение пользователей;— применять RFM-модель;— учитывать прибыльность сегментов. |
Дополнительно — постоянная проверка гипотез и перенос удачных решений в автоматические сценарии.
Определили приоритеты внедрения

Выбрали триггеры, которые дадут быстрый рост
На первом этапе команда сфокусировалась на механиках, которые можно запустить быстро и получить ощутимый прирост товарооборота без сложных интеграций. Внутри проекта их называли «низко висящими фруктами» — простые сценарии, которые начинают работать сразу после включения.



Увеличили Retention на 11% за счёт реактивационных сценариев
Следующий блок работы — удержание. Одним из самых заметных результатов стал рост Retention на 11%. Его дали триггеры, которые возвращали пользователей на разных этапах снижения активности.
Команда выделила три состояния клиента:
- предотток — пользователь начинает реже заходить и покупать;
- отток — перестаёт взаимодействовать с сервисом;
- глубокий отток — давно не проявляет активности и почти потерян.
Для каждой стадии настроили отдельный сценарий, но ключевую роль сыграла механика «реактивация по посещаемости» — коммуникации, которые запускались, когда пользователь переставал заходить в приложение или на сайт.
Благодаря этим точечным триггерам удалось вернуть часть аудитории и стабильно поднять удержание.


Результат за полгода
За шесть месяцев работы удалось выйти выше целевого ориентира: фактический прирост дохода от CRM оказался на 23% больше, чем изначально закладывали в план.
Ключевые метрики выросли следующим образом:
- +73% — рост выручки CRM-направления;
- +59% — увеличение числа клиентов, совершивших 5 и более покупок в e-commerce.
Эти показатели стали результатом запуска триггерных сценариев, сегментации и более точной работы с онлайн-аудиторией.
Продолжили внедрение стратегии
После того как появились первые метрики роста, команда перешла к следующему блоку работ — усилению персонализации.
В системе Mindbox запустили инструменты для персональных сценариев и добавили на сайт первые всплывающие окна, которые реагируют на поведение пользователя.
Часть попапов срабатывает для новых пользователей без покупок, собирая дополнительные лиды. Другие показываются тем, кто переходит на сайт по СМС с промокодом, чтобы усилить эффект предложения и повысить вероятность заказа.

В коммуникациях добавили рекомендации — стали подбирать товары под интересы конкретного клиента, чтобы предложение было более точным и вовлекающим.

Команда тестирует идеи через СМС и регулярные email-рассылки. Рабочие механики затем переводят в триггеры — и за счёт этого удаётся повышать средний чек.

Как Cordiant удерживает внимание клиентов круглый год Статья
Хватит кормить алгоритмы WB! Как построить медиа-империю вокруг товара и получать продажи на автомате Статья
Кейс: как маркетологу получить заказов на 45 млн ₽ с рекламы в перегретой нише Статья
Кейс: как я привожу по 100+ клиентов в месяц для студий растяжки с помощью Telegram-посевов Статья
От трафика к прибыли: 13 шагов построения эффективной воронки продаж в B2B Статья
1.2 млн ₽ на Telegram-посевы. Как я привел 3 тысячи лидов для онлайн-школы ЕГЭ/ОГЭ и окупил вложения в 3 раза Статья
«Видеозаписки» и вопросы от имени каналов: WhatsApp* представил новые функции Статья
В VK Рекламе появилась функция редактора креативов с помощью нейросетей Статья
ТОП-9 нейросетей для создания баннеров: ИИ-сервисы для рекламного баннера Статья





