Интернет-магазины ежегодно вкладывают миллионы в привлечение клиентов. Но значительная часть потенциальной выручки теряется уже после регистрации или первой покупки.

Поэтому собственная клиентская база становится стратегическим активом. В отличие от платного трафика, за неё не нужно платить заново: она позволяет возвращать клиентов к повторным покупкам и выстраивать с ними долгосрочные отношения.

В кейсе расскажем, как команда Out of Cloud (Kokoc Performance, входит в Kokoc Group) помогла NAOS увеличить выручку CRM-канала на 46% за счёт системной работы с данными, сегментацией и автоматическими сценариями.

NAOS — французская косметическая компания, основатель трёх брендов: BIODERMA, Institut Esthederm, Etat Pur. Лаборатории и собственное производство компании расположены в Экс-ан-Прованс на юге Франции.

3000+

130 стран

70 патентов

сотрудников по всему миру

международная французская компания

мощный потенциал к инновациям на основе уникального научного подхода: экобиологии

Цели проекта

Команда Out of Cloud (Kokoc Performance) работает с NAOS с 2023 года. К 2025 году CRM-маркетинг уже стал важным каналом продаж: на проекте были настроены триггерные сценарии, выстроена сегментация аудитории и запущены персонализированные коммуникации.

Поэтому задача стояла не в запуске CRM-маркетинга с нуля, а в поиске новых точек роста внутри уже работающего канала. Базовые механики приносили результат, и для дальнейшего развития требовалось глубже учитывать интересы и потребности клиентов на разных этапах взаимодействия с брендом. 

Цель проекта на 2025 год — увеличить вклад собственной клиентской базы в выручку интернет-магазина за счёт CRM-коммуникаций не менее чем на 40%.

К 2025 году CRM-маркетинг у NAOS уже был выстроен

Отдельно команда отслеживала план-факт по ключевым KPI: выручке, среднему чеку, росту базы и количеству новых подписчиков. По итогам 2025 года по выручке перевыполнили план на 109%, по среднему чеку — на 106%, а база подписчиков почти достигла плана.

1. Проанализировали структуру CRM-канала и нашли зоны для роста 

Команда начала работу с диагностики CRM-коммуникаций за 2024 год:

  • проанализировали структуру выручки;
  • оценили вклад сегментов в объём продаж, выручку и конверсию;
  • проследили путь клиента от регистрации до первой и повторной покупки;
  • изучили, какие этапы клиентского пути закрывают автоматические сценарии;
  • проверили частоту коммуникаций, контент и релевантность офферов.

Анализ помог выделить два сегмента, работа с которыми могла дать наибольший прирост выручки CRM-канала: 

  1. «Новички без заказа». По итогам 2024 года 64% пользователей после регистрации так и не совершили первую покупку.
  2. «Новички с одним заказом». Несмотря на небольшой размер сегмента, именно эти пользователи формировали 32% выручки CRM-канала и обладали высоким потенциалом повторной покупки.

Распределение пользователей по ключевым этапам взаимодействия с брендом

Дополнительно анализ показал, что приветственная цепочка уже была одним из самых эффективных автоматических сценариев проекта: около 40% выручки автоматических писем приходилось именно на неё.

Поэтому команда решила развивать существующие сценарии для этих сегментов, а не создавать новые механики с нуля.

2. Сделали приветственную цепочку более персонализированной 

Welcome-цепочка (Welcome-цепочка — серия триггерных писем, которая знакомит нового клиента с брендом, формирует первое впечатление и стимулирует к первой покупке) уже показывала хорошие результаты и оставалась одним из главных драйверов выручки автоматических коммуникаций. Однако диагностика выявила противоречие: несмотря на эффективность сценария, 64% новых контактов так и не совершали первую покупку.

Приветственная цепочка была универсальной: через неё проходили пользователи разных брендов NAOS, люди с различными интересами и запросами, а также клиенты, которые попадали в базу из разных источников.

Пример Welcome-цепочки (Welcome-цепочка — серия триггерных писем, которая знакомит нового клиента с брендом, формирует первое впечатление и стимулирует к первой покупке) на проекте NAOS

Команда предположила, что дополнительный рост можно получить не за счёт увеличения количества писем, а за счёт более точной персонализации первых коммуникаций.

Для проверки гипотезы цепочку расширили. Появились отдельные сценарии для разных брендов, источников регистрации и категорий пользователей. Например, для мам, которые интересовались детской косметикой.

В письме для пользователей, интересовавшихся уходом за кожей с акне, сделали акцент на подборе средств под конкретную потребность

В приветственном письме для мам подсветили важность заботы о коже мамы и ребёнка и рассказали об универсальности средств

Коммуникации стали лучше учитывать контекст, с которым пользователь приходит в базу, а конверсия в первую покупку выросла с 2,76% до 10,81%.

3. Разработали отдельный сценарий после первой покупки 

Для клиентов, которые совершили первую покупку, но не вернулись за второй, команда разработала отдельный сценарий коммуникаций. Это была не классическая цепочка для новых пользователей, а продолжение клиентского пути на следующем этапе взаимодействия с брендом.

Сценарий решал сразу несколько задач: 

  • знакомил клиентов с программой лояльности;
  • собирал обратную связь о продукте через NPS-опрос;
  • помогал определить тип кожи;
  • предлагал подходящие продукты для следующей покупки;
  • мягко мотивировал оформить второй заказ.

Логика коммуникации зависела от реакции клиента на первую покупку. Если пользователь оставался недоволен продуктом, сценарий переводил его в отдельную ветку для отработки обратной связи. Если оценка была положительной, коммуникация продолжалась рекомендациями по использованию продукта и подбором средств для следующей покупки.

Так первая покупка стала отправной точкой для дальнейшей работы с клиентом и стимулирования повторных заказов. 

4. Собрали данные о потребностях клиентов через механику определения типа кожи 

Для косметического бренда важно понимать не только что покупает клиент, но и какие задачи он пытается решить с помощью продукта. Поэтому команда агентства разработала механику определения типа кожи «Бьюти-рутина в ритме жизни». 

На сайте пользователю предлагали пройти мини-тест о привычках ухода и состоянии кожи. В ответ он сразу получал персональные рекомендации по уходу, поэтому механика воспринималась как полезный сервис, а не как инструмент для сбора данных.

Вместо анкеты с десятками вопросов пользователю предлагали короткий интерактивный тест

Одновременно CRM-система сохраняла данные о типе кожи, потребностях и интересах пользователя для дальнейшей сегментации и персонализированных коммуникаций.

Благодаря этому NAOS смог собрать больше информации о потребностях аудитории: объём данных о типе кожи, её особенностях и предпочтениях клиентов вырос на 53%. Конверсия механики составила 8% вместо ожидаемых 2%.

5. Расширили систему персонализированных форм на сайте 

Помимо CRM-коммуникаций команда активно работала с пользователями прямо на сайте. Для этого использовали поп-апы, инапы и рекомендательные блоки, которые в зависимости от сценария помогали:

  • собирать новые контакты;
  • получать дополнительные данные о клиентах;
  • возвращать пользователей в CRM-коммуникации;
  • рекомендовать продукты с учётом интересов и потребностей клиента.

Формы стали частью общей системы персонализации: данные, которые пользователи оставляли на сайте, использовались для сегментации аудитории и настройки дальнейших коммуникаций.

На проекте используется около 100 персонализированных форм: от подписки на коммуникации до подбора продуктов и сбора данных о клиентах

6. Пересмотрели подход к массовым рассылкам

Во время диагностики обнаружили, что часть коммуникаций конкурирует между собой. Пользователь мог получить в один день и триггерное письмо, и массовую рассылку, что увеличивало нагрузку и снижало эффективность сообщений.

Чтобы избежать пересечений, внедрили правило приоритета: если пользователь уже получил триггерное письмо, массовая рассылка автоматически переносилась на следующий день. Такая логика помогла обойти алгоритмы спам-фильтров почтовых сервисов, поскольку триггерные письма чаще получали пользователи, которые недавно посещали сайт и уже проявляли интерес к покупке. Open Rate (открываемость писем) таких доотправок стабильно держался на уровне 22%.

Параллельно в массовые письма начали добавлять динамические блоки с персонализированными предложениями и актуальными акциями. Один из таких блоков показал конверсию 0,36% против 0,04% у стандартных промо-блоков.

Пример динамического контента в письме: товары и промопредложения автоматически адаптируются под интересы и историю покупок клиента

Команда также начала активнее тестировать ситуативные рассылки, привязанные к актуальным событиям и инфоповодам. Например, письмо, привязанное к церемонии «Оскар», отправили в воскресенье — несмотря на опасения клиента, что рассылки в выходные работают хуже. В итоге письмо показало высокие показатели открываемости и вовлечённости.

Инфоповод оказался важнее дня недели: Open Rate (открываемость писем) рассылки составил 23,58%, что на 7,86 п.п. выше среднего по массовым рассылкам

Результаты 2025 года по сравнению с 2024 годом 

За год команда не просто запустила новые механики, а сделала коммуникации более точными и персонализированными. Вместо массового подхода фокус сместился на потребности клиентов на разных этапах взаимодействия с брендом. Это помогло увеличить эффективность CRM-канала и улучшить ключевые показатели. 

+46%

+44%

+61%

+20,5%

Выручка CRM-канала

Количество заказов из CRM-канала

Доля автоматических писем в выручке

Активная почтовая база

Кузнецов Илья, CRM менеджер:

«Результат стал возможен благодаря тесной совместной работе команды NAOS и агентства. Мы не ограничивались реализацией отдельных идей, а последовательно анализировали результаты, проверяли гипотезы и вместе развивали CRM как полноценный канал роста бизнеса».

Команда проекта

Полина Бичелева
Аккаунт-менеджер Out of Cloud (Kokoc Performance) 

Виктория Окунева
Ведущий менеджер по клиентской стратегии Out of Cloud (Kokoc Performance) 

Егор Ставер
Младший менеджер по клиентской стратегии Out of Cloud (Kokoc Performance) 

Валерия Тумайкина
Контент-маркетолог Out of Cloud (Kokoc Performance) 

Анна Мещерякова
Руководитель группы технической поддержки Out of Cloud (Kokoc Performance)