Многие бренды считают, что у них проблемы с рассылками. На самом деле у них проблемы с данными.

Как руководитель отдела email-маркетинга и удержания клиентов в FABO, комплексном партнере по развитию электронной коммерции для лайфстайл-брендов и брендов одежды, я наблюдаю одну и ту же картину у десятков клиентов: они собирают огромное количество данных о клиентах, но эти данные никогда не попадают в реальные email- или SMS-сообщения. Они остаются в форме подписки во всплывающем окне, в событии или в таблице, которую никто больше не открывает.

В итоге рассылка уходит, как всегда, шаблонной, и все удивляются, почему персонализация «не работает» для их бренда.

Ответ заключается в том, что большинство брендов никогда не создают фундамент для правильного использования собранных данных.

«Привет, {{ first_name }}» — это не персонализация

Вот сценарий, который вы наверняка видели: всплывающее окно задает один вопрос, например: «Что вы ищете?». Это микро-обязательство, и оно работает в том смысле, что показатели конверсии выглядят отлично. Бренды любят эти цифры.

Но посмотрите, что происходит после того, как человек ответил. Сообщения в цепочках и кампаниях не меняются. Ответ просто висит без дела, а все получают ту же рассылку, которую получили бы в любом случае.

Решение не обязательно в том, чтобы задавать больше вопросов. Нужно задавать правильные вопросы. Прежде чем создавать поле во всплывающем окне, спросите себя, что именно вы хотите знать об этом человеке, чтобы эффективно с ним общаться.

Если вы не можете связать ответ с конкретным, отличающимся сообщением, которое отправите позже, не задавайте этот вопрос.

Данные для персонализации есть. Вы просто не можете их использовать.

Даже когда бренды задают правильные вопросы в формах регистрации, зачастую эта информация не идет дальше. Для большинства брендов это еще один пример того, что данные, необходимые для качественной персонализации, обычно уже существуют где-то в Klaviyo. Они просто застряли.

Каждый ответ в форме, каждая покупка, каждый просмотр и каждый клик генерируют событие, и это событие несет в себе полезные детали. Проблема в том, что многие из этих деталей живут и умирают внутри самого события. Они никогда не становятся тем, по чему можно фильтровать, сегментировать или на что можно ссылаться позже.

Допустим, вы продаете часы, и кто-то только что купил дорогую модель. Это сигнал, который стоит запомнить и использовать, а не просто зафиксировать. Если вы можете зафиксировать, что и когда они купили, вы можете спланировать дальнейшие действия: отправить сообщение с проверкой в тот момент, когда они, вероятно, будут готовы к следующей покупке, упомянув модель, которая у них уже есть.

Один из способов сделать это — создать вебхук, который записывает данные о покупке в пользовательское свойство профиля. Теперь эта деталь доступна вам долгое время после того, как исходное событие исчезло из ленты активности, и вы можете сослаться на нее в цепочке ретаргетинга спустя месяцы (например: «Это отлично сочетается с тем, что вы приобрели в мае»).

Все, что для этого нужно — сделать ваши существующие данные пригодными для использования.

Практическая 4-уровневая структура для персонализации маркетинга

Как только вы примете тот факт, что персонализация — это проблема данных, вам понадобится система для ее решения, а не очередная разовая цепочка. Вот структура, которая разбивает работу на 4 уровня:

1. Данные: то, что уже доступно вам

Начните с того, что Klaviyo уже знает. Спросите себя, какие точки данных вы действительно хотите использовать для персонализации, и будьте конкретны. Например:

Пол
Уровень лояльности
Предпочтения по продуктам (например, предпочитает золотые украшения серебряным)
На каком этапе пути клиента находится человек

Здесь нет универсального списка. Составьте свой собственный, который имеет смысл для вашего бренда и ваших продуктов.

2. Сегментация: кто что получает

Сегментация — это то, кому вы отправляете. Персонализация — это то, что вы им отправляете. Разделяйте эти две идеи, потому что их смешение — причина, по которой многие настройки работают неправильно.

Возьмем бренд солнцезащитных очков с широким ассортиментом форм оправ. Вместо того чтобы оставлять руководство по подбору формы лица на сайте в надежде, что кто-то найдет его до покупки, задайте вопрос прямо в приветственной серии. Теперь вы можете рекомендовать оправы, которые действительно подходят, еще до совершения первой покупки.

«Достучаться до нужного человека в нужное время — это наука», — говорит Аарон Шварц, со-генеральный директор Orita, компании, которая создает сегментацию клиентов специально для Klaviyo. «Соедините это с искусством правильного сообщения (подумайте о персонализации), и результаты быстро сложатся в успех».

«Но знание того, кто этот человек и что ему нравится, дает лишь половину успеха», — предостерегает Шварц. «Вам также нужно знать, подходящее ли сейчас время, чтобы обратиться к нему».

Достучаться до нужного человека в нужное время — это наука. Соедините это с персонализацией, и результаты быстро сложатся в успех.

со-генеральный директор, Orita

3. Интеллект: откуда берутся данные

Этот уровень касается поиска источников, и это может происходить полностью внутри Klaviyo. Если у вас нет точки данных напрямую, вы часто можете ее вывести. Тот, кто покупал только квадратные оправы, уже рассказал вам кое-что о форме своего лица, даже не отвечая на опрос.

Предиктивная аналитика Klaviyo также может заполнить другие пробелы, отмечая, кто с высокой вероятностью уйдет (отток), а кто скоро совершит повторную покупку, а также персонализируя сообщения в зависимости от пола и пожизненной ценности клиента (CLV). Кроме того, она работает с предпочтениями по каналам связи, чтобы охватить ваших подписчиков на нужной платформе.

4. Решение: активация данных

Уровень принятия решений — это то, где вы определяете, что действительно пригодно для использования, а не просто теоретически интересно.

Вот реальный пример: лайфстайл-бренд просит новых подписчиков во всплывающем окне выбрать основной интерес: одежда для дома, спортивная одежда или аксессуары.

Большинство брендов собирают этот выбор, применяют пользовательское свойство к профилю, а затем все равно отправляют всем одну и ту же шаблонную приветственную серию. Данные есть, но решение действовать на их основе отсутствует.

Активация этих данных означает создание условных разветвлений (conditional splits) прямо внутри приветственной цепочки.

Одежда для дома: подписчики переходят по пути с уютными худи, домашними комплектами и расслабленным стилем.
Спортивная одежда: подписчики переходят к акценту на функциональные ткани, комплекты для спортзала и подвижность.
Аксессуары: подписчики видят сумки, головные уборы и товары с низким средним чеком, оптимизированные для быстрой первой покупки.

Это серьезная упущенная возможность. Когда точки данных просто еще нет, она не может повлиять на решение сегодня.

Прежде чем что-то создавать, задайте два вопроса:

Действительно ли эти данные ценны для нас?
Собираемся ли мы их использовать?

Где помогает ИИ, а где он создает шум

Инструменты ИИ, включая сервер MCP от Klaviyo, обеспечивающий интеграцию с ИИ-платформой, такой как Claude, полезны для этой работы. Вместо того чтобы каждый раз перестраивать структуру данных при подключении нового клиента или запуске нового сегмента, вы можете направить ИИ на то, что уже доступно, и попросить его выявить интересные закономерности.

Именно здесь Klaviyo AI оправдывает себя: распознавание закономерностей в истории покупок, рекомендации продуктов на основе того, что купили другие похожие клиенты, и персонализированное время отправки, основанное на том, когда человек действительно проявляет активность.

А Klaviyo Personalization (ранее Marketing Analytics) использует ИИ-принятие решений и данные о клиентах в реальном времени от Klaviyo, чтобы определять подходящий продукт, канал и момент для каждого клиента, помогая брендам повышать удержание и увеличивать доход.

ИИ терпит неудачу там, где есть беспорядочные, неструктурированные данные. ИИ не может исправить фундамент, которого не существует, и не может спасти стратегию сегментации, которая пытается охватить слишком много сразу. Просьба к ИИ сегментировать одновременно по стране, статусу лояльности и полу звучит эффективно. На практике это увеличивает ваш объем работы до количества вариаций, для которых вы физически не сможете написать контент.

Принцип «качество важнее количества» здесь применим как нигде больше. Выберите точки данных, которые наиболее важны для вашего бренда, приведите их в порядок и развивайтесь на этой основе.

Если вы только начинаете, попробуйте этот запрос в Klaviyo Composer: «Проанализируй моих подписчиков и предложи 5 идей, как я могу работать с персонализацией». Вас может удивить, какими данными вы на самом деле располагаете, чтобы начать свой путь в персонализации.

Персонализация — это системная проблема, которую вы решаете с помощью более качественных данных. Наладьте фундамент, и каждый последующий уровень — сегментация, аналитика, принятие решений — станет проще и эффективнее.