Как аптека без маркетолога вернула повторных клиентов

Исходная точка: CRM есть, маркетинга нет

У сети была учётная система на базе 1С и подключённая CRM — данные о покупках копились годами. Но использовались они ровно для одного: посмотреть, что купил конкретный клиент, если он сам позвонил с вопросом. Никаких автоматических триггеров, никакой сегментации по циклу потребления, никакого понимания, кто из 11 000 карточек прямо сейчас находится в точке «пора купить снова».

Это типичная картина для МСБ с повторными продажами: данные есть, рычаг не нажат. CRM-маркетинг в таком контексте — не про платформу и не про бюджет на рекламу. Это про умение читать историю покупок как расписание будущих потребностей. Именно с этого начался разбор задачи.

Этап 1. Сегментация не по RFM, а по циклу потребления

Классический RFM (давность — частота — деньги) здесь работает плохо: клиент, купивший препарат для щитовидной железы раз в три месяца, выглядит «неактивным» по частоте, но на самом деле он идеально предсказуем. Первый шаг — переход от сегментации по поведению к сегментации по продуктовому циклу. Каждой товарной категории присваивается медианный интервал повторной покупки: для хронических препаратов — 28–35 дней, для витаминных курсов — 60–90, для расходников (тест-полоски, батарейки для слуховых аппаратов) — индивидуально по объёму покупки.

После загрузки истории за 18 месяцев система выделила три рабочих сегмента: «горящие» — клиенты, у которых цикл уже истёк, но повторной покупки нет (около 18% базы); «в окне» — те, кто войдёт в цикл в ближайшие 7 дней (порядка 9% в моменте); «новые хроники» — купившие впервые препарат с явным хроническим профилем (важнее всего для конвертации в лояльных).

Ключевой инсайт этапа: сегментация по циклу потребления даёт не просто список «кому писать», а точное окно — когда писать. Разница между сообщением за 3 дня до предполагаемой потребности и через 10 дней после — это разница между «спасибо, как раз вовремя» и отправкой в спам.

Этап 2. Формирование персонального предложения без ручного труда

Для каждого клиента из сегмента «в окне» система формировала не просто напоминание, а конкретное предложение: товар из последней покупки (или его ближайший аналог при отсутствии на складе), актуальная цена, ближайшая точка сети с остатком. Никакого «у нас акция на всё подряд» — только то, что человек покупал и, по расчёту, купит снова.

Важный операционный момент: предложение формировалось автоматически и попадало в CRM как готовая сделка — менеджеру оставалось только подтвердить или скорректировать перед отправкой. Это критично для МСБ: у владельца нет команды, которая вручную пишет 200 персональных сообщений в неделю. Автоматизация здесь — не про масштаб корпорации, а про физическую возможность вообще делать персональный маркетинг.

Этап 3. Каналы и механика касания — без навязчивости

Выбрали два канала: SMS для «горящего» сегмента (люди уже ждут, короткое напоминание работает) и мессенджер-бот для сегмента «в окне» (чуть мягче, можно добавить контекст — например, напомнить о режиме приёма). Никаких холодных звонков, никакого email по базе целиком. Частота касаний жёстко ограничена: один раз в цикл, не чаще. Если клиент купил — цикл перезапускается. Если не отреагировал дважды подряд — переходит в «спящий» сегмент с другой стратегией (не напоминание, а реактивация через полезный контент).

Отдельно настроили стоп-лист: клиенты, которые явно отписались или купили в другом месте (это видно по отсутствию транзакций при активном цикле других категорий). CRM-маркетинг для малого бизнеса особенно чувствителен к репутации — одна лишняя рассылка соседу, который три раза просил «не писать», стоит дороже, чем потенциальная продажа.

Результаты через 90 дней: ориентиры и что реально изменилось

Через три месяца работы в режиме предиктивных касаний картина по сети изменилась ощутимо. Доля повторных покупок среди «хронических» клиентов выросла ориентировочно на 22–28% по сравнению с базовым периодом. Средний интервал между покупками сократился: клиенты стали возвращаться чуть раньше истечения запаса, а не после его полного окончания — что означает меньше «окон ухода» к конкуренту. Сегмент «новые хроники» показал конверсию во вторую покупку около 41% против примерно 19% до внедрения системы.

Важнее цифр — операционный эффект: администратор тратила на работу с CRM не 0 минут в день (как раньше, потому что просто не делала этого), а около 15–20 минут на просмотр и подтверждение готовых сделок. Маркетинг перестал быть задачей, которую «надо когда-нибудь делегировать специалисту», и стал частью ежедневного процесса.

Один нюанс, который стоит проговорить честно: первые две недели ушли на чистку данных — дубли карточек, пустые телефоны, ошибки в датах покупок. Без этого предиктивная логика работает на грязном топливе. Это не недостаток подхода — это базовая гигиена данных, которую МСБ часто откладывает годами.

Что из этого переносится на другой бизнес с повторными продажами

Логика «цикл потребления → окно касания → персональное предложение в CRM» работает в любой нише, где клиент возвращается предсказуемо: оптика (замена линз, контрольный визит), ветеринарные клиники и зоотовары (корм, вакцинация, плановые процедуры), сервисные услуги (ТО, страховка, абонементы), e-commerce с регулярными категориями (бытовая химия, косметика, детское питание).

Главное условие применимости — наличие транзакционной истории хотя бы за 6–12 месяцев и более-менее чистая база контактов. Если данные есть в 1С или CRM, предиктивная надстройка не требует переезда на новую платформу и не нарушает привычный процесс работы менеджеров. Она просто добавляет в их очередь готовые задачи — вместо пустого экрана.

«Умный цикл» строит такой прогноз автоматически

Берёт данные из вашей учётной системы, считает следующую покупку каждого клиента и кладёт готовую сделку в CRM. Покажем на демо «горячий список» по вашей базе.