AI-реактивація клієнтів: повторні покупки без нового рекламного бюджету

Нішевий e-commerce у сегменті здорового харчування. 6 тижнів інтенсивної розробки плюс поточна експлуатація. Завдання - не «зробити AI-розсилку», а побудувати автономну систему, що сама обирає клієнта, сама пише персональний лист, сама надсилає і сама вимірює реальний грошовий результат.

Задача

У клієнта була типова, але майже ніким не розв’язана проблема: 70% покупців робили одне замовлення і назавжди зникали, поверталась менш ніж третина. База з понад 15 тисяч клієнтів з повною історією покупок фактично простоювала.

Звичні шляхи - або вкласти більше в рекламу (дорожчає щокварталу), або найняти менеджерів на обдзвони (не масштабується). Обидва погані. Ми поставили ціль інакше: підняти частку повторних покупок з 30% до 60% за рік - тобто подвоїти LTV без зростання вартості залучення.

Підхід

Деталі - в базі. AI - лише в тексті

Ключове рішення, що відрізняє систему від типового «AI-маркетингу»: модель не вирішує, який товар запропонувати. Підбір рецепта, інгредієнтів для допродажу, цін і посилань - детерміновано на Python через SQL-запити до каталогу. LLM отримує лише факти (ім’я в кличному відмінку, попередню покупку, назву рецепта-збігу) і пише тільки копірайт. Це прибирає головну болячку AI-розсилок: вигадані артикули, ціни й «биті» посилання.

Архітектурний принцип

Уся «розумна» логіка - на Python-сервісі з прямим доступом до бази. n8n виконує роль тонкого оркестратора: тригер за розкладом → один HTTP-виклик → результат. Це усуває цілий клас помилок підходу «вся логіка в n8n», коли будь-яка зміна ламає граф вузлів.

Атрибуція - серйозно, з контрольною групою

Кожна хвиля має 10% контрольну групу - клієнтів, відібраних детерміновано (за модулем ID), які не отримують лист, але про яких ми знаємо все те саме. Через 21-денне вікно звіряємо їхні покупки в CRM з покупками отримувачів. Різниця - це інкрементальний lift, реальна цінність системи, а не «органіка під виглядом ефекту».

Локальна LLM, а не хмарний API

Текст генерує велика модель (27 млрд параметрів) на власному GPU-сервері клієнта. Причини дві: дані бази не виходять за межі його інфраструктури, а собівартість одного листа - кілька копійок електроенергії, а не плата за токени. Саме це робить розсилку економічно осмисленою навіть для нішевого гравця без венчурного бюджету.

Що побудовано

Результат на сьогодні

Бойовий запуск відбувся. Перші листи пішли в warmup-режимі (25 за батч, поступове зростання до 600/добу за 7-10 днів - обов’язкова умова для холодного домену, інакше провайдери ставлять у спам).

Воркфлоу автоматично обробляє відписки, фіксує конверсії, ізолює контрольну групу. Власниця бізнесу зробила 4 раунди фідбеку на стилістику: кожен - це 20 реальних листів, відрендерених через Chromium у багатосторінковий PDF і надісланих їй на iPad для коментування. Усі правки внесено в промпт і в шар пост-процесингу.

Що в роботі зараз

Перші 24-48 годин після запуску критичні - вони показують, чи спрацював заголовок і куди потрапляють листи (Inbox / Promotions / Spam). Паралельно: A/B-тести 2-3 формул теми на одній когорті; перехід із найхолоднішої когорти (90+ днів) на теплішу (31-90 днів, 2-3 покупки), де конверсії вищі; окремі SEO-лендинги для всіх 59 рецептів із кнопкою «купити всі інгредієнти разом».

Фаза 2 - омніканальна реактивація

Email - лише перший канал. Архітектура передбачає послідовність каналів із власною контрольною групою на кожному: клієнт не відкрив лист за 3 дні → дублюємо у Viber → не клікнув ще за тиждень → пробуємо SMS з мінімальним промокодом.

Мета фази 2 - підняти охоплення з 93% (email-адресабельні) до 99% (усі клієнти з телефоном) і вдвічі знизити вартість контакту за рахунок економії ESP на повторних спробах.

Найкраща реактивація не виглядає як розсилка: клієнт отримує доречний лист саме про те, що він уже купував, - а за лаштунками систему, яка сама обрала його, написала текст і виміряла, скільки грошей це реально принесло.