Разработка персонализированных email-рассылок: от сегментации до ML

Представьте: вы запускаете массовую рассылку по базе из 50 000 подписчиков, а открываемость едва достигает 8%. Клики единичны, продаж нет. Персонализация по имени {{firstName}} не спасает — контент не релевантен. Нужна глубокая сегментация и динамический контент, адаптирующийся под каждого пользователя. Мы проектируем такие системы с прицелом на конверсию и масштабирование. Наша компания имеет 7 лет опыта в email-маркетинге и разработала более 120 кампаний для e-commerce.

Типичные проблемы массовых рассылок

Проблемы, которые решаем

1. Низкая вовлечённость из-за отсутствия сегментации. Одно письмо для всей базы игнорирует жизненный цикл клиента. Мы внедряем сегментирование по поведению: новые, активные, рискущие уйти, потерянные. Для каждого — своё предложение и тон. Конверсия после такого подхода вырастает на 30-50%.

2. Статичные рекомендации. Без данных о просмотрах и покупках письма теряют эффективность. Мы подключаем recommendation engine на основе истории: последние просмотры, брошенные товары, частота заказов. Пользователи получают релевантные предложения, что повышает кликабельность в 2 раза.

3. Отправка в неудачное время. Письмо может прийти ночью или в выходной — его не откроют. Мы анализируем историю открытий каждого пользователя и определяем оптимальный час для отправки. Если данных мало — используем часовой пояс. Это увеличивает открываемость ещё на 25%.

Как сегментация влияет на конверсию?

Сегментация — основа персонализации. Она основана на поведенческих событиях: регистрация, покупка, бездействие, возврат. Например, для сегмента «рискущие уйти» мы предлагаем промокод с ограничением по времени, для «новых» — образовательную серию писем. A/B тестирование Subject Line для каждого сегмента дополнительно увеличивает открываемость на 10-15%.

Персонализированные письма приносят в 6 раз больше транзакций, чем не-персонализированные. — Campaign Monitor

Как мы строим персонализированные email-кампании?

Сборка письма начинается с параллельного сбора контекста: данные пользователя, последние заказы, просмотры, персональные скидки. На основе этого классифицируем сегмент и подбираем Subject Line и контент. Используем TypeScript для типобезопасности и React Email для модульных компонентов.

interface PersonalizationContext {
  user: User;
  segment: 'new' | 'active' | 'at_risk' | 'churned';
  recommendedProducts: Product[];
  lastViewedCategory: string;
  totalOrders: number;
  preferredLanguage: 'ru' | 'en';
  discount?: { code: string; percent: number; validUntil: Date };
}

async function buildPersonalizedEmail(
  userId: string,
  campaignId: string
): Promise<{ subject: string; html: string }> {
  const [user, orders, recentViews, discount] = await Promise.all([
    db.users.findById(userId),
    db.orders.getRecentByUser(userId, 5),
    db.productViews.getRecentByUser(userId, 20),
    db.discounts.getPersonalDiscount(userId),
  ]);

  const segment = classifySegment(user, orders);
  const recommended = await recommendationEngine.getProducts(userId, recentViews);

  const ctx: PersonalizationContext = {
    user,
    segment,
    recommendedProducts: recommended.slice(0, 3),
    lastViewedCategory: recentViews[0]?.categoryName ?? '',
    totalOrders: orders.length,
    preferredLanguage: user.language ?? 'ru',
    discount: discount ?? undefined,
  };

  const subjects: Record<PersonalizationContext['segment'], string> = {
    new: `${user.name}, вот что поможет вам начать`,
    active: `${user.name}, специально для вас — новинки в "${ctx.lastViewedCategory}"`,
    at_risk: `Мы скучаем, ${user.name}! Специальное предложение внутри`,
    churned: `${user.name}, вернитесь — скидка ${discount?.percent ?? 20}% ждёт вас`,
  };

  const html = render(<PersonalizedCampaign ctx={ctx} campaignId={campaignId} />);

  return { subject: subjects[segment], html };
}

Сегментация пользователей

function classifySegment(user: User, orders: Order[]): PersonalizationContext['segment'] {
    const daysSinceRegistration = daysBetween(user.createdAt, new Date());
    const daysSinceLastOrder = orders.length > 0 ? daysBetween(orders[0].createdAt, new Date()) : Infinity;
    if (daysSinceRegistration < 7) return 'new';
    if (daysSinceLastOrder < 30) return 'active';
    if (daysSinceLastOrder < 90) return 'at_risk';
    return 'churned';
}

React Email компонент с условным контентом

function PersonalizedCampaign({ ctx, campaignId }) {
  const { user, segment, recommendedProducts, discount } = ctx;
  return (
    <Html>
      <Preview>
        {segment === 'churned' ? `Скидка ${discount?.percent}% — только для вас` : `Новинки специально для ${user.name}`}
      </Preview>
      <Body>
        {segment === 'at_risk' || segment === 'churned' ? (
          <ReEngagementHero discount={discount} userName={user.name} />
        ) : (
          <StandardHero userName={user.name} />
        )}
        {recommendedProducts.length > 0 && (
          <Section>
            <Heading>Рекомендуем для вас</Heading>
            <Row>
              {recommendedProducts.map(product => (
                <Column key={product.id}>
                  <ProductCard product={product} utm={`utm_campaign=${campaignId}&utm_content=rec-${product.id}`} discount={discount} />
                </Column>
              ))}
            </Row>
          </Section>
        )}
        {discount && (segment === 'at_risk' || segment === 'churned') && (
          <Section style={{ background: '#fef3c7', padding: 24, borderRadius: 8 }}>
            <Text>Ваш персональный промокод:</Text>
            <Text style={{ fontSize: 28, fontWeight: 800, letterSpacing: 4 }}>
              {discount.code}
            </Text>
            <Text style={{ color: '#92400e' }}>
              Скидка {discount.percent}% до {formatDate(discount.validUntil)}
            </Text>
          </Section>
        )}
        <Footer unsubscribeUrl={generateUnsubscribeUrl(user.id)} />
      </Body>
    </Html>
  );
}

Сравнение уровней персонализации

Поведенческая персонализация даёт в 2-3 раза больший прирост конверсии по сравнению с базовой. Это подтверждается практикой: клиенты, внедрившие рекомендации товаров и брошенные корзины, фиксируют средний рост выручки на 40%.

Почему стоит выбирать React Email для шаблонов?

React Email позволяет использовать типизацию TypeScript, переиспользовать компоненты и тестировать их изолированно. Верстка писем — это боль: поддержка Outlook ограничена, а React Email решает эту проблему, генерируя inline-стили и корректные таблицы. В итоге разработка ускоряется на 20-30% по сравнению с классическими MJML или Handlebars.

Оптимальное время отправки

async function getOptimalSendTime(userId: string): Promise<Date> {
  const openHistory = await db.emailOpenEvents.getByUser(userId, 90);
  if (openHistory.length < 5) {
    return getNextOccurrenceOfHour(10, userTimezone);
  }
  const hourCounts = openHistory.reduce((acc, event) => {
    const hour = new Date(event.openedAt).getHours();
    acc[hour] = (acc[hour] ?? 0) + 1;
    return acc;
  }, {} as Record<number, number>);
  const bestHour = Number(
    Object.entries(hourCounts).sort(([, a], [, b]) => b - a)[0][0]
  );
  return getNextOccurrenceOfHour(bestHour, userTimezone);
}

Что входит в работу

• Интеграция с CRM — подключение источника данных (Bitrix24, amoCRM, Salesforce или кастомная база).
• Разработка шаблонов — React Email компоненты с условной логикой.
• Настройка сегментов — критерии и правила классификации.
• Тестирование — A/B тесты Subject Line и контента.
• Документация — описание архитектуры и инструкция по эксплуатации.
• Поддержка — 2 недели гарантийной поддержки после запуска.

Сроки и стоимость

Базовая персонализированная кампания (сегментация + динамические блоки) — от 1 недели. С ML-моделью оптимального времени — ещё 3-5 дней. Стоимость рассчитывается индивидуально, зависит от сложности сегментации и объёма интеграций. Наш опыт показывает, что экономия на рекламном бюджете за счёт точной персонализации может достигать 30%.

Свяжитесь с нами для консультации по вашей рассылке. Закажите разработку кастомной кампании — разберём текущую стратегию и предложим подходящее решение.