
Як мережа Кібернетики оговтується після знищення єдиного логістичного хабу


На RAU Expo 2025 СМО Фокстрот Олег Нікольський та СРО eSputnik Олег Лєсов поділилися досвідом успішної співпраці ритейлера з платформою клієнтських даних. Вони розповіли, як інновації в персоналізації та товарних рекомендаціях сприяють зростанню продажів, допомагають утримувати клієнтів та підтримувати лояльність.
Фокстрот — перша українська мережа магазинів електроніки та побутової техніки. Один з найбільших омніканальних ритейлерів країни, який постійно розвиває персоналізацію клієнтського досвіду для 13 млн клієнтів та впроваджує нові інструменти й механіки.
У 2014 році Фокстрот зміцнив цей напрям, обравши eSputnik як надійного партнера з маркетингу, з яким зручно зростати, а кожна ідея отримує швидку реалізацію.
Починаючи з 2014 року, Фокстрот розвиває персоналізований маркетинг у співпраці з eSputnik. Тоді ж впровадили перший канал комунікації — e-mail, що швидко довів свою ефективність. Згодом Фокстрот масштабував взаємодію з клієнтами, додаючи нові канали та функціональність.
За 11 років співпраці з eSputnik Фокстрот:
Єдиний профіль клієнта в CDP — це не просто список покупок та контактні дані. Це повноцінна та хронологія взаємодії з брендом, зібрана в одному місці. Саме такий профіль допомагає Фокстроту персоналізувати комунікацію для кожного клієнта.
В єдиній картці контакту система об’єднує дані про:
Єдиний погляд на клієнта забезпечує актуальність та правильність комунікацій бізнеса зі споживачем. Наприклад, Микола переглядає телевізори на сайті — CDP знає про нього наступні дані:
Система розуміє, що Микола переглядав телевізори конкретного виробника з середнього цінового сегменту, тому пропонує йому розглянути певні моделі, які можливо він не знайшов самостійно, але вони з високою вірогідністю зацікавлять його, адже відповідають його запитам. Оскільки клієнт добре взаємодіє з каналом e-mail, то подальша комунікація буде підтримуватися цим каналом в першу чергу.
Завдяки тому, що CDP об’єднує всі канали створюється безшовний досвід для клієнта в усіх точках взаємодії. Такий підхід допомагає Фокстрот не лише збільшувати продажі, а й будувати довгострокову лояльність клієнтів.
360-градусне розуміння клієнта дозволяє бізнесу відправляти повідомлення в потрібний момент і через правильний канал (e-mail, Viber, push, App Inbox), аби повернути клієнта і стимулювати покупку. Щоб автоматизувати точну взаємодію з мільйонами клієнтів компанія розробила широку карту тригерів, де певний сценарій спрацьовує, коли клієнт виконує конкретну дію.
Кожен з використовуваних PRO-тригерів відіграє важливу роль для ритейлера, а найефективніші з них:
Як бачимо, різні тригери показують найкращі результати за CTR та CR. Це залежить від їх направленості, бо деякі сценарії працюють на збільшення трафіку на сайт, інші — зростання покупок.
В eSputnik тригери тарифу Professional посилені товарними рекомендаціями, які підбираються персонально для кожного клієнта.
“Найкращі результати приносить комплексна система: на всіх етапах воронки продажів використовуйте відповідні ланцюжки у різних каналах комунікації”, — коментує Олег Лєсов.
Два роки тому eSputnik здійснив прорив у товарних рекомендаціях, перейшовши до трансформерної моделі, посиленої великими мовними моделями (LLM). Цей підхід кардинально змінив персоналізацію, порівняно з попередніми алгоритмами, і приніс значне зростання ключових метрик.
До 2019 року Фокстрот використовував колаборативну фільтрацію, яка базувалася на схожості між товарами та поведінкою користувачів. Наприклад, якщо клієнт купував телевізор, система пропонувала аксесуари (як-от саундбар) або схожі моделі, які часто купували разом з цим товаром. Алгоритм аналізував історичні дані: якщо два товари часто клікали чи купували разом, вони вважалися пов’язаними. Однак цей підхід мав обмеження: він не враховував контекст дій клієнта, не міг ефективно обробляти нові товари без історії продажів.
У 2019-20 роках eSputnik впровадив трансформерну модель, яка аналізує послідовність дій клієнта — від переглядів і пошуків до додавання в кошик, покупок, як онлайн, так і офлайн. Ця архітектура глибокого навчання дозволяє системі “розуміти” не лише окремі дії, а й їхній контекст і взаємозв’язки.
З 2024 року великі мовні моделі (LLM) посилили трансформерну модель, додаючи до ШІ можливість аналізу характеристик товарів: категорії, бренду, ціни, описів.
Нова модель дозволяє створювати рекомендації, які розуміють суть товару, а не лише його ID.
Раніше машина бачила лише поведінку користувачів: якщо два товари часто клікаються разом, вони вважалися схожими. Але тепер АІ розуміє, що це за товар, його суть, і підбирає точніші рекомендації.
Клієнт переглядає ігрову консоль, потім шукає геймпади, а раніше цікавився VR-окулярами. Колаборативна фільтрація могла запропонувати популярну гру, яку купували разом із консоллю. А трансформерна модель зафіксує інтерес до інтерактивних розваг і запропонує спеціалізований VR-контролер, навіть якщо такі комбінації раніше не купували. Завдяки тому, що LLM додатково аналізує описи товарів, система може запропонувати новинки без історії продажів, вирішуючи проблему “холодного старту”.
Поєднання трансформерної моделі + LLM дало ще кращі результати:
“Треба відзначити, що це не був холодний старт — рекомендації у Фокстроті працюють вже вісім років: система давно працює з величезним обсягом даних про поведінку клієнтів. При цьому, зміна алгоритму суттєво покращила користувацький досвід”, — підкреслює Олег Лєсов.
Здавалося б, рекомендації вже працювали дуже добре, але команда eSputnik помітила, що ритейлер втрачав можливості через надто широкі категорії товарів. Раніше АІ просто не підбирав товари з однієї категорії, аби уникнути дублювань у рекомендаціях. Це обмежувало крос-продажі, коли в межах однієї категорії є функціонально різні товари, які мають сенс в спільному використанні. Щоб вирішити це, eSputnik впровадив LLM-модель, яка самостійно уточнює підкатегорії товарів і формує більш точні, доречні рекомендації.
LLM-модель аналізує категоріальне дерево (десятки тисяч товарів) і визначає функціональні зв’язки. Модель уточнює підкатегорії та пропонує сумісні чи доповнюючі продукти. Це автоматизує підбір, подібно до роботи категорійного менеджера.
Наприклад, у категорії “Зубні щітки” знаходяться різні товари: щітки, аксесуари для догляду, насадки, підставки, дорожні футляри тощо. У класичній логіці блоку “Купують разом” система не рекомендує товари з тієї ж категорії, щоби уникнути нерелевантних пар (дві однакові щітки).
Завдяки рекатегоризації тепер можна запропонувати клієнтові логічні доповнення до покупки: насадку або футляр. Система сформує релевантні пари товарів навіть з тієї самої загальної категорії, підвищуючи якість персоналізації та крос-продажів.
“Ми дуже задоволені співпрацею. Ця LLM-модель додає величезну цінність до наших пропозицій. Ми підвищили LTV, дохід, скоротили використання маркетинг-бюджету та робочих ресурсів. Ми збільшили retention, кількість повторних продажів, підвищили конверсію вдвічі по певних тригерах. eSputnik — наш основний стратегічний партнер у ретеншен, і ми залюбки йдемо назустріч один одному”, — каже Олег Нікольський.
Фокстрот планує максимізувати персоналізацію користувацького досвіду. Ключові напрямки:
Повне відео виступу дивіться на youtube-каналі esputnik
Співпраця Фокстрот та eSputnik — наочний приклад того, як стратегічне партнерство та передові технології можуть забезпечити якісний маркетинг у ритейлі. За 11 років співпраці ритейлер пройшов шлях від емейл-розсилок до персоналізації нового рівня. При тому, що Фокстрот має всі можливості для власної розробки будь-якої функціональності, ритейлер обирає eSputnik як готове рішення. Оскільки співпраця з CDP економить час та ресурси компанії, а всі ідеї ритейлера розвиває та втілює досвідчена команда платформи.
Завдяки спільній роботі ритейлера з eSputnik, забезпечено єдиний погляд на 13 млн клієнтів, якісний супровід клієнтів завдяки тригерам та інноваційним алгоритмам товарних рекомендацій.
Наведені успішні кейси впровадження трансформерної моделі + LLM, а потім і рекатегоризації — демонструють, як розвиток AI-технологій у поєднанні з CDP eSputnik дозволяє ритейлеру збільшувати продажі та залучення клієнтів.
eSputnik став для Фокстроту не просто платформою, а партнером, який пропонує кастомні рішення під запит клієнта, надає аналітику та постійну підтримку від ідеї до впровадження і вимірювання результатів. У планах ритейлера — ще глибша інтеграція AI для предиктивної сегментації та розширення персоналізації в мобільному застосунку, що відкриває нові горизонти для зростання.