AI-персонализация сайта и офферов

CRM хранит данные о сделках и звонках, заполняется в основном менеджерами. CDP (Customer Data Platform) собирает поведенческие данные с сайта, приложения, email, рассылок в реальном времени и склеивает их в единый профиль по user_id. Главное отличие — CDP работает с анонимными посетителями тоже (cookies + fingerprint), CRM только с известными контактами. На практике CDP и CRM дополняют друг друга и обмениваются данными через API.

Mindbox — самый зрелый в РФ, лучше всего для e-commerce, интеграции с Битрикс и InSales из коробки, дорого (от 50 тыс. ₽/мес). Sendsay-CDP — дешевле, хорошо для медиа и сервисов с фокусом на email/SMS. Customer.io — отличный продукт глобально, но платежи в валюте, что в РФ неудобно. Self-hosted на Snowplow+Postgres+ClickHouse — полный контроль и низкий TCO на больших объёмах, но требует команды или сильного партнёра.

От 30 000 уникальных в месяц начинается смысл. На меньшем трафике AB-тесты не набирают статистическую значимость, и решения приходится принимать на ощущениях. До 30к — лучше работать с фиксированными правилами (геолокация, источник, новый/повторный) без сложного ML. От 100к в месяц уже окупается полноценная CDP + рекомендательная система.

Только через контрольную группу. Делим трафик 50/50: одна половина видит персонализированный сайт, другая — стандартный. Сравниваем конверсию, средний чек, retention. Если uplift положительный и статзначимый (p-value <0.05) — катим на 100%. Если нет — гипотеза в архив. AB-тесты идут постоянно, не разово.

Работаем по cookie + browser fingerprint + IP. Профиль строится анонимный, но достаточный для сегментации: источник, регион, история сессий, просмотренные товары, ответ на офферы. При первой авторизации (или заказе) — анонимный профиль склеивается с реальным контактом, история сохраняется.

У Mindbox и Sendsay-CDP есть готовые модули для Битрикс и InSales — каталог, заказы, корзина, рекомендации подгружаются автоматически. На кастомных платформах подключаем через REST API: каталог одной выгрузкой раз в час, заказы — webhook на каждый. Рекомендации отдаются JS-сниппетом или server-side.

Базовые приёмы (контент под UTM, под IP-регион, под устройство) — можно, это не считается обработкой персональных данных в смысле 152-ФЗ. Профилирование с куками, склейка с CRM, AI-рекомендации по поведению — требуют cookie-баннера с согласием на аналитику и маркетинг. Согласие легко собирается через стандартный popup, отказников персонализируем только по сессионным данным.

Помогает понять кого имеет смысл удерживать дороже. Клиент с прогнозным LTV 50 тыс. ₽ — есть бюджет на персонального менеджера, премиум-офферы, возврат подарком. Клиент с LTV 800 ₽ — массовый сегмент, работает email и автотриггеры. Также LTV-модель указывает на клиентов в риске оттока — за 2-3 недели до прогнозного churn можно вмешаться.

Безопасно если генерация идёт под брендбук и проходит ручную модерацию первые 1-2 месяца. Промпт включает tone-of-voice, запрещённые слова, формат CTA. На AB-тест выходят только варианты, прошедшие согласование маркетолога. Через 2-3 месяца, когда становится понятно что AI попадает в стиль — переходим на полуавтомат с выборочной проверкой.

Google Optimize в РФ официально не работает (отключён в марте 2024). VWO работает, но платежи в валюте, что неудобно. Из российских — considered.win, Adabra, или собственный split-тестер на CDP. Если у вас есть рабочая инфраструктура AB-тестов — не ломаем, достраиваем сверху ML-слой для сегментации и рекомендаций.

Со стороны клиента: 1 встреча 2 часа с маркетологом и аналитиком на постановку задачи и аудит данных, 2-3 встречи по 1 часу с разработчиком сайта на интеграцию (выгрузка каталога, доступы к движку, подключение JS-SDK), доступы к CRM и Метрике. Итого 8-12 часов команды заказчика за весь проект. Дальше — еженедельная 30-минутная встреча для разбора AB-тестов.

Да. RetailCRM — нативная интеграция у Mindbox и Sendsay. AmoCRM и Битрикс24 — через webhook и REST API, иногда нужен лёгкий middleware на n8n или python. ERP/1С — через выгрузки или прямое подключение к базе. Подключения занимают 3-7 дней на источник в зависимости от качества API.