Сегментация email-базы: как разбить подписчиков на группы

Зачем сегментировать: что даёт разбивка базы

Рассылка «для всех» усредняется до наименьшего общего знаменателя — контент, который никому не интересен по-настоящему, но и никого не раздражает. Сегментация позволяет говорить с разными группами на их языке: новому подписчику — про базовые вещи, давнему клиенту — про новые фичи и апселл, неактивному — см. реактивацию.

Это напрямую влияет на метрики из статьи про open rate и click rate: чем точнее сегмент, тем выше релевантность темы письма и, соответственно, готовность его открыть.

Дополнительный аргумент в пользу сегментации — экономика самой рассылки: многие ESP-платформы тарифицируются по числу писем или по размеру базы, и если вы отправляете рассылку строго тем сегментам, для которых она релевантна, а не всей базе разом, это снижает объём отправки без потери фактического охвата целевой аудитории.

Есть и обратная сторона медали — доставляемость. Провайдеры вроде Gmail и Yandex учитывают engagement по сегментам: если рассылка по неактуальному сегменту получает много игнорирований, это снижает общую репутацию домена (см. доставляемость писем). Получается, что сегментация — это не только маркетинговая, но и техническая необходимость: она напрямую защищает будущую способность рассылки вообще попадать во «Входящие».

Три типа признаков для сегментации

Прежде чем выбирать конкретные признаки, полезно определить бизнес-цель сегментации: увеличить продажи существующим клиентам, снизить отток, повысить открываемость обычных рассылок или подготовить базу к запуску нового продукта — под разные цели подходят разные признаки, и начинать стоит именно с цели, а не с того, какие данные технически доступны.

Все признаки сегментации делятся на три группы: демографические/фирмографические (кто это), поведенческие (что делает) и по стадии жизненного цикла (где находится в отношениях с продуктом). Комбинация из 2–3 признаков обычно даёт рабочий сегмент — сегментировать только по одному измерению (например, только по полу) редко даёт полезный результат для B2B и SaaS.

RFM как основа поведенческой сегментации

RFM-анализ (Recency, Frequency, Monetary) — самый практичный способ разбить базу по поведению без сложной аналитики. На выходе получается 3–9 сегментов: например, «недавно + часто + много платит» (VIP), «давно + редко + мало платит» (риск оттока), «недавно + первый раз» (новый клиент, требует прогрева).

Recency (давность) × Frequency (частота) × Monetary (сумма) = RFM-сегмент

Пример: клиент купил 3 дня назад, 5-й раз за год, средний чек выше базового
→ сегмент «Активный VIP» → приоритет в апселл-рассылках

Практически RFM удобно реализовать через простую бальную шкалу от 1 до 5 по каждому из трёх измерений — получится число вроде «515» (недавно, редко, дорого) или «155» (давно, часто, дёшево), и уже эти коды можно сгруппировать в 5-9 понятных сегментов с говорящими названиями вроде «чемпионы», «на грани ухода» или «новые многообещающие».

10 практических сегментов для типовой базы

• Новые подписчики (0–14 дней) — welcome-серия вместо обычной рассылки.
• Активные покупатели (заказ за 30 дней) — апселл, кросс-селл.
• VIP по сумме покупок — эксклюзивные предложения, ранний доступ.
• Риск оттока (нет активности 30–60 дней) — старт реактивации.
• «Спящие» (60+ дней) — реактивационная серия или архив.
• Открывают, но не кликают — проблема с оффером/CTA, не с интересом.
• Кликают, но не покупают — есть интерес, нужен более сильный оффер или ретаргетинг.
• По интересам (клики по определённым темам писем) — тематические рассылки.
• По геолокации — акции конкретного региона, часовой пояс отправки.
• По устройству открытия — доля мобильных открытий влияет на дизайн письма.

Не обязательно внедрять все 10 сегментов сразу — начните с 3-4 самых очевидных для вашей ниши и добавляйте остальные по мере того, как накапливаются данные и появляются ресурсы на создание отдельного контента под каждый сегмент. Приоритет стоит отдавать тем сегментам, которые напрямую влияют на деньги: активные покупатели и риск оттока обычно дают больше отдачи, чем сегментация по устройству открытия.

Для B2B-компаний список сегментов обычно строится вокруг стадии сделки и роли контакта, а не вокруг покупательского поведения: «ЛПР на стадии переговоров», «влиятель, изучающий материалы», «клиент на продлении контракта» — такая сегментация напрямую связана с воронкой продаж и с тем, что настроено в CRM-системе.

Откуда брать данные для сегментации

Три источника данных: явные (то, что пользователь указал сам — при регистрации, в опросе, в настройках предпочтений писем), поведенческие (то, что фиксирует ESP-платформа или CRM — открытия, клики, покупки), и данные из CRM-системы (стадия сделки, сумма договора, отрасль для B2B). Чем больше источников совмещено, тем точнее сегмент, но начинать можно с одного признака — например, только с давности последней покупки — и добавлять измерения постепенно.

Настройки предпочтений писем (preference center) — недооценённый источник данных: страница, где подписчик сам выбирает темы и частоту рассылки, даёт максимально точный явный сигнал сегментации без всякой аналитики поведения. Компании, которые предлагают такую страницу вместо единственной кнопки «отписаться», часто удерживают подписчика на сниженной частоте вместо полной потери контакта.

Для B2B особенно ценны данные из CRM, потому что демографические признаки конечного получателя письма (например, конкретного менеджера) значат меньше, чем фирмографика компании: отрасль, размер, стадия сделки в воронке продаж. Сегмент «маркетологи в компаниях 50-200 человек, сделка на стадии переговоров» гораздо полезнее для рассылки, чем сегмент просто «маркетологи».

Статичная vs динамическая сегментация

Статичный сегмент — список, который вы формируете вручную один раз и обновляете руками. Динамический сегмент — правило, которое ESP-платформа пересчитывает автоматически (например, «все, кто не открывал письма 30 дней» — состав списка меняется каждый день). Для реактивации и welcome-серий нужна именно динамическая сегментация — иначе вы либо шлёте письма уже вернувшимся клиентам, либо пропускаете новых «спящих».

Хорошая сегментация — это не одноразовый список, а живое правило, которое база сама пересчитывает каждый день.

Практически разница проявляется так: со статичным списком вы, отправляя welcome-серию новым подписчикам, рискуете либо пропустить кого-то, кто подписался вчера вечером, либо, наоборот, снова отправить письмо тому, кто уже прошёл всю серию. Динамическое правило («подписался за последние 14 дней и не завершил серию») решает обе проблемы автоматически, без ручного контроля списков каждый день.

Частые ошибки сегментации

Главная ошибка — переусложнение: 30 микросегментов, для каждого из которых нет ни ресурса, ни контента написать отдельное письмо. Начинайте с 3–5 крупных сегментов, покрывающих 80% базы, и добавляйте детализацию только там, где видите реальную разницу в поведении. Вторая ошибка — сегментировать один раз и забыть: база живая, и клиент, вчера бывший «новым», через месяц должен переехать в сегмент «активный».

Третья ошибка — сегментировать, но не менять контент под сегменты. Если у вас настроено 8 сегментов, но все получают одинаковое письмо с одинаковой темой, сегментация существует только на бумаге и не даёт никакого эффекта на метрики. Каждый сегмент должен получать хотя бы отличающуюся тему письма и, желательно, отличающийся оффер или акцент в содержании.

Сегментация email-базы vs сегментация всей клиентской базы

Сегментация email-базы — частный случай более широкой задачи: сегментации клиентской базы данных в целом, включая CRM, программу лояльности и офлайн-покупки. Методы сегментации клиентской базы шире, чем то, что доступно только по данным email-платформы.

Кроме признаков из email-рассылки (открытия, клики), полная сегментация клиентской базы обычно добавляет: историю офлайн-покупок, обращения в поддержку, участие в программе лояльности, канал первого касания. Метод сегментации клиентской базы по потребительскому поведению строится именно на этих данных — что и как часто покупает клиент, а не только на том, открывает ли он письма.

Практическая разница

• Сегментация email-базы — задача email-платформы (ESP), решается тегами и правилами внутри неё.
• Сегментация клиентской базы данных — задача уровня CRM, объединяет данные из нескольких каналов и точнее, но требует интеграции систем между собой, включая обмен данными между email-платформой и учётной системой компании.

Если email — не единственный канал общения с клиентом, стоит стремиться к тому, чтобы сегменты в рассылке синхронизировались с сегментами в CRM, а не жили отдельной жизнью — иначе один и тот же клиент попадает в противоречащие друг другу коммуникации из разных систем компании, и это заметно снижает доверие к рассылке в целом.

Как ускорить сегментацию через нейросети

Нейросеть может проанализировать выгрузку данных по подписчикам (открытия, клики, покупки) и предложить логичные кластеры сегментов быстрее, чем аналитик вручную перебирает признаки. Пошагово процесс описан в статье как использовать AI для сегментации аудитории; для связи сегментов с CRM — см. AI в CRM: как нейросети автоматизируют продажи.