Data-driven подход и 6 рычагов роста в e-commerce

Почему рост выручки не приводит к росту прибыли? Данил Карпенко на «Суровом Питерском форуме» разбирает кейс цветочного бизнеса, где масштабирование снижало рентабельность, и показывает, как через data-driven подход удалось изменить экономику и довести маржу до 20%.

В этом кейсе исследование рынка дало бизнесу прирост маржи на 20%. Данил Карпенко связывает результат с data-driven подходом — способом принимать решения на основе данных.

Разбор выстроен по модели 8P. В неё входят кейс, понятия, сам data-driven подход, выбор стратегии, продвижение, процессы, панели управления и итог.

Кейс: цветочный сервис рос по обороту, но терял в рентабельности

В основе разбора — сервис доставки цветов в Москве и Московской области. Собственник пришёл с прямым запросом — увеличить маржинальность. Оборот рос, заказов становилось больше, выручка тоже росла, но рентабельность снижалась. Бизнес увеличивал масштаб, но не мог расти по прибыли.

Эффект масштаба не работал, а у компании не было понимания, куда двигаться дальше и как развивать бизнес.

Львиную часть времени потратили на то, что обсуждали, а зачем вообще нужен этот сервис доставки цветов. Цветочный бизнес — это сложная модель: продукт скоропортящийся, конкуренция высокая, запас прочности у экономики маленький.

Собственник настаивал на том, чтобы не закрывать проект, а попробовать его «вылечить». Ведь компания работала уже пять лет. 

Товарная матрица у сервиса была простой: монобукеты, в основном розы, без премиальных и сложных товаров.

Выявленные на старте проблемы:

• низкий уровень операционной маржинальности в 2024 году ~ 1%
• эффект масштаба и опыта сокращает прибыль, а не увеличивает 
• нет стратегической направленности, куда двигаться дальше
• бизнес-процессы есть, но плохо описаны.

Данил Карпенко: «Прибыль состоит из выручки. Для того, чтобы нам повлиять на прибыль, у нас с вами ничего не остаётся, кроме как что-то сделать с выручкой и что-то сделать с издержками».

К выручке он относит клиентов, LTV и средний чек. К издержкам — всё, что бизнес тратит в работе. Других способов увеличить прибыль в этой модели нет.

Что сделали, чтобы рентабельность изменилась до 20% (жизнеспособная цифра для компаний)?

Провели исследование, поставили цели, определили стратегию, что-то поменяли по маркетингу, процессам, и всё это взяли под контроль для того, чтобы достигать целей.

Важный момент: исходя из экономики клиента, чтобы прийти к рентабельности хотя бы 20%, достаточно было выручку увеличить на 25%, а издержки снизить на 10%.

Маркетинг, data-driven и стратегия

Разберём кейс цветочного бизнеса через 3 базовых понятия: маркетинг, data-driven подход и стратегия.

• Маркетинг — это любое действие, которое увеличивает прибыль, относится к маркетингу: цены, ассортимент, функции продукта, задачи, которые бизнес закрывает для клиента.
• Data-driven — это способ выстроить этот маркетинг через данные. Решения принимают на основе своей экономики, своей базы и своего рынка. Подход «посмотрели кейс, взяли лучшие практики и внедрили» сюда не входит.

Данил Карпенко: «Data-driven подход — это когда мы принимаем решения на основании данных, которые есть в рамках нашей компании, в рамках нашего рынка, в рамках нашей финмодели».

• Стратегия задаёт направление, куда движется компания.

То есть бизнес — это точка старта, а стратегия — точка назначения.
Как маршрут из Петербурга в Москву. 

Data-driven подход в этой модели помогает выбрать путь — как навигатор, который оценивает разные сценарии. Маркетинг — это действия, за счёт которых бизнес двигается: какие продукты предлагает, какие цены ставит, какие рынки выбирает.

Вместе эти три элемента определяют, как компания принимает решения и достигает результата.

Важно: data-driven подход даёт максимум на этапе зрелости рынка.

Есть модель жизненного цикла. По вертикали на картинке выше — объём продаж, по горизонтали — время. Любая отрасль проходит одни и те же этапы.

• Сначала продаж нет. Продукт только ищет, что он вообще будет делать. Например, роботы: в них инвестируют, но до конца не понимают, где именно они будут применяться.
• Дальше идёт рост. Пример — искусственный интеллект.
• Потом зрелость. Продажи становятся стабильными, конкуренция смещается в цену и сервис.
• Дальше спад. Пример — телевидение: каналы закрываются.
• И в конце — уход с рынка. Технологии перестают быть нужными. Например, кнопочные телефоны.

Как принимать решения? Дальше работа идёт в четыре этапа.

1. Собрать всё, что влияет на результат. Внутренние данные, данные с рынка и причины, почему рентабельность остаётся на этом уровне. 
2. Из всего массива нужно выделить одну ключевую проблему.
3. Переход к решениям — нужно накинуть варианты, как проблему можно закрыть.
4. Детализация и внедрение. Выбранные решения и остаётся реализовать.

Юнит-экономика: где именно теряются деньги

Финансовый анализ единицы бизнеса (unit) помогает оценить, приносит ли каждый клиент, продукт, заказ прибыль. 

За финансовую единицу возьмём один заказ — один букет. Из среднего чека последовательно нужно вычесть все статьи затрат: сырьё, реклама, фонд оплаты труда, логистика, доставка. В конце остаётся рентабельность — около 1–1,5%.

Теперь сразу видно три ключевые статьи расходов: сырьё, коммерческие расходы и фонд оплаты труда. Значит, работать нужно именно с ними — по принципу 20/80.

Сырьё: где нашли +305 рублей на заказ

Разбор начали с сырья — это одна из самых больших статей затрат.

Проанализировали производство одного букета через функционально-стоимостной анализ.

Разложили по этапам весь процесс — от закупки цветка до сборки и хранения — и выписали все функции, которые в нём есть. Дальше посмотрели, какие из них обязательны, а какие можно убрать или заменить.

Сократили количество поставщиков, навели порядок в хранении, чтобы снизить списания, часть расходников перевели в оптовую закупку.

Это дало около 305 рублей экономии на одном заказе. Валовая маржа выросла с 33,82% до 40,17%.

Сборку при этом не меняли — изменения коснулись только закупки и хранения.

Ограничение осталось: высокая зависимость от стоимости сырья.

Точки роста — закупочная цена цветка, упаковка и материалы, списание.

Повторные заказы дают прибыль, новые — убыточны

Юнит-экономику делят на два сегмента: новые и повторные заказы.

• Новые заказы — 58% всех заказов. Рентабельность — −11,99% при CAC до 900 ₽.
• Повторные заказы — 42%. Рентабельность — +20,11%.

Основное отличие — расходы на привлечение. В повторных заказах их почти нет (−97%).

Отсюда ответ, почему масштаб не работает: рост идёт за счёт новых клиентов, а они убыточны.

Рекламные каналы: деньги перераспределяют по LTV и CAC

Каналы разложили по двум параметрам: стоимость привлечения (CAC) и LTV.

Порог — около 800–900 ₽ за клиента и LTV около 6 000 ₽.

Дальше такое деление.

• «Звёзды» — высокий LTV, низкий CAC.

 Сюда добавляют бюджет.

• ВКонтакте — масштабирование и CRM
• Авито — удержание как нишевого канала
• Яндекс Карты, Нельзяграм — потенциал роста

Рекомендации — развивать реферальные механики.

• «Трудные дети» — это каналы с высокой стоимостью привлечения

В эту группу попадает Яндекс. Стоимость клиента здесь выше допустимого уровня, поэтому инвестиции в этот канал сокращают.

• Каналы с низким LTV и высокой стоимостью привлечения не масштабируют 

В эту группу попадают Telegram, Ozon, Flowwow, Сбермаркет и 2ГИС — эти источники не дают нужной экономики.

Бюджет с них убрали и перераспределили в более эффективные каналы.

За счёт этого рекламные расходы сократили примерно на 30%.

Фонд оплаты труда: ручные процессы раздувают расходы

По фонду оплаты труда провели процессные интервью с сотрудниками и посмотрели, как на самом деле устроена работа внутри.

Выяснили, что значительную часть операций делают вручную. 

• Менеджер заносит заказ в CRM, идёт на склад проверять наличие, возвращается к клиенту, если нужного букета нет, и пытается перепродать. 
• Ассортимент не соответствует спросу, поэтому часть заказов не закрывается. 
• В маркетинге используют одни и те же креативы, ретаргетинг не настроен. В продажах фиксируют до 30% отказов из-за out-of-stock — нужных позиций просто нет в наличии.
• Логистика работает без приоритетов, данные передаются с задержками. 
• CRM и склад не связаны между собой, поэтому сотрудники дублируют действия и сверяют данные вручную. 
• В финансах нет сквозного учёта, чеки вносят руками. 
• Поставщиков немного, конкуренции между ними нет.

В результате большая часть времени уходит на ручную работу, а фонд оплаты труда растёт быстрее, чем бизнес.

Решение увидели в автоматизации и интеграции систем — в первую очередь связать CRM и склад и убрать лишние ручные операции.

Что происходит на рынке

После разбора издержек перешли к доходной части — к рынку.

Сначала посчитали рынок сверху вниз.

Общий объём — около 402 млрд ₽ по России. Дальше наложили фильтры: онлайн-заказы, затем Москва и Московская область. Так получили рынок, на который компания реально претендует.

Это модель TAM–SAM–SOM. 

Сначала — весь возможный рынок, потом — доступный с учётом географии и формата, дальше — тот, который можно занять с текущим ассортиментом, и в конце — доля, на которую компания может рассчитывать.

Если рынок растёт на 4%, компания в лучшем случае тоже вырастет примерно на этот же процент.

Дальше считают рынок снизу вверх.

Сначала свою базу: сколько клиентов, как часто покупают, какой средний чек. Из этого можно считать потенциал роста.

Получается, что внутри своей модели компания может вырасти примерно на 30–36%, тогда как рынок растёт только на 4%.

Конкуренция: одинаковые игроки и давление со всех сторон

В нише — около 67 прямых конкурентов с похожей моделью.

Если каждый может расти на 30%, становится понятно, что борьба идёт за один и тот же кусок рынка.

Параллельно появляются дополнительные игроки:

• съедобные букеты
• хендмейд-флористы
• давление со стороны поставщиков.

Они тоже забирают часть спроса.

В таких условиях рост превращается в прямую конкуренцию.

Для анализа конкурентов взяли 27 компаний, которые пересекаются по рекламным каналам, и разобрали их предложения. Посмотрели позиционирование, программу лояльности, оффер.

Результат одинаковый: все говорят про цену, сервис и доставку. У лидеров плюсом есть ассортимент. Разницы между игроками почти нет.

Тайный покупатель показывает реальную картину

Дальше проверили не то, что компании говорят, а то, как они работают.

Прошли весь путь клиента по 27 компаниям — от выбора до получения заказа. Оценили каждую точку контакта.

Выяснили, что ключевая проблема рынка — ассортимент и качество.

Букет на фото и букет в жизни часто не совпадают. Цветы быстро теряют вид, часть композиций разваливается уже на следующий день.

Где находится рынок и какие есть стратегии

После проведённого анализа вернулись к модели жизненного цикла и наложили на неё сегменты рынка.

Зафиксировали: компания находится на этапе зрелости. Рынок уже сформирован, рост ограничен, конкуренция высокая.

Основной объём забирают маркетплейсы — за счёт ассортимента. Хендмейд-флористы и онлайн-игроки присутствуют, но сильной угрозы не несут. Офлайн-точки — киоски и бутики — теряют долю и остаются в нижней части рынка.

Дальше нужно выбрать стратегию.

Остаётся три направления.

1. Продуктовые инновации. Это быстрорастущий сегмент, новые форматы и нестандартные предложения.
2. Ценность через сервис. Через ассортимент или через качество — ту проблему, которую нашли на рынке.
3. Цена. Жёсткий демпинг и ценовые войны. Такой сценарий возможен, но победителей в нём немного.

 

Чтобы выбрать стратегию, не хватало одного блока — поведения клиента.

Нужно понять, как люди выбирают цветочный сервис и с чем ассоциируют компанию после пяти лет работы.

Исследование клиентов: три этапа

Пошли в новое исследование.

• Сначала провели интервью — с клиентами, бывшими клиентами и теми, кто давно не возвращался.
• Выделили 8 ключевых задач, с которыми приходят в сервис, и нашли 19 факторов выбора.

• Дальше упаковали эти гипотезы в опрос и проверили на количестве.
• Провели онлайн-опрос, собрали 423 ответа за 2–3 недели. В качестве мотивации давали цветок или промокод.

В конце посмотрели реальные оплаты — как люди на самом деле покупают, а не только что говорят.

Ответы объединили в группы через кластеризацию. Получилось пять сегментов — клиенты с похожим поведением и ожиданиями.

Каждый сегмент описали: как часто покупают, сколько тратят, что для них важно.

Названия сегментам дали условные — чтобы быстро ориентироваться: «холостяки», «джентльмены», «масики», «нарциссы», «студенты».

Дальше посчитали экономику. Стало видно, какие клиенты дают наибольшую ценность.

Например, «масики» — мужчины, которые регулярно покупают цветы, — один из ключевых сегментов.

«Нарциссы» — сегмент с низкой оценкой сервиса и слабым соответствием ожиданиям.

В целом исследование показало, что основной клиент — мужчины. Это расходится с распространённым представлением, что цветы в основном покупают женщины. Но здесь женщины платят меньше и покупают реже. Если ориентироваться на общие кейсы и таргетироваться на женщин, можно уйти в сторону от своей реальной аудитории.

Data-driven здесь показывает обратное — опираться нужно на свою базу и свои данные.

По базе продаж видно, что с сегментом мужин хуже работают — запросы закрывают слабее, частота покупок ниже, выручка меньше.

Когортный анализ: клиенты не возвращаются

Разобрались, как ведут себя клиенты после первой покупки.

Взяли когорты — группы клиентов по месяцам — и посмотрели, как они возвращаются в следующие периоды.

Картина одинаковая по всем когортам: возвращаются плохо.

Через год остаётся около 10% клиентов. 

При этом продукт не менялся, март — сезонный месяц, но даже в такие периоды повторных продаж почти нет.

То есть, если привлекать за март 700 новых клиентов, то к марту следующего года повторно купит лишь 70. В итоге нужно постоянно тратить огромные деньги на привлечение, чтобы компенсировать отток.

Дальше разобрали воронку повторных покупок.

С первой во вторую покупку конверсия — около 36%. Дальше — стабильно около 60% между всеми следующими шагами.

Основной провал — между первой и второй покупкой. Значит, именно здесь теряется основная часть клиентов.

Посмотрели промежутки между покупками.

Между первой и второй — больше 100 дней. Дальше интервалы сокращаются: около 80, потом 60 дней.

К восьмой покупке клиент становится лояльным — возвращается примерно каждые 40 дней.

Проблема в начале: слишком большой разрыв после первой покупки. Отсюда гипотеза — клиент просто забывает о компании.

Если в остальных шагах конверсия около 60%, значит, между первой и второй покупкой можно дотянуться до этого уровня.

Потенциал — около +20% за счёт работы с повторной покупкой. 

RFM-сегментация: как разбили базу клиентов

Провели RFM-анализ — разложили клиентов по трём параметрам.

• Recency — когда последний раз покупали.
• Frequency — как часто покупают.
• Monetary — сколько денег приносят.

Так клиентов сгруппировали по типам. Полностью персонализировать коммуникацию не стали — на это нет ресурса. Поэтому разбили базу на сегменты и дальше работали с ними.

Внутри базы выделили несколько групп.

• Новые — недавно пришли, но покупали один раз.
• Спящие — раньше покупали часто и много, но давно не возвращались.
• Потерянные — перестали покупать.
• Лучшие — регулярно покупают и приносят основную выручку.
• Обычные — средний сегмент.

Каждый сегмент требует своей работы с коммуникацией.

В спящих сегментах увидели потенциал роста около 14% — если вернуть хотя бы часть клиентов. Потерянных больше всего — около 60%. Вернуть их почти невозможно.

С новыми можно работать лучше — сокращать долю тех, кто не возвращается. Лучших можно усиливать — предлагать им новые продукты. Обычных — переводить в лучших за счёт повторных покупок.

Все данные свели вместе и выбрали направление.

Пошли не в инновации — ведь клиенты не говорили, что им нужны новые продукты. Рынок консервативен, создание нишевых продуктов не даст необходимого масштаба, требует инвестиций, а нужно было добиться высокой удовлетворенности от действующих сегментов.

От ценовой войны отказались: привлечение новых клиентов убыточно. Вступать в ценовую войну с маркетплейсами и конкурентами — это путь в один конец без масштаба. 

Выбрали путь через сервис и качество — улучшать то, что уже важно для клиентов.

По сути, это стратегия фокусировки с контролем структуры затрат. Выделили конкретные сегменты и начали управлять и доходной, и расходной частью под них — чтобы в этих сегментах давать лучший результат на рынке.

Что изменили в расходах и доходах

По расходной части собрали набор инициатив.

• Перераспределили рекламный бюджет — часть каналов отключили, часть усилили. 
• Пересобрали роли и процессы — убрали лишние функции, которые не дают результата. 
• Поменяли IT-стек — начали внедрять автоматизацию.
• Пересмотрели закупку сырья — это те самые ~300 рублей экономии на заказ.

По доходной части изменения завязали на сегменты.

• Пересобрали ценностное предложение — под те группы клиентов, которые приносят деньги.
• Изменили программу лояльности и CRM-коммуникации — с учётом поведения клиентов. 
• Скорректировали ассортимент — добавили то, чего не хватает по запросам.

Все изменения собрали в шесть рычагов роста — те направления, которые дают основной эффект.

Под каждый заложили потенциал прироста и связали с общей стратегией. Дальше всю модель выстроили вокруг данных.

Рычаги роста

Автоматизация

Собрали схему взаимодействия клиента — путь от первого контакта до покупки. Определили, какие данные нужно фиксировать: ID клиента, заказ, время покупки, доставка, что купил, кому и зачем.

Данные начали собирать и аккумулировать — чтобы управлять воронкой и работать с повторными продажами. Под эту модель подобрали IT-решения.

Искали связку сервисов, которая позволит автоматизировать процессы и собрать данные в единую систему. В итоге выбрали комбинацию CRM и складской системы — как базу для всей модели.

Миграция на новый IT-стек заняла 3–4 месяца. Перенесли всю базу с минимальными потерями. 

Коммуникация

В рекламных кампаниях отказались от универсальных сообщений. Почти полностью убрали женщин из таргетинга — оставили мужскую аудиторию.

Коммуникации выстроили через факторы выбора, которые показало исследование: свежесть цветов, доставка в срок, соответствие тому, что на фото.

Программа лояльности

Запустили новую программу лояльности. Основной упор — на промежуток между первой и второй покупкой, где теряется больше всего клиентов.

В этот момент добавили максимальные триггеры и мотивацию в автоматизированных коммуникациях.

Ушли от массовых рассылок — когда всем отправляют одно и то же в одно время. Коммуникации стали сегментированными — под поведение и этап клиента.

Ценообразование

Пересмотрели цены. Вернули их в рыночный уровень — это позволило не терять выручку и поддержать масштаб.

По сырью оставили одного поставщика. За счёт этого получили скидку. Плюс поставщик начал резервировать под компанию ключевые позиции — красные, белые и малиновые розы.

Оптимизация рекламных каналов

Яндекс Директ отключили. Это было сложное решение — канал считался обязательным. Но по экономике он не вписывался в модель.

Ушли в социальные сети и вертикальный контент — туда, где проще конкурировать и ниже стоимость привлечения.

Оптимизация ФОТ

Логиста убрали — его функции не соответствовали роли. Оставили администратора, который работает с доставкой, без лишних задач.

CRM и склад связали между собой. Менеджер сразу видит наличие и не тратит время на проверки. Ручной работы стало меньше.

Что изменилось в экономике

Доля повторных заказов выросла — новых стало меньше. Средний чек увеличился на 26%.

Себестоимость сырья выросла только на 5% — при общем росте цен на рынке.  Логистика и доставка выросли примерно на 18%.

Коммерческие расходы сократили на 30%. Фонд оплаты труда вырос всего на 4%.

Рентабельность вышла на уровень около 19–20%.

Компания изменилась полностью.

Результат дали изменения в модели: в сегментах, в процессах, в работе с данными. Чтобы управлять всем этим, внедрили дашборды.

Собрали три панели.

• Для собственника. В одном окне все ключевые показатели бизнеса.

• Для маркетинга. Там дерево метрик и вся доходная часть. Данные обновляются каждый день, можно быстро принимать решения.

• Для отдела продаж.

Данные подтягиваются из CRM, склада и других систем. Дальше — усложнение модели.

Данные накапливаются, и их начинают использовать для динамических цен. Можно смотреть цены конкурентов, остатки на складе и управлять выручкой в моменте. Это влияет на ассортимент и всю продуктовую матрицу.

С чего начать data-driven

Если рынок зрелый, а data-driven подход не внедрён — это риск. Потому что индустрия уже живёт по этим принципам. Без них бизнесу становится сложно выживать в горизонте нескольких лет.

Начать можно с простого.

• Собрать все данные, которые уже есть — в CRM, таблицах, учётных системах.
• Разложить их в дерево метрик — как они влияют друг на друга.
• Собрать это в одном окне и начать отслеживать.
• Дальше — регулярно смотреть на изменения и принимать решения на основе данных.

В отчётах может быть десятки страниц, но реально важны несколько показателей. Их и нужно видеть каждый день.

 

---

 

Клуб по подписке «Точка доступа» — это профессиональное комьюнити таргетологов, где можно развиваться, получать новые знания и общаться с коллегами.

Каждый месяц в клубе:

• эфиры с экспертами, мастер-классы, лекции, разборы новых инструментов
• мозгоштурмы с коллегами
• разборы отдельных ниш
• марафоны по росту доходов.

А ещё вы получаете доступ к огромной закрытой базе знаний клуба с полезным контентом.

Оставьте заявку, чтобы вступить в клуб.