Персонализация email-рассылок без HTML в Mindbox

Результат в цифрах

Срок замера Adoption-метрик – 2 месяца после релиза.

По замеру с клиентом сборка письма с заказом или списком товаров стала примерно в 5 раз быстрее.

Контекст

Mindbox хранит большое количество данных о клиентах: персональные данные, историю покупок и заказов, просмотренные товары, избранное, рекомендации и другие события. Эти данные можно использовать в email-рассылках, чтобы делать письма персонализированными: обращаться к клиенту по имени, показывать его заказ, выводить товары, которые он смотрел или добавил в избранное, рекомендовать релевантные продукты.

Раньше такие сценарии можно было реализовать только через код в HTML-вёрстке. Пользователю нужно было разобраться в документации, изучить несколько статей и вручную добавлять специальные конструкции в HTML.

Большинство клиентов не могли сделать это самостоятельно. Им требовалась помощь менеджера на нашей стороне, из-за чего запуск рассылок занимал больше времени, команда тратила ресурсы на поддержку типовых сценариев, а клиенты не могли оперативно вносить правки в свои рассылки.

Бизнес мотивация

Клиентам нужно быстро и самостоятельно запускать персонализированные рассылки, но существующий сценарий требовал технических знаний и часто зависел от помощи менеджеров. Это замедляет запуск писем, создает нагрузку на команду и снижает ценность встроенного конструктора.

Чтобы решить проблемы клиентов, а также получить конкурентное преимущество на рынке, требовалось спроектировать механизм подстановки клиентских данных и автоматического заполнения продуктовых сеток прямо в интерфейсе.

Мой вклад

• Разобрал дерево переменных Mindbox, связи между сущностями и текущую логику подстановки данных.
• Систематизировал персональные, системные и продуктовые параметры и сценарии их использования.
• Спроектировал выбор, вставку и последующее редактирование тегов подстановки.
• Описал правила форматирования для разных типов данных.
• Изучил способы расчёта цен, скидок и итоговых сумм и выделил рекомендуемые сценарии.
• Подготовил логику и макеты автоматического заполнения продуктовой сетки.
• Проработал вывод изображений и поведение товарных данных внутри сетки.

Подробнее про ключевые проблемы и решения

1. Превратил сложное дерево данных в понятную систему

Решение

Я изучил клиентские сценарии, дерево переменных, связи между сущностями и существующие HTML-конструкции. Затем разложил данные по типам и сценариям, собрал схемы и таблицы и определил, какие параметры нужно показывать в интерфейсе конструктора.

2. Перенёс подстановку данных из HTML в интерфейс

Решение

Я спроектировал механизм выбора и вставки параметров прямо в письмо. Пользователь может добавить данные о человеке, заказе, покупке, просмотре, избранном или рекомендации, а для даты, числа, текста и других типов настроить подходящий формат отображения.

3. Сделал теги подстановки редактируемыми

Решение

Мы сделали тег полноценным объектом конструктора. После добавления пользователь может выбрать его в письме, открыть настройки, изменить формат отображения или заменить параметр.

4. Автоматизировал заполнение продуктовых сеток

Решение

Я спроектировал механизм, в котором клиент выбирает источник данных, а продуктовая сетка автоматически подтягивает нужные товары – из заказа, просмотров, избранного или рекомендаций. Отдельно описал работу названий, цен и изображений внутри сетки.

5. Упорядочил работу с ценами и скидками

Решение

Я изучил способы расчёта и отображения цен, скидок и итоговых сумм, сравнил варианты и выделил наиболее понятные и устойчивые сценарии. Затем описал рекомендуемую логику и подготовил макеты выбора ценовых данных.

Результаты подробнее

🥇 Adoption ≥ 60%

Что измеряли: количество средних и крупных клиентов, у которых больше 60% новых email-рассылок запускается во встроенном конструкторе.

• Было: 67 клиентов
• Цель: 100 клиентов
• Результат: 113 клиентов
• Срок: 2 месяца после релиза

Влияние. Ещё 46 клиентов начали использовать конструктор как основной инструмент для большей части рассылок. Цель была превышена на 13%, что показало рост регулярного использования продукта после запуска персонализации.

🥇 Full Adoption

Что измеряли: количество средних и крупных клиентов, которые запускают во встроенном конструкторе 100% новых email-рассылок.

• Было: 8 клиентов
• Цель: 20 клиентов
• Результат: 23 клиента
• Срок: 2 месяца после релиза

Влияние. Количество полностью перешедших клиентов выросло почти в три раза, а цель была превышена на 15%. Для этих клиентов конструктор стал полноценной заменой ручной вёрстке и сторонним инструментам.

🥇 Скорость создания персонализированной рассылки

Что измеряли: время сборки письма с данными заказа или списком товаров до и после появления новых сценариев в интерфейсе.

• Результат: примерно в 5 раз быстрее
• Метод: замер совместно с клиентом

Влияние. Сценарий, который раньше требовал изучения документации, работы с HTML и помощи менеджера, стал собираться непосредственно в конструкторе. Это сократило время запуска рассылок и нагрузку на команду поддержки клиентов.

🥇 Клиентские истории успеха

Что измеряли: количество клиентских кейсов, в которых зафиксирован измеримый эффект от использования продукта.

• Было: 0 кейсов
• Цель: 1 кейс
• Результат: 2 кейса

Влияние. Истории успеха превратили результат проекта в аргумент для маркетинга и продаж. Их можно публиковать на сайте, показывать во время презентации продукта или отправлять потенциальным клиентам как подтверждение его ценности на реальных примерах.

🥇 Что изменилось для продукта

Персонализация перестала быть технической задачей, зашитой в HTML. Клиенты получили управляемый интерфейс для работы с данными, форматами и продуктовыми сценариями, а команда сократила зависимость от ручной поддержки типовых рассылок.