Проблема: покупатели теряются в каталоге косметики
Aravia - российский бренд профессиональной косметики с 2009 года. Масштаб значительный: продукцию используют 250 тысяч салонов, в сети 200 дистрибьюторов и 32 учебных центра. Интернет-магазин доставляет заказы по России, Казахстану, Беларуси, Киргизии и Армении.
При таком охвате ассортимент огромный: десятки кремов, сывороток, масок, средств для тела и волос. Давние клиенты легко ориентируются в каталоге. Новичкам же сложно. По внутренней аналитике глубина просмотра у новых посетителей составляла 3,5 страницы. Нужно было поднять хотя бы до 4.
На сайте уже работал тест для подбора сложного ухода за лицом и запись на диагностику кожи в офлайн-центрах. Но этими инструментами пользовались преимущественно постоянные покупатели, которые разбирались в продуктах.
Гипотеза: короткий квиз с AI вместо громоздкого теста
Команда решила протестировать интерактивный квиз на базе искусственного интеллекта. Идея простая: задать 3-5 вопросов и на основе ответов сформировать персональную подборку. Быстро, без изучения характеристик каждого продукта.
Позже гипотезу подтвердили сами покупатели. На сайте запустили опросы после заказа. Новые клиенты чаще отмечали сложности с поиском, особенно в крупных разделах - "Лицо", "Тело" и "Волосы".
Запуск: от схемы в Miro до рабочего квиза за неделю
CRM-маркетолог Евгения Вилкова детально изучила путь пользователя: как заходит в раздел, с чего начинает выбор, какие уточнения помогут быстрее найти продукт.
Логику вопросов собрали в Miro за два-три дня. Затем определили очередность и привязали варианты ответов к характеристикам товаров.
Пилотный квиз запустили для раздела "Лицо" - самой популярной категории, где ассортимент в 3-5 раз больше. От идеи до запуска прошла неделя.
Следующие два квиза для категорий "Тело" и "Волосы" собрали за 1-2 дня каждый. Процесс отладился.
Как устроен квиз: три сценария и персональная подборка
Все, кто заходит в разделы "Лицо", "Тело" или "Волосы", видят попап с первым вопросом. Квиз выстроен как диалог: каждый следующий вопрос зависит от предыдущего ответа.
На старте посетитель выбирает один из трех сценариев:
- ищет конкретное средство;
- хочет решить проблему кожи;
- подбирает уход, но не знает какой.
Алгоритм задает уточняющие вопросы в зависимости от выбора. Какое средство ищет покупатель? Какую проблему хочет решить? Какой тип кожи? Есть ли конкретная проблема: пигментация, высыпания, сухость?
После ответов AI сопоставляет пожелания с характеристиками и формирует подборку из 16 товаров. Каждый можно открыть, изучить и добавить в корзину прямо из результатов.
Как работает подбор
Для каждого вопроса заданы специальные метки. По ним алгоритм анализирует и сортирует продукты. Выбор вариантов ответа - это фактически задание фильтров. Помогает AI сузить выбор из сотен позиций до 16 наиболее подходящих.
Фиксированное количество товаров - осознанное решение. Шестнадцать позиций ограничивают зону поиска и оставляют место для выбора.
AB-тест: измерение эффекта
Чтобы объективно оценить результат, команда провела AB-тестирование.
Гипотеза: средняя выручка на клиента (ARPU) у тех, кому покажут квиз, будет выше.
Сегмент: все посетители сайта, разделены пополам случайно. Тестовой группе показывали квиз, контрольной - нет.
Метрики: ARPU, конверсия в заказ, средний чек.
Результаты за 10 дней
ARPU в тестовой группе оказался на 11% выше. Статистическая значимость составила 92,75%. Данные из Power BI за период 10-25 июля 2025 года.
По конверсии в заказ наметился рост: 2,04% против 1,84%. По этой метрике тест не набрал статистической значимости.
Команда приняла решение не продолжать тестирование. Пока шел AB-тест, квиз видела только половина посетителей. Раз прирост ARPU подтвержден, логичнее быстрее открыть доступ для всех.
Бонус: опросы после покупки как источник идей
Параллельно запустили опрос после оформления заказа. Покупателям предлагают три вопроса:
- Легко ли было оформить заказ?
- Были ли описания товаров информативными?
- Насколько легко было найти нужные продукты?
За три месяца опрос прошли 84,4% посетителей - высокий показатель. Людям не лень делиться мнением, если форма короткая и появляется в правильный момент.
Результаты подтвердили первоначальную гипотезу: часть покупателей по-прежнему испытывает трудности при поиске товаров. На основе этого команда корректирует логику квиза. Например, убирает несезонные товары и дорабатывает описания продуктов.
Что дальше: масштабирование и новые каналы
Квизы уже работают в трех разделах сайта. Дальнейшие планы:
- Распространить механику на все крупные категории каталога. Цель - упростить выбор в разделах с широким ассортиментом и сократить путь от первого клика до корзины.
- Вывести квизы за пределы сайта. Первый кандидат - Telegram-бот, в котором квиз будет подбирать персональный уход и охватить аудиторию мессенджеров.
Выводы для бизнеса
Кейс Aravia демонстрирует несколько практических уроков для e-commerce компаний с широким каталогом:
- Навигация по каталогу - точка роста выручки. Если покупатели не находят товар быстро, они уходят. Квиз решает эту проблему за 30-60 секунд.
- AI-подбор работает лучше статических фильтров. Классические фильтры требуют от покупателя экспертизы, которой у новичка нет. Квиз переводит выбор в понятные бытовые вопросы.
- Опросы после покупки - дешевый источник идей. 84,4% прохождения показывают, что люди готовы делиться мнением при условии короткой формы.
- Скорость запуска нарастает с опытом. Первый квиз потребовал неделю. Второй и третий - 1-2 дня. Процесс отлаживается с каждой итерацией.
- Не ждите идеального AB-теста. Команда остановила тестирование, когда увидела значимый прирост ARPU. Половина аудитории не видела квиз - и это была упущенная возможность.
Интерактивные механики вроде квизов - это не просто маркетинговая игрушка. Это инструмент, который помогает покупателю и влияет на выручку. При грамотной реализации результат виден уже через 10 дней.
