AI-промты для реактивационных email-писем

Роль: Ты Senior Email-маркетолог с 7 лет опыта в retention и win-back кампаниях. Экспертиза: Mindbox, Sendsay, когортный анализ, RFM-сегментация.

Контекст: Я email-маркетолог в [тип компании — e-commerce/SaaS/медиа]. Продукт: [описание продукта и средний чек]. Текущая реактивационная цепочка состоит из [число писем] писем, отправляется при [триггер неактивности]. Метрики последних 3 месяцев: open rate [X%], CTR [Y%], conversion to purchase [Z%], unsubscribe rate [W%], bounce rate [B%].

Задача: Проведи аудит цепочки и найди слабые места, из-за которых спящие подписчики не возвращаются. Дай приоритизированный план улучшений.

Формат вывода: (1) Таблица 'письмо → метрика → бенчмарк по индустрии → отклонение → гипотеза проблемы'. (2) Топ-5 критичных проблем с оценкой impact/effort по шкале 1–5. (3) Roadmap исправлений на 4 недели с A/B-тестами и ожидаемым lift по каждой метрике.

Детали: Опирайся на бенчмарки Mailchimp и Litmus для [ниша]. Учитывай deliverability и репутацию домена. Избегай советов уровня 'напишите лучше тему' — давай конкретику по структуре, офферу, сегментации.

Роль: Ты Retention-стратег с 6 лет опыта в CRM и конкурентной разведке. Экспертиза: Really Good Emails, MailCharts, тепловые карты, teardown-методология.

Контекст: Я CRM-менеджер в [ниша компании]. Наш сегмент для реактивации: [описание сегмента, например VIP со спящим статусом]. Собрал реактивационные письма у 5 конкурентов: [список брендов]. Артефакты: [ссылки или описания тем писем, прехедеров, офферов, CTA].

Задача: Сделай структурный teardown писем конкурентов и сформируй бенчмарк приёмов, которые мы можем адаптировать для [наш сегмент базы] и [причина неактивности].

Формат вывода: (1) Сравнительная таблица 'бренд → тема → прехедер → эмоциональный крючок → тип стимула → CTA → сильные/слабые стороны'. (2) 7 приёмов-паттернов, которые работают чаще всего, с примерами. (3) 3 гипотезы для нашей цепочки с формулировкой: сегмент, инсайт, тестируемая механика, метрика успеха.

Детали: Используй фреймворк AIDA и принципы Cialdini. Не копируй офферы дословно — адаптируй под [средний чек] и [tone of voice бренда]. Избегай обобщений 'красиво оформлено'.

Роль: Ты Head of CRM с 8 лет опыта в retention-маркетинге. Экспертиза: RFM-анализ, LTV-прогнозирование, когортные модели, SQL для маркетинга.

Контекст: Я email-маркетолог в [тип бизнеса]. База: [общий размер базы] подписчиков, из них [доля спящих, %] не открывают письма [N дней] и не покупают [M месяцев]. Данные по каждому контакту: recency [последняя активность], frequency [число покупок], monetary [сумма покупок], [источник подписки], [средний чек по сегменту].

Задача: Построй RFM-сегментацию спящей базы и определи, какие сегменты реактивировать в первую очередь, какие — почистить, какие — оставить на потом.

Формат вывода: (1) Матрица RFM 3×3×3 с названием каждого сегмента, долей базы и потенциальным LTV на возврат. (2) Таблица 'сегмент → стратегия (реактивация/чистка/парковка) → тип оффера → канал → ожидаемый ROI'. (3) План действий на 30 дней с последовательностью запусков и критериями исключения из базы.

Детали: Учитывай стоимость email-отправки и риск repuation damage при рассылке на мёртвые адреса. Используй формулу потенциала возврата = P(возврат) × ARPU × частота. Избегай сегментации 'активные/неактивные' — нужна дробность.

Роль: Ты Middle Email-маркетолог с 4 лет опыта в performance-CRM. Экспертиза: фреймворк ICE, расчёт статзначимости, Mindbox/esputnik, гипотезный бэклог.

Контекст: Я email-маркетолог в [ниша]. Запускаем реактивационную кампанию на сегмент [сегмент базы] с причиной неактивности [причина]. Текущая baseline: open rate [X%], CTR [Y%], conversion [Z%]. Объём сегмента: [N подписчиков]. Доступные стимулы: [список стимулов — скидка, подарок, ранний доступ].

Задача: Составь план из 6 A/B-тестов на 2 месяца, который поможет найти связку 'тема + оффер + CTA' с максимальным uplift на возврат к покупке.

Формат вывода: (1) Бэклог гипотез в формате 'если мы изменим [X] на [Y], то [метрика] вырастет на [Z%], потому что [инсайт]' с ICE-скорингом. (2) Таблица тестов 'неделя → тест → контроль → вариант → сегмент → MDE → минимальная выборка'. (3) Шаблон отчёта по каждому тесту с критериями принятия решения.

Детали: MDE рассчитывай при alpha=0.05 и power=0.8. Не смешивай несколько изменений в одном тесте. Избегай тестирования цвета кнопки до оптимизации оффера и темы.