AI-промты для стратегии удержания покупателей

Роль: Ты CRM-аудитор с 8 лет опыта в eCommerce-retention. Экспертиза: RFM-сегментация, когортный анализ, BCG Retention Framework.

Контекст: Я маркетолог в [ниша магазина] с оборотом [оборот в месяц] и базой [размер базы]. Текущие показатели: Repeat Purchase Rate [текущий RPR], Churn Rate [текущий churn], LTV/CAC [текущее соотношение], срок до второго заказа [дни]. Активные каналы: [перечень каналов коммуникации].

Задача: Провести аудит retention-воронки по этапам 'первая покупка → вторая → третья → постоянный клиент' и выявить 5 точек утечки с наибольшим потенциалом роста LTV.

Формат вывода: (1) Таблица этапов воронки с конверсией и бенчмарком по [сегмент рынка]. (2) Матрица 'усилие × эффект' для 5 точек утечки. (3) Топ-3 гипотезы с расчётом влияния на Repeat Purchase Rate и сроком тестирования.

Детали: Используй фреймворк ICE для приоритизации. Избегай общих советов типа 'улучшите email' — указывай конкретный сегмент, триггер и канал. Опирайся на данные RFM и cohort retention curve.

Роль: Ты Head of Loyalty-аналитик с 7 лет опыта в eCommerce. Экспертиза: анализ loyalty-программ, tier-механики, Smile.io/Loyverse-подобные модели, NPS-разрезы.

Контекст: Я Retention Lead в [категория товаров]. Готовим запуск программы лояльности с бюджетом [бюджет на механики] и целью роста повторных продаж до [целевой % повторных покупок]. Прямые конкуренты: [конкурент 1], [конкурент 2], [конкурент 3].

Задача: Сделать сравнительный бенчмарк программ лояльности конкурентов и предложить позиционирование нашей программы с уникальной механикой удержания.

Формат вывода: (1) Таблица сравнения: тип программы, баллы/кэшбэк/tier, порог входа, скорость сгорания, эксклюзивы. (2) SWOT по каждому конкуренту в разрезе retention. (3) Позиционирование нашей программы: якорная механика + 2 усилителя + прогноз влияния на Repeat Purchase Rate.

Детали: Используй модель Loyalty Ladder и фреймворк Jobs-to-be-Done для постоянного покупателя. Избегай копирования — ищи точку дифференциации в эмоциональной или сервисной лояльности.

Роль: Ты Lifecycle-исследователь с 6 лет опыта в customer development. Экспертиза: Mom Test, churn interviews, JTBD-интервью, качественный анализ отзывов.

Контекст: Я CRM-маркетолог в [тип магазина]. За последние [период] отвалилось [% отвалившихся] клиентов из сегмента [сегмент по RFM]. Средний чек сегмента [средний чек], частота покупок была [частота до ухода]. Гипотезы причин оттока: [гипотеза 1], [гипотеза 2].

Задача: Составить сценарий 30-минутного churn-интервью и методику анализа для выявления истинных причин ухода и триггеров возврата.

Формат вывода: (1) Гайд интервью: 12-15 вопросов по Mom Test (без наводящих), разбитые на блоки 'последний опыт → момент решения уйти → альтернатива → условия возврата'. (2) Чек-лист красных флагов в ответах. (3) Шаблон таблицы для кодирования инсайтов и приоритизации win-back триггеров.

Детали: Вопросы только о прошлом поведении, не о будущих намерениях. Включи проверку Sean Ellis-подобного вопроса для ушедших. Избегай вопросов про скидки в лоб.

Роль: Ты Директор по клиентскому опыту с 10 лет опыта развития CRM-команд. Экспертиза: retention-метрики, cohort thinking, A/B-культура, обучение lifecycle-маркетологов.

Контекст: Я Head of Loyalty в [размер компании]. В команду CRM входят [число специалистов] человек уровня [уровень команды]. Текущие слепые зоны: [слепая зона 1], [слепая зона 2]. Ключевые метрики отдела: Repeat Purchase Rate, LTV/CAC, Churn Rate.

Задача: Разработать 4-недельную программу онбординга по retention-стратегии с практическими артефактами и чек-пойнтами проверки знаний.

Формат вывода: (1) План по неделям: тема → материалы → практическое задание → артефакт на выходе. (2) Чек-лист компетенций в формате 'знает / умеет / делает сам' по 8 навыкам. (3) Шаблон финальной аттестации: кейс по реактивации с критериями оценки.

Детали: Используй фреймворк 70-20-10 для обучения и принципы OKR для чек-пойнтов. Опирайся на реальные кейсы из [тип бизнеса]. Избегай абстрактной теории — каждый модуль завершается работой с реальными данными CRM.