CRM-маркетинг быстро усложняется по мере роста количества сценариев. Сначала компания запускает брошенную корзину, потом добавляет реактивацию, бонусы, рекомендации, день рождения, повторную покупку, снижение активности и ещё десятки автоматических механик.

Каждая из них по отдельности может быть логичной. Проблема начинается в тот момент, когда один и тот же клиент одновременно подходит сразу под несколько условий и система пытается запустить всё сразу.

Сегодня у него брошенная корзина, завтра сгорают бонусы, одновременно наступил день рождения, а ещё алгоритм решил, что пора реактивировать его из-за снижения частоты покупок. Если все сценарии работают независимо, клиент получает несколько сообщений подряд, зачастую с разными офферами и даже противоречащими друг другу.

Именно здесь появляется задача Next Best Action — выбрать не все доступные действия, а одно наиболее подходящее в конкретный момент.

Проблема не в количестве сценариев, а в том, что они конкурируют

Автоматизация часто строится по принципу «условие выполнилось — отправить сообщение». Пока сценариев мало, это работает нормально, но с ростом системы одни и те же клиенты начинают попадать в несколько веток одновременно.

Например, клиент:

  • оставил товар в корзине;
  • получил бонусы, которые скоро сгорят;
  • давно не совершал покупку;
  • попал в сегмент интереса к новой категории;
  • через два дня отмечает день рождения.

Если каждый сценарий живёт сам по себе, система видит пять причин для коммуникации. Для клиента же это пять сообщений от одной компании, которая почему-то ведёт себя так, будто каждое из них существует отдельно.

Next Best Action нужен именно для того, чтобы решить конфликт между такими сценариями.

Что такое Next Best Action

Next Best Action можно перевести как «следующее лучшее действие». Важно, что речь идёт не обязательно о следующем сообщении и не обязательно о продаже.

Лучшим действием может быть:

  • отправить email;
  • показать персональный баннер;
  • предложить бонус;
  • ничего не делать;
  • подождать;
  • переключить клиента в другой сценарий;
  • передать задачу менеджеру;
  • изменить рекомендацию на сайте.

Главная идея в том, что система сначала оценивает доступные варианты, а уже потом выбирает один из них. Это заметно отличается от обычной автоматизации, где каждый сценарий независимо решает, что клиенту пора что-то отправить.

Иногда лучшее действие — вообще ничего не делать

Это один из ключевых принципов Next Best Action. Маркетинг часто воспринимает клиента как набор возможностей для коммуникации. Если есть повод написать, кажется логичным этим поводом воспользоваться.

Но дополнительный контакт не всегда приносит дополнительную ценность. Если клиент уже получил несколько сообщений за последние дни, новый триггер может только увеличить давление.

Поэтому «ничего не отправлять» должно быть таким же полноценным вариантом, как email или push. Хорошая система выбора действий умеет не только находить повод для сообщения, но и вовремя отказываться от него.

Начинать нужно не с алгоритма, а с приоритетов

Next Best Action иногда звучит как сложная AI-задача, но на практике его можно начать реализовывать с довольно простых правил. Сначала нужно определить, какие сценарии для бизнеса важнее других.

Например:

  1. сервисные сообщения;
  2. критичные события;
  3. незавершённая покупка;
  4. персональные триггеры;
  5. реактивация;
  6. промо-рассылки.

Такой порядок уже помогает решить часть конфликтов. Если клиент одновременно ждёт уведомление о доставке и попал в реактивационный сценарий, сервисное сообщение должно иметь приоритет. Если у него активная корзина, массовую промо-рассылку можно временно отложить. Даже простая иерархия часто заметно улучшает CRM-коммуникацию.

Но одного общего приоритета недостаточно

Жёсткая таблица приоритетов хорошо работает как первый шаг, но быстро сталкивается с ограничениями.

Брошенная корзина не всегда важнее бонусов. Если в корзине дешёвый товар, а бонусы сгорают сегодня и клиент обычно активно ими пользуется, второй сценарий может оказаться сильнее.

Реактивация тоже не всегда менее важна, чем рекомендации. Для клиента с высоким LTV и явным снижением активности попытка вернуть его может быть приоритетнее очередной подборки товаров.

Поэтому следующий уровень — оценивать не только тип сценария, но и конкретный контекст клиента.

У каждого действия должна быть ожидаемая ценность

Чтобы выбрать между несколькими сценариями, полезно оценивать потенциальную ценность каждого действия.

Упрощённо можно учитывать:

  • вероятность реакции;
  • ожидаемую выручку;
  • маржинальность;
  • стоимость стимула;
  • стоимость канала;
  • риск раздражения;
  • долгосрочную ценность клиента.

Например, система рассматривает два варианта.

Первый — отправить скидку 20% на брошенную корзину. Вероятность покупки высокая, но маржа сильно снижается.

Второй — напомнить о товаре без скидки. Конверсия ниже, но экономика лучше.

Если оценивать только вероятность покупки, победит первый сценарий. Если учитывать прибыль, результат может быть другим.

Next Best Action должен учитывать ценность клиента

Одинаковое действие не обязательно оптимально для разных клиентов.

Для клиента с высоким LTV имеет смысл потратить больше ресурсов на удержание. Для случайного покупателя с одной дешёвой транзакцией дорогая реактивация может быть невыгодной. Поэтому при выборе действия полезно учитывать не только текущую ситуацию, но и ценность профиля.

Например, один и тот же сценарий «клиент давно не покупал» может привести к разным действиям:

  • ценному клиенту — персональное предложение;
  • среднему — email;
  • низкоценному — ничего;
  • VIP-клиенту — задача менеджеру.

Сам триггер один, но Next Best Action различается.

Канал тоже является частью выбора

Даже если система решила, что с клиентом нужно связаться, остаётся второй вопрос: каким способом.

Email, push, SMS, мессенджер, реклама или сообщение на сайте имеют разную стоимость и разную эффективность. Поэтому выбор канала лучше не отделять полностью от выбора действия.

Если клиент активно читает push, нет смысла отправлять ему дорогой SMS только потому, что один конкретный сценарий изначально был настроен на этот канал. Next Best Action может определять сразу связку: что сделать + где это сделать.

Частота контактов должна ограничивать сценарии

Один из самых простых фильтров — коммуникационная частота.

Можно задать ограничения:

  • не более одного промо-сообщения в день;
  • не более трёх маркетинговых контактов в неделю;
  • пауза после покупки;
  • пауза после отказа;
  • приоритет сервисных сообщений над рекламными.

Такие правила не решают всю задачу, но помогают убрать самые очевидные конфликты. Важно, чтобы frequency cap работал на уровне клиента, а не каждого канала отдельно. Иначе система формально соблюдает лимит по email, но одновременно отправляет push и SMS.

Нужно учитывать недавние действия клиента

Контекст клиента меняется быстро. Если человек только что совершил покупку, реактивационный сценарий уже неактуален. Если он только что списал бонусы, нет смысла напоминать об их сгорании.

Поэтому Next Best Action должен использовать максимально свежие данные. Это особенно важно для триггерных сценариев, где решение быстро теряет актуальность. Даже хорошее действие, выбранное по данным двухдневной давности, может оказаться неправильным сегодня.

Сценарии должны уметь отменять друг друга

Во многих CRM-системах сценарий запускается и дальше идёт по расписанию, пока не завершится. Клиент уже может изменить поведение, но цепочка продолжает отправляться. Это одна из главных причин лишних коммуникаций.

Например, клиент:

  1. бросил корзину;
  2. получил первое напоминание;
  3. совершил покупку;
  4. всё равно получает второе письмо «Вы забыли товары».

Поэтому любой сценарий должен иметь не только условие входа, но и условия выхода.

Next Best Action усиливает эту логику: каждое новое событие может изменить приоритеты и отменить ранее выбранное действие.

Действия могут конфликтовать не только по времени, но и по смыслу

Иногда проблема не в количестве сообщений, а в противоречии между ними.

Клиент может получить письмо «Ваши бонусы скоро сгорят» и через несколько часов — «Получите ещё 500 бонусов». Или сначала скидку 10%, а затем скидку 20% на тот же товар.

В таком случае компания фактически учит клиента ждать следующего, более выгодного предложения. Поэтому приоритизация должна учитывать не только время, но и содержание оффера. Если один сценарий уже дал клиенту скидку, другие механики с более сильным дисконтом стоит временно блокировать.

Важно разделять срочные и несрочные сценарии

Не все триггеры одинаково чувствительны ко времени.

Брошенная корзина быстро теряет актуальность. День рождения тоже привязан к конкретной дате. А рекомендацию новой категории можно отправить завтра или через неделю без большой потери. Поэтому при выборе действия полезно учитывать срок жизни события.

Условно сценарии можно разделить на:

  • срочные;
  • ограниченные по времени;
  • долгоживущие;
  • фоновые.

Если два сценария конкурируют, срочный часто должен получить преимущество, а фоновый можно отложить.

Важно учитывать не только вероятность покупки, но и вероятность усталости

У CRM-маркетинга есть отрицательный эффект, который трудно увидеть сразу. Каждый контакт немного расходует внимание клиента.

Если система постоянно выбирает действие только по вероятности конверсии, она может постепенно перегружать самых активных клиентов. Именно они чаще всего подходят под большое количество сценариев.

Поэтому в модель полезно добавлять условную стоимость контакта. Чем больше сообщений человек получил недавно, тем выше «цена» следующего. Это помогает системе предпочитать не просто самое потенциально прибыльное действие, а самое прибыльное с учётом коммуникационного давления.

Простая модель Next Best Action может работать без AI

Для начала необязательно строить машинное обучение. Можно создать правила из нескольких уровней.

Первый уровень — исключения. Сервисные события, юридические ограничения, отписка, недоступные каналы.

Второй уровень — ограничения частоты. Сколько сообщений клиент уже получил и когда был последний контакт.

Третий уровень — приоритет сценариев. Например, корзина выше массовой акции, но ниже критичного сервисного сообщения.

Четвёртый уровень — ценность клиента. Какой объём ресурса оправдан для конкретного сегмента.

Пятый уровень — экономика действия. Какой сценарий имеет лучший ожидаемый результат после скидок и затрат.

Даже такая система уже сильно отличается от независимых триггеров.

Когда появляется смысл в машинном обучении

AI и ML становятся полезны, когда сценариев много, клиентская база большая, а простая таблица правил начинает разрастаться.

Модель может прогнозировать:

  • вероятность покупки;
  • вероятность реакции на канал;
  • риск оттока;
  • ожидаемую ценность заказа;
  • чувствительность к скидке;
  • вероятность использования бонусов.

Дальше система сравнивает доступные действия и выбирает то, у которого ожидаемый эффект выше.

Но машинное обучение не отменяет бизнес-ограничения. Даже если модель считает SMS самым эффективным каналом, компания может запретить его для низкомаржинальных сценариев из-за стоимости. Поэтому хорошая система обычно сочетает модель и правила.

Самая высокая вероятность покупки не всегда означает лучшее действие

Представим, что клиент с большой вероятностью купит товар, если дать скидку 30%. Алгоритм, оптимизированный только на конверсию, будет постоянно выбирать этот вариант. Но если тот же клиент с вероятностью чуть ниже купит без скидки, второе действие может быть намного выгоднее. Поэтому цель Next Best Action должна быть связана не только с конверсией.

В зависимости от бизнеса это может быть:

  • маржа;
  • инкрементальная прибыль;
  • LTV;
  • вероятность удержания;
  • долгосрочная ценность.

Если оптимизировать неправильную цель, система очень эффективно начнёт делать неправильные вещи.

Важен инкрементальный эффект

Ещё одна проблема — часть клиентов купила бы и без воздействия.

Если клиент и так находится в процессе выбора, дополнительная скидка может не создавать покупку, а только уменьшать маржу. Поэтому идеальный Next Best Action должен учитывать не только вероятность покупки после действия, но и вероятность того, что действие действительно изменит поведение.

Это уже задача uplift-моделирования. Вместо вопроса «кто скорее купит?» модель пытается ответить: «у кого вероятность покупки увеличится именно благодаря этому действию?»

Для CRM-маркетинга это гораздо полезнее.

Клиент одновременно попал в пять сценариев

Представим конкретную ситуацию.

У клиента:

  1. есть брошенная корзина на 8 000 рублей;
  2. через два дня сгорают 500 бонусов;
  3. он давно не покупал;
  4. сегодня попал под массовую акцию со скидкой 15%;
  5. алгоритм рекомендаций нашёл для него новый товар.

Если сценарии работают независимо, клиент может получить четыре-пять сообщений.

Next Best Action сначала убирает то, что уже не имеет смысла. Массовую акцию можно исключить, потому что есть более персональный контекст, а рекомендацию отложить.

Дальше сравниваются корзина и бонусы. Возможно, лучший вариант — одно письмо о корзине с напоминанием, что в заказе можно использовать сгорающие бонусы. Вместо пяти сообщений получается одно, которое объединяет два актуальных повода.

Это ещё один важный принцип: иногда Next Best Action — не выбор одного сценария, а сборка более логичного действия из нескольких сигналов.

Одно сообщение может решать несколько задач

CRM-системы часто разделяют сценарии по внутренней структуре компании. Бонусами занимается одна команда, рекомендациями другая, триггерами третья.

Клиент этого разделения не видит. Поэтому нет необходимости отправлять отдельное письмо по каждому поводу. Если несколько сигналов логично объединяются, лучше собрать одно сообщение.

Например, вместо трёх писем («Ваши бонусы скоро сгорят», «Вы забыли товар в корзине», «мы подобрали для вас рекомендации») можно отправить одно: напомнить о корзине, показать доступные бонусы и добавить пару релевантных альтернатив.

Для клиента это выглядит значительно естественнее.

Некоторые сценарии лучше не объединять

При этом объединять всё подряд тоже не стоит.

Сервисное сообщение о задержке доставки не нужно превращать в рекламную рассылку с рекомендациями. Человек пришёл решить проблему, а не выбирать новый товар.

То же касается чувствительных ситуаций: возврат, жалоба, ошибка оплаты, негативный отзыв. В такие моменты коммерческие сценарии лучше временно блокировать.

Next Best Action должен учитывать не только потенциальную выгоду, но и контекст отношений.

Негативное событие должно менять приоритеты

Если клиент только что пожаловался на сервис, отправлять ему сообщение «Мы скучаем — вот скидка на новую покупку» может быть неуместно. Поэтому негативные события полезно использовать как отдельный слой правил.

Например, после: жалобы, возврата, низкой оценки, обращения в поддержку, отменённого заказа коммерческая коммуникация может временно останавливаться. Следующим лучшим действием становится не продажа, а решение проблемы.

Next Best Action должен работать не только в рассылках

Чаще всего эту концепцию связывают с CRM-коммуникациями, но она шире. Если клиент зашёл на сайт, система тоже может выбрать действие:

  • Одному показать персональный баннер.
  • Другому — напомнить о бонусах.
  • Третьему — вернуть корзину.
  • Четвёртому — ничего не менять.

То же самое возможно в приложении, контакт-центре и рекламных каналах. В идеале решение должно быть согласовано между всеми точками контакта.

Иначе каждый канал снова начнёт жить своей жизнью

Можно идеально настроить приоритеты email-сценариев и всё равно получить плохой опыт. Например, email-система решила не отправлять клиенту скидку, потому что он недавно купил. Но рекламная система продолжает показывать ему ту же акцию. Или push уже напомнил о бонусах, а через час то же сообщение пришло по SMS.

Поэтому зрелый Next Best Action требует общего контекста. CDP здесь полезна именно как слой, который объединяет данные о клиенте, события и историю коммуникаций.

Что нужно хранить в профиле

Чтобы выбирать действие, системе мало знать покупки и контакты.

Полезно иметь:

  • последние действия клиента;
  • активные сценарии;
  • историю сообщений;
  • доступные каналы;
  • согласия;
  • текущие бонусы и предложения;
  • ценность клиента;
  • сегменты;
  • признаки риска оттока;
  • реакции на предыдущие коммуникации.

Особенно важна история уже совершённых действий. Без неё система не понимает, что клиенту только что уже показывали похожий оффер.

Нужен единый слой принятия решений

Главная архитектурная идея Next Best Action — вынести выбор действия над отдельными кампаниями.

Обычная система выглядит так: событие → сценарий → сообщение.

Более зрелая логика: событие → доступные действия → проверка ограничений → сравнение → лучшее действие.

Тогда сценарий больше не имеет безусловного права отправить сообщение только потому, что его условие выполнилось. Он становится одним из кандидатов. Это фундаментальное изменение CRM-логики.

Как начать без перестройки всей системы

Необязательно сразу строить полноценный decision engine. Можно двигаться постепенно.

  1. Составить карту сценариев. Нужно увидеть, сколько автоматических коммуникаций вообще существует и какие клиенты могут попадать в них одновременно. Часто уже на этом этапе обнаруживаются неожиданные пересечения.
  2. Определить конфликты. Какие сценарии нельзя запускать вместе? Какие офферы противоречат друг другу? Что должно блокироваться после покупки или жалобы?
  3. Ввести простую иерархию. Сначала достаточно определить несколько уровней приоритета.
  4. Добавить frequency cap. Это уберёт часть лишних контактов даже без сложной логики.
  5. Учитывать ценность клиента и стоимость действия. После этого система начинает выбирать не только по типу сценария, но и по экономике.
  6. Постепенно перейти к прогнозным моделям. Когда правил становится слишком много, можно добавлять propensity, churn или uplift-модели.

Так Next Best Action развивается вместе со зрелостью CRM, а не появляется одним большим проектом.

Как понять, что система выбора действий работает

Количество отправленных сообщений здесь не имеет смысла как KPI. Наоборот, хорошая система может уменьшить число коммуникаций.

Полезнее смотреть:

  • конверсию на один контакт;
  • выручку или маржу на один контакт;
  • количество сообщений на клиента;
  • отписки и жалобы;
  • долю конфликтующих сценариев;
  • инкрементальную прибыль;
  • retention;
  • LTV.

Если сообщений стало меньше, а результат на клиента вырос, это хороший сигнал. Next Best Action должен повышать ценность каждого контакта, а не количество возможностей связаться с клиентом.

Контрольная группа нужна и здесь

Без эксперимента сложно понять, действительно ли приоритизация улучшила результат. Можно сравнить стандартную группу, где сценарии продолжают работать независимо, и группу с системой Next Best Action.

Важно оценивать не только краткосрочные покупки, но и:

  • маржу;
  • количество контактов;
  • отписки;
  • повторные покупки;
  • долгосрочный retention.

Иногда новая система слегка снижает количество мгновенных конверсий, но заметно уменьшает скидки и коммуникационное давление. С точки зрения бизнеса такой вариант может быть выгоднее.

Главный результат — не более умная автоматизация, а более связный клиентский опыт

Next Best Action легко воспринимать как технический алгоритм, который выбирает лучший оффер. Но его главная ценность заметна со стороны клиента.

Компания перестаёт говорить одновременно пятью голосами. Не отправляет реактивацию человеку, который только что купил. Не предлагает три разных скидки на один товар. Не пытается продать что-то новое сразу после жалобы. Каждое следующее действие учитывает то, что уже произошло.

Именно поэтому Next Best Action — это не просто ещё один сценарий CRM-маркетинга. Это слой, который заставляет все остальные сценарии договариваться между собой.

Когда автоматизация доходит до этой точки, главный вопрос меняется. Бизнес перестаёт спрашивать: «Какие кампании мы можем запустить для этого клиента?» — и начинает спрашивать: «Какое одно действие сейчас будет для него и для бизнеса наиболее уместным?»