Результат в цифрах
Срок замера метрик Adoption – 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 замедляло запуск писем, создавало нагрузку на команду и снижало 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
Превратил сложное дерево данных в понятную систему
Проблема
В Mindbox хранилось множество параметров, связанных с клиентами, заказами, покупками, просмотрами и рекомендациями. Чтобы использовать их в письме, клиенту нужно было разбираться во внутренней структуре данных и документации. Нужно было изучить как минимум три статьи (вывод данных в виде таблицы, работа с элементами коллекции, обработка и форматирование данных) и дерево переменных (пример прохода по дереву).
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.
Что изменилось
Сложная внутренняя модель стала основой понятного пользовательского сценария, а интерфейс получил единые правила работы с данными.
Показать макеты в Figma
Перенёс подстановку данных из HTML в интерфейс
Проблема
Для персонализации письма клиентам приходилось вручную добавлять специальные конструкции в HTML. Большинство не могло сделать это самостоятельно и обращалось за помощью к менеджерам.
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.
Что изменилось
Базовые сценарии персонализации стали доступны без документации, ручной вёрстки и знания синтаксиса Mindbox.
Показать макеты в Figma
Сделал теги подстановки редактируемыми
Проблема
В изученных внешних конструкторах добавленный тег был статичным фрагментом. Чтобы исправить параметр или изменить формат, его приходилось удалять и вставлять заново.
Решение
Мы сделали тег полноценным объектом конструктора. После добавления пользователь может выбрать его в письме, открыть настройки, изменить формат отображения или заменить параметр.
Что изменилось
Персонализацию стало проще и безопаснее редактировать, а встроенный конструктор получил сценарий, которого не было у изученных конкурентов.
Показать макеты в Figma
Автоматизировал заполнение продуктовых сеток
Проблема
Чтобы вывести несколько товаров, заказов или рекомендаций, нужно было писать цикл в HTML. Это требовало технических знаний, занимало время и усложняло дальнейшее редактирование письма.
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.
Что изменилось
Сценарий, который раньше требовал кода и помощи менеджера, стал собираться в интерфейсе; по замеру с клиентом – примерно в 5 раз быстрее.
Показать макеты в Figma
Упорядочил работу с ценами и скидками
Проблема
Скидку можно было рассчитать на единицу товара, строку заказа или весь чек, а также через разные промомеханики. Клиенты по-разному выводили цены в письмах – часто так, как удалось разобраться самостоятельно.
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.
Что изменилось
В конструкторе появились согласованные сценарии работы с ценами вместо набора разрозненных способов.
Показать макеты в Figma
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.
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.
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.
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.
