Отзыв «Бетховена»: с PDP Mindbox сократили объем скидок на 70%, а выручку сохранили
«Бетховен» — сеть зоомагазинов, входит в пятерку самых крупных в России. Развивает собственный интернет-магазин и ветаптеку. На рынке 30 лет
Масштаб бизнеса.
4 миллиона покупателей в год, 160 офлайн-магазинов, интернет-магазин
Задача
Снизить долю скидок без потери выручкиПовысить маржинальность офлайн-покупок
Решение
Отказаться от массовых скидок в офлайнеВнедрить персональные цены через QR-коды от PDP Mindbox
ИТ.
Кассы SetRetail, Product Data Platform Mindbox
Результат
−70% от объема скидок+1 п. п. к маржинальности офлайн-покупокВыручка сохранилась
Срок.
4 недели
17 марта 2026
-
−70%от объема скидок
-
+1 п. п.к маржинальности офлайн-покупок
-
Сохраниласьвыручка
Сравниваются показатели двух тестовых магазинов, в которых запустили механику, с результатами референсных магазинов и данными тестовых магазинов за прошлые периоды. Данные Mindbox за февраль 2026 года
Раньше мы работали, как большинство розничных сетей, — запускали массовые акции с единой скидкой для всех. В офлайн-магазинах это выглядело как обычные «перечеркнутые» или красные ценники: купить по сниженной цене мог любой посетитель, зарегистрированный в программе лояльности.
Вероятнее всего, мы «переплачивали» за продажи: скидку получали те, кто купил бы и без нее. Поэтому мы искали способ давать меньше скидок и повышать маржинальность, сохранив выручку. Рассматривали разные варианты персонализации, но большинство решений было ориентировано на онлайн, а нам было важно запустить механику именно в офлайн-магазинах.
В итоге воспользовались персональными ценами в офлайне от PDP Mindbox. Суть в том, что все скидки «спрятаны» за QR-кодом. На полках остаются ценники с полной стоимостью. А чтобы получить более выгодное предложение, нужно просканировать QR-код и авторизоваться.
Каждый пользователь видит свою цену — размер скидки определяет алгоритм, опираясь на историю покупок. Упрощенно: если клиент склонен покупать только товары по сниженной цене, алгоритм определяет его как чувствительного к скидкам и увеличивает офер. Если же клиент часто покупал по полной стоимости, ему выдают меньшую скидку.
В итоге клиенты, которым не важна цена, не сканируют QR-код и просто покупают по полной стоимости. Остальные сканируют и получают персональные оферы. Бизнес дает меньше скидок, и маржинальность растет.
QR-коды с персональными ценами стали для нас новым каналом работы с клиентами. Мы видим, кто интересуется товаром в магазине, управляем размером скидки, тестируем разные сценарии без запуска массовых акций. Например, если клиент просканировал QR-код, но не купил, в следующий раз мы можем увеличить размер скидки, чтобы мотивировать его к покупке.
Решение казалось рискованным — мы опасались, что снизится общая выручка. Поэтому запустили тест. В двух магазинах сети полностью отключили массовые акции. Рядом с ценниками поставили QR-коды с персональной ценой.
Следим за ключевыми показателями — конверсия в покупку, динамика клиентской базы, объем скидок, маржинальность и общая выручка магазинов. Для сравнения выбрали пару магазинов, похожих на тестовые по трафику и объему выручки. Также сравниваем с историческими данными тестовых магазинов.
В итоге за первый месяц маржинальность покупок выросла, общий объем скидок удалось сократить, а выручка магазинов осталась прежней. Результаты еще промежуточные: финальные выводы сделаем по итогам трех месяцев, когда накопится достаточно статистики. Но уже сейчас делаем прогноз, что персональные цены в офлайне — это будущее розницы. В ближайшие годы такие механики станут стандартом рынка.
Теперь мы управляем скидкой, а не просто раздаем ее. Это кардинально меняет подход к акциям и открывает новые возможности для роста маржинальности.
Персональные цены работают следующим образом. Покупатель сканирует QR-код на ценнике и авторизуется на специальном лендинге. Product Data Platform Mindbox рассчитывает индивидуальное предложение — клиент видит свою цену и скидку.
На расчет персональной цены влияют сразу несколько факторов: история покупок и категории, в которых клиент покупал, его поведение в моменте, ценовая группа товара, тип магазина, сегмент клиента (новый или постоянный).
Персональное предложение видит только авторизованный пользователь
Алгоритм анализирует все факторы в комплексе. Один из ключевых — чувствительность к скидкам: как часто клиент брал товары по полной цене, как реагировал на акции.
Например, клиент три раза купил товар в категории «Сухой корм для кошек»: два раза — по обычной цене, один раз — со скидкой 5–7%. Система определяет, что скидка не влияет на его решение о покупке, и предлагает вместо нее дополнительный кешбэк.
Или другой клиент — четыре покупки в одной категории, все со скидкой 25–30%. Система определяет: покупает товары только во время акций. Поэтому предлагает привычный уровень скидки — 25–30%.
Тем, кто покупает чаще всего по акции, предлагают индивидуальную скидку
Нечувствительным к скидке клиентам предлагают кешбэк
Третий сценарий — клиент впервые смотрит товар, но в других категориях уже покупал со скидками около 15%. Система учтет его поведение и предложит скидку больше 15%, чтобы стимулировать первую покупку в новой категории.
Алгоритм также учитывает поведение клиента в моменте. Сканировал товар, но не купил — в следующий раз скидка вырастет. Шаг и максимальный размер этого увеличения задает бизнес. Так постепенно формируется то минимальное предложение, которое устроит клиента.
Все сканирования и покупки фиксируются в системе. Это позволяет отслеживать конверсию в покупку, тестировать глубину скидок и запускать новые сценарии. Например, делать разные предложения для новых, постоянных или давно не покупавших клиентов — без массовых акций.
В торговом зале на баннерах рассказывают о том, как получить персональную скидку
QR-код ведет на персональное предложение
