// Салон красоты
RFM-сегментация и AI-офферы для салона красоты
Персональные маркетинговые предложения на основе истории клиента и margin-валидации
n8n amoCRM API Claude API PostgreSQL Telegram Google Sheets
Задача
Маркетинг работал по интуиции: «давайте запустим акцию на маникюр». Не учитывалось, кто из клиентов готов вернуться, кто уже перегрет предложениями, какие процедуры реально приносят маржу. Нужна была система, которая принимает решения на данных.
Решение
- RFM-сегментация на основе 1800+ записей за 6 месяцев: champions, loyal, at_risk, lost, new
- Claude генерирует 5-7 индивидуальных офферов под каждого клиента с учётом истории процедур
- Валидация офферов на соблюдение минимальной маржи перед отправкой
- Feedback loop: отслеживаем, кто пришёл после оффера, кто нет, Claude анализирует причины и обновляет стратегию
- Ручной контроль через Telegram: лимит 5 персональных активаций в день, админ подтверждает отправку
- Ежедневные статус-отчёты владельцу салона с ключевыми метриками и рекомендациями
Результат
Маркетинг стал data-driven: решения принимаются на основе реального поведения клиентов, а не интуиции. Человек-маркетолог остаётся в цикле как модератор, но рутина генерации и сегментации автоматизирована.