GURUHI SARMOYAGUZORII SHOHON
CRM-маркетолог / менеджер клиентской базы
- CRM-маркетинг
- Client management
- Fashion
- Retail
- ИИ
- клод
- claude
- retention
- omnichannel
- Digital Marketing
У нас 1528 клиентов. Этой базой не занимался никто и никогда. Вы будете первым.
По каждому клиенту в 1С лежит полная история покупок: вещи, бренды, размеры, артикулы, суммы, даты, баллы. У 92% есть телефон, у 89% — дата рождения. Есть своё мобильное приложение.
Avenue — мультибрендовый бутик мужской одежды премиум-сегмента в Душанбе. Есть аутлет.
Зачем эта роль
Нам нужен человек, который держит в голове две вещи сразу: кто наши клиенты и что лежит у нас в стоке.
Это одна работа, а не две. Чтобы написать клиенту «пришёл ваш размер в вашем бренде», надо одновременно знать, что у него 43-й, и что этот 43-й сейчас на полке. Человек без доступа к товару пишет вслепую. Аналитик без клиентов складывает остатки в отчёт, который никто не читает.
Клиенты — половина работы
- Разложить базу на сегменты: VIP, постоянные, новые, под риском, спящие.
- Возвращать тех, кто перестал приходить. Без скидок.
- Собирать личные подборки под конкретного человека: его бренды, его размеры, его прошлые покупки.
- Писать клиентам самому. Это не настройка рассылок — это личные сообщения конкретным людям. Обзвон по вашим спискам и сценариям делает наш менеджер, ответы клиентов возвращаются к вам.
- Закрытый клуб: кто в нём, что он получает, почему в него хочется попасть.
- Календарь коммуникаций: дни брендов, новые поступления, дни рождения, конец сезона.
Товар — вторая половина
- Разбирать сток: что оставляем по полной цене, что добиваем скидкой, что вывозим в другую точку.
- Вести список бестселлеров — по sell-through в процентах, а не в штуках.
- Следить за скидочными правилами: какая скидка стоит в ценнике и какая реально выходит при продаже. Разрыв между ними — деньги, которые мы отдаём просто так.
- Размерный матч: свести размеры клиентов с тем, что физически есть в наличии.
- Собирать подборки не «из красивого», а из того, что надо двигать.
- Раз в сезон — готовить данные к заказу: что повторять, какие размерные ростовки, где промахнулись.
Работа с ИИ. Claude используется каждый день: выборки по базе, черновики сообщений, разбор результатов. Но цифры проверяются руками. Если человек не умеет перепроверять то, что выдала модель, он нам не подходит.
Железное правило: скидка — не инструмент удержания.
Мы не возвращаем клиента скидкой. Возвращаем вещью, которая ему подходит: его размер, его бренд, собранный на него образ. Закрытый сейл в конце сезона для своих — нормально. Скидка как приманка «вернитесь, у нас минус 30%» — нет. Кто считает, что база оживляется промокодами, — не наш человек.
Отчётность
Одна страница раз в неделю. Не восемнадцать листов — одна страница: воронка по клиентам (кому написали, кто ответил, кто пришёл, кто купил), что происходит с товаром, одна проблема и одно предложение.
Первые три месяца — фикс без KPI на рост: зафиксировать точку А, навести порядок в данных, запустить первые механики. Дальше фикс плюс бонус по согласованной формуле.
Что обязательно
- Опыт в fashion-ритейле. Без этого не рассматриваем.
- Опыт работы с клиентской базой: сегментация, удержание, реактивация, лояльность.
- Ежедневная работа с ИИ и привычка перепроверять за ним.
- Готовность самому писать клиентам, а не только настраивать рассылки.
Что будет плюсом — но научим
- Товарная аналитика: остатки, оборачиваемость, sell-through, размерные ряды, скидочные правила.
- Опыт в компании, где вы были один за всё, а не одним из двадцати.
- Опыт работы с выгрузками из 1С.
Кому точно не подойдёт
- Лидогенерация, контекст, трафик, performance. Нам не нужны новые клиенты — нужны свои.
- Агентства и подрядчики со сметой за объём работ. Нужен человек в команду, отвечающий за результат.
- Те, кто не готов разговаривать с живыми людьми.
Условия
- Удалённо, с пересечением по времени с Душанбе.
Как откликнуться
Шаблонные отклики не читаем. Ответьте в сопроводительном письме на три вопроса:
- С какой базой вы работали — сколько человек, в какой сфере, в какой компании?
- У нас 1528 клиентов с историей покупок: вещи, бренды, размеры, артикулы, суммы, даты. Как бы вы разложили эту базу на сегменты и что предложили бы каждому сегменту в первый месяц?
- Как вы используете нейросети в работе и как проверяете за ними цифры?
И напишите, на какую сумму рассчитываете.