Программа лояльности (её часто называют системой лояльности) возвращает гостя не скидкой, а причиной прийти снова. За более чем 1000 запусков в кофейнях, кафе, ресторанах, пекарнях и рознице я вижу одну и ту же картину: выигрывают те, кто строит лояльность вокруг удержания — бонусов вместо прямого дисконта, персонализации на чистых данных о госте, простой механики с лёгкой геймификацией и регулярных касаний с покупателем. Быстрее всего окупается автоматический возврат «спящих» гостей: по данным точек на платформе SWiP конверсия такого пуша в оплату — от 35%, а в отдельных сетях 52–59%. И это логично: удержать текущего гостя в общепите в 6–7 раз дешевле, чем привлечь нового.

Когда столько кейсов лежит рядом, перестаёшь верить в «универсальный рецепт» и начинаешь видеть закономерности — что повторяется у тех, кто действительно вернул гостей, и что у тех, кто просто слил бюджет на скидки. Ниже 7 таких закономерностей: не теория из учебника, а то, что мы каждый день видим на реальных чеках.

Коротко: 7 закономерностей одним взглядом

#ЗакономерностьЧто делать
1Лояльность — про удержание, а не про скидкуБонусы и уровни вместо дисконта всем
2Основные деньги — в «спящих» клиентахИспользуйте автоматизацию для возврата гостей
3Регулярность важнее щедростиАвтоматизация на ИИ вместо разовых акций
4Простые условия + геймификацияУстанавливайте прозрачные и понятные условия в лояльности
5Карту лояльности выбирают по запросу бизнесаWallet-карта или приложение с аналитикой по клиентам
6Про лояльность нужно рассказыватьСотрудники, материалы на точке, соцсети
7Персонализация работает только на чистых данныхИдентифицируйте клиента в каждом чеке

Закономерность 1. Лояльность — это про удержание, а не про скидку

Программа лояльности решает задачу удержания, а не привлечения, и на удержании выигрывают бонусы, а не скидки. За время работы я не видела ни одного случая, где прямая скидка «всем» удержала бы гостя: −10% — это минус к сегодняшней марже и ноль причин прийти завтра. Бонусная программа работает иначе: выгода отложена до следующего визита, и именно она возвращает гостя. Удержать текущего гостя в общепите в 6–7 раз дешевле, чем привлечь нового, поэтому вся программа должна строиться вокруг повторного визита, а не вокруг размера дисконта.

Здесь же работает и то, что я называю «лестницей»: разноуровневый бонус — это геймификация, которая удерживает сильнее фиксированной ставки. Когда у гостя есть статус или прогресс до следующего уровня (больше визитов — выше кешбэк, ближе подарок), он возвращается не только за баллами, но и за ощущением достижения. Реальный ориентир по эффекту удержания: ресторан Beyond в Москве ушёл от скидки −20% к персональным бонусам от ИИ и за 2 года получил +3,88 млн ₽ дополнительной выручки, +86 чеков в месяц и вырос с 1 до 3 точек.

Практика: замените дисконт на бонус с понятным сроком и добавьте 2–3 уровня — этого достаточно, чтобы включить механику прогресса.

Закономерность 2. Основные деньги лежат в «спящих» клиентах, а не в новых

Самый недооценённый рычаг выручки — возврат клиентов, которые перестали приходить, а не привлечение новых. Большинство заведений продолжает лить бюджет в трафик и почти не работает с собранной базой, хотя именно там лежат «тёплые» деньги: этот человек уже знает вас и однажды выбрал.

Возврат «спящих» лучше всего отдать ИИ: система видит, кто давно не заходил, и сама отправляет персональный повод вернуться. Конверсия такого пуша в оплату на точках SWiP — от 35%, а в отдельных сетях 52–59%, то есть возвращается каждый второй получатель.

Практика: из всех сценариев запускайте ИИ-возврат «спящих» самым первым — он окупается быстрее остальных.

Закономерность 3. Регулярность важнее щедрости, а регулярность обеспечивает ИИ

Системная работа с базой приносит больше, чем большие разовые скидки: побеждает не тот, кто щедрее, а тот, кто действует вовремя и постоянно. Разовая «щедрая» акция даёт всплеск и тишину после; ровный поток возврата дают регулярные касания в нужный момент, а вручную такую регулярность не выдержать.

Поэтому регулярность в лояльности сегодня обеспечивает ИИ: он круглосуточно анализирует чеки, сам определяет момент и запускает персональные касания, а инструменты управления скидками на SWiP при этом режут бюджет на лояльных клиентов примерно на 25% без потери удержания — деньги уходят не на «скидку всем», а на точные предложения.

Практика: настройте ИИ-сценарии один раз (приветствие, возврат спящих, персональные предложения) и дайте системе работать 24/7 вместо ежемесячного придумывания новой акции.

Закономерность 4. Простые и понятные условия плюс геймификация — а не сложная система с множеством акций

Базовое правило лояльности должно быть понятно за 5 секунд, а геймификация надстраивается сверху, а не заменяет собой простоту. За время работы я видела десятки программ, которые умерли под весом собственных условий: как только гостю нужно разбираться во всех тонкостях, звёздах и коэффициентах, он выходит из игры. Работает связка «понятная база + лёгкий слой вовлечения».

На практике это выглядит так: база — «получи бонус за покупку и сэкономь, потратив его», а сверху уровни, прогресс и бонусы-сюрпризы, которые добавляют азарт, но не мешают понять главное правило. Особенно это заметно в кофейнях и пекарнях с коротким импульсным циклом.

Практика: если базовую механику нельзя объяснить одним предложением на кассе — упрощайте; геймификацию вводите отдельным слоем и только после того, как база заработала.

Закономерность 5. Формат карты лояльности выбирают по запросу бизнеса

Формат карты лояльности зависит не от сегмента заведения, а от того, что именно нужно бизнесу: витрина и промо, дополнительные модули или просто работающая лояльность. Одна и та же кофейня или ресторан могут выбрать и приложение, и карту в Wallet — решает не тип точки, а запрос. Ориентир такой:

  • Нужен визуал и промо. Хотите баннеры, акции и витрину внутри карты — берите собственное приложение.
  • Нужны доп-модули. Самовывоз, доставка, реферальная программа — это тоже про приложение.
  • Нужна просто работающая лояльность. Без лишнего функционала — электронная карта лояльности в Apple/Google Wallet.
  • Аудитория не любит скачивать. Если знаете, что клиенты не ставят приложения, — только карта в Wallet.
  • Сетевой бренд. Крупной сети с большой базой имеет смысл рассмотреть собственное приложение как отдельный продукт.

Важно, что речь именно об этих двух форматах — карте в Wallet или приложении, — а не о пластиковой карте или «узнавании по номеру телефона». Пластик и телефон не дают никакой аналитики по клиенту, а без точных данных персонализация невозможна в принципе.

Кейсы подтверждают, что решает именно запрос бизнеса, а не сегмент: сеть кафе Yankee Sierra на бонусах с прозрачной цифровой историей дала +2,12 млн ₽ за год и 52,6% конверсии, сеть пекарен Le Dessert на коротком бонусном цикле — +1,1 млн ₽ в месяц.

Практика: сформулируйте, что вам нужно от карты лояльности — витрина, модули или просто механика возврата, — и под этот запрос берите носитель. Электронные карты лояльности в Apple/Google Wallet выпускаются за минуты — без пластика и печати. У SWiP есть готовые решения для кафе и кофеен и для ресторанов.

Закономерность 6. Лояльностью не пользуются, если про неё не рассказывать

Даже лучшая программа лояльности не работает, если гости о ней не знают, — подключение мало, нужно постоянно рассказывать. Это закономерность, которую недооценивают чаще всего: запустили карту, повесили QR у кассы и ждут. А участие в программе напрямую зависит от того, сколько точек контакта о ней сообщают.

Рассказывать нужно в трёх местах одновременно: сотрудники (кассир проговаривает выгоду и предлагает карту в каждой покупке — это главный канал подключения), материалы на локации (тейбл-тенты, наклейки с QR, меню, чек) и соцсети (регулярные напоминания про бонусы, акции и уровни).

Практика: пропишите сотрудникам короткий скрипт предложения карты и следите за долей новых гостей, которых подключили за визит, — это самая дешёвая точка роста базы.

Закономерность 7. Персонализация работает только на чистых данных о клиенте

Персональные предложения возможны лишь тогда, когда каждый чек привязан к конкретному клиенту, — без чистых данных ИИ персонализировать нечего. Если покупки не идентифицированы (клиент «забыл карту», кассир пробил без программы, данные задвоены), система видит обезличенный поток и скатывается обратно к массовым акциям. Мусорные данные — главная причина, по которой «умная» лояльность работает как обычная рассылка.

Правило простое: клиент должен быть опознан в каждой покупке, тогда ИИ анализирует именно его историю — что он берёт, как часто, на какой чек — и собирает предложение под него. На платформе SWiP на чистых данных ИИ подбирает каждому любимый товар и приемлемый уровень скидки, и после такого пуша покупают около 57 из 100 клиентов.

Практика: следите за долей идентифицированных чеков как за метрикой №1 — чем она выше, тем точнее персонализация и тем меньше вы переплачиваете скидкой.

Что со всем этим делать: чек-лист перед запуском

Если свести 7 закономерностей к действиям, вот как выстроить систему лояльности с нуля:

  • Стройте программу вокруг удержания. Бонусы и 2–3 уровня вместо скидки всем подряд.
  • Наведите порядок в данных. Гость идентифицирован в каждом чеке — иначе персонализации не будет.
  • Выберите формат под бизнес. Wallet-карта или приложение.
  • Включите ИИ-возврат спящих первым. Самый быстрый по окупаемости сценарий.
  • Расскажите о программе везде. Сотрудники, материалы на точке, соцсети.
  • Отдайте рутину ИИ. Регулярные персональные касания вместо разовых акций.

Частые вопросы

Почему программа лояльности не работает?
Чаще всего программа лояльности (или, как её называют, система лояльности) не работает по трём причинам: она построена на скидках, а не на бонусах; покупки не привязаны к конкретному гостю, поэтому нет персонализации; и о программе просто не рассказывают гостям. Уберите эти три причины — и лояльность начинает возвращать гостей.
Что лучше для кафе — бонусы или скидки?
Для кафе выгоднее бонусы: скидка уменьшает выручку с каждой покупки и не даёт повода вернуться, а бонус гость копит и тратит при следующем визите. Прямую скидку стоит использовать только адресно — для возврата конкретного «спящего» гостя.
Нужна ли геймификация в программе лояльности?
Геймификация (уровни, статусы, прогресс до подарка) усиливает удержание, но только поверх простой базовой механики. Если основное правило нельзя объяснить одной фразой на кассе, уровни только запутают гостя. Сначала простая база «копи и трать», потом 2–3 уровня сверху.
Как вернуть клиентов, которые перестали приходить?
Вернуть ушедших клиентов помогает автоматический сценарий реактивации: система находит тех, кто давно не заходил, и отправляет персональный повод вернуться. По данным точек на платформе SWiP конверсия такого ИИ-пуша в оплату — от 35%, в отдельных сетях 52–59%.
Что выбрать — карту лояльности в Apple/Google Wallet или своё приложение?
Выбор зависит от формата бизнеса: электронная карта лояльности в Apple/Google Wallet подходит кофейням, пекарням и кафе с коротким циклом, собственное приложение — ресторанам и сетям с витриной, заказом и доставкой. Главное условие в обоих случаях — карта лояльности должна давать аналитику по клиенту; пластиковые карты и «узнавание по телефону» её не дают.
Сколько времени занимает запуск программы лояльности?
Электронную карту и базовые сценарии возврата на готовой платформе запускают за несколько дней, без разработки приложения с нуля. Полноценная персонализация включается по мере накопления чистых данных о покупках гостей.

Об авторе

Валерия Васильева — руководитель отдела маркетинга SWiP. Более 5 лет опыта в HoReCa и Retail. Лично запустила 300+ проектов — от одиночных заведений до крупных сетей. Составляет программы лояльности, которые дают измеримый результат: рост выручки и снижение расходов. Обучает команды заведений работать с данными и возвращать гостей. Автор экспертных материалов о маркетинге в HoReCa. Все цифры в статье — из реальных кейсов клиентов платформы SWiP.