Управление лояльностью потребителей как стратегический маркетинговый актив компании: Методологический анализ и план исследования

Введение: Актуальность, Объект и Предмет Исследования

Современная экономика, пронизанная цифровыми технологиями и характеризующаяся высокой волатильностью потребительского спроса, ставит перед компаниями фундаментальную задачу: удержание клиента становится приоритетнее его привлечения. Анализ, проведенный Bain & Company, показал, что снижение оттока клиентов всего на 5% способно увеличить доходы в диапазоне от 25% до 95%. Эта ошеломляющая статистика служит убедительным аргументом в пользу того, что лояльность потребителей перестала быть просто желаемым результатом и трансформировалась в осязаемый, стратегически значимый маркетинговый актив.

В условиях, когда «цифровые потребители» обладают беспрецедентной информированностью и легкостью перехода к конкурентам (низкие транзакционные издержки), управление лояльностью выходит за рамки операционного маркетинга и становится критическим элементом общей конкурентной стратегии. Следовательно, инвестиции в удержание сегодня — это прямые инвестиции в будущую маржинальность бизнеса.

Объектом исследования выступают процессы формирования, поддержания и управления лояльностью потребителей компании.

Предметом исследования являются программы лояльности (ПЛ) как основной инструментарий маркетинга взаимоотношений и стратегическая методика их оценки, направленная на максимизацию пожизненной ценности клиента (LTV).

Цель работы — провести глубокий теоретический и методологический анализ сущности лояльности потребителей в цифровой среде, определить ключевые стратегические метрики ее измерения и разработать комплексный подход к оценке экономической эффективности программ лояльности как инвестиционного проекта.

Достижение этой цели требует решения следующих задач:

1. Раскрыть двукомпонентную природу лояльности и ее эволюцию под влиянием цифровизации.
2. Детализировать стратегические метрики (LTV, NPS, Churn Rate) и их роль в долгосрочном планировании.
3. Классифицировать программы лояльности и проанализировать инновационные стратегии (геймификация, персонализация).
4. Изучить роль цифровых инструментов (CRM, Big Data, ИИ) в управлении лояльностью.
5. Представить методологию экономической оценки эффективности ПЛ, включая расчет LP ROI и анализ как инвестиционного проекта.

Теоретические основы и современная сущность лояльности потребителей

Двухуровневая модель лояльности: Поведенческий и аттитюдный компоненты

Традиционно лояльность рассматривается как многомерный конструкт, который не сводится исключительно к факту повторной покупки. Фундаментальная модель лояльности включает два взаимосвязанных уровня:

1. Поведенческий компонент (Actional Loyalty): Отражает фактические действия клиента — частоту и объем повторных покупок, срок взаимодействия с компанией. Это измеримый, наблюдаемый уровень, который часто является следствием инерции, привычки или высокой стоимости перехода к конкуренту (транзакционные издержки).
2. Аттитюдный компонент (Attitudinal Loyalty): Отражает психологическую или эмоциональную приверженность бренду. Он включает позитивные установки, удовлетворенность, доверие и, что особенно важно, готовность рекомендовать бренд (измеряется NPS).

В условиях цифровой экономики аттитюдный компонент приобретает особую стратегическую значимость. Высокая конкуренция и информационная прозрачность рынка разрушают инерционную поведенческую лояльность. Если клиент не испытывает эмоциональной привязанности, он легко сменит поставщика при первой же возможности, руководствуясь, например, более выгодной ценой, найденной через агрегатор. Таким образом, в XXI веке лояльность — это прежде всего эмоциональная приверженность, подкрепленная высоким качеством клиентского опыта (Customer Experience, CX).

Бренд и лояльность в контексте Теории социальной идентичности

В пост-индустриальном обществе, как показывают современные исследования, объектом потребительской лояльности становится не только сам продукт или услуга, но и его бренд как сложный социальный конструкт. Бренд перестает быть просто торговой маркой; он становится символом, вмещающим набор социальных представлений, ценностей и ожиданий.

Этот переход великолепно объясняется через призму Теории социальной идентичности (Social Identity Theory, SIT). Согласно SIT, люди стремятся классифицировать себя и других, чтобы создать позитивную социальную идентичность. Бренд, с которым потребитель себя ассоциирует, действует как социальный символ, позволяющий:

• Поддерживать членство в референтной группе: Покупка определенных брендов позволяет потребителю сигнализировать о своем статусе, ценностях или принадлежности к желаемой социальной группе.
• Коммуницировать статус: Для «цифровых потребителей» бренд становится средством самовыражения в социальных сетях и других цифровых каналах.

Следовательно, высокая аттитюдная лояльность возникает тогда, когда ценности бренда максимально соответствуют ценностям и желаемой социальной идентичности потребителя. Это создает глубокую эмоциональную связь, которая значительно устойчивее, чем простая скидка. Как можно рассчитывать на долгосрочное взаимодействие, если бренд не транслирует ценности, которые близки его целевой аудитории?

Особенности поведения «цифровых потребителей» и запрос на клиентский опыт (CX)

Развитие мобильного интернета и электронной коммерции породило качественно новый сегмент — «цифровых потребителей». Их поведение характеризуется следующими ключевыми особенностями:

1. Омниканальность и бесшовность: Клиент ожидает, что его опыт взаимодействия с брендом будет единым и последовательным, независимо от канала (онлайн-магазин, мобильное приложение, физический ритейл).
2. Повышенные требования к скорости и качеству: 62% клиентов ожидают высокой степени персонализации и мгновенного удовлетворения запросов. Неспособность компании предоставить уникальный и быстрый клиентский опыт ведет к немедленному снижению лояльности.
3. Доминирование клиентского опыта (CX): В цифровой среде CX, охватывающий весь путь потребителя (Customer Journey), становится ключевым фактором формирования лояльности, опережая даже цену. Удобство, интуитивность интерфейса, качество поддержки и скорость доставки критически важны.

Управление лояльностью в этой среде требует от компаний сдвига фокуса с транзакционного маркетинга на маркетинг взаимоотношений, где ключевой задачей становится создание уникального, персонализированного и эмоционально насыщенного клиентского опыта.

Стратегическая ценность лояльности: Ключевые метрики и их роль в менеджменте

Лояльность — это не просто абстрактное понятие; это финансово измеримый актив. Показатели лояльности необходимы для стратегических решений, поскольку лояльный пользователь может быть почти в 5 раз дешевле в обслуживании и привлечении, чем новый клиент. Инвестиции в удержание всегда имеют более высокую прогнозируемую доходность, чем затраты на привлечение.

Показатель пожизненной ценности клиента (LTV) как стратегический индикатор

Пожизненная ценность клиента (LTV, Customer Lifetime Value) — это прогнозируемая общая прибыль, которую клиент принесет компании за весь срок взаимодействия. LTV является краеугольным камнем стратегического маркетинга, поскольку он позволяет определить:

• Допустимый лимит затрат на привлечение клиента (CAC, Customer Acquisition Cost).
• Ценность инвестиций в программы удержания и лояльности.
• Наиболее ценные сегменты клиентов, на которых следует фокусировать ресурсы.

Простая формула расчета LTV:

LTV = ACV × ACL

Где:

• ACV (Average Customer Value) — средняя потребительская ценность (средняя прибыль с клиента за период, например, за год).
• ACL (Average Customer Lifetime) — средний срок жизни клиента.

Для глубокого финансового анализа, критически важного в академической работе, необходимо использовать Расширенную формулу LTV, которая включает показатель валовой маржи (AGM):

$$
LTV = AOV \times T \times AGM \times ALT
$$

Где:

• AOV (Average Order Value) — средний чек.
• T (Transactions per period) — среднее количество заказов за период (частота покупок).
• AGM (Average Gross Margin) — средняя валовая маржа (процент прибыли после вычета прямых расходов на товар/услугу).
• ALT (Average Lifetime) — средний период жизни клиента (в месяцах/годах).

Включение AGM позволяет отделить выручку от чистой прибыли, обеспечивая менеджмент не просто цифрой оборота, а реальной финансовой ценностью, которую приносит лояльный клиент.

Комплексный анализ метрик лояльности (NPS и Churn Rate)

Для комплексной оценки лояльности, помимо LTV, используются две ключевые метрики: NPS и Churn Rate.

Индекс потребительской лояльности (NPS)

Net Promoter Score (NPS) измеряет аттитюдный компонент лояльности — готовность клиента рекомендовать компанию/продукт. Это прямой индикатор силы эмоциональной привязанности и качества клиентского опыта.

Клиенты сегментируются на три группы:

• Промоутеры (9-10 баллов): Лояльные, увлеченные клиенты, активно рекомендующие бренд. Они обеспечивают органический рост и являются источником позитивных отзывов.
• Пассивы (7-8 баллов): Удовлетворенные, но не лояльные клиенты, легко переходящие к конкурентам.
• Критики (0-6 баллов): Недовольные клиенты, способные нанести ущерб репутации компании.

Формула NPS:

$$
NPS = \%_{Промоутеры} — \%_{Критики}
$$

Коэффициент оттока (Churn Rate)

Churn Rate отражает количество клиентов, прекративших взаимодействие с компанией за определенный период. Этот показатель находится в обратной пропорции с LTV: чем выше отток, тем короче срок жизни клиента и ниже его пожизненная ценность.

$$
\text{Коэффициент оттока} = (N_{\text{потерянных клиентов за период}} / N_{\text{клиентов в начале периода}}) \times 100\%
$$

Эффективная стратегия управления лояльностью неизбежно нацелена на снижение Churn Rate, поскольку, согласно данным Bain & Company, снижение оттока на 5% может увеличить доходы на 25-95%.

Управление лояльностью: Виды программ и интеграция в конкурентную стратегию

Программы лояльности (ПЛ) являются основным инструментом для материализации аттитюдной лояльности и стимулирования поведенческого компонента (повторных покупок).

Классификация программ лояльности: Бонусные, многоуровневые и коалиционные

Программы лояльности классифицируются по механике предоставления выгоды и степени вовлечения партнеров:

Тип программы	Описание и механика	Стратегическое преимущество
Бонусные (Накопительные)	Клиент получает баллы/бонусы за покупки, которые может использовать для частичной или полной оплаты будущих товаров.	Стимулирование частоты покупок и создание «эффекта привязки» (Switching Cost) за счет накопленных, но не потраченных баллов.
Скидочные (Дисконтные)	Предоставление немедленной скидки на товар или услугу.	Простота, немедленное вознаграждение, но низкая эффективность в создании аттитюдной лояльности (клиент лоялен к цене, а не к бренду).
Многоуровневые (Статусные)	Клиенты распределяются по уровням (Silver, Gold, Platinum) в зависимости от объема покупок или LTV. Каждый уровень предлагает возрастающие привилегии.	Создание ощущения эксклюзивности и статуса, сильное стимулирование поведенческой лояльности (стремление сохранить/повысить статус).
Коалиционные (Партнерские)	Объединение нескольких компаний (часто из разных отраслей) в единой программе лояльности с общими правилами начисления/списания баллов.	Расширение клиентской базы, снижение стоимости программы за счет совместных затрат, повышение ценности предложения для клиента.

В российском ритейле доминируют **дисконтно-бонусные программы, сочетающие немедленную выгоду (скидку) с возможностью накопления баллов. Статистика подтверждает их высокую популярность: 76% россиян регулярно предъявляют карты лояльности, что указывает на высокую вовлеченность в эти инструменты.

Инновационные стратегии: Геймификация и персонализация в E-commerce

Цифровая среда требует от программ лояльности постоянных инноваций.

Геймификация

Геймификация — это внедрение игровых механик (очки, уровни, рейтинги, значки, челленджи) в неигровой контекст программы лояльности. Она используется для:

• Повышения вовлеченности: Игровые элементы делают процесс взаимодействия с брендом более увлекательным.
• Стимулирования целевого поведения: Например, начисление дополнительных очков за оставление отзыва, заполнение профиля или совершение покупки в непиковый период.
• Создания социальной конкуренции: Рейтинги и лидерборды мотивируют клиентов активнее участвовать в программе.

Лояльность в E-commerce

В сфере электронной коммерции (e-commerce) стратегии повышения лояльности фокусируются на двух ключевых драйверах, помимо цены: потребительский опыт (Customer Experience) и путь потребителя (Customer Journey).

Для российского e-commerce ключевыми элементами лояльности являются: удобство мобильного приложения, скорость доставки, простота возврата и, что наиболее важно, персонализация взаимодействия. Адаптивные программы лояльности, которые динамически меняют вознаграждение в зависимости от текущего поведения клиента, являются стандартом. Это позволяет избежать «усталости от скидок» и фокусировать усилия на создании долгосрочной эмоциональной привязанности.

Цифровые технологии как основа для управления лояльностью: От CRM к Гиперперсонализации

Эффективное управление лояльностью в XXI веке невозможно без высокотехнологичной цифровой инфраструктуры, способной собирать, анализировать и использовать данные в режиме реального времени.

CRM-системы и Big Data: Сбор данных и сегментация

CRM-системы (Customer Relationship Management) являются операционным и аналитическим ядром любой программы лояльности. Их основные функции:

1. Создание единой клиентской базы: Объединение данных из всех каналов взаимодействия (омниканальный подход).
2. Сегментация: Разделение клиентов на группы по поведенческим, демографическим и транзакционным признакам (например, RFM-анализ).
3. Автоматизация коммуникаций: Основа для таргетинга и ретаргетинга, обеспечивающая отправку релевантных сообщений в нужный момент.

Big Data и предиктивная аналитика используют огромные массивы данных, собранных через CRM и цифровые каналы (веб-сайты, мобильные приложения), для достижения стратегических целей:

• Прогнозирование LTV: Оценка будущей ценности потенциальных и текущих клиентов.
• Выявление рисков оттока: Предиктивная аналитика, основанная на машинном обучении (ML), позволяет с высокой точностью прогнозировать Churn Rate и заранее предлагать персональные стимулы для удержания.
• Оптимизация запасов: Прогнозирование спроса на основе паттернов покупок лояльных клиентов.

Гиперперсонализация: Применение ИИ и Машинного обучения в реальном времени

Если традиционная персонализация (например, обращение по имени или предложение на основе широкого сегмента) основана на историческом поведении, то Гиперперсонализация представляет собой качественно новый уровень взаимодействия.

Гиперперсонализация — это маркетинговый подход, который использует Искусственный Интеллект (ИИ) и алгоритмы Машинного обучения (ML) для обработки Big Data в режиме реального времени.

В отличие от обычной персонализации, которая работает с сегментами, гиперперсонализация фокусируется на индивидуальных намерениях клиента в текущий момент:

Характеристика	Персонализация (Традиционная)	Гиперперсонализация (ИИ/ML)
База данных	История покупок, демография, широкие сегменты.	Все доступные данные (поведенческие, геолокация, клики, контекст).
Режим обработки	Периодически (ежедневно/еженедельно).	Реальное время (Real-time).
Уровень таргетинга	Сегментная адаптация.	Индивидуальное, уникальное предложение.
Цель	Повышение релевантности.	Создание уникального клиентского опыта (CX) и повышение LTV.

Гиперперсонализация, например, позволяет ИИ мгновенно менять порядок товаров на сайте, корректировать размер скидки или автоматически отправлять push-уведомление, исходя из того, что клиент прямо сейчас с��отрит на конкретную категорию товаров, тем самым оказывая наиболее высокое влияние на ключевые метрики лояльности (LTV и ROI).

Экономическая оценка эффективности программы лояльности как инвестиционного проекта

Оценка эффективности программы лояльности является обязательным этапом и должна быть комплексной. С точки зрения стратегического менеджмента, программа лояльности — это инвестиционный проект, требующий обоснования окупаемости и доходности.

Оценка эффективности по трем направлениям: Маркетинговое, Коммуникационное, Экономическое

Для принятия решений об инвестициях в лояльность необходима трехсторонняя оценка:

1. Маркетинговое направление: Оценка влияния на поведенческую лояльность (частота покупок, средний чек, доля клиента в общем бюджете).
2. Коммуникационное направление: Оценка влияния на аттитюдную лояльность (NPS, удовлетворенность, вовлеченность в коммуникации).
3. Экономическое направление: Оценка финансовой отдачи от программы (прибыль, ROI, окупаемость).

Для стратегического менеджмента, именно экономическое направление является первичным, поскольку оно переводит маркетинговые успехи в финансовые показатели, понятные инвесторам и высшему руководству.

Методика расчета ROI программы лояльности (LP ROI)

Наиболее корректным методом оценки экономической эффективности является расчет ROI программы лояльности (LP ROI), основанный на измерении **инкрементального дохода. Инкрементальный доход — это доход, который был получен исключительно благодаря программе лояльности, а не другим факторам (сезонность, общая инфляция).

Для этого используется метод сравнения с контрольной группой (клиенты, не участвующие в ПЛ или клиенты из аналогичного сегмента, но с замороженным участием).

Формула расчета ROI программы лояльности (LP ROI):

$$
ROI_{\text{ПЛ}} = \frac{(\text{Доход}_{\text{от участников ПЛ}} — \text{Доход}_{\text{от контрольной группы}} — \text{Стоимость}_{\text{ПЛ}})}{\text{Стоимость}_{\text{ПЛ}}} \times 100\%
$$

Где:

• $(\text{Доход}_{\text{от участников ПЛ}} — \text{Доход}_{\text{от контрольной группы}})$ — это инкрементальный доход, т.е. чистая дополнительная прибыль, полученная благодаря программе.
• $\text{Стоимость}_{\text{ПЛ}}$ — включает все операционные и капитальные затраты (CRM, баллы, бонусы, зарплата персонала, коммуникации).

Этот показатель дает четкое понимание того, насколько эффективно каждый рубль, вложенный в программу лояльности, возвращается в виде дополнительной прибыли.

Оценка программы лояльности как инвестиционного проекта

Поскольку программы лояльности требуют значительных капитальных и операционных затрат, их следует рассматривать с позиции инвестиционных решений. Ключевые финансовые метрики:

1. Чистая Приведенная Стоимость (NPV, Net Present Value): Оценивает общую выгоду программы, дисконтируя будущие денежные потоки (прибыль от лояльных клиентов) к текущему моменту времени, сравнивая ее с первоначальными инвестициями. Если NPV > 0, программа лояльности выгодна.
2. Срок Окупаемости (Payback Period): Период времени, необходимый для того, чтобы накопленный чистый денежный поток от программы сравнялся с первоначальными инвестициями.

Помимо стандартных финансовых показателей, используются и специфические метрики, отражающие операционную эффективность:

Коэффициент активности (Activity Rate) является одним из ключевых специфических показателей. Он показывает, насколько активно участники программы используют свои привилегии, что напрямую коррелирует с их вовлеченностью и LTV.

$$
\text{Коэффициент активности} = \frac{N_{\text{активных клиентов за период}}}{N_{\text{всех участников ПЛ}}} \times 100\%
$$

Где активный клиент — тот, кто совершил покупку или погасил баллы за определенный период (например, 90 дней). Низкий коэффициент активности сигнализирует о том, что программа требует пересмотра механик и более активного использования персонализации.

Заключение и План Глубокого Исследования

Лояльность потребителей в условиях цифровой экономики является не просто конкурентным преимуществом, а центральным стратегическим активом компании. Она основана на двухуровневом фундаменте — поведенческой активности и, что критически важно, аттитюдной приверженности, которая формируется через уникальный клиентский опыт (CX) и социальную идентичность, транслируемую брендом.

Управление этим активом требует комплексного подхода: использование цифровых инструментов (CRM, Big Data, ИИ для гиперперсонализации) для создания уникального информационного преимущества и применение строгих финансовых методик (LTV, LP ROI, NPV) для оценки экономической отдачи.

План Глубокого Исследования (для Курсовой/Дипломной работы)

Этап 1: Теоретико-методологическое обоснование (Глава 1)

• Обзор и критический анализ современных концепций лояльности (двухкомпонентная модель, LTV-модель, роль бренда в SIT).
• Систематизация видов программ лояльности и анализ их эволюции в digital-среде.

Этап 2: Анализ текущего состояния и эмпирическое исследование (Глава 2)

• Анализ российского и международного опыта: Сбор отраслевых бенчмарков (доля лояльных клиентов, средний Churn Rate).
• Анализ программы лояльности конкретной компании (Объекта исследования): Сбор первичных данных (NPS, данные CRM).
• Сегментация клиентов: Проведение RFM-анализа и выделение наиболее ценных сегментов (High LTV).

Этап 3: Стратегическая и экономическая оценка эффективности (Глава 3)

• Расчет стратегических метрик: Расчет LTV для ключевых сегментов с использованием Расширенной формулы LTV (с AGM).
• Оценка эффективности ПЛ как инвестиционного проекта:
  • Создание контрольной группы для измерения инкрементального дохода.
  • Расчет LP ROI программы лояльности.
  • Расчет Коэффициента активности и других специфических метрик.
  • Оценка финансовых показателей (гипотетический расчет NPV и Payback Period для инвестиций в модернизацию ПЛ).

Этап 4: Разработка рекомендаций и выводов

• Формулирование конкретных, обоснованных рекомендаций по совершенствованию программы лояльности (например, внедрение элементов геймификации, интеграция ИИ для гиперперсонализации) на основе выявленных проблем и экономических расчетов.
• Обоснование влияния предложенных мер на LTV и LP ROI.

Список использованной литературы

1. Ансофф, И. Стратегический менеджмент. Санкт-Петербург : Питер, 2009. 496 с.
2. Большаков, С. В. Основы управления финансами : учебное пособие. Москва : ФБК-Пресс, 2009. 365 с.
3. Гамаюнов, Б. П. Маркетинг товаров и услуг. Москва : Феникс, 2010. 416 с.
4. Гилберт, Д. Управление розничным маркетингом. Москва : Инфра-М, 2010. 571 с.
5. Душкина, М. Р. Продвижение в маркетинге. Санкт-Петербург : Питер, 2010. 560 с.
6. Захарова, Ю. А. Продакт-менеджмент. Москва : Дашков и К, 2010. 128 с.
7. Котляров, И. Д. Маркетинг. Москва : Эксмо, 2010. 216 с.
8. Крылова, Г. Д. Маркетинг. Москва : Магистр, 2009. 496 с.
9. Лукина, А. В. Маркетинг товаров и услуг. Москва : Форум, 2010. 240 с.
10. Мазилкина, Е. И. Условия успешного продвижения товара. Москва : Дашков и К, 2010. 175 с.
11. Матанцев, А. Н. Анализ рынка, Настольная книга маркетолога. Москва : Альфа-Пресс, 2009. 552 с.
12. Михалева, Е. П. Маркетинг. Конспект лекций. Москва : Юрайт, 2010. 222 с.
13. Муравьева, Н. Н. Маркетинг услуг. Москва : Феникс, 2009. 256 с.
14. Панова, А. К. Планирование и организация эффективных продаж. Москва : Дашков и К, 2010. 401 с.
15. Парамонова, Т. Н. Маркетинг. Москва : Кнорус, 2010. 188 с.
16. Радыгин, В. Ю. Базы данных и СУБД : учебно-методическое пособие. Москва : МГИУ, 2011. 72 с.
17. Синяева, И. М. Маркетинг предпринимательской деятельности. Москва : Дашков и К, 2010. 268 с.
18. Степченко, Т. С. Формирование потребительской лояльности к бренду как фактор рыночного развития компании : автореф. дис. … канд. экон. наук. Краснодар, 2011. 26 с.
19. Фляйшер, К. Стратегический и конкурентный анализ. Москва : Бином, 2009. 541 с.
20. Хлебович, Д. И. Сфера услуг. Маркетинг. Москва : Кнорус, 2007. 240 с.
21. Шкардун, В. Д., Ахтямов, Т. М. Методика исследования конкуренции на рынке // Маркетинг в России и за рубежом. 2010. № 4. С. 44–54.
22. Шальнова, О. А. Формирование потребительской лояльности : автореф. дис. … канд. экон. наук. Москва, 2009. 26 с.
23. Эль-Смайли, Д. П. Международный опыт формирования потребительской лояльности и его применение на российском рынке : автореф. дис. … канд. экон. наук. Москва, 2012. 25 с.
24. Потребительская лояльность [Электронный ресурс]. Режим доступа: http://ecr-all.org/wp-content/uploads/crm_accenture_1.pdf (дата обращения: 10.03.2014).
25. Маркетинг отношений [Электронный ресурс]. Режим доступа: http://brandan.ru/download/article3.pdf (дата обращения: 10.03.2014).
26. Компания НБТ [Электронный ресурс]. Режим доступа: www.nbt1.ru (дата обращения: 10.03.2014).
27. Показатель LTV в маркетинге [Электронный ресурс]. URL: https://andata.ru/blog/ltv (дата обращения: 28.10.2025).
28. Что такое LTV клиента, как считается показатель и почему он важен [Электронный ресурс]. URL: https://serpstat.com/ru/blog/chto-takoe-ltv-klienta-kak-schitaetsya-pokazatel-i-pochemu-on-vazhen (дата обращения: 28.10.2025).
29. Показатель LTV в маркетинге: что это, как рассчитать по формуле и как использовать // Сбер [Электронный ресурс]. URL: https://sber.ru/developers/articles/pokazatel-ltv-v-marketinge-chto-eto-kak-rasschitat-po-formule-i-kak-ispolzovat (дата обращения: 28.10.2025).
30. Расчет пожизненной ценности (LTV) клиента: формулы, пример // HighTime Media [Электронный ресурс]. URL: https://hightime.media/blog/raschet-pozhiznennoj-tsennosti-ltv-klienta (дата обращения: 28.10.2025).
31. Потребительские аттитюды и лояльность // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/potrebitelskie-attityudy-i-loyalnost (дата обращения: 28.10.2025).
32. Особенности формирования лояльности покупателей интернет-магазинов // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/osobennosti-formirovaniya-loyalnosti-pokupateley-internet-magazinov (дата обращения: 28.10.2025).
33. Особенности формирования и управления лояльностью в digital среде // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/osobennosti-formirovaniya-i-upravleniya-loyalnostyu-v-digital-srede (дата обращения: 28.10.2025).
34. СТРАТЕГИИ ПОВЫШЕНИЯ ЛОЯЛЬНОСТИ КЛИЕНТОВ В ЭЛЕКТРОННОЙ КОММЕРЦИИ // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/strategii-povysheniya-loyalnosti-klientov-v-elektronnoy-kommertsii (дата обращения: 28.10.2025).
35. Управление лояльностью потребителей в условиях цифровизации экономики // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/upravlenie-loyalnostyu-potrebiteley-v-usloviyah-tsifrovizatsii-ekonomiki (дата обращения: 28.10.2025).
36. Драйверы лояльности потребителей к онлайн-магазинам: исследование влияния потребительского опыта на лояльность клиентов // НИУ ВШЭ [Электронный ресурс]. URL: https://www.hse.ru/pubs/share/folder/333679116/direct/569999083.pdf (дата обращения: 28.10.2025).
37. Программы лояльности: зарубежный и российский опыт // ResearchGate [Электронный ресурс]. 2017. URL: https://www.researchgate.net/publication/313360417_Programmy_loyalnosti_zarubeznyj_i_rossijskij_opyt (дата обращения: 28.10.2025).
38. Теоретический обзор исследований эффективности программ лояльности // ELAR UrFU [Электронный ресурс]. 2023. URL: https://elar.urfu.ru/bitstream/10995/133095/1/978-5-7996-3694-8_2023_101.pdf (дата обращения: 28.10.2025).
39. Разбираем геймификацию программ лояльности: как игровые механики повышают доход и узнаваемость бренда // Korus Consulting [Электронный ресурс]. URL: https://korusconsulting.ru/blog/geymifikatsiya-programm-loyalnosti/ (дата обращения: 28.10.2025).
40. Особенности поведения «цифровых» потребителей // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/osobennosti-povedeniya-tsifrovyh-potrebiteley (дата обращения: 28.10.2025).
41. РАЗВИТИЕ ПРОГРАММ ЛОЯЛЬНОСТИ В УСЛОВИЯХ ЦИФРОВИЗАЦИИ МАРКЕТИНГОВОЙ ДЕЯТЕЛЬНОСТИ // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/razvitie-programm-loyalnosti-v-usloviyah-tsifrovizatsii-marketingovoy-deyatelnosti (дата обращения: 28.10.2025).
42. Привлечение, удержание и возвращение потребителя посредством геймификации // Cyberleninka [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/privlechenie-uderzhanie-i-vozvraschenie-potrebitelya-posredstvom-geymifikatsii (дата обращения: 28.10.2025).
43. Влияние цифрового маркетинга на поведение потребителей // Sciup.org [Электронный ресурс]. URL: https://sciup.org/170190110 (дата обращения: 28.10.2025).
44. Оценка клиентского опыта: метрики CSI, ACSI, NPS, TNPS и LTV // Деловой мир [Электронный ресурс]. URL: https://delovoymir.biz/ocenka_klientskogo_opyta_metriki_csi_acsi_nps_tnps_i_ltv.html (дата обращения: 28.10.2025).
45. COSTS FOR PROGRAMS OF LOYALTY OF COMMERCIAL. ORGANIZATIONS AND APPROACHES TO THE ESTIMATION OF THEIR. EFFICIENCY // Vector Economy [Электронный ресурс]. 2016. URL: http://www.vectoreconomy.ru/images/publications/2016/10/marketing/fomina.pdf (дата обращения: 28.10.2025).
46. Оценка эффективности программы лояльности — Бонусная система kilbil [Электронный ресурс]. URL: https://kilbil.ru/blog/otsenka-effektivnosti-programmy-loyalnosti/ (дата обращения: 28.10.2025).