Введение. В настоящее время профилирование паттернов является одним из современных подходов к персонализированному маркетингу в аптечных организациях (АО), который позволяет создавать прогнозные модели потребительского поведения для оптимизации рекламного бюджета, корректировки ассортимента и цен ТАА, повышения маржинальности АО. Для профилирования паттернов необходимо приведение к единообразию наименований переменных, форматов данных, объединение, хранение, а также автоматическое обновление сущностных характеристик паттернов в профилированных справочниках данных. Для осуществления персонализированного маркетинга требуется кодированное введение данных потребителей, а также товаров с учетом наименований, брендов, дозировок, фасовок, а также типов, размеров, количеств лекарственных препаратов и других товаров аптечного ассортимента (ТАА). Цель исследования: научное обоснование поведенческих паттернов потребителей с учетом их профилирования для выполнения задач персонализированного маркетинга в аптечных организациях. Материалы и методы: исследования проводились путём анализа историй транзакций потребителей из CRM-систем при покупках товаров в 1121 розничных аптечных организациях, расположенных в 8 федеральных округах Российской Федерации, относящихся к аптечным сетям «Озерки», «Доктор Столетов», «Самсон-Фарма», «Супераптека», «Мосаптека» (Big Data). Период исследования - 2018-2023 годы. Анализ проводился после предварительной очистки данных. В информационный массив были включены данные потребителей с учетом частоты покупок (не менее 5 транзакций с интервалом в среднем не более 150 дней), несклонных к прекращению покупок; данные участия в программах лояльности, предполагающих применение скидок и бонусов. Методы исследований: статистическое наблюдение, сводка и группировка данных, расчет средних величин и медианы, анализ рядов динамики, стратификация. Результаты и обсуждение. Проведена стратификация потребителей товаров аптечного ассортимента. Установлены высокие показатели среднего количества посещений аптечной организации за анализируемый период в сочетании с низким показателем медианы времени между посещениями аптечной организации в страте потребителей товаров аптечного ассортимента для лечения хронических заболеваний. Проведен анализ потребителей по ценовым паттернам: средняя цена покупки, средняя сумма чека, максимальная цена покупки. Наиболее высокие показатели имели технологически ориентированные потребители, для которых типичная цена одного ТАА в корзине составляла 579,56 руб.; стандартный бюджет при одном посещении был равен 1376,57 руб.; верхняя граница платежеспособности (максимальная цена покупки) составляла 3017,04 руб. Один из самых низких показателей средней суммы бонусов был в сегменте потребителей ТАА для лечения хронических заболеваний. Усредненная маржа была наиболее высокой в страте потребителей, посещающих аптечную организацию попутно. Заключение. Результаты исследования позволяют повысить лояльность потребителей ТАА путем применения персонализированных маркетинговых мероприятий.