Главная/Блог/Аналитика и метрики/Сквозная аналитика: зачем она бизнесу

Сквозная аналитика: зачем она бизнесу

Рекламный кабинет показывает клики, CRM — сделки, бухгалтерия — деньги. Сквозная аналитика соединяет эти данные и отвечает на главный вопрос: какой канал приносит прибыль, а какой только тратит бюджет.

📊Аналитика и метрики

Типичная картина: маркетолог отчитывается о снижении стоимости заявки, руководитель продаж жалуется на «мусорные лиды», а собственник видит, что прибыль не растёт. Все трое правы в рамках своих данных. Проблема в том, что эти данные живут в разных системах и никто не видит путь клиента целиком — от первого клика до оплаты.

Сквозная аналитика решает именно эту задачу. Она связывает расходы на рекламу с конкретными заявками, а заявки — с деньгами, которые принесли эти клиенты. В результате у каждого канала появляется не «цена клика», а реальная окупаемость.

Чем сквозная аналитика отличается от обычных отчётов

Рекламные системы хорошо считают свои показатели: показы, клики, стоимость заявки. Но они не знают, что произошло с заявкой дальше. CRM знает, какие сделки закрылись, но часто не знает, откуда пришёл клиент. Сквозная аналитика — это мост между ними.

ВопросРекламный кабинетCRMСквозная аналитика
Сколько стоит заявка?ДаНетДа
Сколько заявок стали сделками?НетДаДа
Какой канал дал выручку?НетЧастичноДа
Окупается ли кампания?НетНетДа
Какие ключевые слова приводят покупателей?НетНетДа

Пример: когда дешёвая заявка оказывается дорогой

Компания по ремонту квартир тратит на рекламу 600 тыс. ₽ в месяц в трёх каналах. Если смотреть только на стоимость заявки, лидер очевиден:

КаналРасходЗаявкиЦена заявки
Контекстная реклама300 000 ₽2001 500 ₽
Таргет в соцсетях180 000 ₽300600 ₽
Доски объявлений120 000 ₽1001 200 ₽

Таргет выглядит в 2,5 раза выгоднее контекста. Теперь добавим данные из CRM:

КаналСделкиВыручкаЦена сделки (CPO)ROMI
Контекстная реклама165 600 000 ₽18 750 ₽+460%
Таргет в соцсетях61 500 000 ₽30 000 ₽+150%
Доски объявлений91 980 000 ₽13 333 ₽+395%

Картина перевернулась. Контекст при самой дорогой заявке даёт лучшую окупаемость, а таргет — худшую. Перераспределение даже трети бюджета таргета в контекст при сохранении эффективности даёт заметный прирост выручки при тех же расходах.

ROMI здесь посчитан от валовой прибыли при марже 30%, а не от выручки: контекст приносит 1 680 000 ₽ прибыли на 300 000 ₽ расходов, доски — 594 000 ₽ на 120 000 ₽, таргет — 450 000 ₽ на 180 000 ₽. Если считать ROMI по выручке, все каналы покажут тысячи процентов и сравнение потеряет смысл.

Формулы, без которых не обойтись

  • CPL (цена лида) = Расход на канал / Количество заявок.
  • CPO (цена заказа) = Расход на канал / Количество оплаченных сделок.
  • ROMI = (Валовая прибыль от канала − Расход) / Расход × 100%.
  • ДРР (доля рекламных расходов) = Расход / Выручка × 100%.
  • Конверсия канала = Сделки / Заявки × 100%.

ДРР удобен для быстрых решений: если при марже 30% ДРР канала превышает 30%, канал работает в убыток даже без учёта прочих затрат. В примере выше ДРР контекста — 5,4%, таргета — 12%, досок — 6,1%.

Как это устроено технически

Сквозная аналитика держится на одной идее: у каждого обращения должна сохраниться метка источника, и эта метка должна дойти до сделки в CRM. Цепочка выглядит так:

  1. Разметка трафика. Все рекламные ссылки получают UTM-метки: источник, канал, кампания, объявление, ключевое слово.
  2. Фиксация на сайте. Метки сохраняются при входе и передаются вместе с формой, чатом или звонком.
  3. Передача в CRM. Заявка создаётся в CRM с полями источника.
  4. Связь со сделкой. Когда сделка закрывается, её сумма привязывается к исходной заявке.
  5. Загрузка расходов. Расходы из рекламных кабинетов подтягиваются автоматически по API.
  6. Отчёт. Система сопоставляет расходы и выручку по каждой метке.

Самое слабое звено — шаги 2 и 3. Метки часто теряются, когда клиент переходит с сайта в мессенджер или звонит по номеру с сайта. Если ИИ-ассистент ведёт диалог на сайте и в мессенджерах, он передаёт источник в карточку сделки сам, без ручного ввода. Как это работает с amoCRM и Битрикс24, описано на странице интеграции с CRM.

Совет. Проверьте, какая доля сделок в CRM имеет заполненный источник. Если меньше 80%, любые выводы о каналах будут искажены. Начните с исправления этой цифры, а уже потом стройте красивые отчёты.

Модели атрибуции: кому отдать заслугу

Клиент редко покупает с первого касания. Он может увидеть рекламу в соцсетях, через неделю найти компанию в поиске, а ещё через три дня написать в Telegram. Какой канал получит сделку в отчёте? Ответ зависит от модели атрибуции.

МодельЛогикаКогда подходит
Первое касаниеВся заслуга первому каналуОценка каналов, которые приводят новую аудиторию
Последнее касаниеВся заслуга последнему каналуКороткий цикл сделки, импульсные покупки
ЛинейнаяПоровну между всеми касаниямиДлинный цикл, много каналов
С затуханиемБольший вес последним касаниямСложные B2B-продажи

Универсально правильной модели нет. Практичный подход — смотреть отчёт сразу в двух моделях: по первому и по последнему касанию. Если канал хорош в обеих — он надёжен. Если только в первой — он «открывает» клиентов, и отключать его опасно, даже если по последнему касанию он выглядит слабо.

Что сквозная аналитика даёт разным ролям

Собственнику

Понимание, какие деньги приносят деньги. Возможность принимать решения о бюджете не по ощущениям, а по прибыли с каждого канала.

Маркетологу

Возможность оптимизировать кампании не на дешёвые заявки, а на продажи. Отключать ключевые слова, которые приводят любопытных, а не покупателей.

Руководителю продаж

Объективный ответ на вопрос о качестве лидов. Если конверсия канала в сделку падает, можно проверить, что изменилось в трафике, а не спорить с маркетингом.

С чего начать, если бюджет небольшой

Сквозную аналитику часто откладывают, считая её проектом для крупных компаний. На деле минимальную версию можно собрать за пару недель без отдельной платформы — достаточно CRM, меток и дисциплины.

Минимальный набор. UTM-метки на всей рекламе, поле «источник» в карточке сделки, которое заполняется автоматически, и ежемесячная выгрузка расходов в таблицу. Отчёт строится сводной таблицей: строки — каналы, столбцы — расход, заявки, сделки, выручка, прибыль. Это уже даёт 80% пользы.

Следующий уровень. Автоматическая загрузка расходов по API, связка звонков и чатов с сессией на сайте, разбивка до уровня кампаний и ключевых слов. Здесь уже имеет смысл специализированный сервис.

Продвинутый уровень. Учёт повторных покупок и LTV по каналам, мультиканальная атрибуция, прогноз окупаемости кампаний, которые ещё не успели «дозреть».

Важное правило: не переходите на следующий уровень, пока на текущем не наведён порядок в данных. Сложная модель атрибуции на неполных данных даёт уверенно выглядящие, но неверные выводы.

Частые ошибки внедрения

  • Метки ставят только на часть рекламы, и «прямые заходы» съедают треть трафика.
  • Звонки и сообщения в мессенджерах не связаны с источником.
  • Менеджеры создают дубли сделок, и выручка задваивается.
  • Считают ROMI по выручке, забывая о себестоимости.
  • Делают выводы по каналу с пятью сделками — это статистический шум.
  • Оценивают канал за неделю при цикле сделки в месяц.

Последний пункт особенно коварен. Если цикл сделки 30 дней, а отчёт строится за последние две недели, канал с длинными сделками окажется недооценённым. Анализируйте когорты: заявки за период и их выручку через срок, равный циклу сделки.

Итоги

Сквозная аналитика нужна любому бизнесу, который тратит на рекламу заметные деньги и работает больше чем с одним каналом. Без неё решения принимаются по цене заявки, а это часто ведёт к перекосу бюджета в сторону дешёвых, но бесполезных лидов.

  • Оценивайте каналы по CPO и ROMI от прибыли, а не по CPL.
  • Добейтесь, чтобы источник был заполнен минимум у 80% сделок.
  • Свяжите с источником все точки входа: формы, звонки, чаты, мессенджеры.
  • Смотрите минимум две модели атрибуции и анализируйте когорты.

Если заявки обрабатывает ИИ-сотрудник, источник и вся история диалога попадают в CRM автоматически — это закрывает самый трудный участок цепочки. Подробнее о подходе — на странице привлечения клиентов.

По теме: узнайте больше на странице «Аналитика диалогов» или свяжитесь с нами — подберём решение под вашу задачу.

Читайте также

📊
Аналитика и метрики

LTV и CAC: экономика привлечения клиента

Сколько стоит привлечь клиента и сколько он принесёт за всё время работы с вами — два числа, которые определяют, можно ли масштабировать рекламу. Разбираем формулы, типичные ошибки и рычаги улучшения на примерах.

Читать статью →
📊
Аналитика и метрики

Ключевые метрики отдела продаж

Разбираем, какие показатели действительно управляют выручкой отдела продаж, как их считать без путаницы и какие решения принимать, когда цифра уходит вниз. С формулами, таблицами и примерами расчёта.

Читать статью →
📊
Аналитика и метрики

Анализ диалогов: какие инсайты скрываются в переписках

Переписки с клиентами — самый честный источник данных о бизнесе. Рассказываем, как разметить тысячи диалогов, найти в них причины отказов и скрытый спрос и превратить находки в рост конверсии.

Читать статью →

Перестаньте терять заявки

ИИ-сотрудник QuickBoost AI ответит вашим клиентам за 30 секунд — днём, ночью и в выходные.