Сквозная аналитика простыми словами: от клика до денег

Реклама приносит заявки, заявки превращаются в продажи. А вот что именно сработало между этими двумя точками — обычно непонятно. Сквозная аналитика как раз про то, чтобы связать рекламный клик с деньгами в кассе. Ниже объясню, что это за зверь, кому он реально нужен и с чего начать, не закапываясь сразу в технику.

Что такое сквозная аналитика и чем она отличается от обычной

Обычная веб-аналитика отвечает на вопрос «сколько людей пришло и сколько оставило заявок». Сквозная идёт дальше — она показывает, сколько из этих заявок превратились в деньги и какая реклама их привела. Разница тут принципиальная: первая считает клики и конверсии, вторая — рубли.

Слово «сквозная» здесь буквальное. Данные проходят насквозь через всю воронку: показ объявления, клик, визит на сайт, заявка, звонок или письмо, сделка в CRM, оплата. На каждом стыке обычно стоит свой инструмент, и без связки они друг с другом не разговаривают. Метрика знает про клики, но не знает, заплатил ли человек. CRM знает про оплату, но не помнит, с какого объявления пришёл клиент. Сквозная аналитика сшивает эти куски в одну цепочку.

Клиентам я обычно объясняю так. Представьте, что у вас три сотрудника, и каждый ведёт свою тетрадь. Один записывает, кто зашёл, другой — кто позвонил, третий — кто заплатил. По отдельности тетради бесполезны. Сквозная аналитика — это когда вы свели их в одну таблицу, где видно каждого человека на всём пути.

Зачем это нужно бизнесу и какие вопросы закрывает

Чаще всего ко мне приходят с такой жалобой: «реклама вроде идёт, заявки есть, а понять, выгодно это или нет, не получается». Бюджет уходит, в отчётах Директа красивые цифры по кликам, а дойти до ответа «заработали мы или слили» невозможно. Вот это сквозная аналитика и закрывает.

Что конкретно она показывает:

• Какая кампания приносит не просто заявки, а оплаченные сделки.
• Сколько вы на самом деле платите за клиента — с поправкой на то, что часть заявок отваливается, а часть доходит до денег.
• Какие ключевики и объявления приводят дорогих клиентов с большим чеком, а какие — мелочь, которая едва отбивает клик.
• Где в воронке теряются деньги: на заявке, на звонке менеджера или уже после.

Отдельно скажу про неочевидное. Сквозная аналитика часто вскрывает не проблемы рекламы, а проблемы отдела продаж. Бывает, канал приводит отличные заявки, но менеджеры их сливают — и без сквозных данных в этом обвинили бы рекламу и срезали бюджет. По моему опыту, именно такие находки окупают внедрение быстрее, чем возня со ставками.

Если нужно прикинуть, при какой окупаемости реклама вообще выходит в плюс, у меня для этого есть отдельный калькулятор окупаемости — он считает, сколько можно платить за заявку и за клиента, чтобы оставаться в прибыли.

Как это работает: путь от клика до денег

Чтобы раньше времени не уходить в технику, опишу логику на пальцах. Человек кликает по объявлению — к ссылке прицепляется метка, которая запоминает, откуда он пришёл: кампания, объявление, ключевое слово. Дальше Метрика присваивает посетителю анонимный идентификатор и следит за его поведением на сайте.

Когда человек оставляет заявку, эта метка и идентификатор должны уехать вместе с ним в CRM — туда, где менеджер ведёт сделку. Если связь настроена, в карточке сделки видно: клиент пришёл из Директа, кампания такая-то, ключевое слово такое-то. А когда сделка закрывается оплатой, сумма подтягивается обратно и встаёт напротив того самого объявления.

В итоге собирается таблица, где в одной строке стоят источник, расход на рекламу, число заявок, число продаж и выручка. По ней уже видна реальная окупаемость каждого канала. Это и есть конечный смысл сквозной аналитики — не дашборд ради дашборда, а ответ на вопрос «куда вкладывать следующий рубль».

Самое хрупкое место всей конструкции — передача меток и идентификатора из рекламы в CRM. Именно тут чаще всего всё и ломается. Подробно, с настройками и нюансами, я разбираю это в отдельном материале о том, как технически связать Директ, Метрику и CRM. Здесь ограничусь принципом, чтобы не дублировать.

Из чего собирается система: три источника данных

Минимальная сквозная аналитика стоит на трёх китах, и для большинства проектов в России это связка отечественных инструментов.

Рекламные кабинеты. Чаще всего Яндекс Директ. Отсюда берутся расходы и данные о том, по какому объявлению и ключевому слову был клик. Без точных расходов вся аналитика превращается в гадание.

Веб-аналитика. Яндекс Метрика. Она ловит посетителя на сайте, фиксирует цели (заявка, звонок, заполнение формы) и хранит тот самый идентификатор, по которому потом сшиваются данные. Если в Метрике цели не настроены — строить сквозную аналитику ещё рано, начинать надо с них.

CRM. Здесь живут сделки и деньги. Это может быть Битрикс24, amoCRM или даже аккуратно ведомая таблица на старте. Главное — чтобы в карточке сделки сохранялись источник клиента и сумма оплаты.

Малому бизнесу я обычно не советую сразу бросаться на платные платформы сквозной аналитики. На первых порах хватает Метрики с настроенными целями и выгрузки из CRM, которую раз в неделю руками сводят в одной таблице. Не так красиво, как готовый сервис, зато даёт почти всю пользу почти бесплатно. Платформы вроде Roistat или встроенных решений в CRM имеют смысл, когда заявок становится много и ручная сверка отнимает слишком много времени.

Как внедрить: порядок действий и типичные ошибки

Порядок, в котором я обычно разворачиваю сквозную аналитику на проекте:

1. Сначала навожу порядок в целях Метрики. Заявка, обращение, целевой звонок — всё должно фиксироваться корректно. Если цели врут, дальше идти бессмысленно.
2. Размечаю рекламу UTM-метками, чтобы было видно, откуда пришёл каждый клик. В Директе для этого есть автоматическая разметка, но проверять её всё равно нужно.
3. Настраиваю передачу метки и идентификатора посетителя из формы заявки в CRM. Тот самый стык, про который я говорил выше.
4. Связываю расходы из Директа с продажами из CRM — автоматически через платформу или вручную через выгрузки.
5. И только потом собираю отчёт об окупаемости и начинаю принимать на его основе решения.

Теперь про грабли, на которые наступают чаще всего.

Считать заявки вместо денег. Самая частая ошибка. Канал даёт много дешёвых заявок, его хвалят — а заявки эти в продажи не превращаются. Сквозная аналитика для того и нужна, чтобы смотреть на деньги, а не на промежуточные метрики.

Забыть про звонки и офлайн. Если у вас звонят по телефону, а вы считаете только заявки с сайта, картина будет неполной. Тогда нужен коллтрекинг — подмена номера, которая привязывает звонок к источнику.

Внедрить и забросить. Связки иногда ломаются: поменяли форму на сайте, обновили CRM — и данные перестали доходить. Раз в месяц стоит проверять, что цепочка цела. Я обычно закладываю такую проверку в регулярный аудит вместе с разбором кампаний — это часть моего AI-аудита рекламы, где система смотрит не только на ставки, но и на корректность сбора данных.

Кому сквозная аналитика нужна, а кому пока рано

Скажу честно: не каждому бизнесу она нужна прямо сейчас. Внедрение требует времени и аккуратности, а на совсем малых объёмах овчинка может не стоить выделки.

Окупится она точно, если у вас длинный цикл сделки (клиент думает дни или недели), большой средний чек, несколько рекламных каналов сразу и работающая CRM, в которой реально ведут сделки. В таких условиях цена ошибки в распределении бюджета высокая, и точные данные экономят серьёзные деньги.

А вот если заявок пара штук в неделю, продажи идут через один канал, а CRM существует только на словах — начинать стоит не с аналитики, а с наведения порядка в учёте. Сквозная аналитика не создаёт данные, она их связывает. Если связывать нечего, сначала нужно завести нормальную фиксацию сделок и только потом надстраивать над ней аналитику.

Промежуточный вариант для тех, кто к полноценной системе пока не готов: настроить цели в Метрике, передавать источник в CRM и хотя бы раз в неделю руками сверять расходы с продажами в таблице. Это уже даёт понимание окупаемости и готовит почву под автоматизацию, когда объёмы вырастут.

Частые вопросы

Чем сквозная аналитика отличается от Яндекс Метрики?

Метрика показывает поведение на сайте: сколько людей пришло, что смотрели, сколько оставили заявок. Но она не знает, заплатил ли человек и сколько денег принёс. Сквозная аналитика берёт данные Метрики и достраивает их продажами и выручкой из CRM. То есть Метрика — это один из источников для сквозной аналитики, а не замена ей.

Сколько стоит внедрить сквозную аналитику?

Зависит от подхода. На минимальном уровне — настроенные цели в Метрике плюс ручная сверка с выгрузкой из CRM — можно обойтись почти без затрат, только время на настройку. Готовые платформы берут ежемесячную абонентскую плату, её размер зависит от объёма данных и нужных интеграций. Малому бизнесу я обычно советую начинать с бесплатного варианта и переходить на платный, когда ручная работа начинает съедать слишком много времени.

Нужна ли сквозная аналитика, если у меня один рекламный канал?

Если канал один, бизнес простой и цикл сделки короткий — полноценная система может оказаться избыточной. Но даже тогда полезно довести данные до денег: понять, какие ключевые слова внутри канала приносят оплаты, а не только клики. Минимальная связка с целями в Метрике и фиксацией источника в CRM окупится почти всегда.

Можно ли настроить сквозную аналитику без программиста?

Базовый уровень — да. Цели в Метрике, UTM-метки и передача данных в популярные CRM вроде amoCRM или Битрикс24 настраиваются через готовые интеграции, без кода. Сложности начинаются, когда сайт самописный или нужна нестандартная передача данных — тогда без разработчика не обойтись. Технические детали связки я разбираю в отдельной статье про соединение Директа, Метрики и CRM.

Что делать со звонками — они же не видны в Метрике?

Для звонков нужен коллтрекинг: сервис подменяет номер на сайте в зависимости от источника, и когда человек звонит, система понимает, с какой рекламы он пришёл. Эти данные потом тоже попадают в общую цепочку. Без коллтрекинга, если звонков много, картина окупаемости будет неполной — часть продаж останется неучтённой.