Сквозная аналитика не видит весь путь клиента — но помогает считать прибыль
Сквозная аналитика по-прежнему решает главную задачу: связывает расходы на привлечение с заявками, оплаченными заказами и выручкой. Но теперь особенно важно учитывать ограничение: такой отчёт нельзя считать безошибочной хроникой каждого клиента — часть контактов не наблюдается или определяется расчётной моделью.
Практическая польза системы от этого не исчезает. Она позволяет сравнивать каналы по единым бизнес-показателям, находить расхождения между рекламными кабинетами и CRM и принимать решения по бюджету на основе продаж, а не только кликов или заполненных форм.
Что такое сквозная аналитика
Сквозная аналитика — это способ объединить в одном контуре сведения о рекламных расходах, посещениях сайта, обращениях и результатах продаж. Её центральная единица — не обезличенный клик, а сделка либо заказ, к которым по возможности добавлены источник привлечения и связанные затраты.
Например, рекламный кабинет показывает переход и потраченный бюджет, веб-аналитика фиксирует визит и отправку формы, а CRM — дальнейшее движение заявки. Только в CRM становится известно, завершилась ли работа оплатой, какую выручку принесла сделка, не был ли заказ отменён и сколько времени заняла продажа.
Поэтому сквозная аналитика нужна не для создания ещё одного дашборда, а для ответа на конкретные вопросы: какой канал приводит оплаченные заказы, сколько стоит привлечение покупателя, окупаются ли расходы и где между обращением и оплатой теряются потенциальные клиенты.
Как данные соединяются с продажей
Рабочая схема начинается с разметки рекламных переходов и фиксации идентификатора посетителя или клика. Вместе с заявкой этот идентификатор передают в CRM. Когда менеджер меняет статус сделки, система получает возможность сопоставить рекламный контакт не просто с лидом, а с квалифицированной заявкой, оплатой, выручкой или возвратом.
В контур обычно входят рекламные платформы, сайт или приложение, система веб-аналитики, телефония и коллтрекинг, CRM, платёжные сведения и хранилище данных. Не каждый бизнес нуждается во всех компонентах: интернет-магазину с оплатой на сайте может хватить электронной коммерции и данных о заказах, тогда как компании с длинными телефонными продажами потребуется передача звонков и статусов из CRM.
Документация Яндекс Метрики по импорту офлайн-данных подтверждает, что к визитам можно привязывать звонки, заказы и конверсии из CRM с помощью ClientId, UserId, Yclid, PurchaseId, телефона или электронной почты. Там же указано существенное техническое ограничение: основной период дополнения визитов офлайн-данными составляет 21 день, хотя уже добавленный заказ из CRM допускается изменять дольше.
Из этого следует практическое требование: идентификатор необходимо сохранять в момент обращения, а статусы передавать регулярно. Если выгрузка выполняется слишком поздно, идентификатор потерян или разные системы используют несовместимые номера заказов, продажа останется без источника либо попадёт в неопределённый канал.
Почему отчёт не показывает объективную «истину»
Даже технически исправная система отвечает не на вопрос «какой канал на самом деле совершил продажу», а на вопрос «какому каналу следует присвоить результат по выбранным правилам». Эти правила называются моделью атрибуции. Последний значимый переход отдаёт ценность завершающему контакту, а алгоритмическая модель может распределить её между несколькими точками взаимодействия.
На одной и той же базе разные модели дадут различную оценку каналов. В актуальном описании атрибуции Google Analytics перечислены три доступных варианта: атрибуция на основе данных, последний платный и органический переход и последний переход из платных каналов Google. Линейная модель, первый переход, модель с учётом давности и позиционная модель недоступны в этих отчётах с ноября 2023 года.
Есть и физические разрывы наблюдения. Человек может впервые увидеть рекламу на телефоне, вернуться с рабочего компьютера, запретить аналитические файлы cookie, позвонить с другого номера или купить в магазине без идентификации. В таких случаях система либо не соединит контакты, либо покажет только доступную часть пути.
Некоторые платформы восполняют пробелы статистическим моделированием. пояснение Google о смоделированных ключевых событиях прямо говорит, что в отчёты могут включаться расчётные события, когда конверсию нельзя наблюдать из-за настроек конфиденциальности, технических ограничений или перехода между устройствами. Атрибутированные показатели канала при этом способны обновляться до 12 дней после регистрации конверсии.
Следовательно, отсутствие стопроцентной связки не означает поломку, а красивый непрерывный маршрут в отчёте не доказывает, что система восстановила реальную последовательность действий конкретного человека. Для управленческого решения важнее стабильность правил, известная доля непривязанных продаж и одинаковая методика сравнения периодов.
Какие показатели действительно полезны
Набор метрик следует начинать с результата, который признаёт бизнес. Для розницы это может быть выкупленный заказ, для услуг — оплаченный договор, для подписки — первый платёж или выручка после возвратов. Отправка формы сама по себе обычно остаётся промежуточным событием.
- Стоимость лида показывает отношение расходов к обращениям, но ничего не говорит об их качестве.
- Стоимость привлечения клиента рассчитывается по оплаченным новым покупателям и помогает сравнивать каналы с разной конверсией отдела продаж.
- Рентабельность рекламных расходов сопоставляет выручку с рекламными затратами; показатель не равен прибыли, поскольку не учитывает все операционные расходы.
- Маржинальная отдача использует маржу вместо выручки и лучше подходит ассортименту с неодинаковой себестоимостью.
- Конверсия между статусами показывает, на каком участке заявки перестают превращаться в продажи.
Один показатель редко достаточен. Низкая стоимость лида может сочетаться с большим числом нецелевых обращений, а высокая выручка — с низкой маржой или возвратами. Поэтому отчёт должен позволять перейти от итоговой эффективности к конкретным заказам и проверить, из каких статусов и сумм сложилось значение.
Как внедрить систему без лишней сложности
Сначала нужно зафиксировать правила учёта: что считается продажей, какая дата относится к конверсии, как обрабатываются отмены и возвраты, включается ли налог в выручку и какие расходы относятся к каналу. Без единого словаря две технически корректные системы могут показывать разные результаты.
- Проверить, что рекламные расходы, кампании и метки поступают без пропусков.
- Создать единый идентификатор заказа или сделки и сохранять вместе с обращением доступные идентификаторы визита и клика.
- Привести статусы CRM к понятной воронке: новое обращение, квалифицированная заявка, договор, оплата, отмена.
- Передавать финальные суммы, себестоимость и изменения статуса по расписанию, подходящему длине сделки.
- Выбрать одну основную модель атрибуции для бюджетных решений, а альтернативную использовать для проверки чувствительности результата.
- Сверять число и сумму оплаченных заказов с CRM или учётной системой до анализа каналов.
Начинать разумнее с одного источника продаж и небольшого набора обязательных полей. После контрольной сверки можно добавлять телефонию, чаты, повторные покупки и расчёт маржи. Масштабный дашборд не компенсирует пропущенные идентификаторы и неактуальные статусы.
Когда сквозная аналитика окупает усилия
Она особенно полезна, если реклама идёт в нескольких каналах, заметная часть заявок закрывается менеджерами, между обращением и оплатой проходит время, а стоимость ошибочного перераспределения бюджета выше расходов на настройку. Чем длиннее воронка и сильнее различается качество лидов, тем меньше пользы от оптимизации только по событиям на сайте.
Для небольшого проекта с одним каналом и несколькими продажами в месяц сложная платформа может быть избыточна. Достаточным первым решением станет регулярная таблица, где расходы кампаний соединены с заказами из CRM по стабильным идентификаторам. Критерием зрелости служит не название инструмента, а возможность объяснить происхождение цифры и воспроизвести расчёт.
Правильно настроенная сквозная аналитика не обещает идеального портрета каждого покупателя. Она создаёт проверяемую модель экономики привлечения: показывает наблюдаемые связи, обозначает непривязанные продажи и позволяет оценить, изменился ли финансовый результат после решения по рекламе.
Читайте также:
Подпишитесь на рассылку
Получайте свежие новости Web3, AI и криптовалют прямо на вашу почту.