Принцип работы сквозной аналитики в маркетинге — связать рекламный клик, поведение на сайте и оплаченную сделку в CRM в одну запись о клиенте. После этого решение о бюджете опирается на оплаты, которые принёс канал; число заявок остаётся промежуточным показателем.
Сквозная аналитика — это метод, который помогает комплексно оценить эффективность маркетинга и окупаемость от каналов для продвижения (Яндекс Реклама). Компания может точнее планировать бюджет и переносить деньги на прибыльные площадки (Яндекс Реклама).
Стандартная веб-аналитика видит клики и цели на сайте. Сквозная аналитика объединяет данные из разных систем: веб-аналитики, рекламных платформ, CRM и ecommerce, и охватывает весь путь пользователя по воронке продаж (Яндекс Реклама). Заявка, звонок и оплата одного человека оказываются в одной записи.
Разница видна на простом сравнении.
| Что сравниваем | Веб-аналитика | Сквозная аналитика |
|---|---|---|
| Где заканчивается путь клиента | Цель на сайте: заявка, звонок, покупка | Оплаченная сделка в CRM, включая возвраты и повторные продажи |
| Что известно про офлайн | Обычно ничего | Звонки и офлайн-продажи через коллтрекинг и offline conversions |
| Какой вопрос решает | Сколько было кликов и конверсий | Какой канал принёс реальные деньги |
| Что нужно интегрировать | Счётчик на сайте | Рекламные кабинеты, сайт, коллтрекинг, CRM |
Сквозная аналитика отслеживает путь от первого касания до оплаченной сделки, включая звонки и возвраты, а система присваивает каждому посетителю сквозной ID и после сделки в CRM склеивает доход с источником трафика (ELMA365).
Суть и принцип работы сквозной аналитики
Сквозная аналитика нужна, чтобы видеть реальную рентабельность каждого рекламного канала (ELMA365). Работа держится на трёх переходах данных, и каждый следующий зависит от предыдущего.
Переход 1. Посетитель получает идентификатор. При первом визите на сайт система генерирует уникальный идентификатор и сохраняет его в браузере пользователя или на сервере (ELMA365). Идентификатор привязывается к UTM-меткам объявлений, номеру телефона через коллтрекинг, формам и событиям на сайте (ELMA365).
Переход 2. Касания записываются под этим идентификатором. Клик, переход, звонок и заявка попадают в одну историю. Здесь важно, чтобы идентификатор пережил смену устройства и переход из браузера в телефонный звонок; без этого часть пути теряется.
Переход 3. Сделка в CRM закрывается. Когда в CRM появляется сделка со статусом «Оплачено», система находит соответствующий идентификатор и привязывает доход к источнику первого или последнего касания в зависимости от выбранной модели атрибуции (ELMA365).
Эти три перехода и есть механизм. Метод позволяет анализировать метрики на каждом уровне — от кликов и конверсий до финансовых показателей, включая источники трафика, стоимость целевых действий, выручку, прибыль, ROI, ROMI, ROAS и ДРР, а также вклад каждого канала в итоговый результат (Яндекс Реклама).
Виды аналитики зависят от того, как собирают данные: ручная, когда аналитики сами ищут и собирают данные по источникам и переносят их в Excel-таблицу; полуавтоматическая, когда система подтягивает данные автоматически, но отчёты и сопоставление показателей делают аналитики; профессиональная, когда облачная система подтягивает данные из всех подключённых источников и составляет отчёты (Яндекс Реклама). Выбор вида определяет, сколько ручной сверки останется в ежемесячном процессе.
Отличие от веб-аналитики: веб-аналитика видит отдельные этапы, сквозная аналитика охватывает весь путь пользователя по воронке продаж (Яндекс Реклама).
Архитектура сбора данных: от клика до финансового результата
Архитектура сквозной аналитики — это поток данных от рекламных каналов через сайт и CRM в хранилище и дашборды, который отслеживает пользователя на всём пути к покупке, включая кросс-девайс и офлайн-события (ELMA365).
Путь данных по шагам: реклама (Яндекс.Директ / VK Ads) → UTM + client_id → сайт + GTM или Яндекс Тег Менеджер → CRM / коллтрекинг → Webhook / API → DWH (BigQuery) → BI (Power BI / Looker) → ROMI, CAC, LTV (ELMA365). BigQuery здесь — облачное хранилище для обработки больших объёмов событий, альтернатива — ClickHouse (ELMA365).
Такая архитектура добавляет то, чего нет у одной веб-аналитики: cross-device tracking, работу без сторонних cookie на стороне сервера, server-side tracking, учёт офлайн-продаж и предиктивную атрибуцию, где ML-модель предсказывает канал, который приведёт к сделке (ELMA365).
Данные на входе сквозной аналитики:
| Источник | Что отдаёт | Куда попадает |
|---|---|---|
| Рекламный кабинет | Показы, клики и расход по кампаниям с UTM-метками | В хранилище и в отчёт по каналам |
| Сайт и тег-менеджер | Визиты, цели, события, формы, client_id в cookie | В веб-аналитику и хранилище |
| Коллтрекинг | Номер телефона, звонок, привязка к источнику | В CRM и хранилище |
| CRM | Сделка, статус «Оплачено», сумма, возвраты | В хранилище через webhook или API |
| Хранилище и BI | Склейка по идентификатору | В отчёт по ROI, ROMI, ROAS, ДРР |
Метрики, которые показывает сквозная аналитика на каждом уровне (Яндекс Реклама):
| Уровень | Что считаем | Метрики |
|---|---|---|
| Клики | Эффективность объявлений и размещений | Показы, охват, CTR, цена клика |
| Цели | Достижение конверсий на сайте | Макроконверсии (заявка, покупка) и микроконверсии (подписка, просмотр страниц) |
| Деньги | Финансовый результат канала | Выручка, прибыль, ROI, ROMI, ROAS, ДРР, вклад канала |
В Яндекс Метрике для этого есть группа отчётов сквозной аналитики: она помогает оценить отдачу от вложений в продвижение, сравнить эффективность разных каналов и проанализировать данные посетителей и клиентов, а цели в отчётах отслеживают разные этапы воронки продаж (Яндекс Реклама).
Ключевые метрики и модели атрибуции: что и как считать
Модель атрибуции решает, какому касанию приписать доход. От этого зависит, какой канал выглядит прибыльным.
Модели, которые стоит сравнить перед выбором:
| Модель | Кому достаётся доход | Когда подходит | Ограничение |
|---|---|---|---|
| Первое касание | Каналу, с которого начался путь | Задача — оценить охват и вход в воронку | Недооценивает каналы, которые доводят до оплаты |
| Последнее касание | Каналу перед сделкой | Короткий цикл, мало точек контакта | Переоценивает брендовый и прямой трафик |
| Линейная | Всем касаниям поровну | Нужна нейтральная оценка вклада | Скрывает разницу в силе касаний |
| С учётом позиции | Первому и последнему касанию больше, промежуточным — меньше | Длинный цикл с несколькими точками | Веса задаются правилом и могут не совпадать с реальным вкладом касаний |
| По данным | Распределение рассчитывает модель по истории сделок | Много данных и зрелая воронка | Нужен объём и регулярная проверка |
Сквозная аналитика привязывает доход к источнику первого или последнего касания в зависимости от выбранной модели атрибуции (ELMA365). Модель выбирают до сборки отчёта: за одну и ту же оплату первое касание наградит канал, который привёл человека, последнее — канал, который был рядом с оплатой.
Метрики для расчёта ROI по каналу:
- Расход — деньги, потраченные на канал за период.
- Выручка по сделкам — сумма оплаченных сделок, привязанных к каналу по выбранной модели.
- Валовая прибыль — выручка минус себестоимость товара или услуги.
- ROMI — окупаемость маркетинговых инвестиций, сколько прибыли принёс каждый рубль, потраченный на рекламу (ELMA365).
- CAC и ДРР — стоимость привлечения клиента и доля рекламных расходов.
Учебный пример. Возьмём e-commerce с тремя каналами и средним чеком 10 000 руб. Данные за месяц: расход — из рекламных кабинетов, заявки — из веб-аналитики и коллтрекинга, оплаченные сделки и выручка — из CRM.
| Канал | Расход, руб. | Заявки | Оплаченные сделки | Выручка, руб. |
|---|---|---|---|---|
| Яндекс.Директ | 60 000 | 40 | 12 | 120 000 |
| SMM | 40 000 | 30 | 4 | 40 000 |
| Офлайн-звонки | 0 | 10 | 6 | 60 000 |
Расчёт по каналам при среднем чеке 10 000 руб.:
| Канал | ROMI по выручке, % | CAC, руб. | Доля в выручке, % |
|---|---|---|---|
| Яндекс.Директ | (120 000 − 60 000) / 60 000 × 100 = 100 | 60 000 / 12 = 5 000 | 120 000 / 220 000 × 100 = 54,5 |
| SMM | (40 000 − 40 000) / 40 000 × 100 = 0 | 40 000 / 4 = 10 000 | 40 000 / 220 000 × 100 = 18,2 |
| Офлайн-звонки | расход 0, ROMI не считается | 0 | 60 000 / 220 000 × 100 = 27,3 |
Итог по всем каналам: расход 100 000 руб., выручка 220 000 руб., ROMI по выручке 120 %, CAC 100 000 / 22 = 4 545 руб. SMM при такой раскладке окупается в ноль по выручке: расход равен выручке, и после вычета себестоимости канал уходит в минус. Себестоимости в примере нет, поэтому ROMI посчитан по выручке. Когда маржа известна, подставьте в формулу валовую прибыль вместо выручки: при марже ниже 50 % Директ с теми же цифрами тоже перестаёт окупаться. Нулевой расход у офлайн-звонков — повод проверить коллтрекинг: звонок без привязки к объявлению попадает в отдельный канал, и его выручка не достаётся рекламе, которая этот звонок вызвала.
Проверка результата: сложите выручку по каналам и сверьте с итоговой строкой; пересчитайте ROMI по выручке по формуле «(выручка − расход) / расход × 100» и сравните с таблицей; проверьте, что сумма сделок по каналам равна числу оплаченных сделок в CRM за период. Если строки не сходятся, ошибка в склейке идентификаторов или в модели атрибуции.
Практическое внедрение: пошаговая настройка сквозной аналитики
Настройка идёт от вопросов к отчёту. Порядок важен: если поменять шаги местами, придётся переделывать склейку.
Ограничение до первой передачи данных: прежде чем отправлять данные клиентов в сервисы и модели, уберите из них лишнее — паспортные данные, полные номера карт, лишние персональные детали из переписки и звонков. Для склейки в хранилище достаточно идентификатора, источника, суммы сделки и статуса; номер телефона остаётся в коллтрекинге и CRM. Данные клиентов передавайте в сервис аналитики только в объёме, который нужен для расчёта, и после согласования с ответственными за персональные данные.
Шаг 1. Определите вопросы к отчёту. Выпишите каналы, период и метрики, которые нужны для решения о бюджете: ROI, ROMI, CAC по каналу. Без этого набора настройка обрастает лишними полями.
Шаг 2. Разметьте рекламу. Присвойте UTM-метки объявлениям в каждом кабинете: источник, канал, кампания, объявление. Если в двух кабинетах стоит одинаковый utm_source, их расход и сделки сольются в один канал.
Шаг 3. Настройте идентификатор на сайте. Убедитесь, что client_id сохраняется в cookie или localStorage и при отправке формы уходит в заявку отдельным полем. В CRM это поле — ключ, по которому сделка найдёт свой источник.
Шаг 4. Подключите коллтрекинг. Каждый звонок должен получить привязку к источнику и попасть в CRM с тем же идентификатором.
Шаг 5. Настройте цели в веб-аналитике. Разделите макроконверсии (заявка, покупка) и микроконверсии (подписка, просмотр страниц), чтобы видеть этапы воронки (Яндекс Реклама).
Шаг 6. Свяжите CRM с хранилищем. Передавайте сделку с client_id, статус «Оплачено», сумму и возвраты через webhook или API. Статус и client_id — ключевые поля: без них доход не привяжется к источнику.
Шаг 7. Соберите отчёт по каналам. Соедините расход из рекламных кабинетов, конверсии с сайта и оплаченные сделки из CRM по идентификатору и выбранной модели атрибуции. Сравните каналы по ROI, ROMI, CAC, ДРР.
Шаг 8. Зафиксируйте регламент сверки. Отчёт принимают, когда выполнены все пункты чек-листа, и возвращают на доработку, если хотя бы один не выполнен.
Чек-лист проверки корректности настройки:
- У каждого объявления в каждом кабинете есть UTM-метки, и значения совпадают по структуре.
- client_id сохраняется на сайте и передаётся в формы, звонки и заявки.
- Коллтрекинг привязывает каждый звонок к источнику и передаёт идентификатор в CRM.
- Цели на сайте разделены на макро- и микроконверсии.
- В CRM у каждой сделки заполнены client_id или номер звонка из коллтрекинга, статус, сумма и поле возврата.
- Сделки передаются в хранилище через webhook или API без ручной выгрузки.
- Модель атрибуции выбрана и записана в регламент.
- Сумма выручки по каналам равна выручке по оплаченным сделкам в CRM за период.
- ROMI по каждому каналу пересчитан по формуле и совпадает с отчётом.
- Отчёт по каналам сверяется с CRM раз в месяц по фиксированной дате.
Порядок внедрения укладывается в последовательность: вопросы к отчёту → разметка → идентификатор → коллтрекинг → цели → CRM → отчёт → проверка. Каждый шаг опирается на предыдущий, поэтому пропуск разметки или статуса сделки возвращает к ручной сверке.
Типичные причины расхождений между отчётом и CRM разобраны в материале «Данные врут тихо». Выбор модели атрибуции под цикл сделки — в статье о моделях атрибуции.
Автор метода «Машиночитаемый маркетинг»