Как мы внедряли сквозную аналитику онлайн-сервису: кейс по стеку из 4 частей

Заказчик

NDA

Содержание 1. Что было на входе и почему три системы показывали три разные картины 2. Из чего собрали стек: четыре слоя и один ключ связки 3. Почему самая дешёвая заявка оказалась самой дорогой 4. Готовый сервис или витрина на DataLens: что выбрали и почему 5. Где у нас рвались данные 6. Что изменилось: было и стало 7. Как повторить у себя: 6 шагов и 4 сверки 8. Частые вопросы

Что было на входе и почему три системы показывали три разные картины

Начали с ревизии того, что уже стоит. Картина оказалась типовой: Метрика подключена, цели настроены наполовину, Директ крутится третий год, коллтрекинга нет, CRM живёт отдельной жизнью и о рекламе не знает ничего.

Расхождение цифр объяснялось сразу тремя вещами. Директ считает конверсии по последнему клику и только внутри своих кампаний. Метрика считает визиты и достижения целей, причём в отчётах по умолчанию стоит своя модель атрибуции. CRM считает заведённые сделки, а рекламные метки до неё физически не доезжали: форма отдавала имя и телефон, utm оставались на сайте.

На длинном цикле такое расхождение только усиливается. Человек приходит по объявлению, через пару недель возвращается из поиска по бренду, читает статью в блоге и оставляет заявку с третьего визита. Директ по последнему клику отдаст всю заслугу брендовому запросу. Канал первого касания в отчёте выглядит бесполезным — и его первым режут, когда бюджет надо ужать.

 

Первое, что мы вывели на общий экран, — верх воронки по контексту.

 

Миллионы показов, десятки тысяч кликов, сотни отправленных форм, цена обращения около 10 тысяч рублей. По такой сводке можно управлять ставками. Ответить на главный вопрос клиента, какие из этих форм доходят до оплаты, по ней нельзя. Веб-аналитика SaaS вообще закрывает только один слой картины: она видит визиты и цели, но не видит оплату.

Из чего собрали стек: четыре слоя и один ключ связки

Сквозная аналитика для онлайн-сервиса — это четыре слоя данных и витрина, которая их сводит. Для SaaS-сервиса и для маркетплейса услуг состав слоёв одинаковый, отличается только длина цикла и то, кто принимает решение на стороне клиента.

Слой

Что закрывает Чем делали Что ломалось чаще всего Расходы спенд, клики, показы в разрезе кампаний выгрузка из Директа кампанию переименовали, история разъехалась Поведение визиты, цели, отправки форм Яндекс Метрика, ClientID utm стояли не на всех объявлениях Обращения звонки и заявки вместе с источником коллтрекинг Callibri звонок без метки, если подмена не отработала Сделки квал, продажа, сумма CRM клиента статусы, о которых никто не договорился

 

Ключей связки на самом деле три, и путаница с ними обходится дороже любой интеграции. ID кампании сшивает расходы с отчётами. utm-метка сшивает клик с визитом и с обращением. ClientID Метрики склеивает визиты одного человека между собой. Стоит выпасть одному звену, и часть строк в дашборде остаётся без источника.

Третий слой ставят не всегда. Мы поставили коллтрекинг, потому что заметная доля обращений на проекте приходила звонками, а без подмены номера звонок теряет рекламный источник целиком. Четвёртый слой, CRM, доводит отслеживание лидов до оплаты. Без него любой стек аналитики обрывается на заявке, и вы по-прежнему управляете только верхом воронки.

Витрина поверх этих слоёв считает то, ради чего всё затевалось: стоимость квалифицированной заявки, конверсию из квала в продажу и долю расхода по каждой кампании. Так маркетинговая аналитика SaaS перестаёт быть отчётом по рекламе и становится аналитикой до выручки.

 

Самый дорогой час на проекте ушёл не на интеграции, а на разговор о том, что считать квалом: у маркетинга и у продаж определения расходились на два статуса. До этого разговора любой дашборд врал бы одинаково убедительно.

Почему самая дешёвая заявка оказалась самой дорогой

 

Разрыв вскрылся в первый же день работы витрины, как только рядом встали два столбца: стоимость квалифицированной заявки и число продаж по той же кампании.

 

Цифры проекта за период: около 1,58 млн рублей расхода в Директе, 107 квалов, средняя стоимость квала порядка 14 800 рублей, 7 продаж. Из квала в оплату доходит 6,54%.

В отчёте это выглядит контринтуитивно. Кампании с зелёной, то есть дешёвой заявкой давали ноль оплат. Часть красных, дорогих по обращению, доводила до сделки. Пока клиент смотрел только на цену конверсии в кабинете, бюджет каждый месяц утекал туда, где лучше всего умеют собирать формы.

Механика разбора простая и повторяется на любом проекте. Открываете отчёт по кампаниям, сортируете по числу продаж, цену заявки оставляете второй колонкой для контроля. Сверху окажутся кампании дороже по обращению и с оплатами. Снизу — с копеечными заявками и нулём сделок. Дальше переливаете бюджет снизу вверх шагами по 10–15% и следите за стоимостью продажи по проекту целиком.

 

Одну оговорку тут надо сделать честно. Семь продаж — это статистика, на которой нельзя резать кампанию по одной цифре. Поэтому решение принималось по связке: есть ли у кампании оплаты вообще, как ведут себя её квалы по глубине воронки и сколько сделок висит в дозревании.

---

Директ, Метрика и CRM показывают три разные картины, а решения приходится принимать на глаз. Похожая ситуация? Напишите Ивану Костину, Head of Performance в Сайткрафт, напрямую: разберём ключевые действия для роста в вашей нише.

Обсудить проект

---

Готовый сервис или витрина на DataLens: что выбрали и почему

Развилка стандартная. Первый путь — готовая система сквозной аналитики: Roistat, Calltouch и похожие сервисы с коробочными интеграциями. Второй — витрина в Яндекс DataLens поверх Метрики, коллтрекинга и выгрузок расходов. Инструменты аналитики разные, задача одна: свести четыре слоя в общий дашборд маркетинга.

Что сравнивали

Готовая система Витрина на DataLens Срок до первого дашборда короче, интеграции коробочные длиннее, выгрузки настраиваем руками Модель воронки в логике вендора любая своя, включая нестандартные статусы Затраты абонплата, растёт с объёмом обращений в основном время аналитика, базовый DataLens бесплатен Что остаётся у вас отчёты внутри сервиса сами данные и витрины Когда берём мало каналов, короткий цикл, аналитика в штате нет длинный цикл, кастомная воронка, есть кому поддерживать

 

На этом проекте выбрали DataLens. Причина не в абонплате: у клиента в воронке жил промежуточный статус технической квалификации, который в коробочную модель без костылей не ложился. Плюс данные и витрины остаются на стороне клиента, а на дистанции в несколько лет это весомее скорости запуска.

 

Вот как выглядит результат.

 

 

Бюджет, сумма квалов, стоимость квала, продажи и конверсии по этапам — в одном экране. Суммы выручки и ДРР по этому клиенту скрыты намеренно: на длинном цикле прямая атрибуция за короткий период их искажает, сделки дозревают позже отчётного месяца.

Небольшому сервису с двумя каналами и коротким циклом мы бы честно советовали коробку: строить витрину ради двух источников смысла нет. Часто работает и гибрид — готовое решение на старте, переезд на DataLens через полгода, когда воронка усложняется и появляются свои метрики.

Где у нас рвались данные

Собранный стек тоже врёт, если данные теряются по дороге. Дыры, которые пришлось закрывать на этом проекте:

• Обращения без источника. Звонок пришёл, utm не сохранились. Лечится подменой номера и передачей меток в CRM вместе с контактом.
• Разные модели атрибуции в разных отчётах. Директ по последнему клику, Метрика по первому переходу: цифры не сойдутся по определению. Зафиксировали одну модель для всех отчётов и записали её в регламент, чтобы через полгода никто не переключил её из любопытства.
• Оффлайн-конверсии не возвращались в рекламу. Сделка закрылась в CRM, Директ об этом не узнал, автостратегии продолжали учиться на отправках форм.
• Переименование кампаний. Кампанию переименовали для удобства, история в дашборде разъехалась на две строки. Ключ держим по ID.

 

Отдельная дыра — оценка каналов без разреза по категории таргетинга. На разбивке хорошо видно, что целевой спрос, то есть прямые запросы, выкупается дороже всего и забирает основную долю расхода, а сопутствующий и широкий охват дают обращения заметно дешевле.

 

 

 

Тот же срез по типу трафика показывает пропорцию, которую на глаз оценивают неверно почти всегда: ретаргетинг и офферный ретаргетинг занимают узкую полосу бюджета против поиска и автотаргетинга. Без такого разреза аналитика каналов трафика превращается в спор о вкусах, а перераспределение бюджета делается вслепую.

 

 

Что изменилось: было и стало

Проценты изменения стоимости квала и суммы выручки клиент публиковать не разрешил, поэтому показываю то, что можно: как изменился сам способ принимать решения по бюджету. Для управления рекламой это в итоге оказалось важнее любой красивой дельты в презентации.

Что

Было Стало Основание для решения цена конверсии в кабинете Директа стоимость квала и число продаж по каждой кампании Звонки приходили без рекламного источника приходят с источником вплоть до кампании Оценка периода расход месяца делили на продажи того же месяца когорты по дате первого касания Автостратегии учились на отправках форм учатся на оплатах через оффлайн-конверсии Сверка с CRM раз в квартал и руками еженедельно, расхождение до штуки Разговор с продажами у каждого своя таблица один дашборд и согласованные статусы

 

Строку про когорты стоит развернуть: именно она чаще всего ломает оценку длинного цикла.

 

 

Расход идёт ровно из месяца в месяц, а продажи приходят рывками, спустя недели после клика. Если делить бюджет месяца на продажи того же месяца, ранние месяцы выглядят провальными, поздние — волшебными, и обе оценки одинаково неверны. Корректная атрибуция трафика на длинном цикле смотрит на когорты по дате первого касания.

---

Иван Костин, Head of Performance в Сайткрафт.

 

Внедрение упирается в человеческий вопрос чаще, чем в технический. Маркетинг и продажи сначала договариваются, какой лид считается квалифицированным, и только потом настраиваются интеграции. Там, где этот разговор откладывают на потом, получается красивый дашборд, которому внутри компании никто не верит. Если хотите, разберём вашу воронку и стек на бесплатной консультации.

---

Как повторить у себя: 6 шагов и 4 сверки

Порядок, в котором делали мы. Он же спасает от ситуации, когда стек собран, а доверия к цифрам в компании нет.

1. Опишите воронку словами: этапы от обращения до оплаты и точное определение квала. Подпись руководителя продаж под этим определением обязательна.

2. Приведите в порядок Метрику: цели на все формы, корректные utm на всех объявлениях, передача ClientID в CRM.

3. Подключите коллтрекинг с подменой номера, если хотя бы часть обращений идёт звонками.

4. Свяжите обращения с CRM и договоритесь о статусах. Тот самый шаг, который откладывают, а потом переделывают всё остальное.

5. Соберите выгрузки расходов и постройте витрину, готовым сервисом или в DataLens.

6. Настройте передачу оффлайн-конверсий обратно в Директ, чтобы автостратегии учились на оплатах.

Четыре сверки перед тем, как поверить дашборду

1. Клики в Директе против визитов с рекламных меток в Метрике за один период. Расхождение больше 10–15% означает потерю меток или проблему со счётчиком.

2. Отправки форм в Метрике против числа обращений в коллтрекинге. Если форм заметно больше, часть заявок теряет источник.

3. Квалы и сделки в дашборде против ручного подсчёта в CRM за одну неделю. Должно сойтись до штуки.

4. У каждой продажи в дашборде есть источник вплоть до кампании. Продажи без источника — дыра в передаче меток.

Если сейчас нет ни коллтрекинга, ни витрины, не пытайтесь собрать всё разом. Поставьте цели в Метрике, проверьте utm, заведите руками таблицу связки обращение, квал, продажа по кампаниям. Даже ручной свод за месяц покажет, где обращения есть, а оплат нет. Через пару месяцев на этих данных вы уже поймёте, хватает ли готового сервиса или пора строить свою витрину.

Частые вопросы

Сколько занимает настройка сквозной аналитики?

Техническая часть укладывается в недели, согласование статусов в CRM обычно тянется дольше. Узким местом почти никогда не оказывается интеграция.

Обязателен ли коллтрекинг?

Если часть заявок приходит звонками, да: без подмены номера звонок теряет рекламный источник, и связать его с кампанией уже нечем. Когда все обращения идут через формы, на старте без него можно обойтись.

Что выбрать, Roistat или DataLens?

Готовые системы быстрее в запуске и не требуют своей аналитики, поэтому небольшому сервису чаще подходят именно они. DataLens гибче и дешевле во владении на больших объёмах, но нужен человек, который соберёт и поддержит витрину. Для аналитики B2B SaaS с нестандартной воронкой мы почти всегда идём во второй вариант.

Почему в дашборде продаж меньше, чем в CRM?

Обычно это сделки без источника: контакт завели руками, метки не доехали, оплата есть, а привязать её не к чему. Такие строки стоит не прятать, а выносить отдельной группой. Их доля прямо показывает, насколько дырявая у вас передача меток.

Что считать квалом?

То, о чём договорились маркетинг и продажи и что записано в регламенте. Универсального определения нет: где-то это подтверждённая потребность и бюджет, где-то дошедший до демо контакт.

Как настроить сквозную аналитику, если своего аналитика в команде нет?

Берите готовый сервис и не стройте витрину. Витрина на DataLens требует хотя бы нескольких часов в неделю на поддержку, и без этого человека она за квартал превращается в набор устаревших графиков.

Можно ли обойтись выгрузками в Excel?

 

На старте вполне. Ручной свод обращений, квалов и продаж по кампаниям за месяц уже отвечает на главный вопрос. Дашборд нужен, когда таблицу тяжело обновлять руками и каналов становится больше двух-трёх.

Перейти на сайт