Сквозная аналитика интернет-магазина: как собрать единую воронку из Метрики, маркетплейсов и CRM

Почему данные живут в разных мирах и зачем их объединять

У типичного интернет-магазина данные разбросаны минимум по пяти системам, и каждая из них знает только свой кусочек пути покупателя. Яндекс Метрика видит визиты на сайт и добавления в корзину, но не знает, кто в итоге оплатил и не вернул ли товар через неделю. Рекламные кабинеты знают клики и расход, но не знают выручку. Кабинеты маркетплейсов знают заказы на Ozon и Wildberries, но не связывают их с рекламой, которую вы крутите на свой же бренд. CRM знает сделки и оплаты, но не знает, из какого канала пришёл клиент. Коллтрекинг знает звонки, но живёт отдельно от всего.

В результате маркетолог смотрит на десяток вкладок и не может ответить на главный вопрос: сколько реальной прибыли принёс каждый рубль, вложенный в конкретный канал. Клик стоит 30 рублей — это дорого или дёшево? Ответа нет, пока вы не знаете, во что этот клик превратился на дне воронки продаж: в оплаченный заказ на 5000 рублей или в брошенную корзину.

Сквозная аналитика решает ровно эту задачу — сшивает разрозненные источники в единую воронку «показ → клик → визит → заявка → оплата → повторная покупка» и привязывает деньги к источнику. Ниже — методология, как собрать такую систему, не покупая сразу дорогой сервис, и на что смотреть, чтобы цифры не врали.

Источники данных и как их связать

Единая воронка строится как data pipeline: поток данных от рекламных каналов через сайт и CRM в общее хранилище и BI-дашборд. Чтобы поток собрался, каждый источник нужно подключить и снабдить «ключом сшивки» — идентификатором, по которому данные из разных систем можно склеить в одну строку о клиенте.

Главный принцип: без CRM (или учётной системы с фактом оплаты) полноценной сквозной аналитики не бывает. Метрика и реклама остаются на уровне заявок и кликов — они не видят, какая сделка закрылась деньгами и какой канал реально окупился. CRM — это тот источник, который приносит в воронку выручку и позволяет считать не CPA, а ROMI.

Для интернет-магазина, который параллельно торгует на маркетплейсах, есть отдельная сложность: заказы Ozon и WB не имеют ClientID вашего сайта. Их сшивают по SKU и рекламным кабинетам самих площадок, а сводят с сайтовыми продажами уже на уровне общего дашборда — как отдельную «ветку» воронки. Подробнее про метрики на уровне SKU — в материале про товарную аналитику.

Модели атрибуции: кому засчитать продажу

Клиент почти никогда не покупает с первого касания. Он увидел рекламу в VK, через неделю пришёл из поиска, потом вернулся по email-рассылке и оплатил. Кому засчитать выручку? Это и есть вопрос атрибуции — правила распределения ценности конверсии между каналами в цепочке касаний.

Основные модели:

• First Click (первое касание). 100% ценности каналу, который впервые привёл клиента. Показывает, что работает на верх воронки и знакомство с брендом.
• Last Click (последнее касание). 100% — последнему каналу перед покупкой. Модель по умолчанию во многих системах, но недооценивает всё, что «прогревало» клиента раньше.
• Линейная. Ценность делится поровну между всеми касаниями. Справедливо, но «размывает» вклад ключевых точек.
• Time Decay (с учётом давности). Чем ближе касание к покупке, тем больше его доля. Логично для коротких циклов сделки.
• U-образная (position-based). По 40% ценности первому и последнему касанию, оставшиеся 20% делятся между промежуточными. Хороший компромисс: ценит и привлечение, и закрытие.

Не существует «правильной» модели — есть подходящая под вашу задачу. Если цель — масштабировать привлечение, смотрите на First Click и линейную. Если оптимизируете закрытие сделок — на Last Click и Time Decay. Практический приём: считайте выручку сразу в двух моделях и сравнивайте. Канал, который отлично выглядит по Last Click, но проваливается по First Click, скорее всего просто «снимает» уже прогретый спрос, а не создаёт его.

UTM-метки и офлайн-конверсии

UTM-метки — это фундамент всей сшивки. Ошибётесь в разметке — и данные будут врать на входе, а дальше их уже ничем не исправить. Дисциплина здесь важнее инструментов:

• Единый шаблон меток для всех кабинетов: строчные буквы, без пробелов, согласованные значения utm_source / utm_medium / utm_campaign. vk и VK для системы — два разных источника.
• Храните UTM в first-party cookie при первом заходе, обновляйте при новом источнике и передавайте в скрытые поля формы перед отправкой — тогда метка «доедет» до CRM вместе с заявкой.
• Настройте кросс-домен, если сайт и оформление заказа живут на разных доменах, иначе визит «порвётся» на переходе.
• Регулярно проводите аудит меток в GTM или Метрике: одна кампания без разметки создаёт слепую зону.

Отдельный пласт — офлайн-конверсии. Магазин теряет из виду клиента, как только он звонит, пишет в мессенджер или покупает в пункте выдачи. Эти касания возвращают в воронку так: коллтрекинг фиксирует звонок с привязкой к рекламному источнику (минимум один номер на канал), а факт оплаты из CRM выгружается обратно в аналитику. В Яндекс Метрике для этого есть раздел «Настройки» → «Загрузка данных» → «Передача офлайн-конверсий», через который данные о закрытых сделках подтягиваются к визитам по ClientID. Тот же механизм передачи офлайн-конверсий обучает рекламные кампании в Директе оптимизироваться не на заявки, а на реальные оплаты.

Как свести всё в один дашборд

Когда источники подключены и размечены, данные нужно свести в единую картину. Есть три пути, по возрастанию сложности:

1. Внутри Яндекс Метрики. Если у вас один сайт, Директ и CRM с нативной интеграцией (Битрикс24, amoCRM), базовую сквозную аналитику можно собрать прямо в Метрике: загрузить расходы, подключить CRM и смотреть выручку по источникам. Дёшево, но упирается в ограничения по числу источников и глубине отчётов.
2. Готовый сервис сквозной аналитики. Платформы подключают десятки-сотни источников (реклама, CRM, телефония, учётные системы) и сами считают ROMI, ROAS, CAC, LTV, CPO. Быстрый старт без разработки, но абонентская плата и «чёрный ящик» внутри.
3. Своё хранилище (DWH) + BI. Данные собираются в базу через коннекторы, а поверх строится дашборд в BI-системе. Максимальная гибкость и контроль над логикой атрибуции, но нужны руки аналитика и время на поддержку.

Какой бы путь вы ни выбрали, на верхнем уровне дашборда должна быть одна таблица: строки — каналы и кампании, столбцы — расход, заявки, оплаты, выручка, ROMI. Именно эта таблица отвечает на вопрос «куда вкладывать следующий рубль», ради которого всё и затевалось.

Частые ошибки

• Нет цели и метрики успеха. Сквозную аналитику внедряют «чтобы было», а потом не понимают, какое решение принимать по цифрам. Сначала вопрос — потом дашборд.
• Кривая или неполная UTM-разметка. Одна кампания без меток или разнобой в значениях — и часть трафика падает в «не определено». Мусор на входе не лечится на выходе.
• Нет CRM в контуре. Без факта оплаты вы оптимизируете заявки, а не прибыль. Дешёвые заявки из канала могут не превращаться в деньги.
• Слепая вера в Last Click. Отключаете «неэффективный» верх воронки — и через месяц падает всё, потому что закрывать стало некого.
• Игнор возвратов и маржи. Для e-commerce и особенно маркетплейсов выручка без вычета возвратов и себестоимости — иллюзия. Считайте по выкупам и марже, а не по заказам.
• Данные никто не сверяет. Между Метрикой, CRM и платёжкой всегда есть расхождение. Если его не контролировать, доверие к дашборду теряется на первой же нестыковке.

Практическое применение

1. Начните с одной честной воронки. Пропишите этапы «показ → клик → визит → заявка → оплата → повтор» и напротив каждого — систему-источник и ключ сшивки. Пока эта схема не сходится на бумаге, не покупайте никакой сервис.
2. Наведите порядок в UTM до автоматизации. Заведите единый шаблон меток и таблицу-справочник кампаний. Проверьте, что метка доезжает до CRM в скрытом поле формы. Это самая дешёвая и самая окупаемая работа во всём проекте.
3. Подключите CRM и факт оплаты первым делом. Именно выручка превращает веб-аналитику в сквозную. Настройте передачу офлайн-конверсий обратно в Метрику и Директ, чтобы реклама обучалась на оплатах.
4. Считайте в двух моделях атрибуции. Смотрите выручку по каналам одновременно в First Click и Last Click. Каналы-«создатели спроса» и каналы-«закрыватели» требуют разных решений — не режьте первые по метрикам вторых.
5. Заведите отдельную ветку для маркетплейсов. Сшивайте заказы Ozon и WB по SKU через API, считайте по выкупам за вычетом возвратов и комиссии и сводите с сайтовыми продажами на общем дашборде.
6. Введите ритуал сверки данных. Раз в неделю сверяйте число оплат в дашборде с CRM и платёжкой. Допустимое расхождение — единицы процентов; всё, что больше, — сигнал искать разрыв в сшивке.