Как мы выбирали стек сквозной аналитики для интернет-сервиса и на чём обожглись

Сквозную аналитику для онлайн-сервиса, где сделка вызревает месяцами, мы пересобирали дважды: сперва на готовой системе, затем на собственной витрине в DataLens. Если на вас окупаемость трафика в интернет-сервисе, здесь наш разбор: из каких слоёв в итоге собрался стек, во что обошлась привычка судить о кампаниях по цене обращения и какие сверки мы прогоняем, прежде чем поверить витрине.

Началось с того, что три отчёта не сошлись ни в одной цифре

Иван Костин, отвечаю в Сайткрафте за перформанс и аналитику. История ниже началась буднично: клиент, онлайн-сервис для бизнеса, прислал три скриншота и один вопрос — какой цифре верить.

В Директе за месяц стояло одно число конверсий, в Метрике другое, в CRM третье. И спорить было не с чем: каждая система считает свою единицу и делает это корректно. Рекламный кабинет фиксирует обращение, случившееся после клика по его же объявлению. Метрика оперирует визитами и достижением целей, причём модель атрибуции там задаётся отдельно и по умолчанию другая. CRM оперирует карточками сделок и вообще не знает, какое объявление привело контакт.

Пока данные лежат в трёх разных кабинетах, решение по бюджету принимается на глаз. Отключили кампанию — вроде стало хуже. Вернули — вроде выровнялось. Проверить нечем.

Задача сквозной аналитики здесь одна: сшить разрозненные источники в общую таблицу, где путь пользователя виден целиком, от рекламного показа до поступившей оплаты, и где рядом с ценой обращения стоит цена сделки. На длинном цикле это критично. Пользователь впервые видит объявление, через две недели вбивает название сервиса в поиск, ещё через неделю читает статью в блоге и только с третьего или четвёртого визита оставляет заявку. Модель последнего клика припишет весь результат брендовому запросу, хотя реальную работу сделал совсем другой канал в самом верху воронки.

Первое, на чём обожглись: дашборд собрали раньше, чем договорились, что считать квалом

Первую версию мы подняли быстро, за пару недель, на готовой системе. Выглядело солидно: расходы, обращения, сделки в одном экране. А потом на созвоне выяснилось, что маркетинг и отдел продаж вкладывают в слово квал разный смысл.

Для маркетинга квал — это заявка, где заполнены поля и человек из целевого сегмента. Для продаж — тот, кто дошёл до демо и подтвердил бюджет. Разница между определениями была в разы. Дашборд честно считал по маркетинговому, продажи смотрели на него и не понимали, откуда столько квалов при таком количестве встреч.

Урок скучный, но дорогой: до любой настройки садитесь с продажами и письменно фиксируете этапы воронки. Что считается обращением, что квалом, в какой момент сделка становится продажей — при подписании или при поступлении оплаты. Пока этого нет, дашборд просто оцифровывает спор двух отделов.

Вторая деталь того же порядка: договоритесь, кто владелец справочника кампаний. У нас кампанию однажды переименовали в кабинете, и история по ней разъехалась на две сущности. С тех пор связываем строго по ID, а название живёт как подпись для человека.

Что в итоге осталось в стеке: четыре слоя и один экран

После всех переделок стек сквозной аналитики принял такой вид: четыре источника данных и витрина, которая склеивает их между собой. Склейка держится на трёх ключах: разметке рекламных ссылок, идентификаторе кампании и ClientID из Метрики.

Верхняя пара источников отвечает за веб-аналитику онлайн-сервиса, то есть за трафик и то, что человек делает на сайте. Коллтрекинг подключаем, когда телефон остаётся живым каналом обращений: телефонный разговор без подменного номера приходит в отчёт обезличенным, и привязать его к кампании уже нечем. CRM замыкает отслеживание лидов на факте оплаты и отвечает, какая доля обращений превратилась в квал и в сделку.

Поверх источников работает дашборд маркетинга со сквозными показателями: цена квала, доля квалов, дошедших до оплаты, ДРР по каналам и отдельным кампаниям. Вот как это выглядит на одном экране.

Денежные плашки на скриншоте закрыты сознательно. Короткий отчётный период на длинном цикле показывает выручку заниженной: часть сделок ещё дозревает, а подписочный LTV в такую выгрузку не попадает в принципе. Расход, количество квалов и переходы между этапами при этом открыты, и для разговора о распределении бюджета их вполне хватает.

Вторая ошибка дороже: полгода хвалили кампанию, которая не принесла ни одной оплаты

Самый неприятный разрыв вскрывается в тот момент, когда в одной таблице рядом оказываются цена заявки и число продаж.

Цифры одного проекта, клиент обезличен. Расход в Директе за отчётный период примерно 1,58 млн рублей. Квалифицированных обращений набралось 107, каждое обошлось в среднем около 14 800 рублей. Сделок из этого объёма получилось семь, то есть до оплаты дошли 6,54 процента квалов.

Пока мы смотрели только на верхнюю метрику, часть кампаний выглядела отлично: заявка дешёвая, объём есть. Как только в соседнюю колонку встали продажи, картина перевернулась. Зелёные, самые дешёвые строчки давали ноль оплат. Часть красных, дорогих, доводила до сделки.

Порядок работы с отчётом после этого стал такой. Открываете отчёт по кампаниям, сортируете по числу продаж, цену обращения смотрите второй колонкой. Сверху окажутся кампании с более высокой ценой обращения, зато с реальными оплатами. Снизу — копеечные заявки и пустой столбец сделок. Дальше бюджет постепенно переливается снизу вверх, и вы следите, что происходит с общей стоимостью продажи по проекту.

Дешёвая заявка без оплат обходится дороже дорогой. За неё платят дважды: бюджетом в кабинете и временем продаж, которое уходит на обработку.

Готовый сервис или своя витрина: как выбирали и что выбрали бы сейчас

Развилка тут одна и всего с двумя ветками. Первая — коробочная платформа уровня Roistat или Calltouch, где интеграции уже написаны за вас. Вторая — собственная витрина в Яндекс DataLens, которую вы строите на данных Метрики, коллтрекинга и регулярных выгрузок расхода. Инструменты разные, результат должен получиться одинаковый: единый экран с воронкой целиком.

Мы начали с первого и через несколько месяцев переехали на второе. Дело было не в качестве сервиса. Просто воронка у клиента усложнилась: появились этапы, которых в стандартной логике системы не было, и каждый новый разрез приходилось выпрашивать у поддержки.

Как бы я советовал выбирать сегодня. Если сервис небольшой, каналов один или два, а решение о покупке принимается за неделю, берите коробку: она отбивается скоростью, а собственная витрина на таких объёмах данных попросту избыточна. Если сервис средний или крупный, сделка вызревает месяцами, а воронка нетиповая, закладывайте DataLens сразу. Тарифицируется он в базовом объёме нулём, так что платить вы будете часами специалиста на выгрузки и поддержку датасетов.

Гибрид тоже рабочий, мы по сути через него и прошли: коробка на старте ради первых сквозных цифр, переезд на свою витрину, когда стало ясно, какие разрезы нужны каждую неделю.

Три системы рисуют три несовпадающие картины по одному каналу, а решение по бюджету всё равно приходится принимать на глаз. Полный разбор стека, сверок и типичных разрывов лежит у нас в блоге.

[ Читать разбор в блоге ]

Третья ошибка: считали месяц по расходам того же месяца

Эта ловушка специфична для длинного цикла и стоила нам двух неприятных отчётных встреч подряд.

Расход по рекламе распределён по календарю почти равномерно. Оплаты так себя не ведут: они приходят пачками, через недели, иногда через квартал после первого касания. Стоит поделить затраты одного месяца на сделки этого же месяца, и старт кампании покажется провалом, а третий или четвёртый месяц чудом, хотя делали всё это время ровно одно и то же.

Правильный разрез — когорты, собранные по дате первого касания. Берёте всех, кто пришёл в июне, и смотрите, сколько сделок эта когорта принесла к сентябрю. Тогда атрибуция трафика перестаёт зависеть от того, в каком месяце бухгалтерия провела оплату.

Побочный эффект оказался полезнее самого отчёта. Раньше мы отключали кампании, не давшие сделок за месяц. По когортам выяснилось, что у части из них цикл просто длиннее месяца: решение принималось раньше, чем кампания успевала себя показать.

Ещё три места, где данные рвались молча

Молча — здесь ключевое слово. Витрина продолжает рисовать аккуратные графики, просто часть данных до них не доезжает, и по самой витрине этого не увидеть.

1. Обезличенные обращения. Заявка или звонок в системе есть, а разметка и кампания по пути испарились. Закрывается подменными номерами и настройкой передачи меток дальше по цепочке, до карточки в CRM.
2. Отчёты живут на разных моделях атрибуции. В кабинете это последний клик, в Метрике по умолчанию может стоять первый переход или последний значимый. Свести такие цифры невозможно в принципе. Выберите одну модель для всех отчётов и запишите этот выбор в регламент проекта: через полгода никто уже не вспомнит, что и почему было выставлено.
3. Факт оплаты не уезжает обратно в рекламный кабинет. Менеджер закрыл сделку в CRM, кабинет об этом не в курсе, и автостратегия дальше оптимизируется под заявки любого качества. Самая обидная потеря из всех: вы уже знаете, кто у вас покупает, и не передаёте это знание системе, которая закупает трафик.

Отдельная история — смотреть расходы только по кампаниям, без разреза по типу трафика. Такой разрез сразу показывает, куда на самом деле уходит бюджет и какой спрос вы выкупаете.

На разбивке видно, что ретаргетинг и офферный ретаргетинг — это узкая полоса расходов, а основную часть выкупают поиск и автотаргетинг. Без такой картины аналитика каналов трафика превращается в перекладывание бюджета вслепую: вы двигаете кампании, не понимая, за какой тип спроса на самом деле платите.

Четыре сверки, после которых дашборду можно верить

Эти проверки мы прогоняем на каждом новом проекте до того, как показать клиенту первый отчёт. Именно они вылавливают большинство мест, где данные утекают.

1. Сопоставьте количество кликов в кабинете и число размеченных визитов, которые за тот же интервал зафиксировала Метрика. Разбежка выше 10-15 процентов говорит либо о слетевшей разметке, либо о неверно установленном счётчике.

2. Сравните количество отправленных форм по данным Метрики с тем, сколько обращений зарегистрировал коллтрекинг. Заметный перевес форм означает, что часть заявок доезжает без канала.

3. Возьмите одну неделю и пересчитайте квалы и сделки в CRM вручную, а потом сверьте с витриной. Здесь допустимая погрешность нулевая, каждое несовпадение разбирается по конкретной карточке.

4. Пройдитесь по списку оплат и убедитесь, что для каждой прослеживается канал и конкретная кампания. Сделка с пустым источником означает, что метка где-то по пути не доехала.

Если стека пока нет, начинать стоит не с дашборда

Самая частая ошибка на старте — попытка собрать всё сразу. Через месяц проект стоит: не согласованы статусы в CRM, а без них любая витрина бессмысленна.

1. Настройте в Метрике цели на успешную отправку форм и пройдитесь по разметке всех действующих кампаний. Стоит это ноль, а базовую атрибуцию закрывает сразу.

2. Подключите коллтрекинг, если хотя бы часть заявок идёт звонками.

3. Сведите в одну таблицу цепочку из обращения, квала и оплаты в разрезе кампаний. Пусть даже руками в Гугл-таблице: месяца такого учёта хватает, чтобы увидеть кампании с обращениями и без единой сделки.

Пары месяцев такого учёта достаточно, чтобы понять, обойдётесь ли вы коробочным решением или пора звать аналитика под витрину. При таком порядке настройка сквозной аналитики движется от простого к сложному и не зависает на полгода в интеграциях.

Частые вопросы

Сколько времени занимает настройка сквозной аналитики с нуля?

На готовой системе первые сквозные цифры реально увидеть за две-три недели, если Метрика и CRM уже в порядке. Своя витрина на DataLens занимает от месяца, и почти всё это время уходит не на графики, а на согласование статусов воронки и настройку выгрузок.

Коллтрекинг обязателен?

Если звонков в потоке обращений нет вообще, на старте можно обойтись. Как только по телефону приходит хотя бы четверть заявок, без подмены номера эта четверть становится безымянной, и любой вывод по кампаниям будет смещённым.

Roistat или DataLens?

Коробка стартует заметно быстрее, своя витрина выигрывает по свободе метрик и по стоимости обслуживания, когда данных много. Всё упирается в наличие аналитика: без него готовое решение обходит DataLens почти всегда.

Директ и CRM показывают разное количество лидов, кто прав?

Причин почти всегда две: стороны по-разному понимают слово лид, плюс часть разметки теряется по дороге. Рекламный кабинет фиксирует конверсию у себя, CRM фиксирует появление карточки, а какое-то количество обращений вообще приходит обезличенным. Приведение обеих систем к общему ключу, то есть к идентификатору кампании и разметке ссылок, снимает основную массу расхождений.

А если просто выгружать всё в Excel?

Первое время вполне. Даже таблица, которую заполняют вручную по итогам недели, уже отвечает на главный вопрос: какие кампании приводят обращения впустую. Переезжать на витрину имеет смысл в тот момент, когда обновление файла начинает съедать полдня, а каналов в работе становится хотя бы три-четыре.

Что делать, если оплаты подтверждаются только через полгода?

Найти промежуточную метрику, которая коррелирует с оплатой: дошёл до демо, получил доступ к тестовому контуру, запросил договор. По ней можно принимать решения, не дожидаясь оплат, и её же стоит отдавать в кабинет как оффлайн-конверсию: автостратегии начнут ориентироваться на событие, которое ближе к оплате.

Нужен ли отдельный человек, чтобы всё это поддерживать?

Постоянная ставка аналитика нужна не всем. Но кто-то один должен следить, чтобы справочник кампаний, статусы в CRM и определения этапов не разъезжались. Обычно это перформанс-специалист со стороны агентства или продуктовый аналитик со стороны клиента.