Рекламный кабинет рапортует про заявки, счетчик посещаемости считает визиты, система управления клиентами (CRM) ведет сделки. На один канал выходит три несовпадающие цифры, а решение по бюджету принимать сегодня. За два года запрос со стороны онлайн-сервисов заметно сместился, и спорят теперь не про сам факт внедрения, а про глубину. Если на вас окупаемость привлечения в сервисе с долгой сделкой, посмотрим, какие стеки собирают в 2026 году и почему инструмент тут решает меньше, чем принято думать.
Содержание
1. Что изменилось в запросе на сквозную аналитику за два года?
2. Какой стек аналитики выбирают под разный профиль сервиса?
3. Почему дешевая заявка перестала быть аргументом?
4. Что ломает данные чаще, чем неудачно выбранный инструмент?
5. Почему на длинном цикле нельзя считать окупаемость по календарному месяцу?
6. О чем спросить команду или подрядчика до внедрения?
7. Частые вопросы
На связи Иван Костин, отвечаю за платный трафик и аналитику. Наблюдение, ради которого я и сел писать эту колонку, накопилось за последний год. Еще пару лет назад на первой встрече просили примерно одно и то же. Свяжите клик и заявку, покажите, откуда пришло обращение. Сейчас формулировка другая. Доводит ли канал до оплаты и через сколько недель это происходит.
Поменялась арифметика вместе с моделью продаж. У сервиса по подписке между первым визитом и оплатой проходит от месяца до полугода. Часть выручки приходит продлениями, а внутри воронки вырос отдельный этап квалификации. Цена обращения в такой конструкции описывает верх воронки и молчит про все остальное.
Отсюда и смена формулировок. Веб-аналитика сервиса перестала быть отчетом маркетинга для маркетинга. Ее просят как общий язык с продажами и финансами, где в одной таблице сходятся расход, обращения, квалифицированные заявки и оплаты. Это уже аналитика до выручки, отчетом по трафику такую задачу не закроешь.
Путей по-прежнему два. Можно взять коробочную систему сквозной аналитики вроде Roistat или Calltouch с готовыми интеграциями. Можно собрать собственную витрину в системе деловой аналитики, обычно на Яндекс DataLens, куда сводят счетчик посещаемости, коллтрекинг и выгрузки расходов. Что выберет компания, определяет профиль воронки, размер бюджета влияет уже во вторую очередь.
Гибрид встречается чаще любой чистой схемы. Коробку берут на старте, чтобы за месяц получить первые сквозные цифры. Когда этапов квалификации набирается больше двух, переезжают на свою витрину. Сам DataLens в базовой конфигурации ничего не стоит, поэтому расходы сводятся к часам аналитика на выгрузки и поддержку.
Еще одно наблюдение про инструменты аналитики. Их регулярно покупают на вырост. Система с десятком неподключенных интеграций стоит столько же, сколько работающая, а показывает ровно то, что показал бы штатный отчет кабинета. Спрашивать имеет смысл про интеграции, реально подключенные к третьему месяцу. В презентации список всегда длиннее.
Самое неприятное расхождение вылезает в момент, когда цену квалифицированной заявки ставят в одну строку с числом оплат. Ниже витрина в DataLens, названия и номера кампаний закрыты, счетные показатели оставлены.
Данные одного обезличенного проекта, публикация согласована с клиентом. За период кабинет израсходовал порядка 1,58 млн рублей и дал 107 квалифицированных заявок по 14,8 тысячи каждая. Оплатили семеро. Конверсия из квалификации в оплату 6,5 процента.
Кампании с самой низкой ценой обращения не дали здесь ни одной оплаты, часть дорогих закрыла сделки. Отсортируйте тот же отчет по числу продаж, и верх с низом поменяются местами. Наверху окажется то, что месяцем раньше собирались отключать за дороговизну.
Вывод для бюджета неудобный для отчетности, но честный. Хвалить кампанию за копеечное обращение можно ровно до того момента, пока к ней не привязаны оплаты. Отслеживание лидов работает только в связке со статусом сделки.
Разговор про маркетинговую аналитику почти всегда начинается с выбора платформы. Хотя большинство провалившихся внедрений упирается в вещи, к платформе отношения не имеющие. Расскажу про пять, которые вижу чаще прочих.
Сюда же относится разрез, которого в типовой сборке обычно нет вовсе. Расход и обращения в разбивке по категориям таргетинга. Без него аналитика каналов трафика не идет дальше грубого деления на поиск и сети.
На таком отчете прямой целевой спрос забирает большую часть бюджета и стоит дороже прочих категорий, а сопутствующие и широкие запросы приводят обращения заметно дешевле. Без этого среза решение про перелив бюджета опирается на ощущение.
Есть ловушка, в которую попадают даже команды с собранным стеком. Расход одного месяца делят на сделки, закрытые в этом же месяце.
На сводке видно, как это работает. Расход идет ровной полосой, оплаты сыплются неравномерно. Месяц пустой, следующий с тремя сделками, потом снова тишина. При делении внутри месяца ранние периоды выглядят провальными, поздние блестящими, и обе оценки одинаково далеки от реальности.
Честная атрибуция трафика при долгой сделке живет когортами. Берем всех, кто впервые пришел в марте, и смотрим, сколько из них оплатило к июлю. Тогда доля рекламных расходов (ДРР) перестает скакать и становится сравнимой между периодами.
Сквозная аналитика ценна не самим фактом наличия дашборда, а решениями, которые на нем принимают. Первые же честные данные обычно вскрывают две-три кампании, которые копят дешевые обращения без единой оплаты. Перекладывать бюджет в сторону кампаний со сделками страшно, потому что средняя цена заявки по проекту при этом растет. Готовность объяснить этот рост совету директоров и отличает работающее внедрение от красивой витрины.
Короткий список вопросов, который экономит месяцы. Задавать их лучше до подписания договора.
1. Что мы считаем квалифицированной заявкой и кто из сотрудников ставит этот статус.
2. Какая модель атрибуции зафиксирована для всех отчетов и кто следит, чтобы ее не поменяли по дороге.
3. Возвращаются ли оплаты обратно в рекламный кабинет. Без этого автостратегии продолжают обучаться на заполненных формах.
4. По какому ключу связываются расходы и обращения. Идентификатор кампании, метки, номер обращения.
5. Как проверяется сходимость. Минимальный набор сверок такой. Клики против визитов с меток, формы против обращений, оплаты в витрине против ручного подсчета за неделю.
Если на первый вопрос в комнате звучат два разных ответа, начинать стоит с него, отложив покупку платформы на месяц. Настройка сквозной аналитики при несогласованных определениях просто закрепит расхождение в красивом интерфейсе.
Три системы, три версии правды по одному каналу, а решение по бюджету принимать сегодня. А как эти цифры сходятся у вас? Поделитесь опытом в комментариях, интересно сравнить сценарии.
Разве счетчика посещаемости не хватает?
Счетчик закрывает ровно один слой, то есть поведение на сайте. Дальше нужен мостик к расходам, звонкам и статусам в CRM, иначе вся цепочка обрывается на заявке.
Сколько времени занимает внедрение?
На метки, цели и подмену номера уходит две-три недели, еще месяц-полтора на связку с CRM и витрину. Дольше всего согласуют определение квалифицированной заявки.
Нужна ли подмена номера, если заявки идут только через формы?
Нет.
Что делать, если продаж пока единицы и статистики не хватает?
Смотреть на верхние этапы, то есть на долю квалифицированных обращений и скорость прохождения этапов. Выводы по оплатам корректны только на горизонте нескольких месяцев.
А если вместо витрины вести обычную таблицу?
На двух-трех кампаниях вполне. Свод обращений и оплат руками за один месяц уже вскрывает главное. Витрина понадобится тогда, когда обновлять таблицу станет дороже, чем ее автоматизировать.
Как понять, что витрине можно доверять?
Проверка ровно одна. У каждой оплаты в отчете прослеживается путь до конкретной кампании. Оплаты с пустым источником означают, что метки теряются по дороге, и все проценты выше по воронке посчитаны с погрешностью.