Невидимая воронка продаж: как компании отследить скрытые этапы пути клиента

Клиент выбирает компанию ещё до разговора с отделом продаж. Всё чаще потенциальный покупатель советуется с AI, обсуждает товары и услуги с коллегами, затем обращается в компанию. К моменту переговоров с менеджером клиент уже изучил предложения и подготовил шорт-лист. Как отследить путь клиента к покупке, если часть его действий не видит аналитика?

Чем отличаются путь клиента и воронка продаж

Воронка продаж показывает путь клиента как последовательность этапов: первый контакт с брендом, интерес к предложению, заявка и покупка. Маркетинговая аналитика отслеживает переходы между этими этапами и оценивает конверсию.

Но реальный путь клиента может выглядеть совсем иначе. Покупатель сравнивает предложения, читает отзывы, советуется с другими людьми, находит сайт компании и только потом оставляет заявку. Часть таких контактов не попадает в системы аналитики.

Например, человек переезжает в новую квартиру и выбирает домашний интернет. Сначала он спрашивает у соседей в общедомовом чате, у каких провайдеров они подключали интернет. Затем читает отзывы, сравнивает тарифы и спрашивает у AI-поиска, какие компании работают по его адресу. Через несколько дней он вводит название одного из провайдеров в поиске, переходит на сайт и оставляет заявку.

Реальный путь клиента выглядит так: рекомендация соседей, сарафанное радио, отзывы, AI-поиск, брендовый поиск, сайт и заявка.

Что видит аналитика: поиск, сайт и заявка

Маркетинговая аналитика фиксирует действия, которые можно связать с пользователем и каналом привлечения. Но клиент мог принять решение и выбрать провайдера ещё до перехода на сайт компании.

Путь клиента может быть нелинейным: человек возвращается к компании, сравнивает предложения и переключается между каналами. Анализ пути клиента помогает увидеть эти точки контакта и понять, что повлияло на его решение оставить заявку.

Что такое тёмная воронка в маркетинге и как клиент принимает решение о покупке

Тёмная воронка продаж, или dark funnel, — это часть пути клиента, которую стандартная аналитика не может полностью отследить. Покупатель самостоятельно изучает предложения, сравнивает поставщиков, читает отзывы и советуется с коллегами.

В B2B-сегменте этот этап обычно более длительный, чем в B2C. Сделку обсуждают несколько человек, а к моменту первого контакта с продажником у покупателя уже есть критерии отбора поставщиков и шорт-лист. По данным Gartner, типичный закупочный комитет включает 5–11 человек с разными приоритетами и целями. При этом, по данным исследований Edelman , 40% B2B-сделок не завершаются, потому что группа покупателей не может прийти к согласию.

В 2025–2026 годах компания Corporate Visions обобщила результаты исследований Forrester, Gartner, 6sense и других аналитических организаций. По данным этого анализа, 81% B2B-покупателей выбирают предпочтительного поставщика ещё до первого контакта с отделом продаж.

Рассмотрим, как выглядит путь клиента в B2B. Например, компания выбирает промышленное оборудование для нового производства. На карте пути клиента, или Customer Journey Map (CJM), можно увидеть несколько параллельных контактов с поставщиком. 

Сначала технический директор посетил отраслевое мероприятие и послушал выступление спикера компании. Затем маркетолог прочитал экспертную публикацию поставщика в соцсетях и отправил её коллегам в корпоративный чат. Потом финансовый директор запросил расчёт бюджета на закупку оборудования. Затем руководитель производства позвонил знакомому и спросил, работал ли он с этим поставщиком. Позже специалист по закупкам искал оборудование в интернете, увидел контекстную рекламу поставщика, перешёл по объявлению и оставил заявку. Маркетинговая аналитика присвоила конверсию контекстной рекламе, хотя к этому моменту поставщик уже прошёл несколько этапов неформального отбора.

Клиенты всё чаще обсуждают компании и товары в dark social (в переводе — «тёмные социальные каналы») — в личных сообщениях, закрытых чатах, корпоративных мессенджерах и профессиональных сообществах. Стандартная аналитика не фиксирует такие контакты или не может связать их с заявкой. Поэтому такие обсуждения становятся частью тёмной воронки продаж, или dark funnel, хотя в отчёте о привлечении клиента их может не быть. Эти точки касания с брендом нужно включить в карту пути клиента, если о них известно из интервью или других источников.

Почему клиент мог прийти напрямую, хотя раньше уже видел рекламу

Клиент мог несколько раз контактировать с компанией до подачи заявки. Он видел рекламу, читал экспертные статьи или посты в соцсетях, изучал отзывы. После нескольких касаний с брендом он мог самостоятельно найти сайт и обратиться в компанию напрямую.

Атрибуция в маркетинге помогает распределить вклад этих точек контакта в продажу.  Для этого используют разные модели атрибуции. Например, модель последнего клика присвоит конверсию поиску. Но последний клик обычно не показывает вклад маркетинга в продажи, так как предыдущие контакты и каналы коммуникации тоже повлияли на решение покупателя.

Рассмотрим, как разные каналы коммуникации — реклама, экспертный контент и PR, рекомендации, отзывы и AI-поиск  — влияют на решение о покупке.

Как экспертный контент и PR становятся частью пути клиента

Экспертная статья или PR-публикация может не приводить к заявке напрямую. Например, клиент прочитал статью о выборе оборудования и отправил её коллегам. Через несколько дней один из коллег нашёл компанию по брендовому запросу и оставил заявку. В веб-аналитике источником заявки будет поиск, хотя контент был первой точкой контакта в воронке продаж.

Часть таких контактов можно отследить через CRM и системы аналитики. Например, если клиент скачал чек-лист через форму, в CRM сохранятся его контакты и название материала. Также через веб-аналитику можно увидеть, какие страницы посещал идентифицированный клиент, если его данные уже есть в CRM и визиты можно связать с его профилем.

Контент-план нужно выстраивать вокруг запросов, которые возникают на разных этапах пути клиента. Запросы можно раскрывать в разных форматах: статьях, сериях постов, чек-листах, вебинарах и так далее. Типичная ошибка — превращать контент в набор рекламных материалов о продуктах и компании, игнорируя вопросы клиента на разных этапах выбора.

Как учитывать рекомендации и отзывы в CJM

Если клиент перешёл на сайт компании с площадки с отзывами, веб-аналитика зафиксирует такой визит как переход с другого сайта. Если клиент узнал о компании из отзыва, который ему прислал коллега, или получил устную рекомендацию, веб-аналитика этого не покажет. При первом обращении или сразу после сделки менеджер может спросить клиента: «Как вы узнали о нас?» или «Кто посоветовал наши услуги?». Ответ можно добавить в карту пути клиента (CJM). Путь клиента в таком случае будет выглядеть так: сначала рекомендация коллеги, затем изучение отзывов, брендовый поиск и заявка.

Как AI-поиск меняет путь клиента к покупке

Сначала клиент может использовать AI, чтобы разобраться с задачей. Например, руководитель производства может спросить у ChatGPT или Алисы: «Как сократить потери сырья?» или «Как выбрать оборудование для новой производственной линии?». На этом этапе клиент ещё не ищет поставщика.

Затем руководитель производства ищет подходящие компании. Он уточняет у AI, какие поставщики предлагают нужное оборудование, и получает несколько вариантов для сравнения.

После этого руководитель производства сравнивает варианты. Он спрашивает AI, чем отличаются два-три поставщика, у кого больше опыта и какие характеристики оборудования важны для его задачи. Эти этапы пути клиента могут не попасть в аналитику воронки продаж, так как покупатель ещё не переходил на сайт компании и не оставлял заявку.

Руководитель производства может запомнить одну из компаний и позже найти её в Яндексе или другом поисковике по названию. Веб-аналитика зафиксирует такой визит как органический переход по брендовому запросу, хотя часть пути к покупке клиент прошёл внутри AI-поиска.

Как исследовать невидимую часть пути клиента

Полностью восстановить путь каждого клиента не получится. Часть его действий и контактов остаётся за пределами маркетинговой аналитики. Но чтобы составить карту пути (CJM) и восстановить этапы пути клиента, не нужно отслеживать каждый шаг. Достаточно собрать данные из нескольких источников и сопоставить их. Расскажу, как это сделать пошагово.

1. Собрать данные из CRM и веб-аналитики. Сначала нужно посмотреть источники заявок и продаж, брендовые и общие поисковые запросы, прямые переходы и повторные визиты. Если контакт уже есть в CRM, веб-аналитика может показать его действия на сайте, например, какие страницы он посещал и откуда пришёл.

2. Спросить новых клиентов, что происходило до заявки. Одного вопроса «Как вы о нас узнали?» может быть недостаточно. Больше информации дадут вопросы «Предложения каких компаний вы рассматривали перед тем, как оставить заявку?» и «Где искали подходящие товары или услуги?». Ответы помогут выявить рекомендации, отзывы, обсуждения в сообществах, поиск через AI и другие точки контакта с клиентом, которых нет в данных аналитики.

3. Провести несколько интервью. Короткий опрос помогает собрать повторяющиеся ответы, а интервью — подробнее разобраться в отдельных историях. Клиент может рассказать, почему начал искать решение, какие компании сравнивал, с кем советовался и что повлияло на его выбор. Эту информацию можно добавить в карту пути клиента (CJM) и сравнить её с данными, которые показывает аналитика. 

4. Сопоставить ответы с внешними данными. Например, новые клиенты часто говорят, что они пришли по рекомендации. Маркетологу нужно проанализировать, вырос ли брендовый спрос в этот период и чаще ли компанию упоминали на внешних площадках и в профессиональных сообществах. По этим данным можно понять, стоит ли компании работать с отзывами и искать новые способы получать рекомендации.

Как анализировать путь клиента при длинном цикле сделки

В длинной B2B-сделке анализируют не путь одного клиента, а пути всех участников сделки. Если анализировать только контакт, который оставил заявку, часть пути потеряется.

Чтобы отследить путь от первого зафиксированного контакта до сделки, нужно проверить историю сделок и сравнить её с данными веб-аналитики.

1. Определить всех участников сделки. Начать можно с истории сделки в CRM. Менеджер может посмотреть, кто участвовал во встречах, переписке, звонках и согласовании документов.

2. Разделить роли участников. Например, технический специалист оценивает характеристики оборудования, закупщик сравнивает предложения, финансовый директор согласует бюджет. Разделение ролей помогает понять, кто и на каком этапе влиял на решение.

3. Восстановить последовательность контактов и этапов пути клиента. Нужно проанализировать, через какой канал пришел каждый участник и на каком этапе он подключился к обсуждению сделки. Например, заявку оставил закупщик, но технический специалист первым проявил интерес к товарам и услугам компании. Также можно посмотреть, сколько времени участники потратили на каждый этап сделки — от первого обращения до подписания договора. 

4. Сопоставить данные CRM и веб-аналитики. Если CRM-система идентифицирует пользователя, его визиты можно связать с профилем. Остальные контакты можно частично восстановить по данным менеджеров и интервью с клиентами.

5. Сравнить несколько завершённых сделок. Анализ пути клиента и завершённых сделок помогает найти повторяющиеся сценарии.

Невидимый путь клиента невозможно превратить в идеально точный отчёт. Но его можно исследовать достаточно подробно. Если маркетолог сможет восстановить путь клиента, он увидит, какие каналы приводят лиды и как перестроить маркетинг и PR.