Сквозная аналитика: как связать Директ, Метрику и CRM

У большинства компаний данные о рекламе лежат в трёх местах, и эти места друг о друге не знают.

В Яндекс.Директе видно, сколько денег потрачено и сколько было кликов. В Яндекс.Метрике — сколько человек пришло на сайт и сколько оставило заявку. В CRM — сколько заявок стало реальными заказами и на какую сумму. Каждый отчёт по отдельности выглядит убедительно. Проблема в том, что ни один из них не отвечает на главный вопрос: какая именно кампания принесла деньги, а какая их потратила.

Почему Excel эту задачу не решает

Обычно всё сводят руками: выгружают три файла и склеивают их в таблице. Так делают годами, и каждый раз натыкаются на одно и то же.

• Выгрузки не сходятся по времени. Директ отдаёт данные по дням, Метрика — по визитам, CRM — по датам сделок. Заказ мог прийти через неделю после клика, и в отчёте за неделю его просто нет.
• Нечего склеивать. В Директе есть кампания и объявление, в CRM — имя клиента и сумма. Общего ключа между ними нет, если заранее не позаботиться о разметке.
• Это разовая работа. Через месяц всё надо делать заново, а прошлый файл уже никто не помнит, как собирали.

Итог знакомый: отчёт делается три дня, устаревает за один и вызывает споры вместо решений.

Что такое сквозная аналитика на самом деле

Сквозная аналитика — это не красивый дашборд. Это одна таблица, в которой каждая строка знает весь свой путь: от показа объявления до денег в кассе.

Воронка выглядит так:

1. Показ — объявление показали в поиске или сети.
2. Клик — человек кликнул, здесь тратятся деньги.
3. Визит — человек дошёл до сайта (Метрика видит, откуда именно).
4. Цель — оставил заявку, позвонил, положил товар в корзину.
5. Заказ — заявка превратилась в сделку с конкретной суммой (это знает CRM).

Ценность появляется на последнем шаге. Пока вы видите только клики и заявки, вы оптимизируете рекламу по стоимости заявки — а заявки бывают мусорными. Когда до кампании доезжает сумма заказа, картина часто переворачивается: кампания с дорогими заявками приносит крупные сделки, а «дешёвая» кампания генерирует обращения, которые никогда не платят.

Как это устроено в SBN BI

Мы собираем данные из источников в одно хранилище и приводим их к общему виду — это тот самый процесс ETL, о котором подробно рассказано в отдельной статье: ETL для маркетинга: что это такое.

• Яндекс.Директ — расход, показы, клики в разрезе кампаний и объявлений.
• Яндекс.Метрика — визиты и достижения целей, включая метку, с какой рекламы пришёл человек.
• CRM (retailCRM) — заказы, их статусы и суммы.
• Маркетплейсы (Ozon) — заказы и данные о товарах, если продажи идут ещё и там.

Связка держится на UTM-метках. Метка, проставленная в объявлении, доезжает до визита в Метрике, а из визита — до заказа в CRM. Это и есть тот самый общий ключ, которого не хватает в ручных выгрузках. Поэтому первый шаг подключения — всегда разбор разметки: если метки стоят криво, никакая система не восстановит связь задним числом (подробно — в статье про UTM-метки для Яндекс.Директа).

Никакой магии здесь нет. Есть аккуратная разметка, единое хранилище и правила, по которым данные из разных источников встречаются в одной строке.

Дальше данные складываются в витрину — таблицу, из которой строятся отчёты. Она пересобирается автоматически, поэтому «собрать отчёт» перестаёт быть проектом на три дня и становится вопросом одного экрана.

Что это меняет в работе

• Видно стоимость заказа по каждой кампании, а не стоимость клика — а значит, можно честно посчитать ROI и ROMI рекламы, а не гадать по стоимости заявки.
• Видно, что происходит с историей: у нас данные клиентов лежат с 2023 года, поэтому сравнение с прошлым сезоном — это не реконструкция по памяти.
• Споры «реклама не работает» / «продажи не дожимают» решаются цифрой, а не громкостью голоса.

С чего начать

Подключение начинается со скучного: доступы к рекламным кабинетам, счётчик Метрики, ключ CRM и ревизия UTM-меток. Это неинтересная часть, но именно она определяет, будет ли работать всё остальное — короткий чек-лист подготовки собран отдельно.

Если хотите посмотреть, как это выглядит на ваших данных — напишите нам.