Как соединить сквозную аналитику и Битрикс24

Мы настроили сквозную аналитику для 20+ компаний — от e-commerce до B2B-услуг с циклом сделки в полгода. И каждый раз, когда мы заходим в новый проект, мы видим одну и ту же картину.

Маркетолог на совещании с гордостью презентует отчёт: «В этом месяце мы снизили стоимость лида на 30% и привели 500 новых заявок!». Кажется, что всё супер. Но тут слово берёт РОП: «Из этих 500 заявок 400 — нецелевые, до звонка дошли 50 человек, а купили трое».

Маркетинг обвиняет продажи в том, что они не умеют продавать. Продажи обвиняют маркетинг в мусорных лидах. Рекламный бюджет каждый месяц растёт, а прибыль — нет.

Мы насмотрелись на это и решили: нужно объяснить, как работает сквозная аналитика и почему без неё маркетинг — это лотерея.

Что такое сквозная аналитика и зачем она нужна

Сквозная аналитика — это система, которая отслеживает путь пользователя от первого касания до покупки. Она склеивает данные из трёх источников:

— Рекламные кабинеты (Яндекс.Директ, VK Ads, Авито) — сколько потратили на каждое объявление.

— Каналы коммуникации (сайты, лендинги, мессенджеры, телефония) — откуда пришёл пользователь, что смотрел, какую форму заполнил.

— CRM-системы (amoCRM, Битрикс24) — этапы сделок, отказы, оплаты, повторные продажи.

Важный нюанс: сквозную аналитику часто путают с отчётами в Яндекс.Метрике. Но Метрика видит только то, что происходит до момента, как человек оставил заявку. Как только клиент нажал «Отправить» — для классических систем он перестаёт отслеживаться. Заключил ли он договор? Оплатил ли счёт? Вернул ли товар? Стандартные отчёты этого не показывают.

Как работает склейка данных: магия Client ID

Главный вопрос: как система понимает, что условный Иван Иванович, который купил оборудование на 500 000 рублей, — это тот самый парень, который три недели назад кликнул по объявлению «купить станок со скидкой»?

Вот как это выглядит на практике:

Шаг 1. Иван кликает по рекламе. Система присваивает ему уникальную метку — Client ID.

Шаг 2. Иван ходит по сайту и оставляет заявку. Client ID привязывается к его имени и телефону.

Шаг 3. Заявка падает в CRM. В карточке сделки уже зашита эта метка.

Шаг 4. Менеджер ведёт клиента по воронке, совершает продажу. В бюджете сделки — 500 000 рублей.

Шаг 5. Сервис аналитики забирает эти 500 000 из CRM, сопоставляет с Client ID и смотрит: из какого источника пришёл клиент, какое объявление сработало, какой поисковый запрос вводил, сколько потрачено на привлечение.

Что меняется с этими цифрами

Мы видели, как сквозная аналитика меняет работу маркетологов.

Вместо оптимизации по CPL — оптимизация по ROI.

Представьте: первая кампания приносит лиды по 500 рублей, вторая — по 2 500 рублей. Без сквозной аналитики маркетолог отключит вторую как слишком дорогую. Но на деле лиды по 500 рублей ничего не покупают (ROI = 0), а лиды по 2 500 рублей приносят сделки на миллионы (ROI = 400%).

Вместо оправданий — цифры.

Маркетологу больше не нужно говорить: «Ну, зато у нас выросли охваты». Он открывает дашборд и показывает: «Мы вложили в Яндекс.Директ 200 000 рублей, а на выходе получили закрытых сделок на 1 200 000 рублей».

Вместо споров — общий язык.

Маркетинг и продажи начинают говорить на языке денег, а не кликов и конверсий.

Главное условие: CRM должна быть живой

CRM-система — это сердце сквозной аналитики. Без неё аналитика не работает.

Если менеджеры не ведут сделки, забывают менять этапы или не фиксируют чеки — аналитика не покажет ничего дельного. Аналитика лишь собирает и склеивает данные. Но генерируют эти данные ваши менеджеры по продажам.

Поэтому держим в голове: сначала грамотная настройка и ведение CRM, а уже потом связка со сквозной аналитикой.

Проблема №1: Cross-Device — когда клиент приходит с разных устройств

В идеальном мире клиент зашёл с ноутбука, сразу оставил заявку и купил. В реальности всё сложнее.

Сценарий, который мы видели десятки раз:

— Предприниматель Игорь едет в метро, видит рекламу в Telegram, кликает с телефона. Система выдаёт Client ID №1.

— Игорь посмотрел сайт, но оставлять заявку на ходу неудобно. Закрывает вкладку.

— Вечером Игорь садится за ноутбук, вбивает название компании в Яндексе, переходит на сайт и оставляет заявку. Ноутбук получает Client ID №2.

— Заявка улетает в CRM с меткой «органический поиск Яндекса». Реклама в Telegram кажется неэффективной.

Как это решается: продвинутая аналитика склеивает данные по трём метрикам: Client ID, номер телефона или email. Плюс у Яндекса есть огромная база данных (Яндекс ID). Если Игорь на телефоне залогинен в Яндекс.Почте, а вечером на ноутбуке открывает Яндекс.Браузер — Яндекс уже знает, что это один человек.

Проблема №2: звонки — как отследить клиента, который не оставляет заявку

Не все клиенты любят заполнять формы. Некоторые сразу звонят. Для классической аналитики такой клиент — невидимка. Человек пришёл с дорогой контекстной рекламы, позвонил, купил на миллион, но в отчёте маркетолога это числится как прямой заход.

Решение — коллтрекинг (технология отслеживания звонков).

Статический коллтрекинг: один канал = один номер. Номер на билборде, номер на Авито, номер в Яндекс.Картах. Когда клиент звонит на конкретный номер — система понимает, откуда он пришёл.

Минус: вы узнаете, что клиент из Яндекс.Директа, но не поймёте, по какому именно объявлению или ключевому слову.

Динамический коллтрекинг: номер подменяется для каждого посетителя сайта в реальном времени. Три пользователя заходят на сайт одновременно — каждый видит свой номер. Система сразу знает, кто звонит, по какому ключевому слову пришёл и какое объявление видел.

Проблема №3: мессенджеры — чёрная дыра для аналитики

Сегодня большая часть заявок поступает не через формы на сайте, а через мессенджеры. Для классического маркетинга это катастрофа: как только клиент нажимает на кнопку мессенджера и уходит с сайта, его Client ID умирает.

Почему это сложно технически:

— На сайте главный маркер — сессия браузера (привязана к кукам).

— В мессенджерах — внутренний ID пользователя платформы.

— Задача аналитики — склеить эти два ID внутри CRM.

 

Как это решается для разных мессенджеров:

Telegram — работает через механизм глубоких ссылок (Deep Linking). Ссылка на бота динамически дописывает ID клиента. Но есть нюанс: если клиент кликнул по кнопке, но не нажал «Старт» в боте — в отчёте лид засчитается, а в CRM будет пусто.

WhatsApp — технически закрыт и не умеет принимать скрытые параметры. Сервисы вынуждены использовать костыль: подставлять в текст сообщения код, который потом парсится в CRM. Если клиент удалит этот код — аналитика теряет лид.

ВКонтакте — если клиент пишет из рекламы внутри соцсети, работает стабильно по API. Если клиент пришёл с рекламы на сайт, а потом нажал на иконку ВК — стандартная API бессильна. На смартфонах这个方法 теряет до 30–40% данных.

MAX — логика строится вокруг диплинков и чат-бота. Ссылка на бота формируется с параметром ID визита. Но если пользователь не запустил бота — в CRM обращения не будет.

Обзор сервисов: что мы выбирали для клиентов

Мы протестировали четыре основных сервиса сквозной аналитики. У каждого — свои сильные и слабые стороны.

Roistat

Классическая модель закрытого хранилища, которая агрегирует все данные на своих серверах.

Сильные стороны:

— Более 200 готовых коннекторов к рекламным системам.

— 80+ метрик в отчётах.

— Мультиканальная аналитика — видит всю цепочку касаний.

— Когортный анализ для бизнеса с длинным циклом сделки.

— Речевая аналитика с ИИ — расшифровывает звонки и ищет нарушения скриптов.

— Биддер — автоматически управляет ставками на основе ROI.

Слабые стороны:

— Высокий ценовой порог — тариф привязан к объёму визитов.

— Требует тщательной настройки и обучения.

 

 UIS (CoMagic)

Единая платформа, объединяющая виртуальную АТС, омниканальную связь и сквозную аналитику.

Сильные стороны:

— Собственная телеком-инфраструктура — самый устойчивый коллтрекинг на рынке.

— Речевая аналитика с ИИ.

— Омниканальный чат-агрегатор.

— Отличное соотношение «цена-качество».

Слабые стороны:

— Сложная настройка отчётов.

— Привязка к экосистеме UIS — чтобы раскрыть потенциал, нужно полностью перейти на их телефонию.

 

 Яндекс.Метрика

Бесплатная экосистемная модель, глубоко интегрированная в рекламную среду Яндекса.

Сильные стороны:

— Бесплатно.

— Автоматическая кросс-девайс аналитика через Яндекс ID.

— Автоматическое обучение рекламных кампаний в Директе.

— Передача разной ценности для разных этапов воронки.

Слабые стороны:

— Нет встроенного коллтрекинга.

— Ограниченная кастомизация отчётов.

— Идеально работает с трафиком из Яндекса, но данные из других источников требуют ручного импорта.

 

 Calltouch

Эволюционировал из сервиса коллтрекинга в масштабную экосистему сквозной аналитики.

Сильные стороны:

— Глубокая кастомизация дашбордов.

— Автоматическое тегирование звонков через ИИ.

— Собственный биддер для управления ставками.

— Удобные коннекторы к amoCRM и Битрикс24.