Сквозная аналитика: как узнать, какая реклама приносит продажи

Рекламная система, например Яндекс Директ или VK Реклама, показывает, сколько человек перешли по объявлениям на сайт и во сколько обошёлся каждый переход, а в CRM видно, сколько пришло заявок и звонков и сколько из них дошли до оплаты. Но с какой рекламы пришёл каждый из этих клиентов, CRM сама не знает, а рекламная система не знает, кто из перешедших на сайт в итоге заплатил. Пока эти данные живут отдельно, понять, какой канал окупается, можно разве что на глаз. Сквозная аналитика нужна как раз для того, чтобы свести их в одну цепочку.

Коротко

• Сквозная аналитика связывает расходы на рекламу, обращения клиентов и продажи, чтобы посчитать, сколько денег принёс каждый рекламный канал.
• Для неё нужны разметка рекламы UTM‑метками, счётчик на сайте и учёт продаж, обычно в CRM. Если клиенты звонят, к этому добавляют коллтрекинг.
• Главные метрики — стоимость заявки (CPL), стоимость клиента (CAC), окупаемость рекламы (ROMI) и доля рекламных расходов в выручке (ДРР).
• В России работают Roistat, Calltouch, CoMagic (UIS), Callibri, Alytics, MANGO OFFICE, Smartis, коллтрекинг МТС Exolve, а также встроенные инструменты Битрикс24 и бесплатная сквозная аналитика в Яндекс Метрике.
• Сквозная аналитика показывает, с какой рекламой связаны продажи, но не доказывает, что без этой рекламы их бы не было.

Что такое сквозная аналитика простыми словами

Сквозная аналитика — это способ проследить путь клиента от рекламы до оплаты и привязать полученные деньги к источнику, который его привёл. Слово «сквозная» значит, что данные идут насквозь через весь путь: показ объявления, переход на сайт, звонок или заявка, сделка, деньги.

Обычная веб‑аналитика заканчивается на сайте. Она видит, что человек пришёл из Директа или из обычной поисковой выдачи и отправил форму, но не видит, что через неделю он подписал договор на 300 тысяч рублей, а его сосед по отчёту, пришедший, к примеру, из соцсетей, так ничего и не купил. Сквозная аналитика добавляет недостающее звено, то есть данные о продажах.

Не путайте сквозную аналитику с BI‑системами (BI, Business Intelligence — бизнес‑аналитика), например Power BI или Yandex DataLens. BI — это инструмент для построения отчётов и дашбордов из любых данных. На нём можно собрать сквозную аналитику, но сам по себе он её не делает.

Как работает сквозная аналитика

Цепочка собирается из нескольких звеньев, и у каждого своя задача.

1. Разметка рекламы. К ссылке в каждом объявлении добавляют UTM‑метки (Urchin Tracking Module — параметры отслеживания в ссылке). Это хвост адреса вида ?utm_source=yandex&utm_campaign=office, по которому система понимает, откуда пришёл посетитель.
2. Счётчик на сайте. Скрипт сервиса или Яндекс Метрики присваивает посетителю идентификатор и запоминает, с какой метки он пришёл.
3. Учёт звонков. Если клиент не заполняет форму, а звонит, связать звонок с рекламой помогает коллтрекинг (call tracking — отслеживание звонков). Каждому источнику или каждому посетителю сайта показывается свой номер (его называют подменным), и по номеру, на который позвонили, видно, какой рекламный источник привёл клиента.
4. CRM. При правильной настройке формы на сайте заявка попадает в CRM (Customer Relationship Management — система учёта клиентов и сделок) вместе с идентификатором посетителя и данными об источнике. Само это не происходит, форму и CRM нужно связать, обычно это делает сервис аналитики или готовая интеграция. Менеджер ведёт сделку, и когда она переходит в статус «Оплачено», сумма возвращается в аналитику. Интернет‑магазин с оплатой на сайте может обойтись и без CRM, если заказы и выручка передаются в аналитику напрямую.
5. Расходы. Сервис подтягивает затраты из рекламных кабинетов, офлайн‑расходы (листовки, радио) вносят вручную.

На выходе получается отчёт, где по каждому каналу и кампании видны расходы, заявки, сделки и выручка. Если рекламная система передаёт нужные данные, детализация доходит до объявления и ключевой фразы.

Слабое место цепочки обычно не техника, а люди. Если менеджеры не меняют статусы сделок или заводят клиента в CRM без заявки, «склеить» продажу с рекламой не получится, и канал будет выглядеть хуже, чем есть.

Коллтрекинг

Коллтрекинг нужен, чтобы связать с рекламой звонки. С заявками с сайта проще, там вместе с формой уходят данные о том, откуда пришёл человек. А вот звонок приходит просто с номера клиента, и без дополнительных инструментов неизвестно, какая реклама его привела.

Идея коллтрекинга в том, что разным источникам показываются разные номера телефона. Их называют подменными. Звонки на все эти номера переадресуются на ваш основной номер или в офисную телефонию, а система фиксирует, на какой подменный номер позвонили, и по нему определяет источник. Различают несколько способов коллтрекинга.

Статический коллтрекинг

За каждым каналом рекламы закрепляется свой номер, и он не меняется. Один номер напечатан на листовке, другой на вывеске, третий указан в карточке на картах. Позвонили на номер с листовки, значит, клиента привела листовка.

Способ подходит для офлайн‑рекламы и для бизнеса, где каналов немного. Номеров нужно столько, сколько каналов вы хотите различать. Это могут быть обычные городские или виртуальные номера, а если клиенты звонят из разных регионов, можно купить номер 8–800.

Есть и вариант совсем без подменных номеров, когда менеджер в начале разговора спрашивает, откуда клиент о вас узнал, и отмечает ответ в CRM. Способ грубый, ведь люди путают рекламу с рекомендацией знакомых или просто не помнят. Но если других данных нет, это лучше, чем ничего.

Подмена номера по источнику на сайте

Для рекламы в интернете статический коллтрекинг тоже работает, только номер на сайте подставляется автоматически. Касается это лишь тех, кто пришёл на сайт по ссылке, а листовкам и вывескам по‑прежнему нужны свои постоянные номера. Скрипт смотрит, откуда пришёл посетитель, и показывает номер для этого канала. Всем, кто пришёл из Яндекс Директа, виден один номер, всем из VK Рекламы другой, из обычной поисковой выдачи третий.

Номеров по‑прежнему нужно столько, сколько каналов, поэтому вариант недорогой и для малого бизнеса часто достаточный. Ограничение у него в том, что он показывает только канал. Если в Директе десяток кампаний и сотня ключевых фраз, звонки по всем придут на один номер, и какая из них приносит продажи, а какая расходует бюджет впустую, останется неизвестным.

Динамический коллтрекинг

Здесь номер закрепляется не за каналом, а за конкретным посетителем сайта. Вместе с номером система запоминает данные о его визите: канал, кампанию, а если рекламная система их передаёт, то и объявление с ключевой фразой. Когда человек звонит, звонок привязывается к этим данным, и в отчёте видно, какие именно кампании приводят звонки и продажи.

Номер выдаётся посетителю на время. Сайт его только показывает, а запись о том, за кем номер сейчас закреплён, хранит система коллтрекинга. Она держит номер за посетителем, пока тот на сайте, и ещё какое‑то время после ухода, на случай если человек записал номер и позвонит, уже закрыв сайт. Потом номер освобождается и достаётся следующему посетителю. Допустим, в 10:00 на сайт зашёл человек из Директа и получил номер №5. В 10:20 он ушёл, а номер ещё какое‑то время ждёт его звонка. Позже №5 освободится, и его получит посетитель, пришедший из VK. Если теперь на №5 позвонят, система поймёт, что звонит второй посетитель.

Получается, номеров нужно не по одному на каждого посетителя за месяц, а общий пул, который передаётся от посетителя к посетителю. Размер пула зависит от посещаемости в пиковые часы, длины визитов и времени ожидания звонка, и обычно его рассчитывает сам сервис. Если номеров не хватает, система начинает выдавать один номер разным людям раньше времени, и звонки приписываются не тем визитам.

Какой вариант выбрать

Статический подходит для листовок, вывесок, радио и для бизнеса с одним‑двумя каналами. Подмена по источнику на сайте отвечает на вопрос, какой канал окупается. Динамический нужен, когда звонков с сайта много, рекламных кампаний несколько и хочется видеть, какие именно из них приносят продажи. На практике способы часто совмещают, например статические номера на листовках и динамические на сайте.

Читать подробнее о коллтрекинге

Метрики сквозной аналитики

В отчётах сервисов десятки показателей, но решения обычно принимают по нескольким.

• CPL (Cost Per Lead — стоимость лида). Сколько стоит одна заявка или звонок. Расходы на канал делят на число обращений.
• CAC (Customer Acquisition Cost — стоимость привлечения клиента). Сколько стоит один новый покупатель. В полном расчёте сюда входят все затраты на привлечение, включая зарплаты маркетологов и продавцов, агентства и сервисы. В отчётах сквозной аналитики чаще берут упрощённый вариант и делят только рекламные расходы канала на число новых клиентов, которых он привёл. Разница между CPL и CAC и показывает, где реклама приводит «пустые» заявки.
• ROMI (Return On Marketing Investment — возврат маркетинговых инвестиций). Окупаемость рекламы в процентах. Обычно считают как (доход от канала − расходы на канал) / расходы × 100%. При такой формуле всё, что выше нуля, значит, что реклама окупила сама себя. Под «доходом» правильнее брать валовую прибыль, а не выручку, иначе результат получится завышенным. И даже положительный ROMI говорит только об окупаемости рекламы, а не о прибыльности бизнеса, ведь аренда, зарплаты и обработка заявок в расчёт не входят. Формулы в сервисах отличаются, поэтому перед выводами проверьте, по какой считает именно ваш.
• ROAS (Return On Ad Spend — возврат рекламных расходов). Выручка от рекламы, делённая на расходы. Встречается в некоторых сервисах вместо ROMI, но это другой показатель, потому что считается от выручки, а не от прибыли.
• ДРР (доля рекламных расходов). Какой процент выручки ушёл на рекламу. Популярна в интернет‑торговле.
• LTV (Lifetime Value — пожизненная ценность клиента). Сколько клиент приносит за всё время работы с компанией. Для сравнения с CAC LTV лучше считать по валовой прибыли, а не по выручке.

Повторные покупки меняют оценку канала

Если клиенты покупают у вас регулярно, оценивать канал по первой продаже нельзя. Предположим, два канала приводят клиентов по‑разному.

По первой покупке канал Б кажется убыточным, клиент обошёлся в 7 000 ₽, а принёс 5 000 ₽. Но он возвращается, и за всё время приносит впятеро больше, чем клиент из канала А. Поэтому там, где продажи повторяются, рядом с CAC смотрят LTV и долю повторных покупок по каждому каналу.

Удобный способ это отслеживать — когортный анализ. Клиентов группируют по месяцу первой покупки и смотрят, сколько прибыли каждая такая группа приносит через месяц, три, полгода. Так новых клиентов сравнивают с новыми, а не с теми, кто покупает у вас уже несколько лет.

Пример сквозной аналитики

Предположим, компания продаёт оборудование для кафе и тратит на рекламу 200 тысяч рублей в месяц, поровну на два рекламных канала. Средняя маржа со сделки 40 тысяч рублей.

Если смотреть только на заявки, второй канал выглядит победителем. Обращений в два с половиной раза больше, и каждое в 2,5 раза дешевле. Но до оплаты дошли всего две заявки из ста двадцати пяти, и канал не окупился. Первый канал даёт меньше обращений, зато они превращаются в сделки. Без данных о продажах бюджет, скорее всего, ушёл бы в обратную сторону.

Цифры условные, но сама ситуация типичная. Похожие выводы описывают и в кейсах сервисов, дешёвая заявка далеко не всегда означает дешёвого клиента.

Почему цифры в Директе, Метрике и CRM не совпадают

Первое, с чем сталкиваются после настройки, — разные системы показывают разные числа. Допустим, за месяц получилось так.

На первый взгляд кажется, что какая‑то система врёт. Но расхождения часто объясняются тем, что каждая считает по своим правилам.

• Разные модели атрибуции. Рекламная система засчитывает конверсию себе, если человек хоть раз кликнул по объявлению, а Метрика может отдать её другому источнику.
• Разные даты. Директ относит конверсию ко дню клика, а CRM — ко дню, когда пришла заявка или прошла оплата.
• Дубли. Один человек звонит, потом оставляет форму, через неделю пишет в чат. Это три обращения, но один клиент, и CRM, если её правильно настроить, объединит их в одну карточку. Считать его трижды нельзя, как и засчитывать одну продажу нескольким обращениям.
• Потерянные идентификаторы. Посетитель сменил устройство или браузер, отказался от cookie, и связь с рекламой оборвалась.
• Разное понимание конверсии. Для Директа конверсия — отправка формы, для отдела продаж — только заявка, которая прошла проверку.

Сквозная аналитика не обязана повторять цифры рекламного кабинета. Важно понимать, как считается каждый показатель, а оплаченные сделки и выручка в отчёте должны совпадать с учётом продаж. Если не совпадают, скорее всего, сломалась интеграция.

Модели атрибуции и как к ним относятся сейчас

Клиент редко покупает после первого касания. Сначала он нашёл статью в поиске, через неделю увидел рекламу, потом зашёл на сайт напрямую и позвонил. Какому каналу засчитать продажу, решает модель атрибуции.

• По последнему клику. Вся заслуга последнему источнику перед покупкой. Просто, но недооценивает каналы, которые знакомят с компанией.
• По первому клику. Вся заслуга источнику, который привёл человека впервые. Полезна, чтобы понять, откуда берутся новые клиенты.
• Линейная. Заслуга делится поровну между всеми касаниями.
• С затуханием во времени. Больше веса касаниям, которые ближе к покупке.
• Позиционная (U‑образная). Обычно по 40% первому и последнему касанию, оставшиеся 20% делятся между промежуточными.
• Data‑driven (на основе данных). Алгоритм сам оценивает вклад каждого касания по накопленной статистике.

Профильные сервисы, например Roistat и Calltouch, дают выбрать модель и сравнить отчёты по разным моделям. Это полезно делать, когда у сделки длинный цикл и много касаний. Канал, бесполезный по последнему клику, иногда оказывается тем, с которого клиенты начинают знакомство.

За рубежом за последние годы отношение к атрибуции заметно сдвинулось, и некоторые выводы оттуда пригодятся и у нас.

Во‑первых, крупные платформы отказываются от ручных моделей. В 2023 году Google убрал из Google Analytics 4 и Google Ads модели по первому клику, линейную, с затуханием и позиционную, оставив последний клик и модель на основе данных. Одной из причин компания назвала то, что этими моделями пользовались меньше чем для 3% конверсий.

Во‑вторых, атрибуция по отдельным пользователям теряет точность. Браузеры и мобильные системы ограничивают отслеживание, люди отказываются от cookie (файлы, в которых сайт хранит данные о посетителе), часть касаний происходит в соцсетях и мессенджерах, откуда данные не передаются. Модель распределяет заслугу только между касаниями, которые видит, а видит она всё меньше.

В‑третьих, атрибуция отвечает не на тот вопрос, который на самом деле волнует бизнес. Она показывает, с какой рекламой связаны продажи, но не сколько продаж реклама добавила. Возьмём рекламу по названию компании в поиске. Человек уже знал вас, искал по имени и купил бы и так, но кликнул по объявлению выше обычной выдачи, и система засчитала покупку рекламе.

Поэтому маркетологи всё чаще дополняют атрибуцию двумя другими подходами. Первый — тесты инкрементальности (incrementality — прирост). Аудиторию или регионы делят на две сопоставимые группы, одной рекламу показывают, другой нет, и сравнивают продажи. Второй — моделирование маркетингового микса (MMM, Marketing Mix Modeling), где связь между расходами по каналам и общими продажами ищут статистически, без отслеживания конкретных людей. В январе 2025 года Google сделал общедоступной свою бесплатную MMM‑библиотеку Meridian. Порог входа это снизило, но метод по‑прежнему требует данных за несколько лет и специалиста, который построит и проверит модель.

Ещё одна тенденция — серверный трекинг (server‑side tracking). Часть данных о действиях на сайте и о продажах передаётся в аналитику и рекламные системы через сервер компании, а не напрямую из браузера посетителя. Это даёт больше контроля над данными и снижает потери из‑за браузерных ограничений, но полностью их не устраняет. Сюда же относится передача офлайн‑конверсий, когда рекламная система узнаёт, какие заявки закончились оплатой, и учится искать похожих покупателей.

Что из всего этого следует? Сквозная аналитика по‑прежнему лучший доступный способ отсеять явно убыточные каналы, но цифру по каждому каналу стоит воспринимать как ориентир, а не как абсолютную истину. Можно, например, ненадолго остановить канал и посмотреть на продажи. Это даёт полезный сигнал, но не доказательство, ведь продажи за то же время могли измениться из‑за сезона, праздников или действий конкурентов.

Кому сквозная аналитика не нужна

Сквозная аналитика нужна, когда каналов несколько и между ними надо делить бюджет. Если реклама идёт из одного источника, клиентов единицы в месяц, а продажи владелец ведёт сам и помнит каждого, затраты на сервис и настройку вряд ли окупятся. Хватит Яндекс Метрики, аккуратной UTM‑разметки и вопроса «откуда вы о нас узнали» в разговоре с клиентом.

Ещё один стоп‑сигнал — отсутствие учёта продаж. Пока сделки нигде не фиксируются, подключать платный сервис бессмысленно, он покажет только заявки, а это умеет и бесплатная Метрика.

И наконец, сквозная аналитика не покажет вклад того, что не оставляет цифрового следа: сарафанного радио, вывески, рекомендаций. Часть этого закрывают промокоды и отдельные номера, но картина всё равно будет неполной.

Сервисы сквозной аналитики в России

Сервисы отличаются тем, на чём сделан акцент: коллтрекинг, работа с рекламными ставками, интеграции с CRM или глубина отчётов. Тарифы у всех меняются и зависят от посещаемости сайта, числа номеров и подключённых модулей, поэтому цены смотрите на сайтах сервисов.

Яндекс Метрика

Бесплатная сквозная аналитика для тех, кто уже пользуется Метрикой. В неё можно загрузить расходы на рекламу и данные о клиентах и заказах из CRM, после чего доступны отчёты «Источники заказов из CRM» и «Источники, расходы и ROI». Для amoCRM и Битрикс24 есть готовые приложения, другие CRM подключают через API. Своего коллтрекинга у Метрики нет, звонки придётся передавать из стороннего сервиса.

Roistat

Платформа с широким набором инструментов. Помимо сквозной аналитики умеет коллтрекинг, мультиканальную аналитику с разными моделями атрибуции, сбор заявок и множество интеграций с CRM и рекламными системами. Подходит компаниям с несколькими каналами и заметным бюджетом, агентствам.

Calltouch

Вырос из коллтрекинга и сильнее всего в работе со звонками: динамическая подмена номеров, запись и анализ разговоров, в том числе с помощью ИИ. Сквозная аналитика, отчёты по времени и дням недели, многоканальные последовательности. Удобен там, где основная часть клиентов звонит.

CoMagic (UIS)

Объединяет в одном кабинете коллтрекинг, сквозную аналитику и собственную виртуальную телефонию с номерами. Подходит, если нужно сразу и телефония, и аналитика.

Callibri

Коллтрекинг, отслеживание заявок, чатов и почты, сквозная аналитика. Сквозная аналитика подключается только вместе с МультиТрекингом или МультиЧатом, а из CRM поддерживаются amoCRM и Битрикс24.

Alytics

Сочетает сквозную аналитику с автоматическим управлением ставками в Яндекс Директе. Подходит тем, кто много вкладывает в контекстную рекламу и хочет, чтобы ставки учитывали реальные продажи, а не только клики.

MANGO OFFICE

Облачная телефония с коллтрекингом, речевой аналитикой и модулем сквозной аналитики. Логичный выбор для тех, у кого телефония уже от Mango.

Smartis

Платформа аналитики для застройщиков и недвижимости. Сводит онлайн- и офлайн‑рекламу, звонки и сделки, учитывает влияние медийной рекламы и продажи в офисе, отсеивает спам‑заявки.

Битрикс24

Сквозная аналитика встроена в CRM. Можно подключить рекламные кабинеты, задать номера для статического коллтрекинга и смотреть окупаемость каналов прямо в CRM, без отдельного сервиса. Доступна не на всех тарифах.

МТС Exolve

Платформа с коллтрекингом (API, Application Programming Interface — программный интерфейс для связи систем). На ней можно купить номера, настроить статический или динамический коллтрекинг и передавать данные о звонках в CRM.

Если звонки уже идут через облачную телефонию, проверьте, умеет ли она отдавать данные в выбранный сервис аналитики. Например, виртуальная АТС МТС интегрируется с популярными CRM и сервисами коллтрекинга, поэтому звонки и результат их обработки попадают в общую картину без ручного переноса.

Как настроить сквозную аналитику

Порядок примерно одинаков для любого сервиса.

1. 1. Договоритесь, что считать результатом. Заявку, оплату, подписание договора? Маркетинг и продажи должны одинаково понимать слова «лид», «целевой лид» и «сделка», иначе цифры в отчётах разойдутся.
   2. Наведите порядок в учёте продаж. У каждой сделки должен быть статус, сумма и источник. Удобнее всего это делать в CRM. Совсем маленький бизнес может начать с таблицы заказов и расходов, но её придётся регулярно обновлять вручную.
   3. Разметьте всю рекламу UTM‑метками по единому правилу. Если одна и та же кампания в разных кабинетах названа по‑разному, отчёт развалится на куски.
   4. Установите код сервиса на все страницы сайта. Обычно это можно сделать без программиста. В Тильде код вставляют в настройках сайта, в разделе «Вставка кода», в поле для HTML‑кода внутри head, а потом переопубликовывают все страницы. Учтите, что на бесплатном тарифе Тильды вставка кода недоступна. В WordPress код добавляют в шаблон сайта или через плагин для вставки кода, в 1С‑Битрикс — в шаблон сайта через панель администратора. У некоторых сервисов есть готовые модули для Битрикса, тогда код вписывать вручную не нужно.
   5. Подключите рекламные кабинеты для автоматической загрузки расходов. Офлайн‑расходы вносите вручную.
   6. Настройте коллтрекинг, если клиенты звонят. Для сайта нужен динамический или подмена по источнику, для листовок, вывесок и радио подойдёт статический.
   7. Свяжите сервис с CRM, чтобы статусы и суммы сделок возвращались в аналитику.
   8. Передавайте данные о продажах обратно в рекламу. Если отправить в Яндекс Метрику статусы сделок из CRM, их можно выбрать целью в стратегии Директа. Тогда реклама будет искать людей, похожих на тех, кто заплатил, а не тех, кто просто нажал кнопку. Учтите, что алгоритмам нужен достаточный объём таких событий. Если оплат мало, разумнее начать с промежуточной цели, например с проверенной заявки.
   9. Проверьте цепочку на себе. Перейдите по рекламной ссылке, оставьте заявку, позвоните с другого телефона и убедитесь, что источник везде определился верно. Затем раз в пару недель сверяйте число заявок в CRM и в отчёте, заметное расхождение часто означает сломанную интеграцию.

Учтите, что телефоны, имена и покупки клиентов, которые передаются между сайтом, CRM и сервисами аналитики, — это персональные данные. Их обработка в России регулируется законом, поэтому проверьте, что на сайте есть политика обработки данных, а с подрядчиками оформлены нужные договоры.

Первые выводы делать рано, пока данных мало. На одной‑двух продажах любой канал может случайно показаться очень выгодным или совсем бесполезным. Важнее всего длина цикла сделки. Если от заявки до оплаты проходит три месяца, оценивать сентябрьскую рекламу по сентябрьским оплатам нельзя, правильнее смотреть, сколько заявок из сентября дошли до оплаты к декабрю.