Сквозная аналитика

Сквозная аналитика (англ. end-to-end analytics) - это система сбора, объединения и анализа данных о всех касаниях клиента с бизнесом на пути от первого взаимодействия с рекламой до совершения целевого действия (покупки, оплаты, заявки) и последующего удержания.

В отличие от веб-аналитики, которая показывает поведение пользователя на сайте, и данных рекламных кабинетов, которые показывают клики и конверсии внутри платформ, сквозная аналитика связывает воедино:

Данные о кликах и показах из рекламных систем (Яндекс Директ, Google Ads, VK Реклама).
Данные о поведении на сайте (Яндекс Метрика, GA4).
Данные о сделках из CRM (клиентская база, статусы заказов, суммы продаж).

Зачем нужна сквозная аналитика

Стандартная проблема маркетолога: в рекламном кабинете Яндекс Директа 100 конверсий, в CRM - только 20 продаж. Почему? Потому что рекламные системы считают конверсией любое целевое действие (заполнение формы, клик на номер), но не отслеживают, доехала ли заявка до реальной сделки.

Сквозная аналитика отвечает на вопросы:

Сколько реальных денег принёс каждый рекламный канал?
Какой канал приводит самых дорогих клиентов с высоким LTV?
Через какие источники приходят клиенты, которые не отваливаются на этапе обработки заявки?
Сколько можно тратить на привлечение, чтобы сохранять рентабельность?
Как распределить бюджет между каналами максимально эффективно?

Как работает сквозная аналитика

Процесс построения сквозной аналитики включает несколько этапов.

1. Сбор данных из источников

Система сквозной аналитики подключается ко всем каналам привлечения:

Рекламные кабинеты: Я.Директ, Google Ads, VK Реклама, Telegram Ads, MyTarget.
Системы веб-аналитики: Яндекс.Метрика, Google Analytics 4.
CRM-системы: Битрикс24, AmoCRM, RetailCRM, YClients, а также самописные решения.
Телефония: Данные о звонках (кто позвонил, с какой рекламы, сколько говорили).
Офлайн-продажи: При интеграции с кассами или учётными системами.

2. Идентификация пользователя

Главная сложность - понять, что посетитель сайта Вася Пупкин, который пришёл по рекламе в Яндекс.Директе, и клиент Василий Петрович, оплативший заказ в CRM, - это одно и то же лицо.

Методы идентификации:

UID-теги: Специальные метки, которые присваиваются каждому посетителю и передаются в CRM при заявке.
Cookie и кэш браузера: Отслеживание пользователя на сайте.
E-mail и телефон: Если пользователь оставил контакты в заявке, система связывает их с его «цифровым следом».
Коллтрекинг: Подмена номера телефона на сайте позволяет отследить, с какой рекламы позвонил клиент.

3. Объединение данных в единую воронку

Система собирает все данные в единую базу и строит сквозную воронку, где видно:

1. Показы и клики по рекламе. 2. Заявки и лиды с сайта. 3. Квалифицированные лиды (переданные в продажу). 4. Сделки и оплаты. 5. Повторные продажи.

4. Расчёт метрик и атрибуция

На основе объединённых данных рассчитываются реальные показатели эффективности.

Ключевые метрики сквозной аналитики

Сквозная аналитика позволяет считать метрики, которые невозможно получить из разрозненных систем.

CAC (Customer Acquisition Cost) - стоимость привлечения клиента: Все рекламные расходы, делённые на количество клиентов, которые реально купили (не просто оставили заявку).
ROI и ROMI - возврат инвестиций: Сколько денег принёс каждый вложенный в рекламу рубль с учётом реальных продаж.
LTV (Lifetime Value) - пожизненная ценность клиента: Сколько денег приносит клиент за всё время сотрудничества.
CPA (Cost Per Action) - реальная стоимость действия: Цена заявки, которая превратилась в продажу, а не просто клик.
Доля рекламных расходов (ДРР): Процент от выручки, потраченный на рекламу.
Время от клика до сделки: Сколько дней проходит между первым касанием и оплатой.

Атрибуция в сквозной аналитике

Важный вопрос: какой канал считать источником продажи, если пользователь видел рекламу в нескольких местах? Для этого используются модели атрибуции.

Последний клик: Вся ценность отдаётся последнему каналу, с которого пришёл клиент. Самая простая, но не всегда справедливая модель.
Первый клик: Ценность отдаётся каналу первого касания. Помогает оценить, какие каналы лучше привлекают новую аудиторию.
Линейная: Ценность равномерно распределяется между всеми касаниями.
С затуханием (Time decay): Чем ближе касание к покупке, тем больший вклад оно получает.
На основе позиции (U‑shaped): 40% ценности отдаётся первому касанию, 40% - последнему, остальное распределяется между промежуточными.
Алгоритмическая (Data-driven): Система сама рассчитывает вклад каждого канала на основе статистики и машинного обучения.

Инструменты сквозной аналитики

На российском рынке представлено несколько основных платформ.

Roistat

1 из лидеров рынка. Интегрируется с большинством рекламных кабинетов, CRM и системами телефонии. Предлагает готовые сквозные отчёты, автоматизацию управлением ставками (умные правила), когортный анализ, расчёт LTV и юнит-экономики.

Calltouch

Платформа, начинавшая с коллтрекинга, сейчас полноценная система сквозной аналитики. Сильные стороны: телефония, интеграции с 1С и RetailCRM, удобные отчёты для агентств.

CoMagic

Ещё 1 крупный игрок. Помимо сквозной аналитики, предлагает собственную систему управления рекламными кампаниями, виртуальную АТС, виджеты обратного звонка.

Другие инструменты

Mindbox: Омниканальная платформа с мощным блоком сквозной аналитики, ориентирована на e‑commerce.
Owox: BI-платформа для построения сложной аналитики на основе данных из разных источников.
Self‑made решения: Крупные компании часто строят собственную сквозную аналитику на базе BigQuery, Power BI или Tableau.

Преимущества сквозной аналитики

Правдивая картина эффективности: Видны реальные продажи, а не лиды.
Оптимизация бюджетов: Можно отключать каналы, которые приводят много заявок, но мало денег.
Расчёт юнит-экономики: Понимание, сколько можно платить за клиента.
Атрибуция: Справедливое распределение ценности между каналами.
Автоматизация: Интеграция с рекламными кабинетами позволяет автоматически управлять ставками на основе данных о реальных продажах.
Прогнозирование: На основе исторических данных можно строить прогнозы продаж.

Сложности внедрения

Техническая сложность: Требуется интеграция множества систем, настройка передачи UID-меток, правильная работа CRM.
Качество данных: Если в CRM «каша», то и сквозная аналитика будет бесполезна.
Стоимость: Инструменты сквозной аналитики платные (обычно процент от рекламного бюджета или фикс).
Длинный цикл сделки: Если продажа занимает месяцы, нужно ждать накопления статистики.
Офлайн-продажи: Сложно отследить, если покупка происходит в магазине без привязки к рекламе.