Компания тратит на маркетинг полтора миллиона в квартал, в отчете красивые цифры по лидам, а на вопрос «какой из каналов принес деньги» внятного ответа нет. Не потому, что маркетолог плохой. Потому что сделка, начавшаяся с вебинара в феврале, закрылась в октябре через звонок от знакомого, и связать одно с другим нечем.
Сквозная аналитика — это система, которая соединяет расход на конкретный источник с деньгами закрытых сделок из CRM. Не визиты с кликами, а рубли с рублями. В рознице такую связку собирают за неделю, потому что человек увидел рекламу и купил в тот же день. В B2B между первым касанием и оплатой проходят месяцы, решение принимает не один человек, и половина касаний вообще не оставляет цифрового следа.
Дальше разберу, из чего физически собирается эта связка, какие метрики смотреть, пока сделки еще не дозрели, сколько стоит удовольствие по прайсам на сентябрь 2026 года и в каком случае вам это не нужно.
Что показывает сквозная аналитика и чего от нее ждут напрасно
От системы ждут двух разных вещей, и только одна из них реалистична.
Первое ожидание, рабочее: увидеть, какие источники приводят деньги, а не заявки. Здесь сквозная аналитика справляется. Она показывает, что канал с лидом по три тысячи рублей дает сделки на десять миллионов в год, а канал с лидом по восемьсот рублей не дает ни одной, хотя в отчете по заявкам выглядит втрое эффективнее.
Второе ожидание, вредное: получить точный ответ, кому приписать сделку. Здесь система врет всем и всегда. Когда в сделке пятнадцать касаний за девять месяцев, вопрос «какое из них принесло деньги» поставлен неправильно. Ни одно. Они сработали вместе, и разложить вклад между ними без допущений невозможно. Любая модель атрибуции — это соглашение о том, как мы договорились делить заслугу, а не измерение реальности. Как считается сама окупаемость и почему разные модели дают разные цифры, я разбирал в статье про ROMI в B2B; здесь речь о том, откуда берутся данные для такого расчета.
Есть и третье, о чем редко говорят вслух. Сквозная аналитика имеет смысл ровно там, где по ее цифре кто-то принимает решение о деньгах. Если отчет раз в месяц смотрят и закрывают, это не аналитика, а дорогая отчетность.
Почему типовая схема ломается в B2B
Все инструкции по сквозной аналитике написаны под короткий цикл: клик, заявка, оплата, посчитали. В B2B ломаются сразу четыре вещи.
Цикл измеряется месяцами, а не днями. По опросу примерно четырех тысяч покупателей, который 6sense опубликовала в 2025 году, средний путь B2B-покупки занимает 10,1 месяца против 11,3 годом раньше. Сокращение это, правда, неравномерное: в Северной Америке 11,1 против 11,4, то есть практически без изменений. Для покупок дороже 700 тысяч долларов цикл длиннее еще примерно на четверть. Ebsta и Pavilion, разобрав 4,2 миллиона сделок из CRM 530 компаний, зафиксировали, что в первом полугодии 2023 циклы выросли на 16 процентов к 2022 году и на 38 процентов к 2021. По России измеренных данных такого качества просто нет, только экспертные оценки в корпоративных блогах, и я бы не стал выдавать их за статистику.
Решение принимает группа, а не человек. Gartner по опросу 632 покупателей, проведенному осенью 2024 года, описывает закупочные группы размером от 5 до 16 человек, распределенных по четырем функциям. Знаменитая формулировка про «от шести до десяти лиц, принимающих решение» с сайта Gartner, кстати, исчезла: она держалась там с апреля 2020 года и пропала между 8 октября и 4 ноября 2023 года, так что ссылаться на нее корректно только через архивный снимок с датой.
Растет эта группа давно: в статье Harvard Business Review 2017 года с данными CEB упоминался средний размер закупочного комитета 6,8 человека против 5,4 двумя годами раньше. Цифра устарела, но направление с тех пор не менялось. Практический смысл для аналитики один: касания пяти разных людей из одной компании нельзя считать пятью независимыми историями, иначе любая метрика по источникам развалится.
Половина касаний не размечается. Конференция, звонок по рекомендации, пересланная в мессенджере ссылка, разговор в отраслевом чате. Эксперимент SparkToro 2023 года на сотне панелистов показал, что переходы из TikTok, Slack, Discord и WhatsApp приходят без referrer вообще, то есть в отчете они выглядят как прямые заходы. Выборка там маленькая, но механизм подтвержден.
Сделок десятки, а не тысячи. Это самое неприятное. Классическая работа Кохави про онлайн-эксперименты дает размер выборки формулой, и по ней для уверенного вывода о разнице в 20 процентов при базовой конверсии 5 процентов нужно порядка тридцати тысяч наблюдений на вариант. У компании с сорока сделками в год разрыв с этим требованием составляет три-четыре порядка. Практический вывод: сравнивать каналы между собой по конверсии на таких числах бессмысленно, и решения приходится принимать на сумме признаков, а не на «канал А статистически лучше канала Б». Как устроены стадии и паузы длинного цикла, подробно разбирала Екатерина в статье про путь клиента и воронку в B2B.
Единица учета: сделка и компания вместо лида и клика
Главный сдвиг, с которого начинается B2B-аналитика: считать не посетителя, а компанию.
Пять сотрудников заказчика полгода ходят по вашему сайту с разных устройств. Инженер читает документацию, руководитель смотрит цены, финансист открывает договор. В обычной веб-аналитике это пять независимых пользователей и, возможно, пять разных источников. В реальности это один аккаунт и одна сделка.
Склеивать касания нужно по признакам компании, а не по cookie. Рабочих идентификатора три: домен корпоративной почты, ИНН из формы или из CRM, номер телефона компании. Сервис DaData, например, отдает ИНН и ОГРН по адресу электронной почты, покрывая около миллиона почтовых доменов, по семь рублей за адрес. Дальше все это подтягивается к карточке компании в CRM.
Ломается склейка в двух местах, и оба стоит знать заранее. Первое: публичные почтовые домены. Приложение сквозной аналитики для Битрикс24 прямо исключает из склейки семнадцать публичных доменов вроде mail.ru, yandex.ru и gmail.com. Логика простая: иначе все клиенты с личной почтой слипаются в одну гигантскую «компанию». В России, где малый бизнес массово пишет с личных адресов, это отсекает заметную часть лидов, и их приходится разбирать руками.
Второе: один домен не равен одному ИНН. У группы компаний общий сайт и общая почта, а юридических лиц пять. Тот же DaData на запрос по такому домену возвращает несколько объектов, и какое из них считать стороной сделки, решает не алгоритм.
Модель данных: от касания до выручки
Техническая часть сводится к одной цепочке: касание, контакт, компания, сделка, выручка. На каждом стыке свой ключ связи и своя точка потери данных.
Слоев данных обычно пять. Рекламные кабинеты дают расход по кампаниям, и это единственное место, где цифра точная. Сайт и формы дают касание с меткой источника, но только для размеченного трафика. Коллтрекинг превращает звонок в источник, подменяя номер на странице. CRM хранит сделку, сумму и стадию. Биллинг или бухгалтерия знает, сколько денег реально пришло.
Ключевая развилка проходит между CRM и биллингом, и почти все проходят ее неправильно. Сумма сделки в CRM и оплаченная выручка — это разные числа. Между ними живут скидки, рассрочки, частичные отгрузки, возвраты и сделки, подписанные, но не оплаченные. Если считать окупаемость по CRM, маркетинг выглядит лучше, чем есть, и разрыв растет вместе с длиной цикла. Для подписочной модели это особенно чувствительно: годовой контракт, оплаченный помесячно с правом отказа, в CRM выглядит как одна большая победа, а в кассе может оказаться тремя месяцами.
Есть еще один слой, про который вспоминают поздно: учет оффлайн-расходов. Стенд на конференции, поездка команды, печать материалов и работа партнеров в рекламные кабинеты не выгружаются, их заносят руками. Пропустив этот слой, вы получаете систему, которая считает окупаемость только цифровых каналов и поэтому систематически завышает их роль: расходы на них видны полностью, а расходы на все остальное отсутствуют. Минимально рабочий вариант выглядит как отдельная таблица с расходами по неразмечаемым активностям, которая раз в месяц руками сводится с общим отчетом.
Отдельно про инструменты. Вопрос «какую систему поставить» стоит не первым, а последним, и к нему я вернусь в разделе про деньги. Сама по себе система не создает данные, она соединяет то, что у вас уже есть; если сделки в CRM ведутся кое-как, соединять будет нечего.
Когорты вместо календаря: как считать, когда сделка зреет полгода
Это ядро всей темы, и здесь индустрия массово считает так, как в длинном цикле считать нельзя.
Возьмем отраслевой стандарт. В глоссарии отчета Benchmarkit и Pavilion за 2025 год окупаемость привлечения клиента определена формулой: расходы на продажи и маркетинг делятся на годовую выручку от новых клиентов с поправкой на маржу. Расход и выручка берутся из одного периода. Для короткого цикла это нормально, а при девятимесячной сделке такая формула сравнивает деньги, потраченные в сентябре, с выручкой от трафика, пришедшего прошлой осенью. Число получается, смысла в нем нет.
Рабочая альтернатива называется когортным счетом. Расход месяца сопоставляется не с выручкой того же месяца, а с деньгами тех сделок, которые в этом месяце пришли, по мере того как они закрываются. Когорта живет собственной жизнью и дозревает годами.
Сколько ждать, пока когорта что-то покажет, измеряли редко. Платформа атрибуции Dreamdata проследила касания первого квартала 2022 года до конца 2023-го и по своей модели получила такую картину: в тот же квартал укладывается 37 процентов выручки, на половину уходит полгода, а четверть не появляется до конца года. Замер вендорский, модель атрибуции их собственная, поэтому воспринимать цифры стоит как порядок величины. Но вывод устойчивый: свежая когорта всегда выглядит убыточной, и это нормальное состояние, а не сигнал тревоги.
Посчитаем на модели. Компания тратит 600 тысяч рублей в месяц на два канала, получает 40 заявок, из них 12 квалифицированных, из них 3 сделки со средним чеком 900 тысяч. Календарный отчет за месяц покажет выручку 2,7 миллиона и окупаемость в четыре с половиной раза, но эти 2,7 миллиона принесли когорты полугодовой давности.
Когортный отчет за тот же месяц покажет другое: из 40 заявок пока закрылась одна на 900 тысяч, еще 6 в работе, остальные отвалились. Окупаемость когорты на сегодня полтора, и расти она будет еще месяцев девять. Обе цифры арифметически верные, но управленческое решение принимается только по второй. Как раскладывать по когортам стоимость привлечения и пожизненную ценность, я подробно разбирал в статье про LTV и CAC.
Практическое следствие для отчетности: в таблице когорт должны быть две колонки, а не одна. Закрытая выручка и доля сделок когорты, которые еще в работе. Без второй колонки руководитель сравнивает зрелую когорту прошлого года с трехмесячной и делает неверный вывод о том, что маркетинг сломался.
Чем управлять, пока выручки еще нет
Первые полгода запаздывающие метрики молчат. Управлять в это время приходится опережающими.
Созданный маркетингом pipeline тут базовая метрика. Это сумма сделок, заведенных в CRM из маркетинговых источников, независимо от того, закрылись они или нет. Insight Partners по опросу больше сотни своих портфельных компаний в феврале 2025 года пишет, что маркетинг дает почти половину pipeline; обобщать это на весь рынок я бы не стал, выборка специфическая, но порядок понятен.
Покрытие плана pipeline показывает, хватает ли воронки на квартал. Здесь надо аккуратно с расхожей мантрой про трехкратное покрытие. Джейсон Джордан в материале Salesforce объясняет прямо: коэффициент 3 работает, только если ваша конверсия в сделку ровно 33 процента, а цикл ровно год. Считать надо от себя: план делим на свою конверсию и на число циклов, помещающихся в год.
Скорость сделок сводится в одну формулу, полезную для планирования. Число сделок в работе умножается на средний чек и на конверсию в закрытие, а результат делится на длину цикла в днях. Получается выручка в день, и у нее четыре рычага, каждый из которых маркетинг двигает по-разному: количество сделок зависит от спроса, чек от сегмента, конверсия от качества квалификации, а длина цикла от того, насколько рано в процесс попал человек, принимающий решение.
Скорость движения по стадиям ловит проблему раньше всех остальных метрик. Если сделки стали дольше висеть на этапе согласования, это видно за месяцы до того, как просядет выручка.
Отдельно скажу про стоимость квалифицированной возможности, cost per SQO. Метрику считать полезно, она показывает, во сколько обходится не заявка, а реальный шанс на сделку. Но сравнивать себя по ней не с кем: в отраслевых бенчмарках ее нет вообще, в том же отчете Benchmarkit слова «opportunity», «pipeline» и «win rate» не встречаются ни разу. Так что это метрика для сравнения с собой прошлым, и не более того.
Свести это удобно в одну таблицу.
| Метрика | Что показывает | Когда врет | Решение по ней |
|---|---|---|---|
| Созданный pipeline | сумма сделок из маркетинговых источников | при завышенных суммах в карточках сделок | сколько спроса создано против плана |
| Покрытие плана | хватает ли воронки на период | при слепом применении коэффициента 3 | наращивать спрос или не наращивать |
| Стоимость квалифицированной возможности | цена не заявки, а шанса на сделку | при разной трактовке квалификации у продаж | где источник дорожает раньше выручки |
| Конверсия в сделку по источникам | качество спроса, а не его объем | на малом числе сделок | какой канал масштабировать |
| Скорость по стадиям | где сделки застревают | при редком обновлении стадий | что чинить в процессе продаж |
| Окупаемость когорты | вернулись ли деньги месяца | при календарном, а не когортном счете | сколько вкладывать в следующий период |
Про разрез конверсии по источникам есть любопытный замер компании Champify: по их данным на 230 тысячах контактов и 7 тысячах сделок, сделки с участием «чемпионов», перешедших в новую компанию, закрываются заметно чаще прочих. Вендор продает ровно этот трекинг, и это корреляция, а не доказанный эффект, но направление мысли верное: дешевый лид с нулевой конверсией в сделку обходится дороже дорогого лида с высокой. Как отличить целевой лид от мусорного на входе, разбирала Екатерина в материале про лидогенерацию в B2B.
Оффлайн и темные каналы: половина pipeline без меток
Конференции, вебинары партнеров, рекомендации, отраслевые чаты, пересланные ссылки. В B2B это заметная часть спроса, и почти ничего из этого не размечается UTM-метками.
Первое, что с этим делают, это спрашивают у клиента напрямую. Поле «откуда вы о нас узнали» в форме называется self-reported attribution, и расхождение с технической атрибуцией оно дает огромное. HockeyStack Labs, собрав больше 8,5 тысяч ответов у 36 компаний-клиентов, получил разрыв примерно в 36 процентных пунктов: техническая атрибуция относит основную массу конверсий на прямые заходы, органику и контекст, а сами люди называют совсем другие источники. Замер сделан платформой, которая продает аналитику, и держать это в уме стоит.
Но и у самого опроса есть измеренное искажение, о котором почти не пишут. В том же исследовании среди людей, назвавших источником сарафан и другие «темные» каналы, больше девяноста процентов до этого видели рекламу в LinkedIn, причем не менее сотни показов за последний месяц. Человек честно отвечает то, что помнит, а помнит он разговор с коллегой, а не двадцатую баннерную ротацию. Вывод: опрос показывает, что клиент считает причиной, а не то, что ей было. Использовать его как единственный источник правды нельзя, а как дополнение к технической атрибуции нужно.
Второй рабочий прием: читать брендовый поиск и прямые заходы как следствие, а не как источник. Рост числа людей, которые вбивают в поиске название вашей компании, это результат конференции или статьи, а не самостоятельный канал. Поэтому в отчете брендовый трафик логично выносить отдельной строкой и сопоставлять его динамику с активностями, а не складывать с остальной органикой. Что из каналов вообще работает в B2B и как они связаны между собой, разбирала Екатерина в обзоре каналов привлечения клиентов.
Почему проект умирает не от интеграций, а от грязной CRM
Техническую часть внедряют за недели. Разваливается все на дисциплине.
Менеджер не двигает стадии, пока сделка не закроется, и воронка показывает пустоту вместо работы. Сумму вписывают на глаз и не правят после торга. Источник затирают при повторном обращении, и клиент, полгода назад пришедший с вебинара, в отчете становится прямым заходом. Система при этом работает исправно: она аккуратно оцифровывает вымысел, и отличить его от реальности по дашборду нельзя.
Про это есть прямая формулировка у Gartner. В релизе от 22 мая 2023 года аналитик Джейсон Медд называет типичной ошибкой технологический подход к качеству данных, при котором культуре, людям и процессам внимания почти не уделяется.
Тот же сюжет породил самый живучий миф отрасли. Расхожая цифра «70 процентов CRM-проектов проваливаются» не подтверждается ничем. Аналитик Gartner Эд Томпсон еще в 2004 году объяснял в интервью, что опрос конца 2001 года спрашивал у пятисот с лишним клиентов, оправдал ли проект ожидания; 55 процентов ответили, что не оправдал, а пресса, по его выражению, отрезала слова про ожидания и написала просто «провал». Рецензируемый разбор Хьюза 2011 года добавляет, что валидных эмпирических доказательств такому нарративу нет вообще.
Масштаб проблемы пытаются измерять. Компания Validity в опросе пятисот специалистов сообщает, что 62 процента респондентов теряют выручку из-за качества данных в CRM, а треть команд тратит на починку данных больше шести часов в неделю. Опрос делает вендор решений для качества данных, России в выборке нет, так что цифры я бы читал как указание на порядок, не как измерение. Шесть часов в неделю на исправление того, что должно было заполняться один раз правильно, при этом похоже на правду в любой стране.
Минимальные требования к CRM, без которых начинать не стоит, укладываются в короткий список:
- обязательные поля на сделке: сумма, источник, дата создания, дата закрытия, причина отказа;
- фиксированные стадии с понятным определением каждой, одинаковым для всех менеджеров;
- запрет на перезапись источника при повторном обращении клиента, первый источник хранится отдельным полем;
- одна сделка на аккаунт вместо дубля на каждого контактировавшего сотрудника;
- регулярная чистка дублей компаний, иначе склейка по домену бесполезна.
Оценки потерь от плохих данных в деньгах я бы приводить не стал, и вот почему. Известная цифра Gartner за четыре года прошла путь от 9,7 миллиона долларов в 2017 году к 15 миллионам в 2018-м, причем в той версии речь шла о том, сколько компании считают своими потерями, и вернулась к 12,9 миллиона в 2021 году. Методику не публиковали ни разу. Когда оценка гуляет в полтора раза без объяснения причин, это не измерение, а иллюстрация.
Сколько это стоит и когда не нужно
Теперь про деньги, потому что здесь выдача обычно заканчивается словами «стоимость рассчитывается индивидуально».
Цены с сайтов вендоров на 11 сентября 2026 года выглядят так.
| Система | Тарифы, рублей в месяц | Что важно знать |
|---|---|---|
| Roistat | 6 500–40 400 на объеме до 20 тысяч визитов, до 54 800 на 500 тысячах | коллтрекинг оплачивается отдельно, цена внедрения не опубликована |
| Calltouch | 6 900–22 650 | настройка силами вендора возможна, сумма не раскрыта |
| Alytics | 7 800–34 500, расширенные тарифы дороже | минимальный первый платеж 10 тысяч, номера сверху |
| UIS | от 1 500 | указана цена без номеров, они считаются отдельно |
| Битрикс24 | «Профессиональный» 13 990 за 100 пользователей | сквозная аналитика доступна на старших тарифах |
Суммы сняты со страниц тарифов, но проверяйте их сами: за время, пока статья живет, цены успевают измениться.
Отдельно стоит посмотреть на связку с телефонией, где цены устроены иначе. MANGO OFFICE: от 5 200 до 30 400 рублей в месяц, виртуальная АТС и статические номера считаются сверху. Calltracking.ru: базовый модуль 2 300 рублей, сквозная аналитика еще 1 800, канал от 100 рублей в месяц, а номер 8-800 обойдется в 300 рублей плюс минимальный платеж. Alytics берет минимум 10 тысяч рублей первым платежом и по 500 рублей за подключение номера.
Ловушка в том, что лицензия почти никогда не главная статья расхода. У Roistat и Alytics коллтрекинг в тариф не входит. А динамический коллтрекинг, который только и позволяет связать звонок с источником, требует пула номеров: сам Roistat рекомендует один номер на каждые сто визитов. Номера у него стоят от 14,33 рубля в день за московский 499-й до 49,67 рубля за 8-800, плюс поминутная оплата разговоров. Для сайта с десятью тысячами визитов в месяц это сотня номеров и совсем другой порядок сумм, чем в строке тарифа.
Внедрение почти везде считается отдельно и публично не афишируется. Единственная документальная цифра по срокам нашлась не в маркетинговых материалах, а в договоре Roistat на интеграцию: техзадание за 10 рабочих дней, адаптация не дольше четырех месяцев, причем время ожидания доступов и данных от заказчика в этот срок не входит. Подрядчики называют от 10–15 дней и от 50 тысяч рублей в месяц сопровождения, и то при условии, что CRM уже работает нормально.
Теперь честная часть. Сквозная аналитика окупается, когда экономия от перераспределения бюджета больше стоимости системы и труда людей вокруг нее. Прикинем на модели: при рекламном бюджете 300 тысяч рублей в месяц реалистично найденная неэффективность процентов в двадцать дает 60 тысяч экономии; система с коллтрекингом и сопровождением легко съедает половину этой суммы, а оставшееся уходит на время маркетолога, который все это ведет. При бюджете в два миллиона та же двадцатипроцентная неэффективность дает уже 400 тысяч, и разговор становится другим.
Если сделок у вас двадцать в год, а бюджет измеряется сотнями тысяч, начинать надо не с системы, а с дисциплины в CRM и таблицы, куда раз в месяц руками сводятся расход по каналам и закрытые сделки. Это некрасиво, занимает час в месяц и дает девяносто процентов пользы. С оговоркой: такой режим работает, пока сделок мало и их все помнят по именам. Куда эти данные втекают дальше, показывает юнит-экономика, и вот там ручная таблица заканчивается быстро.
Что делать с числом: контур решений и порядок внедрения
Отчет, который никто не обсуждает, бесполезен независимо от точности.
Контур выглядит так: раз в месяц маркетинг и продажи смотрят когортный отчет вместе, а не по отдельности. Вместе, потому что у цифр два хозяина: маркетинг отвечает за то, сколько и какого качества pipeline создано, продажи за то, что с ним стало. Разделенная ответственность в длинном цикле превращается в спор о том, кто виноват, а совместный разбор в решение о бюджете.
Решения по сигналам стоит договорить заранее, до того как цифры появятся. Канал с высокой стоимостью квалифицированной возможности и нулевыми сделками за два цикла закрывается. Канал с дорогим лидом и высокой конверсией в сделку масштабируется, даже если в отчете по заявкам он выглядит плохо. Просадка скорости движения по стадиям разбирается с продажами, а не списывается на маркетинг. И ни одно из этих решений не принимается по одному месяцу: при малом числе сделок месячные колебания не значат ничего.
Внедрять систему разумно в таком порядке:
- Дисциплина в CRM. Поля, стадии, запрет на перезапись источника. Без этого дальше идти нет смысла.
- Единица учета. Компания и сделка, склейка контактов в аккаунт, чистка дублей.
- Расходы по источникам. Выгрузка из кабинетов, плюс ручной учет оффлайна: конференции, партнерские активности.
- Связка касаний со сделкой. Метки, коллтрекинг, поле «откуда узнали» в форме.
- Когортный отчет. Две колонки: закрытая выручка и доля незавершенных сделок когорты.
- Опережающие метрики. Созданный pipeline, покрытие плана, конверсия по источникам, скорость по стадиям.
- Автоматизация. Только теперь имеет смысл выбирать систему и платить за нее.
Порядок здесь важнее скорости: каждый следующий шаг опирается на предыдущий, и попытка начать с седьмого дает красивый дашборд поверх пустоты. Именно так выглядит большинство неудачных внедрений, которые потом объясняют тем, что «сквозная аналитика в нашем бизнесе не работает».
Частые вопросы про сквозную аналитику в B2B
Что такое сквозная аналитика простыми словами?
Это способ увидеть, сколько денег принес каждый рубль, вложенный в рекламу, а не сколько он принес заявок. Технически она связывает расход в рекламном кабинете с закрытой сделкой в CRM через цепочку касание, контакт, компания, сделка.
Чем сквозная аналитика отличается от веб-аналитики?
Веб-аналитика заканчивается на действии на сайте: заявка отправлена, цель достигнута. Дальше она не видит ничего. Сквозная аналитика продолжает историю до денег и потому знает то, чего не знает Метрика: что половина заявок из одного канала отвалилась на квалификации, а из другого дошла до оплаты.
Нужна ли сквозная аналитика при длинном цикле сделки?
Нужна, но считать в ней придется иначе. Календарные отчеты при цикле в полгода показывают бессмыслицу, потому что сопоставляют сегодняшний расход с выручкой от прошлогоднего трафика. Работает только когортный разрез, где расход месяца сравнивается с деньгами сделок, пришедших в этом же месяце, по мере их закрытия.
Можно ли обойтись без специального сервиса?
При малом числе сделок можно и нужно. Дисциплина в CRM плюс таблица, куда раз в месяц сводятся расход по каналам и закрытые сделки, дают большую часть пользы за час работы. Отдельная система становится оправданной, когда рекламный бюджет исчисляется миллионами и ручная сверка перестает успевать за потоком.
Почему цифры в сквозной аналитике не сходятся с рекламным кабинетом?
Потому что они меряют разное. Кабинет считает конверсии по своей модели атрибуции и по своему окну, куда попадают и просмотры без клика. Сквозная аналитика считает сделки по данным CRM. Расхождение в полтора-два раза между этими источниками нормально, важно выбрать один как основной для решений и не сравнивать их между собой построчно.
Сколько времени занимает внедрение?
По договору одного из крупных вендоров адаптация занимает до четырех месяцев, и время ожидания доступов от заказчика в этот срок не входит. На практике срок определяется не техникой, а тем, сколько уйдет на приведение CRM в порядок; если стадии и поля уже дисциплинированы, первые осмысленные отчеты появляются за несколько недель.
Что считать в первую очередь
Если из всей статьи делать что-то одно, делайте вот это, по порядку.
Первое: приведите в порядок CRM. Обязательные поля, единые стадии, первый источник в отдельном поле с запретом на перезапись. Пока этого нет, любая система будет оцифровывать вымысел, а вы будете принимать решения по красивым графикам ни о чем.
Второе: перейдите на когорты. Расход месяца сравнивайте с выручкой сделок этого месяца по мере их закрытия, и обязательно показывайте рядом долю сделок когорты, которые еще в работе. Календарная окупаемость в длинном цикле всегда врет, причем в обе стороны и непредсказуемо.
Третье: считайте деньги, а не заявки. Стоимость квалифицированной возможности и конверсия в сделку по источникам меняют картину сильнее, чем любая смена модели атрибуции. Канал с лидом втрое дороже, дающий вдвое больше сделок, выгоднее, и это видно только в разрезе до выручки.
Четвертое: спросите клиента. Поле «откуда вы о нас узнали» стоит три строки кода и закрывает ту половину спроса, которую техническая атрибуция не видит вовсе. С поправкой на то, что человек называет причиной то, что помнит, а не то, что сработало.
И последнее. Сквозная аналитика не делает маркетинг эффективнее сама по себе. Она делает видимой правду, которая часто оказывается неприятной: половина бюджета работает вхолостую, а канал, в который вы верили, приносит заявки и ни одной сделки. Ценность системы измеряется не точностью отчета, а количеством решений о деньгах, которые вы приняли иначе, чем приняли бы без нее.
Если хотите разобрать свою экономику маркетинга и понять, что считать в вашем случае, приходите на разбор маркетинга, посмотрим на цифры вместе.