Запрос "настройте нам сквозную аналитику" я слышу от клиентов почти на каждой встрече, но за этой фразой обычно скрываются два совершенно разных запроса: одним нужно понять, с какого канала приходят лиды, другим — построить систему, которая доводит данные от клика до фактической оплаты через несколько месяцев. Разберём путь от простого к сложному, без прыжка сразу в enterprise-инструменты, которые не нужны 90% компаний.
Уровень 1: Яндекс.Метрика с целями
Минимально достаточный уровень для большинства B2B-сайтов — настроенные цели в Метрике (отправка формы, клик по телефону, переход в мессенджер) с привязкой к UTM-меткам рекламных кампаний. Это уже позволяет ответить на вопрос "какая кампания приносит больше заявок" — но не отвечает на вопрос "какая кампания приносит больше денег", потому что заявка ещё не продажа.
Критическая проверка на этом уровне: убедиться, что цель настроена именно на отправку формы, а не на клик по кнопке "отправить" — разница в том, что клик срабатывает даже при ошибке валидации формы, и цифра конверсий может быть завышена.
Уровень 2: связка с CRM
Следующий шаг — передавать в CRM UTM-метки лида и, в обратную сторону, статус сделки (квалифицирован / в работе / продано / отказ) в системы аналитики через API или готовые интеграции. Это уже позволяет считать конверсию не в лид, а в реальную продажу по каждому каналу — и часто на этом этапе выясняется, что канал с самой дешёвой заявкой даёт самую низкую долю реальных продаж.
Уровень 3: сквозная аналитика с учётом расходов
На этом уровне в одну систему сводятся расходы по всем рекламным каналам (Яндекс Директ, VK Ads, контекст, таргет), данные CRM о статусах сделок и, при необходимости, данные бухгалтерии о реальной оплате. Здесь начинает считаться настоящий ROMI по каналам, а не приблизительная оценка. Для среднего B2B-бизнеса этого уровня обычно достаточно — дальше начинается избыточная сложность, которая окупается только при определённом масштабе.
Уровень 4: BigQuery и кастомные дашборды
Полноценное хранилище данных (BigQuery, ClickHouse) имеет смысл, когда бизнес работает с объёмом данных, который не помещается в готовые интеграции CRM-систем, либо когда нужны кастомные модели атрибуции (например, учёт нескольких касаний за длинный B2B-цикл сделки в несколько месяцев). До этого момента BigQuery — это решение, ищущее проблему, а не ответ на реальный запрос бизнеса.
Частая ошибка: строить уровень 4, когда достаточно уровня 2
Компании нередко заказывают дашборд в BigQuery, потому что "так делают крупные компании", хотя реальный объём данных и сложность воронки укладываются в связку CRM + Метрика. Это не только лишние расходы на разработку и поддержку, но и риск, что дашборд будет показывать красивые графики, которыми никто регулярно не пользуется, потому что для принятия решений хватало бы значительно более простого отчёта.
Следующий шаг
Определите, на каком из четырёх уровней вы находитесь сейчас, и не перепрыгивайте через уровень: если ещё нет базовой связки целей в Метрике с UTM-метками, разговор про BigQuery преждевременен — сначала закройте фундамент, потом усложняйте.