Сквозная аналитика в сервисе лидогенерации: как считать заявки и сделки клиентов

Что такое сквозная аналитика и зачем она сервису лидогенерации

Сквозная аналитика — это не просто ещё один отчёт. Это логика, при которой каждый контакт с клиентом прослеживается от самого первого касания до оплаченного счета. Вы видите полную цепочку: источник трафика → заявка → квалификация лида → передача в продажи → сделка → деньги на расчетном счете. Базовая веб-аналитика такой картины не даст — она остановится на кликах и заполненных формах, а всё, что происходит дальше, останется в чёрном ящике менеджеров. Для сервиса лидогенерации это становится критичным по единственной, но совершенно безжалостной причине: клиент платит не за количество обращений, а за итоговую экономику. Он смотрит, сколько контрактов вы помогли заключить и с какой рентабельностью. Представьте: вы приводите 200 заявок из одного источника и ещё 50 из другого. На уровне сырых цифр первый кажется прорывным. Но если после обработки выясняется, что сделки закрываются только с того, второго, — масштабировать надо именно его, а первый — оптимизировать или отключать. Без сквозной аналитики вы этого не увидите. На реальной практике такая система помогает решать вполне конкретные задачи:

• видеть не абстрактный CPL, а стоимость квалифицированной встречи, стоимость сделки и итоговый ROMI;
• сравнивать каналы не по количеству кликов или заявок, а по качеству лидов — то есть по тому, сколько из них доходят до продажи;
• находить узкие места в воронке: где отваливаются люди — на посадочной странице, на этапе первичной обработки или уже на презентации КП;
• защищать маркетинговый бюджет перед клиентом или руководством не ощущениями в духе «ну вроде ключевики зашли», а цифрами с привязкой к выручке.

Когда я только начинал заниматься лидогенерацией для IT-решений, мы долго жили вообще без этой связки. Заявки есть — радуемся, нет — льём дальше. Всё вроде работало, пока не появился клиент, который попросил посчитать ROMI по каждому каналу в отдельности. Задача казалась простой, а на деле выяснилось, что мы не можем связать даже половину сделок с исходным трафиком. Месяц разбирали цепочки вручную, и после этого я больше никогда не запускал проект без сквозного учёта.

Что нужно считать в B2B-лидогенерации

Ограничиваться подсчётом заявок — верный способ создать иллюзию эффективности. Чтобы управлять процессом осмысленно, нужны несколько уровней метрик, каждая из которых отвечает на свой вопрос.

Если сервис оперирует только показателем «лид», легко попасть в ловушку. Канал может генерировать дешёвые заявки по 300 рублей, но ни одна из них не дойдёт до сделки — например, потому что контакты оставляют студенты для рефератов, а не ЛПР. Качество трафика не определяется ценой клика. Я не раз сталкивался с ситуацией, когда дорогие лиды из нишевых отраслевых изданий давали конверсию в договор в разы выше, чем вроде бы горячий контекстный трафик. И без разбивки по уровням метрик вы будете продолжать топить бюджет в канале, который красиво выглядит только на поверхности.

Какие данные должны попадать в систему

Чтобы сквозная аналитика действительно работала, мало подключить пиксели и настроить одну интеграцию с CRM. Нужна стабильная цепочка данных, которая не рвётся ни на одном этапе.

Минимальный набор данных

• источник и кампания;
• UTM-метки (без них вы слепы);
• посадочная страница;
• дата и время заявки;
• канал обращения: форма, звонок, чат, мессенджер;
• статус лида в CRM на каждом этапе;
• причина отказа, если лид не дошёл до сделки;
• сумма сделки;
• дата фактической оплаты.

Без причины отказа вы никогда не поймёте, почему разогнанный канал вдруг перестал конвертиться: может, менеджер плохо квалифицирует, а может, оффер перестал попадать в боль. Без даты оплаты нельзя привязать выручку к конкретному периоду рекламной активности, а это критично для длинных сделок.

Что часто забывают

Вот тут начинается самое интересное. По опыту, почти в каждом проекте при запуске аналитики выпадает несколько типов данных, которые кажутся неочевидными, пока не искажают отчёт.

• Повторные обращения одного и того же клиента. Если вы не фиксируете историю касаний, то можете насчитать вдвое больше лидов и принять ошибочное решение о масштабировании.
• Звонки без формы заявки. В B2B часто звонят напрямую по номеру с сайта, и если не подключён коллтрекинг, эти обращения теряются полностью — вы считаете только формальные заявки, игнорируя тех, кто сразу связывается с продажами.
• Лиды из офлайн-источников — визитки, рекомендации на мероприятиях, прямые письма. Если их заводят в CRM без пометки, они «примазываются» к последнему онлайн-касанию и путают всю статистику.
• Дубли из нескольких форм — один человек заполняет форму на сайте, потом оставляет заявку в чате, потом ещё звонит. Без дедубликации вы считаете одного и того же человека тремя лидами, раздувая показатели.
• Переходы между менеджерами — если лид перебросили от одного продажника другому, важно сохранить цепочку, иначе источник может потеряться или привязаться к последнему менеджеру, который вообще не работал с привлечением.
• Частичные оплаты и допродажи — когда сделка закрывается поэтапно или к ней добавляется дополнительный объём услуг, без учёта этих движений выручка в отчёте будет не совпадать с фактической, а ROMI окажется заниженным.

В одном проекте по продаже промышленного оборудования мы полгода не могли понять, почему приличный трафик из профессионального форума даёт нулевую выручку в отчётах. Оказалось, менеджеры вручную создавали сделки в CRM, не указывая источник, потому что звонок приходил с мобильного и они просто забывали проставлять UTM. Когда мы ввели обязательное поле и настроили автоматическое присвоение источника по номеру из коллтрекинга, «внезапно» выяснилось, что именно этот канал приносит самые дорогие контракты. Такие провалы очень дорого стоят, если их вовремя не закрыть.

Как настроить сквозную аналитику: пошагово

Расскажу, как выстроить систему, которая не отвалится через месяц и будет давать достоверную картину.

1. Определите, что считается целевым результатом

Первый и самый важный шаг — договориться, что именно мы считаем успехом. Для одного клиента это заявка на консультацию, для другого — проведённая квалифицированная встреча, для третьего — подписанный контракт с минимальной суммой. Если маркетинг отчитывается по заявкам, а продажи — только по закрытым сделкам, спор о том, «почему лиды некачественные», неизбежен. Просто потому что все смотрят на воронку с разных ракурсов. Чётко фиксируем целевое действие на старте — иначе аналитика превратится в арену для перекладывания ответственности.

2. Зафиксируйте воронку

Прописываем все этапы, которые проходит клиент от первого знакомства до оплаты:

• визит;
• заявка;
• квалификация;
• встреча;
• коммерческое предложение;
• сделка;
• оплата.

Чем длиннее цикл продаж, тем важнее дробление на отдельные статусы. Именно они покажут, где компания теряет деньги. Скажем, заявок много, а до встречи доходят единицы — проблема либо в скорости обработки, либо в скриптах квалификации, либо в том, что мы тащим не тех.

3. Настройте единый источник правды

Как правило, им становится CRM. Именно она должна быть центром учета, куда стекаются данные о лидах, их статусах, сделках и выручке. Рекламные кабинеты, коллтрекинг, веб-аналитика — это источники сырой информации, но окончательная логика, какой канал привёл к оплате, должна жить в CRM. Если вы пытаетесь строить отчётность только на данных Google Analytics, вы никогда не сведёте концы с концами для сложного B2B-цикла.

4. Проставьте UTM-метки и правила атрибуции

UTM-метки нужны, чтобы привязать конкретное обращение к источнику и кампании. Но одной разметкой не обойтись: важно заранее решить, как распределять вклад между каналами, если пользователь касался компании несколько раз в разное время. Кто-то сначала прочитал статью на отраслевом портале, через неделю кликнул по контекстному объявлению, а потом перешёл по ссылке из email-рассылки и оставил заявку. Кого считать «продавцом»? В B2B я обычно рекомендую иметь три среза:

• первый источник — для анализа привлечения в воронку;
• последний источник — для оценки запуска целевого действия;
• сквозной путь — чтобы видеть общую картину и не сбрасывать со счетов каналы, которые работают на прогрев.

Без этих правил вся сквозная аналитика превращается в гадание.

5. Свяжите рекламу, сайт, коллтрекинг и CRM

Без физической интеграции часть обращений будет потеряна. Звонки, заявки из форм и сообщения в мессенджеры должны бесшовно попадать в одну систему. Если у вас часть лидов приходит по телефону, а коллтрекинг не подключён к CRM, менеджеры будут вбивать эти сделки вручную и гарантированно забудут проставить источник. Потеря даже 5–7% данных о каналах может полностью исказить выводы о прибыльности.

6. Проверьте качество передачи данных

Перед полноценным запуском обязательно прогоняем тесты и убеждаемся, что:

• UTM-метки не теряются при редиректах и переходах между страницами;
• лиды не дублируются, если один пользователь отправил форму дважды;
• статусы в CRM меняются корректно, а не зависают на одном этапе;
• сделки привязываются к правильному источнику, а не к последнему случайному касанию;
• сумма сделки сохраняется без ручных корректировок, которые позже никто не вспомнит.

Обычно на этом этапе всплывает масса неочевидных багов — от обрезания UTM на уровне скрипта формы до рассинхрона часовых поясов между CRM и рекламным кабинетом.

7. Сверьте аналитику с реальными продажами

Любой автоматический отчёт нужно проверять на земле. Возьмите 10–20 реальных сделок и вручную, шаг за шагом, пройдите путь каждого клиента: от первого касания до зачисления денег. Посмотрите, совпадает ли источник в CRM с фактическим первым контактом, не потерялись ли промежуточные обращения, верно ли отражены суммы. Это лучший способ найти системные ошибки, которые потом могут тиражироваться месяцами и вводить в заблуждение и вас, и клиента.

Типовые ошибки в сквозной аналитике

1. Считать только заявки. Это, пожалуй, самая массовая проблема. Дешёвые лиды не равны прибыльным. Иногда самый дорогой канал по CPL приносит лучшие сделки и кратный ROMI, а дешёвый — просто генерит шум. Если вы не видите дальше заявки, вы оптимизируете не то.
2. Игнорировать качество лидов. Без фиксации квалификации вы никогда не поймёте, где проблема: плохой трафик, слабый оффер или ошибки менеджера. В одном проекте по внедрению SaaS для логистики мы долго грешили на рекламу, пока не выяснили, что менеджеры автоматом отбраковывали все лиды без указания точного размера автопарка, хотя клиент мог указать его позже. Квалификация была жёсткой, но некорректной. Данные об этом мы получили только из причин отказа, которых изначально не собирали.
3. Смешивать разные типы обращений. Форма на сайте, прямой звонок, сообщение в Telegram и заявка с email-рассылки — это разные каналы коммуникации с разной конверсией. Если свалить всё в одну кучу, вы будете сравнивать круглое с зелёным. Учитывайте их раздельно, но в одной системе.
4. Не учитывать длинный цикл сделки. В сложных B2B-продажах контракт может закрываться через недели и месяцы после первого контакта. Если вы смотрите только на отчёты за последние 7–14 дней, вы делаете ложные выводы о провале кампании, которая ещё даже не дошла до стадии КП. Терпение и горизонт планирования здесь решают всё.
5. Не обновлять источник при повторном контакте. Клиент мог прийти из контекста, потом несколько раз заходить по прямой ссылке, затем среагировать на email-прогрев и только после этого оставить заявку. Если система не хранит историю касаний и привязывает сделку только к последнему клику, вы теряете контекст и рискуете отключить канал, который на самом деле привёл клиента.
6. Доверять только автоматике. Автоматический отчёт — это прекрасно, но его нужно регулярно сверять с живыми продажами. Одна-единственная ошибка в правилах атрибуции или в интеграции может искажать картину месяцами. Я видел кейс, когда из-за сбоя в API коллтрекинга все платные звонки записывались на органику, и клиент год наращивал SEO-бюджет, считая, что платная реклама не работает. Ручная сверка 10 сделок спасла бы нервы и бюджет.

Как понять, что аналитика работает правильно

Есть несколько практических признаков, по которым я определяю, что система не просто «стоит», а реально живёт и помогает управлять.

• Данные в CRM, рекламных кабинетах и отчётах не противоречат друг другу критически — расхождения не превышают 5–10 %, и они объяснимы.
• По каждому каналу видны не только лиды, но и сделки вплоть до выручки. Вы можете в любой момент ответить на вопрос, сколько денег принёс конкретный источник за выбранный период.
• Руководитель отдела или владелец способен за минуту ответить на вопрос: «Какой канал приносит больше всего выручки?» — и назвать цифры.
• Маркетинг и продажи используют одинаковые определения заявок, квалификации и сделки, и нет споров в духе «у вас лид — это всё что пишет, а у нас — только горячее».
• Вы можете найти расхождение или ошибку за 10–15 минут, а не тратить полдня на ручной пересмотр полугодовой истории.

Если хотя бы два пункта из этого списка отсутствуют — скорее всего, система больше имитирует аналитику, чем реально помогает принимать управленческие решения.

Как считать эффективность каналов

Для практической работы достаточно нескольких базовых формул, которыми я пользуюсь постоянно.

• Стоимость лида = расходы на канал / количество лидов.
• Стоимость сделки = расходы на канал / количество сделок.
• Конверсия в сделку = сделки / лиды × 100%.
• ROMI = (выручка − расходы) / расходы × 100%.

Важно не зацикливаться на одной метрике, а смотреть на связку. Дешёвый лид с конверсией в сделку 0,5% может обойтись в итоге дороже, чем дорогой лид с конверсией 10%. Дорогой канал иногда окупается в 3–5 раз лучше, потому что приводит целевых, готовых к покупке клиентов. Поэтому я всегда анализирую треугольник: CPL → конверсия в сделку → ROMI.

Пример рабочей логики для B2B-сервиса

Возьмём типовую ситуацию для компании, оказывающей услугу лидогенерации. Допустим, мы ведём трафик по трём направлениям: контекстная реклама, SEO и партнёрские публикации в отраслевых изданиях.

• Контекст дал 120 заявок, из них 18 прошли квалификацию, 5 сделок.
• SEO дал 60 заявок, 22 квалифицированных, 6 сделок.
• Партнёрские материалы дали 20 заявок, 12 квалифицированных, 4 сделки.

На уровне сырых заявок контекст выглядит неоспоримым лидером — объём в 2–6 раз выше остальных. Но если включить сквозную аналитику, картина резко меняется. Конверсия в квалифицированный лид у партнёрских материалов — 60%, у SEO — почти 37%, а контекст даёт лишь 15%. По количеству сделок платные публикации и SEO вместе обгоняют контекст, имея в разы меньше заявок. Добавим сюда сумму среднего чека: часто с партнёрских материалов приходят более крупные клиенты с осознанной потребностью, тогда как по контексту — много «посмотреть». Именно для такого рода выводов и нужна сквозная аналитика. Если опираться только на количество лидов, контекст будут масштабировать, сливая бюджет, а реальный потенциал — недополучать инвестиции.

Чек-лист запуска

Вот минимальный список действий, который я прохожу с командой при запуске сквозной аналитики:

• определить целевое действие;
• описать воронку продаж с измеримыми этапами;
• выбрать CRM как основную точку учета;
• подключить UTM-метки ко всем рекламным кампаниям;
• настроить передачу лидов из всех каналов (сайт, коллтрекинг, мессенджеры, email) в CRM;
• включить коллтрекинг, если есть звонки, и связать его с источником;
• проверить, что статусы сделок в CRM соответствуют реальности;
• связать выручку с источником (интеграция платёжной системы или ручная привязка на начальном этапе);
• протестировать 10–20 реальных сценариев от клика до оплаты;
• согласовать единые правила и определения между маркетингом и продажами.

Когда сквозная аналитика особенно нужна

Она перестаёт быть «желательной» и становится обязательной в нескольких сценариях:

• у вас несколько активных рекламных каналов, которые нужно сравнивать по эффективности;
• цикл сделки длинный — недели или месяцы, и вы не можете полагаться на данные одного-двух дней;
• лиды приходят не только с сайта, но и по телефону, через мессенджеры, офлайн;
• менеджеры обрабатывают заявки вручную, и велика вероятность искажения источника;
• клиенту важно считать окупаемость маркетинга, а вы отчитываетесь перед ним цифрами;
• вы тестируете разные офферы и посадочные страницы и хотите понимать, какая связка даёт лучшую экономику.

Если у вас поток заявок небольшой и решение о покупке принимается одним касанием — можно обойтись и базовой аналитикой. Но как только появляется хотя бы два источника трафика и хотя бы два менеджера, без сквозной системы управлять воронкой становится практически невозможно. Вы будете собирать мнения вместо данных.

FAQ

Что важнее в сквозной аналитике: заявки или сделки?

Сделки важнее в любом случае. Заявки — это промежуточная метрика, которая сигнализирует о верхнем уровне воронки, но не отвечает на вопрос «зарабатываем ли мы». Стратегические решения о перераспределении бюджета нужно принимать на основе сделок и выручки. Лиды нужны, чтобы оперативно мониторить динамику каналов, но ориентироваться только на них — значит сознательно сужать картину до бесполезной.

Можно ли считать сквозную аналитику без CRM?

Полноценно — нет. Без CRM вы не увидите ключевой кусок: что происходит с лидом после того, как он покинул сайт. Статусы, смена этапов, привязка сделок, выручка — всё это живёт только в CRM. Можно, конечно, пытаться собирать костыли из Google Sheets и ручных правок, но на практике это приводит к тому, что данные устаревают уже к моменту отчёта. Минимально жизнеспособная система — это CRM плюс связка с источниками трафика.

Почему данные в рекламном кабинете и CRM не совпадают?

Причин масса, но самые частые: потеря UTM-меток при редиректах или настройках форм, дубли заявок, неверная модель атрибуции, звонки, не учтённые коллтрекингом, и ручные ошибки при импорте лидов. Иногда разрыв достигает 20–30 %, и это нормально, если вы понимаете его природу. Но если механизм расхождения не изучен, доверять отчёту нельзя.

Сколько времени занимает настройка?

Зависит от количества каналов и сложности воронки. Техническую интеграцию можно собрать за несколько дней: подключить коллтрекинг, повесить UTM, настроить передачу данных в CRM. Но реальная отладка и проверка точности — когда вы сверяете сделки вручную и исправляете ошибки — обычно занимает в разы больше времени. Я закладываю две-три недели только на выверку данных, прежде чем начинаю на них опираться в отчётности перед клиентом.

Какие ошибки в отчётах самые опасные?

Те, что напрямую искажают выводы о прибыльности каналов. Это потеря источника, неправильная привязка сделки, дубли лидов, отсутствие единых статусов в CRM, неучтённые возвраты и частичные оплаты. Такие ошибки могут жить в системе месяцами и приводить к тому, что вы урезаете бюджет на реально прибыльном направлении и увеличиваете — на убыточном. Последствия для сервиса лидогенерации здесь катастрофические: клиент рано или поздно попросит объяснить, почему при «хороших» отчётах у него падает выручка.

Сквозная аналитика в сервисе лидогенерации нужна не ради отчётности, а ради управляемости. Она даёт трезвое понимание: какие источники приносят живые сделки, а какие — просто шумят в отчётах. И только с этой системой вы можете принимать решения на основе фактов, а не интуиции. Когда я вижу, что команда обсуждает эффективность каналов, опираясь на цифры ROMI, а не на ощущения, — я понимаю, что аналитика действительно работает.