Дашборд собственника в Yandex DataLens: пять денежных отчётов, по которым решают, куда давать бюджет

Собственник открывает панель показателей ради одного решения: куда направить следующий рубль рекламы и где его срезать. Графики показов и кликов этого решения не подсказывают — по ним нельзя понять, какой канал принёс выручку, а какой освоил бюджет.

Вопрос, на который панель обязана отвечать

Рабочий принцип простой: одна панель закрывает один управленческий вопрос, и каждый показатель на ней завязан на деньги — выручку, маржу, окупаемость. Если метрика не двигает решение о бюджете, на этом экране ей места нет.

Решение принимают по узкому набору из пяти–десяти денежных показателей, связанных в цепочку расход → лид → сделка → оплата → маржа. Десятки разрозненных диаграмм эту цепочку разрывают, и собственник снова остаётся без ответа.

Финансовое ядро: выручка, маржа и денежный поток в динамике

Основа панели — финансовый блок: выручка, валовая и чистая прибыль, денежный поток. К нему добавляются операционные показатели: новые клиенты, средний чек, конверсия лида в сделку, CAC и ROMI.

Абсолютное число решение не подсказывает. Работает динамика — план/факт и год к году. Пример: выручка марта 3 млн ₽ при плане 4 млн ₽ и 3,5 млн ₽ годом ранее. Это сигнал разбираться, где просела воронка, а не повод для зелёной плашки. Такая связка показывает траекторию: приближаемся мы к плану или отходим, и на каком шаге воронки теряются деньги.

Окупаемость по каналам: почему дешёвый лид обманывает

Канал с низкой стоимостью заявки часто приносит сделки с минимальной маржой. Оценка источника по CPL перекладывает бюджет туда, где выручки меньше, — заявок много, а денег на выходе почти нет.

Ось оценки канала — прибыль и ROMI. Отдельный ROMI-отчёт по каналам, по оценке одного источника, окупается при рекламном бюджете примерно от 500–700 тыс. ₽ в месяц; это одиночная оценка, другими данными не подтверждённая, поэтому берите её как ориентир, а не как правило.

Пороги окупаемости, на которые опирается решение: соотношение LTV:CAC от 3:1 (ниже 1:1 бизнес теряет деньги на каждом клиенте) и MER — вся выручка ÷ все расходы на маркетинг — выше 3. Пороги взяты из зарубежных данных по онлайн-торговле, для российских услуговых ниш их стоит проверять на своих числах. В расчёт CAC входит не только рекламный расход, но и зарплаты, агентские, программное обеспечение, креатив — иначе стоимость клиента занижена, и вся окупаемость на панели завышена. Прикинуть свои пороги проще на живой связке из метрик сквозной аналитики, по которым решают судьбу бюджета.

Считать окупаемость по оплатам в CRM, а не по цифрам площадок

Рекламные кабинеты завышают реальный ROAS в среднем в 2,3 раза — по анализу более 200 брендов онлайн-торговли. Панель, построенная на числах площадок, показывает окупаемость, которой в кассе нет.

Достоверная окупаемость считается по данным CRM о фактических оплатах. Сквозная аналитика (Roistat) подтягивает расходы из рекламных кабинетов, связывает их с amoCRM, Битрикс24, RetailCRM и телефонией и считает более 80 показателей — ROMI, ROAS, ДРР (ориентир для многих отраслей 20–30%), CAC, LTV, CPO, конверсию.

Определения на панели надо фиксировать явно. ROMI, ROAS и ДРР между источниками путают как синонимы, хотя считаются они по-разному. Без явных формул рядом с цифрой показатели каналов сравнивать нельзя — вы будете складывать разные величины и принимать решение о деньгах на этой путанице.

Модель атрибуции меняет картину — и решение о бюджете

Вклад канала зависит от модели атрибуции. Модель по первому касанию отдаёт 100% первому контакту, по последнему касанию — последнему. Модель по крайним касаниям распределяет 40% первому, 40% последнему и 20% промежуточным. Линейная делит вклад поровну между всеми касаниями. Переключение модели меняет, какой канал выглядит эффективным.

Здесь методологический риск: единственно верной модели нет, а от выбора напрямую зависит перераспределение бюджета. Модель на панели нужно закрепить и понимать, что именно она показывает. Практический вывод для собственника: сравнивать каналы можно только внутри одной модели атрибуции. Иначе решение о переброске денег строится на артефакте расчёта, а не на реальной эффективности источника.

Техническая база и ограничение по свежести данных

Yandex DataLens подключается к Яндекс Директу, Метрике, CRM и внутренним базам, собирая автообновляемые панели по кампаниям, каналам и воронкам. Для больших объёмов рабочая связка — ClickHouse и DataLens, она обрабатывает большие данные за секунды.

Ограничение, которое надо закладывать в процесс: DataLens пересчитывает данные при открытии панели или смене фильтров, без режима реального времени. Для оперативных решений «в моменте» это накладывает лаг — свежесть цифр зависит от того, когда панель в последний раз открыли. Как это выглядит на практике, я разбирал на примере живой панели выручки с автосбором из amoCRM, Roistat и Директа.

Ценность панели задаёт набор денежных показателей, единые определения и достоверный источник оплат. Такую панель, которая отвечает на вопрос «куда давать деньги», я собираю под ключ на разработке дашбордов — от подключения источников до фиксации формул, по которым сравнивают каналы.