Единое окно выручки в DataLens на данных amoCRM и Roistat: от рекламного рубля до оплаченной сделки

Три выгрузки, которые не сходятся

Типичная картина у собственника: открыт рекламный кабинет с расходами, рядом выгрузка сделок из amoCRM, третьим окном — система аналитики. Между потраченным рублём и оплаченной сделкой связи нет. Каждый источник говорит на своём языке, сведение идёт руками в таблице, и к моменту, когда сводка готова, она уже неделю как устарела.

Цена этого разрыва считается. По данным зарубежного рынка корпоративных продаж, 64% руководителей маркетинга не доверяют собственным данным об эффективности при принятии решений, а около четверти бюджета уходит впустую — связать расход с результатом нечем. Переносить эти числа на российский малый и средний бизнес стоит осторожно: замеров такой же глубины по нашему рынку я в открытых источниках не нашёл. Но направление знакомое любому, кто хоть раз сверял три выгрузки перед оплатой счёта за рекламу.

Отдельно бьёт оценка по «последнему клику». Средний путь покупателя на том же зарубежном рынке — около 6,5 касаний, в сложных сделках и больше. Карточка в CRM по умолчанию фиксирует только последнее касание при заполнении формы и теряет весь предыдущий контекст. В итоге верхние каналы воронки — те, что приводят человека впервые, — выглядят бесполезными, и бюджет режут именно там, где спрос рождается.

Как данные попадают в одно окно

Прямого встроенного коннектора между amoCRM и DataLens в этом стеке нет. Нужен промежуточный слой хранения, иначе строить визуализацию не на чем.

Рабочая механика, которую я собираю, выглядит так. Сделки с суммой, статусом и источником, карточки клиентов с UTM-метками (параметры рекламной ссылки, по которым опознаётся канал) и активность менеджеров забираются из amoCRM через интерфейс программного обмена — API. Скрипт на Python по расписанию (планировщик cron) раз в сутки выгружает эти данные в аналитическую базу ClickHouse. Поверх базы DataLens рисует панель показателей. Получается витрина, которая держит историю и не зависит от того, кто и когда нажал «обновить».

Тем, кто не хочет держать код и поддержку, доступен готовый коннектор — например, ApiMonster. Он переносит из amoCRM сделки, контакты, задачи, компании и товары через вебхуки и выгрузку по расписанию, настройка идёт в интерфейсе без программиста. Удобство реальное, но за него платят контролем над данными и зависимостью от чужого сервиса в середине цепочки. Для собственника это вопрос совокупной стоимости владения и того, к кому идти, когда выгрузка однажды встанет. Если нужна именно управляемая сборка под свои процессы, я делаю её под ключ — настройка сквозной панели в DataLens.

Roistat как цепочка от клика до сделки

Второй источник в этом окне — Roistat. Он присваивает каждой заявке сквозной идентификатор, который связывает рекламный клик, сделку в CRM и данные телефонии в одну цепочку, и собирает данные более чем из 200 сервисов — Яндекс Директ, Битрикс24, 1С, телефония — в единое окно.

Ключевая настройка здесь — модель атрибуции, то есть правило, по которому выручка делится между каналами. Roistat поддерживает первый клик, последний клик, последний платный клик, линейную, U-образную (40/40/20) и затухающую по времени. Это не косметика. Одни и те же сделки при разных моделях дают разную картину окупаемости: канал, который при «последнем клике» выглядит героем, при линейной модели делит заслугу с тремя другими. Модель нужно зафиксировать заранее и держать одну на всю панель — иначе в одном окне будут спорить два расчёта одной и той же выручки.

Дисциплина данных, на которой всё держится

Любая панель показывает ровно то, что ей дали на входе. Достоверность атрибуции опирается на две простые вещи, и обе ломаются легко.

Первое — корректные UTM-метки, которые пробрасываются через формы сайта и телефонию. Потерялась метка на форме обратного звонка — источник сделки уже не привязать к каналу, и реклама, которая её привела, в отчёте обнулится.

Второе — стандартизированные этапы воронки и ответственные менеджеры в amoCRM. Если каждый менеджер ведёт сделки по-своему, статусы значат разное, и собрать из них честную воронку нельзя. Это инженерная задача автоматизации проброса и нормализации данных, а не вопрос договорённостей с отделом. Подробнее путь от клика до сделки я разбирал в материале про сквозную аналитику для amoCRM.

Кто источник истины по деньгам

Здесь прячется грабля, на которую наступают при сборке. И Roistat, и собственная витрина в ClickHouse считают выручку по каналам. Запустив оба расчёта параллельно, собственник получает два счёта, которые расходятся на десятки тысяч рублей, и доверие к панели тает на первой же планёрке.

Поэтому до запуска я фиксирую единственный источник истины по деньгам — Roistat, amoCRM или витрину в ClickHouse — и все остальные срезы сверяю относительно него. Один эталон по выручке, остальное — производные от него. Без этого решения в одном окне живут два спорящих счёта, и спор этот не имеет конца.

Что это даёт в деньгах

Когда данные сведены и эталон выбран, в одном окне считаются ROMI — окупаемость вложений в маркетинг, и ДРР — доля рекламных расходов в выручке, по каждому каналу. Для большинства отраслей ориентир по ДРР держится в пределах 20–30% выручки; рядом считаются ROAS, стоимость привлечения клиента (CAC) и его пожизненная ценность (LTV). Собственник видит цену заявки и поток сделок по каждому каналу без выгрузок руками, а отчётность переходит с недельной ручной сверки на ежедневную автоматическую.

В одном публичном кейсе внедрения такой связки за два месяца неэффективные рекламные расходы сократили примерно на четверть, конверсия подросла, а бюджет в 300–400 тыс. ₽ в месяц впервые стал виден и пригоден для анализа. Числа взяты из материала исполнителя и независимо не перепроверены — отношусь к ним как к иллюстрации механики, а не как к гарантии результата. Сама же логика прямая: канал, который создаёт видимость активности и не доводит до оплаты, в таком окне виден сразу, и бюджет с него можно снять осознанно.

Прежде чем собирать панель, полезно прикинуть масштаб потерь на текущих разрозненных выгрузках — для этого есть калькулятор потерь без сквозной аналитики. А когда захочется довести разбор до уровня одного экрана с окупаемостью по каждому источнику, я раскладывал это отдельно в материале про окупаемость каждого рекламного канала на одном экране.