Сквозная аналитика для amoCRM: как довести путь от клика до сделки

Собственник открывает amoCRM и видит поток лидов: вот заявки за неделю, вот звонки, вот новые сделки в работе. Чего он не видит — какой рекламный канал и какая кампания принесли оплату. Реклама в этой картине оценивается по числу заявок, то есть вслепую: кампания может гнать дешёвые лиды, которые не доходят до денег, и при этом выглядеть «эффективной» в кабинете.

Почему «заявки» молчат о деньгах

Заявка — это обещание, оплата — факт. Между ними воронка, в которой часть лидов отваливается, а часть теряет свой источник по дороге. Без корректной разметки 20–40% сделок остаются «без источника»: их физически нельзя отнести к конкретной кампании, а значит — нельзя посчитать окупаемость канала. Эта доля бюджета уходит в темноту, и решения по ней принимаются на ощупь.

Сквозная аналитика закрывает разрыв. Это технология, которая собирает в одном отчёте данные о рекламе, поведении на сайте и продажах из CRM и прослеживает полный путь: клик → заявка или звонок → сделка → оплата. Работает она за счёт простого механизма — каждому посетителю при первом визите присваивается уникальный идентификатор, и именно он потом склеивает анонимный клик с будущей карточкой сделки. Прежде чем строить систему, полезно прикинуть, сколько денег уже сейчас уходит без атрибуции — для этого есть калькулятор потерь без сквозной аналитики.

Если хочется зайти с азов, я отдельно разбирал что такое сквозная аналитика на простом примере — здесь же иду глубже, в механику привязки к amoCRM.

Как клик физически попадает в карточку сделки

Чтобы реклама связалась с карточкой в amoCRM, нужны два слоя разметки. Первый — UTM-метки (utm_source, utm_campaign и другие) в каждой кампании: они говорят, откуда пришёл визит. Второй — сохранение ClientID или ClickID в поле сделки: именно ClientID склеивает поведение пользователя на сайте с конкретным лидом и позволяет распределить выручку между каналами.

Я завожу в карточке отдельные поля под идентификатор и метки и настраиваю их автозаполнение в момент создания сделки. Это принципиальный момент: источник не должен зависеть от того, вспомнит ли менеджер, откуда пришёл клиент. Пока идентификатор не записан в сделку автоматически, любой отчёт об окупаемости опирается на догадки — данные в нём будут, но доверять им нельзя. Эту техническую основу я закладываю на этапе внедрения amoCRM, чтобы поля и автоматизация появились сразу, а не доклеивались поверх готовой воронки.

Бесплатная связка amoCRM и Яндекс Метрики — и где её предел

Базовую задачу можно закрыть почти без затрат на сервис. При заявке с сайта в поле сделки или контакта сохраняется ym_uid либо yclid — длинное число от Яндекса. Когда сделка переходит в целевой статус, amoCRM отправляет в Метрику офлайн-конверсию вместе с суммой из поля «Бюджет». Так Метрика начинает оптимизировать рекламу под фактические оплаты, а не под количество форм.

У схемы есть жёсткое ограничение по времени: идентификатор Яндекса живёт 21 день. Офлайн-конверсию по сделке нужно передать внутри этого окна, иначе продажу не привязать к визиту. Для коротких сделок этого хватает с запасом. Но в длинных циклах, где клиент думает месяцами, окно истекает раньше, чем сделка закрывается, и связь клика с оплатой теряется. Здесь либо подключается платный сервис со своим хранением идентификаторов, либо нужен инженерный обход с переносом ClientID — и это уже задача, под которую я собираю сквозную аналитику индивидуально под цикл сделки.

ROMI и модель атрибуции: чем мерить отдачу канала

Когда выручка привязана к источнику, окупаемость считается напрямую. ROMI — это (доход − затраты на маркетинг) ÷ затраты на маркетинг × 100%. При прибыли 500 000 ₽ и расходах 200 000 ₽ ROMI равен 150%. Ориентиры простые: ниже 0% — реклама работает в убыток, около 0% — кампания слабая, от 20% — рабочий минимум, 100% и выше — кампания, которую стоит масштабировать. Если хочется собрать вокруг этого целостную систему показателей, я описывал подход к CAC, LTV и ROMI для малого бизнеса отдельно.

Важная деталь, которую часто пропускают: какому каналу зачтётся выручка, зависит от модели атрибуции. Атрибуция по последнему клику годится для коротких сделок, по первому клику и линейная — для длинных циклов с множеством касаний, позиционная модель универсальна. Распределить доход между каналами без сквозной аналитики невозможно в принципе, поэтому модель я выбираю заранее, под длину сделки, ещё до первого подсчёта окупаемости.

Чтобы было видно потолок отдачи: в одном публичном кейсе дистрибьютора медоборудования на Roistat с отслеживанием звонков ROMI достиг 2796%, цена заявки составила 1984 ₽, конверсия в продажу — 2,7%. Это материал вендора, и я подаю его как верхнюю границу возможного, а не как типичный результат — но он показывает, насколько меняется управление деньгами, когда каждый рубль выручки привязан к источнику.

Где аналитика начинает врать

Сервис аналитики не спасает, если данные в CRM грязные. Система врёт по трём причинам: менеджеры не заполняют статусы сделок, нет единственного ответственного за систему, а у продаж и маркетинга разные определения одних и тех же метрик. Качество данных в самой amoCRM весит больше, чем выбор сервиса поверх неё.

Поэтому заполнение полей я закрываю автоматизацией на этапах воронки — статусы, суммы и источник проставляются логикой системы по событиям, а не зависят от дисциплины конкретного человека. Дальше замыкается контур: данные о выручке из CRM возвращаются в кабинеты Яндекс Директа и Метрики и сопоставляются с лидами. Реклама начинает оптимизироваться по фактической ценности оплаченных сделок, а не по количеству звонков. Убыточные источники отключаются, поток сделок из прибыльных растёт — и бюджет перестаёт уходить в темноту.