SEO и аналитика
Сквозная аналитика: архитектура данных от рекламы до выручки
Как построить сквозную аналитику: идентификаторы, веб-события, CRM, расходы, заказы, выручка, атрибуция, витрина данных и контроль качества.

Что показывает сквозная аналитика
Сквозная аналитика связывает затраты на привлечение с заявкой, сделкой и подтвержденной выручкой. Она не отменяет неоднозначность атрибуции, но создает единый слой данных, где определения канала, лида, продажи и возврата согласованы и проверяемы.
Главная сложность находится в идентификаторах и процессах. Пользователь меняет устройство, звонит после визита, менеджер объединяет дубли, а оплата приходит частями. Если связи строятся только по UTM в последней форме, отчет будет точным технически и неверным по смыслу.
Архитектура данных
Надежный контур отделяет сбор, хранение сырых данных, преобразования и представление в отчете.
- Коннекторы рекламных систем, веб-аналитики, коллтрекинга, CRM и учета.
- Сырые таблицы с датой загрузки и возможностью пересчитать период после изменения правила.
- Слой нормализации идентификаторов, валют, часовых поясов, каналов и статусов.
- Модель связей визита, обращения, контакта, сделки, заказа, оплаты и возврата.
- Витрины для маркетинга и руководства с документацией метрик и контролем доступа.
Определения и источники истины
До внедрения команда согласует, какие решения принимает по отчету и как трактует коммерческий результат.
- Определение обращения, квалифицированного лида, сделки, продажи, выручки, возврата и маржи.
- Рекламные расходы, клики, показы и стабильные идентификаторы кампаний из источников.
- Client ID, call tracking, формы, офлайн-обращения и правила связи с контактом CRM.
- Сделки, этапы, товары, оплаты и отмены с владельцем каждого статуса.
- Модель атрибуции, окно, исключения бренда, повторных продаж и внутренних пользователей.
Этапы построения сквозной аналитики
Сначала собирают минимальную проверяемую цепочку для одного канала и продукта, затем расширяют покрытие.
- Составить карту систем, сущностей, идентификаторов и мест, где связь может потеряться.
- Настроить план веб-событий и передачу допустимых идентификаторов вместе с обращением.
- Привести CRM-воронку к однозначным этапам и сохранить источник без ручного перезаписывания.
- Загрузить рекламные расходы и бизнес-результаты в общее хранилище с историей изменений.
- Построить витрину с прозрачными правилами атрибуции и отдельными показателями качества данных.
- Сверить выборку вручную, сравнить суммы с учетом и назначить регулярный контроль расхождений.
Качество самой аналитики
До оптимизации рекламы нужно убедиться, что контур не теряет существенную часть бизнеса и вовремя сообщает об ошибке.
- Доля лидов и продаж, связанных с допустимым маркетинговым источником.
- Расхождение выручки, оплат и возвратов между витриной и учетной системой.
- Возраст данных по каждому источнику и число неуспешных загрузок.
- Дубли контактов, сделок и результатов после объединения или повторной отправки.
- Изменение управленческого решения при сравнении разных моделей атрибуции.
Почему цифры не сходятся
Разница между системами ожидаема, но должна объясняться определениями, окнами и временем обновления.
- Сравнивать клики рекламной системы, сессии аналитики и лиды CRM как одно и то же событие.
- Приписывать всю выручку последнему визиту без учета задачи отчета и длинного цикла сделки.
- Перезаписывать первый источник последним и терять историю взаимодействий.
- Не вычитать отмены и возвраты или использовать плановую сумму вместо подтвержденной оплаты.
- Скрывать долю несвязанных сделок и показывать красивую окупаемость на неполной выборке.
С чего начать сквозную аналитику
Начните с одного продукта, нескольких каналов и подтвержденной выручки. Полная карта идентификаторов и ручная сверка десяти реальных сделок обычно обнаруживают больше полезных проблем, чем ранний сложный дашборд.
После стабилизации команда добавляет офлайн-источники, маржинальность, повторные продажи и более сложную атрибуцию. Каждый новый слой должен сохранять прозрачность определений и возможность пересчета исторических данных.
Источники
Материал подготовлен редакцией на основе проектной практики и не содержит внешних статистических утверждений.
FAQ
Почему данные рекламы и аналитики отличаются?
Системы используют разные события, окна, часовые пояса, фильтры и модели атрибуции. Важно не добиться полного совпадения, а документировать и контролировать причины.
Нужен ли отдельный data warehouse?
Для нескольких источников, исторических пересчетов и собственных правил он обычно полезен. Небольшой пилот можно начать проще, сохранив возможность выгрузки сырых данных.
Как учитывать повторные продажи?
Нужно отдельно определить цель: оценить первоначальное привлечение, текущий канал контакта или жизненную ценность клиента. Один отчет не обязан отвечать на все вопросы.
