Сквозная аналитика Яндекс Директ: как связать рекламу с заявками и продажами

Сквозная аналитика для Яндекс Директа нужна, когда статистики по кликам и заявкам уже недостаточно. Она позволяет связать рекламные расходы с тем, что произошло дальше: качеством обращения, продажей, выручкой и прибылью.

Принцип всегда примерно один:

Яндекс Директ -> переход на сайт -> обращение -> CRM -> продажа -> отчет

Реализовать эту цепочку можно по-разному. Использовать Яндекс Метрику, подключить Roistat или Calltouch, собрать отчет в BI-системе или вообще разработать собственный дашборд. Главное здесь не конкретный сервис, а корректная связь данных между этапами.

Как работает сквозная аналитика Яндекс Директа

Допустим, из одной рекламной кампании пришло 20 заявок по 2 000 рублей, а из другой - 10 заявок по 3 000 рублей.

Если смотреть только Директ или обычные цели Метрики, первая кампания выглядит выгоднее.

Но после проверки CRM может оказаться, что из первых 20 обращений была одна продажа, а из вторых 10 - четыре продажи.

Вот для ответа на такие вопросы и нужна сквозная аналитика.

В одном отчете обычно объединяются:

• расходы и рекламная статистика Яндекс Директа;
• информация о визитах на сайте;
• заявки из форм;
• звонки;
• обращения через другие каналы;
• данные CRM;
• статусы лидов и сделок;
• продажи;
• выручка и при необходимости себестоимость.

После этого можно считать уже стоимость нужного бизнесу результата, а не только стоимость отправленной формы.

Конверсия в Яндекс Директе: что это и как ее считать

UTM-метки - основа связи между рекламой и данными

При построении собственной системы или использовании сторонней сквозной аналитики большое значение имеют UTM-метки.

Например, по ним можно определить:

• рекламный источник;
• тип трафика;
• кампанию;
• объявление;
• дополнительный параметр рекламного перехода.

Яндекс Метрика также использует UTM-разметку при объединении данных о рекламных расходах с визитами. Roistat может строить отчеты по UTM или добавлять собственную метку к рекламным ссылкам.

Но одной UTM-разметки недостаточно.

UTM говорит системе, откуда пришел пользователь. Дальше нужно связать этого посетителя с конкретной заявкой или сделкой в CRM.

Для этого Яндекс рекомендует сохранять ClientID Метрики. При передаче CRM-данных ClientID обеспечивает наиболее качественную привязку заказа к визиту. Дополнительно могут использоваться телефон и email.

Получается две разные задачи:

UTM -> откуда пришел клиент

ClientID и другие идентификаторы -> какой визит связан с конкретным клиентом и сделкой

Это полезно разделять. Сквозная аналитика ломается довольно быстро, если пытаться решить обе задачи только одной UTM-меткой.

Как учитывать звонки и обращения по email

Форма на сайте отслеживается относительно просто. Пользователь отправил заявку, сайт передал источник и ClientID в CRM.

Со звонками сложнее.

Для этого используется коллтрекинг. Сервис динамически подменяет телефонный номер на сайте и связывает звонок с источником или конкретным визитом пользователя. После звонка информация может передаваться в CRM и попадать в общий отчет. Так работают, например, системы коллтрекинга Roistat и Calltouch.

Похожая механика существует для электронной почты. Email-трекинг подменяет адрес на сайте, а после получения письма позволяет определить рекламный источник обращения. Такая функциональность, например, есть в Roistat.

Если значительная часть клиентов звонит или пишет напрямую, без этих данных сквозной отчет будет неполным.

Три способа настроить сквозную аналитику

Я бы не искал один универсальный сервис. Способ зависит от того, насколько сложный отчет нужен бизнесу.

Яндекс Метрика + CRM

Самый очевидный вариант для Яндекс Директа - использовать возможности самой Метрики.

Сейчас в нее можно передавать клиентов и заказы из CRM, статусы сделок, выручку, себестоимость и собственные статусы. После этого доступны отчеты по источникам заказов, расходам и ROI.

Есть еще одно серьезное преимущество. Статусы из CRM можно превращать в цели Метрики и использовать их для оптимизации рекламных кампаний.

Например, передавать:

заявка -> квалифицированный лид -> договор -> оплата

И оптимизировать Директ уже не по любой заполненной форме, а по более глубокой конверсии.

Офлайн-конверсии в Яндекс Директе и Метрике

Для небольшой или средней системы этого часто достаточно.

Но я бы не рассматривал Метрику как полноценную замену CRM-аналитике или BI. Стандартные отчеты в первую очередь построены вокруг источников трафика, визитов, заказов, расходов и окупаемости. Произвольные параметры передавать можно, но сложный управленческий отчет с десятками собственных разрезов удобнее строить отдельно.

Например, бизнес может захотеть одновременно смотреть:

кампания -> тип услуги -> филиал -> менеджер -> квалификация -> продажа -> маржа.

Для таких задач Метрика уже не всегда является самым удобным интерфейсом.

Готовые сервисы сквозной аналитики

Второй способ - Roistat, Calltouch и другие специализированные платформы.

Они уже умеют соединять рекламные кабинеты, CRM, формы, звонки и другие источники.

Например, интеграция Calltouch с Яндекс Директом позволяет сопоставлять звонки, заявки и лиды с расходами рекламных кампаний. Roistat может загружать расходы из Директа и связывать их с заявками и продажами из CRM.

Преимущество очевидное - большую часть инфраструктуры уже сделали за вас.

Минус тоже очевидный - вы зависите от возможностей конкретного сервиса, его интеграций, интерфейса и логики отчетов.

Идеальной системы здесь нет.

Собственная сквозная аналитика

Третий вариант - собирать данные самостоятельно.

Условная архитектура может выглядеть так:

Яндекс Директ + Метрика + коллтрекинг + CRM -> база данных -> собственный отчет

Источники можно связывать через API, а дальше визуализировать данные, например, в Power BI, DataLens или собственном веб-интерфейсе.

Это заметно более кропотливая работа, зато отчет можно сделать именно таким, каким он нужен бизнесу.

Если руководителю нужны продажи в разрезе менеджеров - добавляем менеджеров.

Если важна маржинальная прибыль - передаем себестоимость.

Если нужно разделение по продуктам, филиалам или типам клиентов - добавляем соответствующие поля.

В готовой системе часто приходится подстраиваться под чужой отчет. В собственной системе отчет подстраивается под бизнес.

С развитием инструментов на базе нейросетей разработка таких внутренних сервисов постепенно становится доступнее. Но сами данные все равно придется правильно собрать, связать и проверять. Красивый дашборд не исправит ошибочную исходную аналитику.

Какие данные действительно нужно собирать

Я бы начинал не с выбора сервиса, а со списка вопросов, на которые бизнес хочет получить ответ.

Например:

Сколько стоит заявка?

Тогда достаточно расходов и обращений.

Какая реклама дает качественные заявки?

Нужно передавать квалификацию лида из CRM.

Какая реклама дает продажи?

Нужны данные о закрытых сделках.

Какая реклама окупается?

Нужны расходы и выручка.

Какая реклама приносит прибыль?

Понадобятся дополнительные финансовые данные.

Не нужно строить огромную систему только потому, что технически это возможно.

Иногда бизнесу достаточно четырех показателей:

расходы -> качественные лиды -> продажи -> выручка

А иногда действительно требуется сложная аналитика по менеджерам, направлениям, городам, товарам и этапам воронки.

CPA в Яндекс Директе, CPS в маркетинге, ROAS в маркетинге и ДРР в рекламе.

Почему сквозная аналитика постоянно ломается

К этому лучше относиться спокойно. Чем больше систем участвует в передаче данных, тем больше потенциальных точек отказа.

Проблемы бывают самые разные:

• на части рекламных ссылок пропали или изменились UTM-метки;
• редирект сайта обрезает параметры;
• ClientID не записался в CRM;
• одна из форм не передает нужные поля;
• звонок не удалось корректно связать с визитом;
• один клиент создал несколько дублей в CRM;
• менеджер неправильно изменил статус сделки;
• интеграция перестала загружать данные;
• API передал данные с задержкой;
• разные системы используют разные модели атрибуции.

Даже Метрика отдельно предупреждает, что показатели в ее отчетах могут отличаться от статистики рекламных систем. На результат влияет в том числе выбранная модель атрибуции и период отчета.

Поэтому сквозная аналитика - это не настройка, которую один раз сделали и забыли.

Ее нужно периодически проверять.

Если вчера было 100 заявок в CRM, а аналитика показывает 64, сначала нужно искать потерянные данные, а не делать вывод о работе рекламы.

Сквозная аналитика нужна еще и для обучения Яндекс Директа

У сквозной аналитики есть вторая задача, которую я считаю не менее важной, чем построение отчетов.

Данные из CRM можно вернуть обратно в Метрику и использовать в рекламных стратегиях.

Допустим, Директ получил 100 заявок.

Из них:

• 40 оказались спамом или мусором;
• 35 не прошли квалификацию;
• 20 оказались нормальными потенциальными клиентами;
• 5 дошли до оплаты.

Если стратегия видит только первоначальные 100 заявок, она учится искать людей, похожих на всех оставивших форму.

Если передавать качественные лиды или продажи, у алгоритма появляется значительно более полезный сигнал.

Яндекс позволяет передавать CRM-конверсии и использовать цели вроде оплаченного заказа, квалифицированного лида или подписанного договора в автоматических стратегиях Директа.

Как обучается стратегия Яндекс Директа

Поэтому нормальная сквозная аналитика работает в обе стороны:

Директ -> CRM

и затем

CRM -> Метрика -> Директ

Можно ли сделать сквозную аналитику только в Яндекс Метрике

Можно, если возможностей Метрики хватает под задачи бизнеса.

У нее уже есть импорт CRM-данных, офлайн-конверсии, расходы, доход, прибыль, отчеты по источникам заказов и ROI.

Если нужен простой ответ на вопрос, какие рекламные кампании приводят продажи, я бы сначала рассмотрел именно этот вариант.

Если большая часть обращений идет по телефону, потребуется коллтрекинг.

Если нужны сложные управленческие срезы по менеджерам, продуктам, подразделениям и собственной экономике бизнеса, логичнее смотреть в сторону специализированного сервиса или отдельного BI-отчета.

Яндекс Метрика изначально остается системой веб-аналитики. Возможности CRM и сквозных отчетов у нее заметно расширились, но это не делает ее универсальной системой бизнес-аналитики.

Нужны ли UTM-метки, если Директ уже связан с Метрикой

Я все равно использую нормальную UTM-разметку.

Внутри экосистемы Яндекса Директ и Метрика умеют связывать значительную часть данных напрямую. Но UTM дают понятную и независимую структуру источников, которую можно использовать в CRM, сторонней аналитике и собственных отчетах.

Особенно это важно, если кроме Яндекс Директа есть другие рекламные каналы.

Главное - заранее определить единую систему разметки и не менять ее хаотично от кампании к кампании.

Как я бы строил сквозную аналитику для Яндекс Директа

Сначала я определил бы конечный результат, который необходимо видеть.

Если бизнесу достаточно стоимости заявки и продажи, не нужно начинать с дорогой и сложной системы.

Минимальная рабочая схема:

1. Разметить рекламный трафик.
2. Настроить Метрику и реальные цели.
3. Сохранять UTM и ClientID вместе с обращением.
4. Учитывать звонки и другие основные каналы заявок.
5. Передавать данные в CRM.
6. Фиксировать качество лидов, продажи и необходимые финансовые показатели.
7. Связать CRM с системой отчетности.
8. Возвращать полезные офлайн-конверсии обратно в Метрику и Директ.
9. Регулярно проверять, что данные продолжают сходиться.

После этого уже можно выбирать интерфейс: Метрика, готовый сервис или собственный дашборд.

Сквозная аналитика Яндекс Директа ценна не количеством таблиц. Ее задача - показать, какая реклама действительно приводит нужных бизнесу клиентов и сколько этот результат стоит.

Кейсы и подход к работе с Яндекс Директом