Сквозная аналитика в B2B: что показывает воронка с циклом в 6 месяцев

По данным Calltouch, в крупных холдингах в авто, недвижимости и онлайн-ритейле сквозная аналитика позволяет экономить до 30 млн рублей в месяц. Эффект достигается за счёт того, что в воронку продаж передаются только целевые обращения.

Что показывает сквозная аналитика и чем она отличается от веб-аналитики

Веб-аналитика отвечает на вопрос «откуда пришёл клик и заявка», CRM показывает, что случилось со сделкой. Между этими слоями есть разрыв.

Рекламный кабинет контекстной системы фиксирует клик, сайт — отправку формы, CRM знает про сделку, касса — про деньги. Связи между событиями нет, каждый сервис видит свой кусок воронки. Общую цепочку «клик → заявка → сделка → деньги» никто не собирает. Без анализа всей воронки маркетолог не может оценить результаты и эффективность рекламных кампаний.

Система сквозной аналитики работает иначе. Это не отдельный отчёт и не BI-инструмент поверх CRM, а слой инфраструктуры, который объединяет данные из рекламных систем, сайта, коллтрекинга и CRM в одну цепочку, привязанную к конкретному пользователю и его сделке. Так работает сквозная аналитика на практике: с её помощью компания получает не «средний CTR кампании», а ответ на вопрос, какой канал принёс сделку на 8 млн рублей, которая закрылась в марте.

«Сквозная аналитика — это не еще один инструмент, а инфраструктура, которая связывает рекламные системы, сайт и CRM».

Анатолий Емельянов, основатель и генеральный директор агентства интернет-маркетинга «Уан Тач».

Практическая разница между веб- и сквозной аналитикой видна на простом примере. Веб-аналитика покажет, что с контекстной рекламы пришло 200 заявок по 1500 рублей. Сквозная аналитика добавит к этому: из 200 заявок 40 были нецелевыми, 30 закрылись в сделки на общую сумму 24 млн рублей, средний цикл — 4,5 месяца, основная доля выручки шла из двух конкретных ключевых слов в контексте. Это разные уровни решения: первое — про загрузку отдела продаж, второе — про распределение рекламного бюджета и анализ эффективности маркетинговых кампаний.

B2B-воронка с длинным циклом: где пропадает информация между касаниями

В B2B первое касание и сделка разнесены на месяцы. Между ними помещается несколько контактов: первый клик с контекстной рекламы, скачивание презентации с сайта, звонок менеджеру, демо, согласование с финансовой службой клиента, торг по условиям. Если измерять воронку только по последнему клику перед заявкой, окажется, что сделку «привёл» прямой переход на сайт, потому что клиент после полугода переписки уже знает имя компании и заходит по бренду. Реальный же источник — рекламная кампания, которую запустили в октябре прошлого года.

Эта картина типична для застройщиков, промышленных производителей, поставщиков оборудования и B2B-сервисов. Каждое взаимодействие с клиентом оставляет след в своём сервисе: контекст в рекламном кабинете, звонки в коллтрекинге, переписка и встречи в CRM, оплата в 1С. Без сквозной аналитики связать эти следы в один путь клиента невозможно: у одного покупателя в разных системах разные идентификаторы, в части систем его вообще нет — человеческая память менеджера не заменяет машинной фиксации взаимодействия с покупателем. Только сшивка данных в одной системе позволяет отслеживать действия пользователей во времени и оценить эффективность каждого этапа привлечения.

«Без сквозной аналитики сложно увидеть карту пути клиента».

Михаил Терехов, директор департамента сквозной аналитики «Смартис».

На длинном цикле меняется и ценность каждого взаимодействия. В коротком B2C-цикле один-два контакта, и покупка закрылась — последний клик действительно решает. В B2B каждое взаимодействие с клиентом может стать переломным. После него клиент переходит из «холодного» в «думающего». Если компания не связывает все точки контакта в одну цепочку, она рискует отключить важные каналы. Эти каналы могли приводить клиента в воронку, но не попали в столбец «источник» рядом с закрытой сделкой.

Какие модели атрибуции работают в B2B: sourced и influenced

Атрибуция отвечает на вопрос, какому источнику засчитать сделку, если касаний было несколько. На коротком B2C-цикле большинство компаний обходятся моделью «последнего клика»: какой канал был последним перед заявкой, тот и получил сделку.

Для B2B такой подход слабый. При пяти-семи касаниях за полгода модель последнего клика систематически переоценивает прямые переходы и брендовый поиск, а недооценивает верхнюю воронку: контент, выставки, рассылки, контекст в начале цикла. В итоге команда не понимает, какой источник приносит конверсии — часть рекламного бюджета уходит на низкую эффективность продвижения.

Из-за этого B2B-маркетинг считает две модели атрибуции одновременно.

• Первая модель: атрибуция первого касания — sourced. Она отвечает на вопрос, какой канал привёл лида впервые, и описывает работу верхней воронки: генерацию спроса, поиск новых аудиторий.
• Вторая модель: атрибуция всех касаний — influenced. Она отвечает на вопрос, какие каналы участвовали в пути клиента, и описывает прогрев, удержание интереса, ускорение цикла.

Первая модель защищает бюджет на поиск новых клиентов, вторая — бюджет на работу с уже привлечёнными. Обе модели вместе помогают определить, какие маркетинговые усилия приносят конверсии, а какие — нет.

По исследованию атрибуции в межкорпоративном маркетинге, 57% команд считают обе модели одновременно. Источник поясняет: маркетинг с ABM-подходом чаще использует обе, а маркетинг без ABM делает ставку только на первое касание.

В том же опросе только 15% маркетологов измеряют ROI на всех трёх уровнях: тактика, программа, общий вклад. Две модели атрибуции в B2B — норма, а не редкость. Глубоким измерением вклада маркетинга в выручку занимается каждая седьмая команда.

У верхней воронки и у нижней разные KPI. Верхнюю воронку оценивают по CPL — стоимости лида — и числу привлечённых новых аудиторий. Нижнюю — по CAC, LTV и выручке по каналу продвижения. Без сквозной аналитики свести эти показатели в одну таблицу сложно.

Для российского B2B картина похожая по логике, но с поправкой. Опрос сделан на западной панели, в РФ доля компаний с многоуровневой атрибуцией ниже. Часть специализированных платформ атрибуции из западного контекста на российском рынке заменяется связкой коллтрекинга, CRM и собственного BI на базе колоночных СУБД.

Что именно показывает сквозная аналитика в реальной воронке: два российских кейса

Сквозная аналитика поднимает не «средний CTR», а конкретные показатели внутри воронки продаж: стоимость лида по каналам, долю нецелевых обращений, прибыль по рекламным каналам после поправки на отказы со звонков, ROMI отдельных кампаний. Цифры показывают всю цепочку маркетинговой эффективности — от затрат на показы и клики до выручки и прибыли по каждому источнику трафика.

На этих показателях руководитель принимает решения о перераспределении бюджета не по средним цифрам рекламного кабинета, а по доходу с конкретного канала продвижения.

Первый кейс — производитель вентиляционного и климатического оборудования TURKOV. В 2021–2022 годах компания внедрила сквозную аналитику и интегрировала её с 1С-CRM, сайтом и рекламными кабинетами.

В контур попали контекстная реклама, «ВКонтакте Реклама» и таргетированная реклама в социальных сетях. Летом 2022 года добавили речевую аналитику на звонки.

По данным самой компании, количество продаж за год выросло на 157%, долю нецелевых лидов снизили в полтора-два раза, отказы со звонков упали на 20–25%.

TURKOV работает в основном с B2C-сегментом, B2B-продажи через дилеров и застройщиков занимают около 5% выручки. Кейс не чисто B2B, но связка сквозной и речевой аналитики показывает: компания одновременно видит распределение бюджета между каналами и качество звонков по каждой кампании.

Второй пример — Стеклофабрика. Компания производит стеклянные перегородки для душевых, продаёт частным заказчикам и через дилеров — смешанный B2C/B2B-профиль. С 2018 по 2021 год компания поэтапно подключала сквозную аналитику: настроила коллтрекинг, исправила ошибки веб-аналитики, сегментировала семантическое ядро в «Яндекс.Директе».

Чистая прибыль за сезон выросла с 4,1 млн рублей в 2018–2019 годах до 9,7 млн рублей в 2020–2021 годах. В сезоне 2020–2021 в РСЯ снизили расходы на 28% и увеличили чистую прибыль на 42% — более чем на 500 тысяч рублей.

Важная оговорка. Рынок контекстной рекламы 2026 года заметно отличается от рынка 2020–2021 годов: с тех пор ушли западные рекламные системы. Конкретные тактики из этого периода нужно читать через призму актуального стека. Общая логика остаётся рабочей: сегментация семантики плюс сквозная аналитика дают сокращение расходов при росте прибыли.

Оба примера описывают одну механику. После внедрения сквозной аналитики компания перестаёт принимать решения по средним показателям рекламного кабинета и начинает перераспределять бюджет по прибыли с конкретного канала.

И в обоих случаях ключевую разницу даёт не сам по себе отчёт, а связка отчёта с речевой аналитикой и коллтрекингом: в производстве и сложных B2B-продажах значительная часть взаимодействий идёт через звонок, а не через форму на сайте.

Из чего собирается сквозная аналитика: рекламные кабинеты, коллтрекинг, CRM, BI

Сквозная аналитика собирается из четырёх слоёв инфраструктуры:

• источники данных — рекламные кабинеты «Яндекс.Директа», контекстной и таргетированной рекламы, медийных размещений; сайт с системой веб-аналитики; офлайн-источники: выставки, отраслевые конференции, рекомендации;
• фиксация обращений — статический и динамический коллтрекинг, формы на сайте, чаты, почтовые ящики, мессенджеры;
• CRM-система — обращение превращается в сделку, фиксируются все коммуникации с клиентом;
• слой отчётности — собственный BI на колоночной СУБД либо готовое решение сквозной аналитики, которое собирает данные из всех источников и строит дашборды.

Между этими слоями нужно протянуть идентификатор клиента — обычно связку телефона, почты и анонимного идентификатора веб-аналитики. Без него невозможно связать клик с конкретной сделкой.

• Рекламный кабинет видит client_id;
• сайт — client_id и адрес почты из формы;
• CRM знает почту и телефон;
• коллтрекинг — телефон и client_id.

Сборщик данных склеивает эти идентификаторы и получает единую запись: один клиент, все его действия, все сделки, все деньги. Интеграции через API передают данные между сервисами автоматически, без ручного импорта таблиц.

Дальше выбор зависит от масштаба компании. Для крупного B2B-холдинга с собственной IT-командой имеет смысл собирать свой стек: CRM с гибкой настройкой полей, коллтрекинг от российского вендора, ETL-интеграции и собственный BI на колоночной СУБД или в «Яндекс ДатаЛенс».

Такая сборка даёт максимум гибкости в моделях атрибуции и работе с большими объёмами данных. Но требует дисциплины в передаче событий и команды дата-инженеров.

По данным Calltouch, в крупных холдингах в авто, недвижимости и онлайн-ритейле такой стек помогает экономить до 30 млн рублей в месяц за счёт отсечения нецелевых обращений на ранних этапах воронки продаж. Это потолок «до», не средняя по рынку, и применимо именно к крупным холдингам с высокой долей телефонных обращений.

Для среднего B2B с командой маркетинга в три–пять человек обычно проще взять готовое решение. На рынке РФ есть несколько универсальных платформ сквозной аналитики, а также отраслевые сервисы — например, для застройщиков.

Готовый сервис имеет интеграции с основными CRM-системами и рекламными кабинетами из коробки. Он проигрывает собственному стеку в гибкости, но выигрывает в скорости запуска: первые отчёты появляются за две–четыре недели, а не за полгода.

Внутрь связки логируются и коммуникационные инструменты: звонки, видеовстречи, переписка с клиентом. Сервисы записи коротких видео и облачные мессенджеры — «Глабикс» или Loom — используются в этом контуре как точки фиксации взаимодействия. Запись демо или короткое видеообъяснение от менеджера попадает в карточку сделки в CRM и в общую цепочку касаний клиента.

Выбрать подходящий сервис помогут несколько простых критериев:

• какие рекламные площадки и CRM поддерживает решение из коробки;
• насколько понятный у него интерфейс;
• есть ли необходимые функции аналитики и автоматизации;
• какая цена при текущем количестве лидов.

Любые сравнения сервисов нужно проводить на собственных данных — посмотреть тестовый период, собрать первую отчётность, проанализировать визиты по основным каналам. Эффективные решения не всегда самые популярные на рынке: иногда нишевая платформа подходит конкретной отрасли лучше, чем универсальная.

Сквозная аналитика в малом и среднем B2B: что внедрить в первую очередь

Малому и среднему B2B сквозная аналитика часто не нужна на старте. Не потому, что данные не нужны, а потому, что на коротких выборках статистика по каналам ломается. При двадцати лидах в месяц разница между «канал A дал 5 сделок, канал B — 3» статистически неотличима от шума. Решения по перераспределению бюджета на такой основе будут случайными. Первый шаг для такого бизнеса — не платформа за 300 тысяч рублей в месяц, а дисциплина учёта на трёх базовых слоях:

• UTM-разметка всех рекламных каналов и ссылок в рассылках. Без разметки даже простая веб-аналитика не отвечает на вопрос, откуда пришла заявка, а сквозная — тем более;
• коллтрекинг хотя бы в статическом виде: отдельный номер телефона на сайте, отдельный номер в офлайн-материалах, отдельный в подписи менеджеров;
• поле «источник» в карточке сделки CRM, которое менеджер обязан заполнять при регистрации лида и при квалификации.

Эти три шага не требуют отдельной платформы и закрывают 80% задачи «откуда пришла сделка». Дальнейшая настройка системы зависит от объёма продаж и сложности воронки.

«Часто вижу, как малый и средний бизнес отказывается от сквозной аналитики, а потом не может понять, почему не работает реклама и куда тратятся деньги».

Денис Пономарёв, управляющий партнёр сервиса сквозной отчётности «Джоин Метрикс».

Сквозную аналитику есть смысл подключать, когда стабильно идёт пятьдесят и больше лидов в месяц, рекламный бюджет от 300 тысяч рублей в месяц. Главное, чтобы в маркетинге был сотрудник, который будет регулярно работать с дашбордами — не «открывать раз в квартал», а еженедельно смотреть отчёты по каналам и принимать решения о перераспределении бюджета.

Типичные ошибки при внедрении сквозной аналитики в B2B

Первая ошибка — недоразмеченные каналы. Команда внедряет систему, подключает контекстную рекламу и веб-аналитику, но забывает про рассылки, мессенджеры, реферальные ссылки от партнёров и QR-коды на выставках. В отчётах половина сделок начинает падать в «прямой переход» или «не определено» — компания принимает решения по бюджету на основе тех 50%, которые удалось разметить.

Каналы с хорошей разметкой переоцениваются просто потому, что у них больше точных данных. Чтобы избежать этой проблемы, стоит завести единый реестр UTM-меток и проверять разметку перед каждым запуском кампании. Регулярно возникает вопрос, зачем нужна такая дисциплина при малом объёме рекламы — ответ простой: без неё цифры в отчётах превращаются в шум.

Вторая ошибка — выбор только модели последнего клика при B2B-цикле. На длинном цикле «какой канал был последним» отдаёт сделку прямому переходу и брендовому поиску. Причина простая: после полугода работы менеджера клиент уже знает компанию и заходит на сайт по бренду.

Если компания смотрит только на модель последнего клика, она отключит верхнюю воронку: контекст, контент, рассылки. Через несколько месяцев новых лидов в воронке станет в разы меньше. Минимальная защита — считать атрибуцию первого касания в дополнение и сверять две модели между собой. Это помогает повысить точность оценки и оптимизировать распределение бюджета между каналами.

Третья ошибка — не подключённый офлайн-канал. В B2B значимая часть взаимодействий идёт через выставку, отраслевую конференцию, рекомендацию партнёра, личную встречу. Контакты не возникают сами в дашборде сквозной аналитики, их нужно вручную заводить в CRM с пометкой «источник: выставка X, дата Y», иначе они останутся невидимыми, а сделки с них автоматически припишутся последнему онлайн-каналу.

Критично для отраслей с активной офлайн-составляющей: промышленность, строительство, поставки оборудования, B2B-сервисы для крупного бизнеса. Если такие касания включать в общую цепочку, маркетинг увидит вклад офлайн-источников и сможет оптимизировать бюджет с учётом всех каналов привлечения.

Четвёртая ошибка — формальный «источник» в CRM. Менеджер пишет «сайт» вместо названия конкретной рекламной кампании или «рекомендация» без пояснения, кто рекомендовал клиента и через какой канал он пришёл. В отчётах появляются разрозненные строки, которые невозможно связать с рекламным бюджетом, каналом привлечения и конкретной сделкой. Проблема решается регламентом заполнения карточки сделки и контролем со стороны коммерческого директора. Один-два разбора в неделю показывают команде, что данные действительно используют. После этого заполнять поля «для галочки» становится рискованнее, чем сразу внести их правильно.

Когда сквозная аналитика окупится у B2B-команды

Сквозная аналитика окупается у B2B-маркетинга не тогда, когда «появятся данные», а когда маркетинг готов на основе данных перераспределять рекламный бюджет между каналами и пересматривать сегменты. Условие окупаемости — не платформа сама по себе, а связка из инструмента, регулярного пересмотра воронки продаж и готовности убирать каналы, которые работают только на бумаге. Без управленческой готовности данные останутся в дашборде, отчётность будет, а аналитика — нет. Возврат инвестиций ROI в сервис сквозной аналитики зависит не от тарифа, а от того, кто и как использует отчёты для принятия решений.

На практике первый осязаемый эффект сквозная аналитика даёт через два-три квартала после внедрения. За такой срок накапливается достаточно сделок, чтобы статистика по каналам перестала быть шумом. Появляется первая итерация перераспределения бюджета на основе прибыли по каналу, а не средних показателей рекламного кабинета.

Если в такой момент маркетинг смог отключить хотя бы один канал, который выглядел рабочим в системе веб-аналитики, но не приносил закрытых сделок — внедрение себя оправдало. Если решение не принято — стоит вернуться на шаг назад и пересмотреть не платформу, а процесс работы с её данными.

Эффективные стратегии работы со сквозной аналитикой строятся вокруг конкретных целей:

• повысить конверсию из заявки в сделку;
• удешевить привлечение лида с приоритетного канала;
• понять, какие сегменты приходят с самых дорогих кампаний.

Дополнительные дашборды и более детальные срезы данных помогут принимать решения быстрее. Главное — учитывать, что результаты не появятся через неделю. Не путайте отчётность с аналитикой: первая показывает цифры, вторая отвечает на вопрос, что с ними делать. Другие подходы к работе с воронкой требуют от компании готовности менять регламенты и обучать сотрудников отдела продаж и маркетинга.