Почему обычной аналитики Битрикс24 недостаточно для расчёта ROI
Руководитель отдела маркетинга открывает стандартный отчёт CRM-маркетинга в Битрикс24, видит количество лидов по источникам и радуется цифрам. Но на вопрос собственника «сколько денег принёс каждый вложенный тенге в рекламу» ответить не может. Разрыв между «лиды пришли» и «лиды окупились» — это и есть та дыра, которую закрывает сквозная аналитика.
Стандартные отчёты Битрикс24 показывают количество обращений, звонков и заявок по источникам. Этого достаточно, чтобы понять, откуда физически приходят контакты. Но источник заявки — это только первая точка воронки. Дальше заявка превращается в сделку, сделка проходит несколько стадий, часть сделок срывается, часть закрывается с разным чеком, а часть клиентов возвращается за повторными покупками через полгода. Без связки «рекламный расход → канал → лид → сделка → оплата» посчитать реальный ROI невозможно — можно только гадать по средним показателям, которые в B2B почти всегда искажают картину.
Проблема усугубляется тем, что в B2B цикл сделки редко укладывается в один день. Заявка с сайта может прийти в понедельник, встреча состояться через две недели, а оплата — через полтора месяца после первого касания. Без сквозной аналитики маркетолог оценивает эффективность рекламы по количеству лидов в моменте, а не по деньгам, которые эти лиды в итоге принесли. В результате бюджет часто перераспределяется в пользу канала, который даёт много дешёвых, но нецелевых заявок, и урезается у канала, который приводит меньше лидов, зато с высокой конверсией в оплату.
Что такое сквозная аналитика и как она устроена в Битрикс24
Сквозная аналитика — это связка данных о рекламных расходах с данными о результате в CRM: от клика по объявлению до конкретной оплаченной сделки. В Битрикс24 эта связка реализуется через несколько механизмов, работающих вместе.
UTM-метки и коллтрекинг. Каждое обращение — с сайта, по телефону или из мессенджера — должно попадать в CRM с привязкой к источнику: рекламной кампании, объявлению, ключевой фразе. Для веб-заявок это UTM-параметры, которые Битрикс24 автоматически подтягивает в карточку лида при интеграции с формами и CRM-формами на сайте. Для звонков нужен коллтрекинг — сервис подмены номера, который определяет, с какой рекламной кампании пришёл звонящий, и передаёт эти данные в сделку через готовую интеграцию или REST API.
Модуль «Сквозная аналитика». В Битрикс24 есть встроенный модуль, который собирает расходы из рекламных кабинетов (Яндекс.Директ, Google Ads, Facebook Ads — с оговоркой на доступность отдельных площадок в Казахстане) и сопоставляет их со сделками в CRM. На выходе — отчёт с ключевыми метриками по каждому источнику: расход, количество лидов, количество сделок, сумма оплат, ROI и CPL (стоимость лида).
Воронка продаж как источник конверсионных данных. Сквозная аналитика работает только тогда, когда воронка в CRM отражает реальный процесс продажи, а не формальный список стадий. Если менеджеры двигают сделки по этапам нерегулярно или закрывают их «задним числом», отчёт по ROI будет красивым, но недостоверным — аналитика посчитает то, что видит в системе, а не то, что произошло на самом деле.
Товары и суммы сделок. Для точного расчёта ROI важно, чтобы в сделках фигурировала фактическая сумма оплаты, а не плановая сумма из коммерческого предложения. Расхождение между «выставили счёт на 500 000 тенге» и «оплатили 350 000 тенге после скидки» напрямую искажает итоговую рентабельность канала.
Как настроить сквозную аналитику: пошаговая логика
Настройка сквозной аналитики в Битрикс24 — это не включение одной галочки, а выстраивание цепочки из нескольких элементов, каждый из которых может стать слабым звеном.
Шаг 1. Подключить рекламные кабинеты. В разделе CRM-маркетинга подключаются аккаунты Яндекс.Директ, Google Ads и других используемых площадок через официальные интеграции. Система начинает подтягивать расходы по кампаниям автоматически, обычно с задержкой в несколько часов.
Шаг 2. Настроить сквозные UTM-метки на сайте. Все рекламные кампании должны вести на страницы с корректными UTM-параметрами (utm_source, utm_medium, utm_campaign, utm_content, utm_term), а CRM-формы на сайте — передавать эти параметры в карточку лида автоматически. Если сайт собран на конструкторе без гибкой настройки форм, часть данных может теряться уже на этом этапе — это одна из самых частых причин, почему сквозная аналитика в итоге «не сходится».
Шаг 3. Подключить коллтрекинг для звонков. Для компаний, где основной канал обращений — телефон, без коллтрекинга сквозная аналитика теряет смысл: половина конверсий останется «неопределённым источником». Динамический коллтрекинг подменяет номер для каждого посетителя сайта индивидуально и передаёт данные о рекламном источнике в момент звонка.
Шаг 4. Синхронизировать статусы и суммы в воронке. Нужно навести порядок в стадиях сделки: убрать дублирующиеся статусы, договориться с отделом продаж об обязательном заполнении суммы и причины отказа при проигрыше сделки. Без дисциплины в воронке даже идеально настроенная техническая часть даст искажённый отчёт.
Шаг 5. Настроить отчёт и период сверки. После сбора данных за 2–4 недели стоит вручную сверить несколько сделок по каждому источнику: сопоставить реальную историю обращения клиента с тем, что показывает отчёт. Это выявляет технические разрывы — например, лиды, заведённые менеджером вручную без UTM-меток, которые система относит к источнику «прямой заход».
Отдельный практический нюанс: для интернет-магазинов и компаний с повторными продажами важно продумать, как система будет учитывать повторные оплаты того же клиента — относить их к изначальному рекламному источнику или к текущему обращению. Оба подхода имеют право на жизнь, но выбор влияет на итоговые цифры ROI и должен быть осознанным решением, а не побочным эффектом настроек по умолчанию.
Как считать ROI маркетинга на основе данных Битрикс24
Формула ROI маркетинга в её базовом виде выглядит просто: (доход от канала − расход на канал) / расход на канал × 100%. Сложность не в формуле, а в том, какие цифры в неё подставлять.
Доход от канала. Берётся не сумма выставленных счетов, а фактически поступившая оплата по сделкам, привязанным к источнику. Если цикл сделки длинный, важно считать ROI за период не короче среднего цикла продажи — иначе можно ошибочно списать канал в убыточные только потому, что сделки по нему ещё не успели закрыться.
Расход на канал. Помимо прямых затрат на рекламу (бюджет кампании), корректный расчёт должен учитывать сопутствующие расходы: комиссию агентства или таргетолога, стоимость коллтрекинга и сервисов аналитики, а иногда и долю фонда оплаты труда менеджера по контекстной рекламе. Компании часто считают ROI только по медиабюджету, получая завышенную рентабельность на бумаге.
Маржинальность, а не выручка. Для точного управленческого решения ROI правильнее считать не по выручке, а по марже — валовой прибыли за вычетом себестоимости. Канал с высокой выручкой, но низкой маржинальностью продукта может проигрывать по факту каналу с меньшей выручкой, но более прибыльным продуктовым миксом. Битрикс24 сам по себе не знает себестоимость — эти данные нужно либо вносить в карточку товара, либо сверять с бухгалтерией отдельно.
Разные ROI для разных горизонтов. Полезно смотреть на ROI в двух срезах: по первой сделке клиента и по накопленной выручке за 6–12 месяцев (учитывая LTV). Канал, который выглядит убыточным по первой продаже, может оказаться самым выгодным в перспективе года, если приводит клиентов с высоким процентом повторных покупок. Встроенные отчёты Битрикс24 по умолчанию считают ROI по первой сделке — для LTV-среза обычно нужна дополнительная выгрузка и расчёт в BI-инструменте или таблице.
На практике имеет смысл выстроить регулярный ритм: еженедельно сверять CPL и количество лидов по каналам (операционный контроль бюджета), а раз в месяц — полноценный отчёт по ROI с учётом маржи и с разбивкой по кампаниям, а не только по площадкам в целом. Разбивка по кампаниям критична: усреднённый ROI по «Яндекс.Директ» может скрывать одну убыточную кампанию, которая тянет вниз показатели трёх прибыльных.
Пример расчёта: как выглядит ROI на реальных цифрах
Возьмём условную компанию, продающую услуги для B2B-клиентов в Алматы, которая ведёт рекламу в двух каналах — Яндекс.Директ и таргетированную рекламу в Instagram — и сравнивает их через сквозную аналитику Битрикс24 за квартал.
Яндекс.Директ. Расход за квартал — 900 000 тенге. Система насчитала 140 лидов с корректной UTM-меткой, из них в CRM закрылось сделками с оплатой 18. Средний чек по этим сделкам — 210 000 тенге, суммарная выручка — 3 780 000 тенге. При себестоимости услуг в 40% от чека (типичный показатель для сервисной компании) валовая маржа составляет 2 268 000 тенге. Формально ROI по выручке выглядит как (3 780 000 − 900 000) / 900 000 × 100% ≈ 320%. Но если считать по марже — а это правильный способ для управленческого решения — ROI составит (2 268 000 − 900 000) / 900 000 × 100% ≈ 152%. Разница между двумя цифрами почти вдвое — и именно маржинальный показатель должен ложиться в основу решения о бюджете.
Instagram-таргет. Расход за тот же период — 500 000 тенге. Лидов больше — 210, но конверсия в оплаченную сделку ниже: закрылось только 9 сделок при среднем чеке 140 000 тенге, суммарная выручка — 1 260 000 тенге, маржа при той же себестоимости — 756 000 тенге. ROI по марже: (756 000 − 500 000) / 500 000 × 100% ≈ 51%.
На первый взгляд, судя по количеству лидов (210 против 140), Instagram выглядит более результативным каналом, и без сквозной аналитики бюджет логично было бы нарастить именно здесь. Но по факту Яндекс.Директ приносит втрое более высокий ROI по марже и почти втрое больше денег в абсолютном выражении при сопоставимом бюджете. Решение, основанное только на количестве обращений, привело бы к перераспределению бюджета в менее рентабельный канал — классическая ловушка, которую и призвана предотвратить сквозная аналитика.
Важное дополнение к этому примеру: если у компании высокий процент повторных покупок, стоит пересчитать те же каналы через год с учётом LTV. Возможно, часть клиентов, пришедших из Instagram по низкому первому чеку, окажется склонна к повторным заказам чаще, чем клиенты из Директа — и тогда картина за 12 месяцев может измениться. Именно поэтому разовый расчёт ROI по первой сделке даёт снимок ситуации, а не окончательный вердикт по каналу.
Интеграция со внешними BI-инструментами для более глубокого анализа
Встроенных отчётов Битрикс24 обычно достаточно для операционного контроля — еженедельного просмотра CPL и динамики по кампаниям. Но для расчёта ROI с учётом маржинальности, LTV и когортного анализа многие компании выгружают данные из CRM во внешние инструменты через REST API или готовые коннекторы: Google Data Studio (Looker Studio), Power BI, либо обычные таблицы Google Sheets с формулами.
Такая выгрузка особенно оправдана в трёх случаях. Во-первых, когда себестоимость товаров или услуг хранится не в Битрикс24, а в отдельной учётной системе — 1С или другой ERP — и её нужно сопоставлять с данными CRM вручную или через интеграцию. Во-вторых, когда у компании несколько юрлиц или направлений бизнеса и нужен консолидированный отчёт по ROI, который встроенная сквозная аналитика не строит по умолчанию. В-третьих, когда требуется когортный анализ — сравнение LTV клиентов, пришедших из разных каналов в разные месяцы, что выходит за рамки стандартного отчётного периода модуля CRM-маркетинга.
При построении такой выгрузки важно один раз чётко зафиксировать методологию расчёта — как учитывается НДС, как распределяются расходы на команду продаж, как обрабатываются возвраты и отмены сделок — и закрепить её в виде документа или шаблона таблицы. Без этого разные сотрудники в разное время будут считать ROI по-разному, и цифры из месяца в месяц перестанут быть сопоставимыми.
Типичные ошибки при внедрении сквозной аналитики
Наиболее частая ошибка — включить модуль сквозной аналитики и считать задачу решённой, не наведя порядок в воронке продаж. Технически всё работает, отчёты формируются, но менеджеры продолжают заводить часть сделок вручную без источника, забывают проставлять сумму при закрытии или держат сделки открытыми месяцами после фактической потери клиента. Итоговый отчёт по ROI в такой ситуации выглядит правдоподобно, но управленческие решения на его основе будут ошибочными.
Вторая распространённая ошибка — сравнивать каналы по количеству лидов вместо количества оплат. Канал может генерировать вдвое больше обращений при вдвое меньшей конверсии в сделку — по количеству лидов он будет выглядеть эффективнее, хотя по деньгам проигрывает.
Третья ошибка — игнорировать офлайн- и рекомендательные каналы при распределении бюджета. Если часть клиентов приходит по рекомендации или через личные контакты менеджеров, а система относит их к «прямому заходу», доля бюджетных каналов в отчёте искусственно занижается или завышается в зависимости от того, как размечены такие обращения.
Четвёртая ошибка, которая встречается у компаний с несколькими менеджерами по продажам, — не учитывать разницу в качестве обработки лидов между сотрудниками при интерпретации отчёта по каналам. Если один и тот же канал даёт одинаковое количество лидов двум разным менеджерам, а конверсия в оплату у них отличается в разы, низкий ROI канала на самом деле может отражать проблему в отделе продаж, а не в качестве трафика. Прежде чем сокращать бюджет на канал, стоит разбить отчёт не только по источникам, но и по ответственным менеджерам — это часто меняет диагноз.
Пятая ошибка — не разделять новых и повторных клиентов в отчёте по ROI. Если постоянный клиент оформляет очередной заказ через рекламное объявление (например, кликнув по баннеру ретаргетинга), система может засчитать эту оплату каналу, хотя фактически клиент был бы найден и без этого клика. В компаниях с высокой долей повторных продаж стоит отдельно считать ROI по привлечению новых клиентов и по удержанию существующих — это разные задачи с разной экономикой.
Наконец, стоит с осторожностью относиться к ROI, посчитанному в первый месяц после настройки. Данные требуют времени на накопление, а сделки — времени на прохождение полного цикла. Управленческие решения о сокращении или увеличении бюджета канала лучше принимать не раньше, чем накопится статистика минимум за один-два полных цикла продажи. Это не значит, что первый месяц нужно игнорировать полностью — он полезен для проверки самой технической цепочки: доходят ли UTM-метки до сделок, не теряются ли звонки, корректно ли проставляются суммы. Но выводы о рентабельности каналов на основе месячных данных почти всегда преждевременны.
Частые вопросы
Сколько времени занимает настройка сквозной аналитики в Битрикс24?
Техническая часть — подключение рекламных кабинетов, настройка UTM-меток и коллтрекинга — обычно занимает от нескольких дней до двух недель в зависимости от количества используемых каналов и состояния сайта. Но для получения достоверного отчёта по ROI требуется минимум 4–8 недель накопления данных, а для B2B с длинным циклом сделки — дольше.
Нужен ли коллтрекинг, если основной канал обращений — заявки с сайта?
Если доля звонков в общем потоке обращений невелика, можно начать без коллтрекинга и подключить его позже. Но стоит учитывать, что часть клиентов, увидевших форму на сайте, предпочитает позвонить, а не заполнять поля — без коллтрекинга эти обращения попадут в источник «прямой заход» и исказят картину по каналам.
Можно ли настроить сквозную аналитику в облачной версии Битрикс24 на тарифе без CRM-маркетинга?
Полноценный модуль сквозной аналитики с автоматическим сбором расходов из рекламных кабинетов доступен на тарифах с CRM-маркетингом. На более простых тарифах можно частично реализовать похожую логику вручную — через UTM-метки, кастомные поля в сделках и выгрузку данных для расчёта ROI в отдельной таблице, но без автоматизации.
Что делать, если ROI по каналу получается отрицательным?
Прежде чем сокращать бюджет, стоит проверить два момента: не занижен ли доход из-за неучтённых повторных оплат и LTV, и не связана ли низкая конверсия с качеством обработки лидов отделом продаж, а не с качеством самого трафика. Иногда убыточный на бумаге канал приводит целевых клиентов, которых теряют уже на этапе обработки заявки.
Работает ли сквозная аналитика с офлайн-рекламой — наружкой, выставками, печатными материалами?
Напрямую нет, поскольку офлайн-каналы не дают клика для UTM-метки. Но их эффективность можно оценить косвенно — через отдельный номер телефона или промокод для конкретной офлайн-активности, зафиксированный в CRM как отдельный источник при заведении сделки.