От «я в Excel» до «у меня дата-платформа». И нужна ли она тем, у кого бизнес только начинает расти?
Сквозная аналитика — мы все про неё знаем, и каждый определяет её по-своему. Не будем сильно углубляться в детали.
Для начала давайте подумаем не про технику, а про моё любимое: «ЧТОБЫ ЧТО?»
На деле — это не «включил и заработало», а градация усилий, ресурсов и зрелости бизнеса.
Давайте разберём условные грейды (уровни) сквозной аналитики — и поймём, на каком уровне вам вообще стоит заморачиваться.
🟢 Грейд 0: «Я в Excel»
Кто: Стартап на стадии идеи, фрилансер, малый бизнес с оборотом до 100–200 тыс. ₽/мес.
Инструменты: Яндекс.Метрика, метрики в рекламных кабинетах, Excel, ручные выгрузки.
Сквозность: «Ну, вроде понятно, что из Яндекса пришло больше заявок».
Нужна ли полноценная сквозная аналитика? Нет.
Пока вы тратите 20–60 тыс. на рекламу, проще вручную сопоставлять источники и звонки. Время и деньги лучше вложить в продукт и продажи.
Девиз: Не лезь, дебил, с@ка еб&ный, она тебя сожрет
🟡 Грейд 1: «У меня есть CRM и метрика»
Кто: Бизнес с оборотом 2–10 млн ₽/мес, есть отдел продаж, несколько каналов.
Инструменты: Bitrix24 / AmoCRM + GA4 / Я.Метрика + UTM-метки + простые интеграции.
Сквозность: Вижу, из какого источника пришёл лид → кто им занимался → дошёл ли до сделки.
Нужна ли глубокая аналитика? Да, но в упрощённом виде.
Здесь уже оправдано собирать данные в одном месте — например, через Roistat, Calltouch, Comagic или другие готовые решения. Главное — не перестраховываться. Не нужно строить дата-лейк ради дата-лейка.
Девиз: Бать, тебе нормально? — Норма-а-ально...
🔵 Грейд 2: «У меня есть аналитик и ETL»
Кто: Компания с оборотом от 10 млн ₽/мес, несколько продуктов, маркетинговая команда.
Инструменты: Airflow / Prefect, ClickHouse / BigQuery, dbt, Looker / Metabase.
Сквозность: Полный путь клиента — от клика до LTV, с атрибуцией, когортами, ретаргетингом.
Нужна ли сквозная аналитика? Прямо сейчас стоит задаваться этим вопросом?
Здесь каждые 5% ROI — это сотни тысяч рублей. Ошибки в атрибуции = прямые потери. Тут уже экономически выгодно вкладываться в инфраструктуру и людей. Можно запускать эксперименты с неожиданными когортами, которые дадут хороший выхлоп.
Девиз: Не, в натуре классно. Чётко. Умеете — могёте.
❓А если у меня маленькая оборотка?
Не гонитесь за сквозной аналитикой как за святыней.
Если вы тратите 50 тыс. на рекламу в месяц — никакой Airflow и BigQuery вам не дадут прироста. Вы будете тратить ресурсы на поддержку 4–5 табличек по 10 мегабайт. А простой разговор с клиентом даст больше пользы.
Сквозная аналитика — это не про «быть крутым», а про экономику.
Она окупается, когда:
У вас много каналов,
Нужно развитие и понимание, за счёт чего «буститься»,
Высокая стоимость лида,
Длинный цикл продаж,
Вы действительно теряете деньги из-за непонимания источников,
Вы стартап, который хочет дорого продать себя инвесторам (тогда она нужна хотя бы для галочки при due diligence).
Пока этого нет — лучше:
✅ Чётко настроить UTM,
✅ Завести CRM с привязкой источника,
✅ Научить менеджеров ставить метки,
✅ И смотреть отчёт «Источники → Сделки» раз в неделю.
Итоги:
Сквозная аналитика — не «да/нет», а спектр зрелости.
Не нужно бежать строить дата-лейк, если вы только вышли в плюс.
Но и не стоит игнорировать её навсегда — как только рост упирается в «не понимаю, что работает», пора поднимать грейд.
В целом, всегда должно быть какое-то НО — и тут оно тоже есть.
Просто если ты шаришь за клац-клац, то тебе делов на пару вечеров, и это просто для души.
Аналитика должна помогать зарабатывать — а не становиться чем-то вроде Лабубу.
