Local AI
Внедрение ИИ в закрытом контуре
Бесплатный аудит
Кейс · Маркетинг

Кейс: дашборды по рекламе — расход, заявки и сверка с CRM

Недельный разбор рекламы начинается с готовой витрины, а не с часов ручной сборки таблиц. Данные из рекламных систем и веб-аналитики собираются по расписанию, расход сводится с заявками из CRM, срезы строятся по регионам и кампаниям, а заметные отклонения система подписывает сама. Решения по ставкам и бюджетам принимает человек.

минутына недельный разбор вместо ручной сборки таблиц
1витрина вместо выгрузки из каждого кабинета отдельно
3слоя сводятся: реклама, веб-аналитика, заявки из CRM
0ручных переносов данных между таблицами

Задача: собрать картину рекламы в одном месте

Данные о рекламе живут в трёх разных мирах. В кабинетах — показы, клики и расход. В веб-аналитике — поведение на сайте и достижение целей. В CRM — заявки, их качество и сделки. Каждый мир считает по своим правилам, и пока их сводят руками, разбор недели превращается в несколько часов копирования между таблицами.

Хуже, что при ручной сборке ошибку почти невозможно заметить. Один срез скопировали за другой период, в другом потеряли регион, третий взяли до корректировки расхода. Решение принимается по цифре, происхождение которой уже никто не восстановит.

Мы собрали витрину как внутренний продукт: регулярная выгрузка, единое хранилище, сверка слоёв между собой и автоматические заметки о том, что заметно отклонилось. Интеграция со стороны заявок чаще всего делается через Битрикс24 или учётную систему.

Что построили

Порядок шагов важнее набора инструментов. Витрина строится последней, а не первой — до неё чинится измеримость, иначе красивый график покажет неправильную картину.

  1. Регулярный сбор по API. Рекламные системы и системы веб-аналитики опрашиваются по расписанию, сырые ответы сохраняются как есть — чтобы можно было пересчитать витрину, не дёргая кабинеты заново.
  2. Единая витрина. Все источники приводятся к общей структуре: дата, кампания, регион, расход, клики, цели, заявки. Ключом служит идентификатор объекта, а не его название.
  3. Сверка расхода с заявками. Расход из кабинета сопоставляется с заявками и сделками из CRM за тот же период, чтобы цена заявки считалась по одному правилу для всех каналов.
  4. Срезы по регионам и кампаниям. Один и тот же показатель разворачивается по географии и по кампаниям, иначе средняя цифра по стране прячет и провалы, и точки роста.
  5. Заметки об отклонениях. Система пишет факты с числами: расход вырос относительно сопоставимого периода, цена заявки вышла за привычный коридор, источник перестал отдавать данные.
  6. Отметки свежести. У каждого источника видно, когда он обновлялся в последний раз. Отсутствие данных показывается как отсутствие, а не как ноль.

Грабли, на которые наступили

Эта часть полезнее описания архитектуры. Все шесть проблем встречаются на любом проекте со сбором рекламных данных, и лечатся они не кодом, а договорённостями.

Типовые проблемы сбора рекламных данных и как мы их закрываем
ПроблемаКак проявляетсяЧто делаем
Суммы не сходятся между срезамиИтог по кампаниям не равен итогу по дням: округления, НДС, корректировки задним числомФиксируем эталонный срез, остальные сверяем с ним, расхождение показываем числом
Квоты APIВыгрузка обрывается на середине периода или возвращает пустой отчётРазбиваем запросы на окна, кэшируем сырые ответы, повторяем с паузой
Асинхронные отчётыКабинет отвечает «отчёт в очереди», а не даннымиОпрашиваем статус и переносим кусок на следующий цикл, не роняя весь прогон
Измеримость в CRMЗаявки без источника, дубли карточек, сделки без датыСначала чиним поля и правила заведения, выводы о конверсии делаем после
Переименование кампанийНазвание поменяли — история распалась на двеКлючом делаем идентификатор, название храним как изменяемый атрибут
Часовые поясаКабинет и веб-аналитика режут сутки по-разномуПриводим к одному поясу на входе, дату фиксируем при записи в витрину

Что изменилось в разборе рекламы

Главный эффект не в графиках, а в том, с чего начинается встреча. Раньше первые часы уходили на сборку и на спор о том, чьи цифры правильные. Теперь разбор начинается с готовой витрины и вопроса «почему», а не «сколько».

Второе изменение — видимость мелочей. Кампания, которая тихо перестала отдавать данные, раньше всплывала через две недели. Сейчас пропуск источника подсвечивается на следующем цикле, потому что витрина отличает ноль от отсутствия данных.

Третье — дисциплина в CRM. Как только цена заявки считается автоматически и видна всем, доля заявок без источника перестаёт быть чьей-то частной проблемой. Это, пожалуй, самый недооценённый эффект: витрина заставляет чинить учёт, а не только рекламу.

Ограничения

Витрина — инструмент подготовки решения, а не замена решению. Границы очерчиваем сразу, чтобы от неё не ждали лишнего.

  • Ставки и бюджеты меняет человек. Система показывает отклонение и сопоставимый период, но сама в кабинет с правками не ходит.
  • Витрина не лучше источника. Если половина заявок приходит без источника, дашборд честно покажет «источник не определён», а не додумает недостающее.
  • Атрибуция остаётся моделью. Сведение расхода и заявок даёт сопоставимость между каналами, а не истину о вкладе каждого касания.
  • Свежесть ограничена расписанием и квотами. Для решений внутри дня по-прежнему смотрят в сам кабинет.
  • Часть срезов недоступна по API. Если показатель существует только в интерфейсе кабинета, мы говорим об этом на старте, а не строим витрину с дырой.
  • Соседний внутренний продукт, генератор посадочных страниц, поставляет в эту же витрину данные по страницам.
Вопросы и ответы

Частые вопросы про дашборды по рекламе

Почему суммы в разных срезах не сходятся?

Потому что срезы считаются по разным правилам, и это нормальное поведение рекламных систем, а не ошибка сборки. Расход по дням и по кампаниям расходится из-за округлений, НДС и корректировок задним числом. Данные по конверсиям расходятся ещё сильнее: у кабинета и у веб-аналитики разные окна атрибуции и разные определения визита. Мы не пытаемся заставить цифры совпасть. Выбирается эталонный срез, остальные сверяются с ним, а расхождение показывается явным числом. Пока величина в пределах ожидаемой, тревоги нет; выход за границу подсвечивается.

Зачем чинить CRM до того, как строить дашборд?

Потому что иначе дашборд аккуратно нарисует неправильную картину, и по ней начнут принимать решения. Типовые поломки: заявка заведена без источника, один клиент существует тремя карточками, сделка закрыта без даты, стадию поменяли задним числом. Ни одну из них витрина исправить не может — она их только унаследует. Поэтому первый шаг всегда одинаковый: разбираем, как заявка попадает в CRM и какие поля заполняются обязательно. Иногда на этом этапе выясняется, что проблема не в рекламе, а в том, что половина обращений вообще не доходит до системы.

Что система пишет сама, а что пишет человек?

Система пишет заметки о фактах: расход по кампании вырос относительно предыдущего периода, цена заявки в регионе вышла за привычный коридор, кампания перестала отдавать данные, доля заявок без источника подскочила. Это констатация с числами и ссылкой на срез, а не рекомендация. Интерпретацию пишет человек, потому что причина почти никогда не видна в самих цифрах: сезон, изменение цены, конкурент, отвалившийся телефон, сломанная форма на сайте. Разделение сознательное — как только машина начинает объяснять причины, ей перестают проверять выводы.

Что делать с квотами API рекламных систем?

Квоты — главное ограничение регулярного сбора, и обходить их не нужно, нужно под них проектировать. Запросы разбиваются на окна по датам и по объектам, сырые ответы кэшируются, повторный запуск берёт из кэша, а не дёргает кабинет заново. Часть систем формирует отчёт асинхронно: в ответ приходит «отчёт в очереди», и это не ошибка, а статус — сборка опрашивает его и переносит недостающий кусок на следующий цикл. Из-за этого витрина не гарантирует данные день в день по всем источникам, и в интерфейсе показано, когда каждый источник обновлялся.

Можно ли отдать системе управление ставками?

Технически да, практически мы этого не делаем. Ставки и бюджеты — необратимое действие с прямыми деньгами, и на такие действия у нас всегда стоит подтверждение человеком. Витрина доводит подготовку до конца: показывает срез, отклонение, сопоставимый период и вероятную причину, чтобы решение занимало минуты, а не полдня раскопок. Дальше человек идёт в кабинет. Отдельная причина осторожности — качество исходных данных: пока часть заявок теряет источник, автоматическое перераспределение бюджета усилит ошибку измерения, а не исправит её.

Какие системы подключаются к витрине?

Рекламные кабинеты и системы веб-аналитики, которые отдают данные по API, плюс CRM как источник заявок и сделок. Конкретный список зависит от того, чем пользуется компания, и от того, что в её кабинетах вообще доступно по API — часть срезов существует только в интерфейсе. Поэтому перед сборкой мы проверяем доступность каждого нужного среза, а не обещаем его заранее. Если срез недоступен, честнее сказать это на старте, чем строить витрину с дырой. Со стороны CRM чаще всего это Битрикс24 или 1С.

Первый шаг

Бесплатный аудит: посчитаем эффект внедрения ИИ на ваших цифрах

30–40 минут разбора: смотрим ваши процессы, отмечаем, что можно передать ИИ, считаем ROI-модель на ваших объёмах и сроках. Вы уходите с расчётом и картой внедрения — даже если работать дальше не будете.

Нажимая кнопку, вы соглашаетесь с политикой обработки данных. Отвечаем в течение одного рабочего дня.