Директор просит выручку по направлениям за квартал. Финансовый отдел берёт цифру из 1С, руководитель продаж - из CRM, маркетолог - из рекламного кабинета. Через два дня на столе три разные суммы, и совещание уходит в спор, чья правильная. Решение в итоге принимают по ощущениям - как и до покупки всех этих систем.
Разберём, почему цифры расходятся, из чего собирается рабочая аналитика данных и в каком порядке её внедряют: от согласования определений до дашборда, прогноза и разбора звонков нейросетью. В конце - пять признаков, по которым видно, работает аналитика или висит для вида.
Почему в компании три версии одной цифры
Первая причина - разные определения. В 1С выручка считается по отгрузке, в CRM - по сумме выигранных сделок, в рекламном кабинете - по доходу, который приписали конверсиям. Сделка выиграна в марте, отгрузка прошла в апреле, оплата пришла двумя частями в апреле и мае. Все три системы отвечают честно, просто на разные вопросы.
Вторая причина - разная глубина записи. В CRM сделка одна, в 1С под неё три отгрузки, пять платежей и один возврат. Пока не решено, что считать единицей продажи, любая сводка по клиентам будет двоиться.
Третья причина - справочники. В одном кейсе выгрузки в Power BI подразделения приходили из Битрикс24 как "офис Москва", а в отчёте руководителя должны были стоять как "Москва": без приведения названий к единому виду цифры по одному городу расползались на две строки (кейс). То же самое происходит с источниками заявок, когда каждый менеджер пишет канал по-своему - подробнее об этом в статье когда отчёты не помогают бизнесу.
Отсюда правило, с которого начинается любой проект: сначала компания договаривается, что считать выручкой, лидом и сделкой, и только потом выбирает инструмент. Дашборд, построенный до этой договорённости, добавляет четвёртую версию правды к трём имеющимся.
Сведение данных - самая тяжёлая часть проекта
Задача звучит просто: связать запись о клике с заявкой, заявку со сделкой, сделку с отгрузкой, отгрузку с деньгами. На деле в каждой системе клиент опознаётся своим способом, и связать их получается только через устойчивые ключи.
- →Идентификационный номер компании (в России - ИНН). Связывает контрагента в 1С, компанию в CRM и дебиторскую задолженность. Единственный ключ, который переживает переименование юрлица.
- →Телефон и почта в нормализованном виде. Один и тот же номер приходит как +7, 8 и 7 с пробелами и скобками. До сравнения их приводят к единому формату, иначе один клиент превращается в трёх.
- →Идентификатор визита. Метки визита (client_id, yclid) связывают рекламу с заявкой, а заявку - с оплатой. Без них реклама остаётся слепой к деньгам.
- →Номенклатура и артикул. Соединяют продажи, склад и себестоимость. Разъезжаются, как только менеджер заводит позицию руками.
- →Сотрудник. В 1С, CRM и телефонии один человек часто существует тремя разными записями с разным написанием фамилии.
Дальше начинается работа с историей. Контрагент завёлся дважды, и обе карточки живые. Клиент перешёл из одного филиала в другой в середине года. Менеджер уволился, сделки переписали на руководителя, и отчёт по продавцам за прошлый квартал задним числом изменился. Такие правила счёта решают один раз и закрепляют в коде. Дальше их не переизобретают под каждый новый отчёт.
Отдельная категория - записи без источника. Обращения из мессенджеров приходят в CRM без рекламной метки, и весь платный трафик из этих каналов выпадает из аналитики; как метка теряется и как её вернуть, разбираем в статье про сквозную аналитику для мессенджеров.
Почему BI не подключают напрямую к боевым базам
Соблазн понятный: у Битрикс24 есть выгрузка данных, у 1С - своя, остаётся навести дашборд прямо на них. Так делают на старте, и это работает, пока данных мало.
Дальше появляются три проблемы. Тяжёлый отчёт начинает нагружать базу, с которой в это же время работает отдел продаж. Историю изменений боевая система не хранит - она хранит текущее состояние, поэтому вопрос "как выглядела воронка на 1 июня" остаётся без ответа. И права доступа в отчёте приходится настраивать заново, отдельно от прав в CRM.
Поэтому между источниками и дашбордом ставят промежуточный слой - витрину данных. Туда по расписанию складываются очищенные и связанные записи, там же живёт история. Дашборд читает витрину, боевые системы работают своим темпом.
Загрузка в витрину работает постоянным контуром и переживает сбои источников. В серии про обмен с 1С мы разбирали такую же механику: больше 75 000 выгрузок с октября 2025 года, меньше 0,2% с замечаниями, и каждая непрошедшая запись повторяется автоматически. Тот же принцип действует и в аналитике: при сбое загрузки отчёт обязан показать "данные за 12-е неполные", а не молча посчитать месяц по девяти дням из десяти.
Четыре уровня аналитики и что даёт каждый
Операционные отчёты отвечают на вопрос, что происходит прямо сейчас. Сводка по лидам и оплатам за вчера, список сделок без движения, список заявок без ответа. Ручная сборка такой сводки занимает полчаса-час, поэтому её делают раз в неделю к планёрке - и о просевших заявках руководитель узнаёт с опозданием на шесть дней. Робот собирает и присылает её каждый день: как устроено, разбираем в статье про ежедневный отчёт в Телеграм.
Сквозная аналитика связывает маркетинг, продажи и деньги: сколько потрачено на канал и сколько он принёс выручки. Это отдельное большое направление, у нас под него собран готовый пакет из четырёх агентов - сквозная аналитика, а устройство разобрано в статьях про обучение рекламы на квалифицированных лидах и месячный сквозной отчёт.
Управленческие дашборды показывают состояние компании по разрезам: план-факт по подразделениям, рентабельность проектов, загрузка команды, оборачиваемость склада. Здесь эффект измеряется временем руководителя и точностью планирования. В кейсе с отчётом по трудозатратам в Битрикс24 сборка отчёта ускорилась в 5 раз, точность планирования ресурсов выросла на 30%, а рентабельность проектов - на 15% за счёт найденных потерь времени (кейс).
Прогнозные модели отвечают на вопрос, что будет: спрос на квартал, отток клиентов, выручка, загрузка склада. Они работают на истории за два-три года и на тех самых связанных справочниках, поэтому прогноз идёт последним шагом. Первая ступень к нему дешёвая и считается на данных CRM - взвешенный прогноз по воронке: сумма каждой сделки, умноженная на вероятность её стадии.
Маркетинговая аналитика: как показать рекламе деньги
Рекламная система подстраивается под то, что умеет считать сама: клики и число заявок. Про то, дошёл ли человек до сделки, она не знает ничего, поэтому исправно приводит похожих на тех, кто оставляет заявки и не покупает.
Связка замыкается в обратную сторону: когда лид проходит квалификацию, а сделка - оплату, эти события возвращаются в систему аналитики как офлайн-конверсии с суммой. Реклама начинает искать похожих на плативших. Персональные данные при этом остаются в вашем контуре: наружу уходят обезличенный идентификатор визита и сумма. Механику разбираем в статьях про обучение рекламы на выручке и сквозную аналитику в Битрикс24.
Что добавляет ИИ поверх собранных данных
Часть данных компании лежит в разговорах: звонки, переписки в чатах, письма. Раньше их анализировали выборочно, потому что слушать всё руками невозможно.
В сети медицинских центров руководитель успевал прослушивать 5-10% разговоров колл-центра, и оценки зависели от того, кто и когда слушал. Языковая модель расшифровывает каждый звонок и разбирает его по чек-листу качества в Битрикс24: под анализ попали 100% звонков, контроль качества ускорился в 12 раз, соблюдение скриптов за первый месяц выросло на 22% (кейс). На производстве та же технология распознавания речи заменила ручное заполнение документов и срезала время их обработки на 70% (кейс).
Второй сценарий - вопрос к данным обычными словами. ИИ-помощник ищет ответ в документах и базах компании и даёт его со ссылкой на источник, а не сочиняет правдоподобное. Это работает на связке модели с вашими данными, и без наведённого порядка в справочниках даёт уверенный неверный ответ: почему так происходит, разбираем в статье почему корпоративный ИИ-ассистент выдумывает.
На чём строят аналитику: инструменты и данные
Дашборды собирают в BI-системах - программах, которые забирают данные из источников и показывают их интерактивными экранами с фильтрами и провалом в детали. Новые подписки Power BI в России не продают, поэтому на новых проектах мы берём Yandex DataLens или Apache Superset. Есть действующая лицензия Power BI - продолжаем работать с ней.
Когда экран нужен внутри рабочего портала, дашборд собирают прямо в Битрикс24 (как это устроено). Когда штатных отчётов и BI-выгрузки не хватает по скорости или по правам доступа, пишут отдельный отчёт кодом - выбор между этими путями разбираем в материале про разработку отчётов в Битрикс24. Управленческие срезы из учётной системы тоже переносятся в портал, чтобы руководитель не ходил за цифрами в 1С (как передаём).
Про хранение договариваются на старте. Обработка остаётся внутри страны, но требования закона о персональных данных выполняет оператор данных, то есть ваша компания, а не сервис аналитики; условия у сервисов разные, и их читают до подключения. В аналитике это решается просто: в витрину и дашборды имена и телефоны выносить незачем - там живут агрегаты и идентификаторы, а карточки клиентов остаются в CRM.
Как идёт проект аналитики
- →01. Вопросы руководителей. Начинаем с решений, которые стоят за цифрами: какой вопрос задаёт директор и что он сделает, увидев ответ. Показатель, за которым не стоит решение, в дашборд не попадает.
- →02. Карта систем и состояние данных. Смотрим источники - CRM, 1С, рекламные кабинеты, телефония, склад - и оцениваем, чем они связываются. Здесь же вскрывается объём чистки: мёртвые поля, дубли, разнобой в справочниках. В одном из наших проектов в карточке сделки жило 128 полей, половина из них пустая по всей базе; после чистки осталось 54 (как чистили).
- →03. Архитектура и витрина. Фиксируем правила счёта, глубину истории и расписание загрузки. На этом шаге договорённость об определениях превращается в код.
- →04. Дашборды и отчёты. Собираем экраны по ролям: продавец видит свою воронку, руководитель направления - свою, собственник - компанию целиком.
- →05. Развитие. Появляются новые вопросы, добавляются источники, поверх чистых данных встают прогнозные модели и ИИ-разборы.
Первые три шага дают больше половины пользы и занимают больше половины времени. Компания, которая проскакивает их и сразу заказывает красивые экраны, через два месяца возвращается с вопросом, почему в дашборде одна цифра, а в 1С другая.
Сколько это стоит
Точную сумму называют после разбора источников: цена зависит от числа связываемых систем, состояния данных и глубины истории. Порядки на рынке выглядят так: выгрузка одного источника в готовый дашборд стоит десятки тысяч рублей, связка маркетинга, CRM и учётной системы с регулярными отчётами - сотни тысяч, хранилище на несколько источников с историей и прогнозными моделями - миллионы.
Считать выгоду тоже проще на своих цифрах: сколько часов в месяц аналитик и руководители тратят на ручную сборку, сколько стоит неделя задержки в решении по рекламному бюджету, во что обходится закупка по неверному прогнозу спроса. Эти же вопросы мы разбираем на аудите бизнес-процессов, когда считаем потери в деньгах за год.
Пять признаков, что аналитика заработала
Проверить результат помогают простые наблюдения. Отчёт открывают без напоминания - значит, в нём есть ответ на реальный вопрос. По любой цифре получается провалиться до конкретной сделки или документа. Расхождение с 1С объясняется одной фразой за минуту. Сводка приходит сама и в тот момент, когда решение ещё успевают изменить. На планёрке спорят о причинах, а не о том, чья цифра верная.
Если хотя бы три пункта не выполняются, причина чаще всего лежит в данных и определениях под отчётом. Что мы делаем в таких проектах, собрано на странице направления аналитика и данные.
Частые вопросы
У нас есть 1С и Битрикс24. Этого хватит для аналитики?
Для операционных отчётов хватит: в обеих системах есть штатные отчёты и выгрузка данных. Для сводной картины по компании их связывают через витрину, иначе каждая система продолжит считать по-своему.
С чего начать, если данные в плохом состоянии?
С них и начинают - чистка справочников, дедупликация и настройка регулярной загрузки входят в проект. Дашборд по грязным данным показывает наглядный мусор, поэтому порядок наводят до визуализации.
Сколько времени занимает внедрение?
Первые рабочие экраны появляются через несколько недель, если источников немного и данные в порядке. Проект с несколькими системами, историей и правами доступа идёт месяцами и собирается итерациями: каждый этап заканчивается работающим отчётом.
Чем BI-система отличается от сквозной аналитики?
Сквозная аналитика отвечает на вопрос про маркетинг и продажи: какой канал принёс деньги. BI-система показывает компанию целиком - финансы, склад, производство, загрузку людей. Первое часто становится первым разделом второго.
Наши данные уйдут в чужое облако?
Это решается на старте. Витрину и дашборды разворачивают в контуре компании или в отечественном облаке, а персональные данные клиентов остаются в CRM - в аналитику уходят агрегаты и обезличенные идентификаторы.
Нужен ли свой аналитик в штате?
Для сбора и поддержки контура - нет, это делает подрядчик. А человек, который отвечает за чистоту данных и формулирует вопросы к отчётам, в компании остаётся: без него дашборд через полгода отстаёт от бизнеса.
