Сквозная аналитика: что это и как не подменить ею отчётность

Сквозная аналитика: что это и как не подменить ею отчётность

Сквозная аналитика — это система, которая связывает путь пользователя (лид/заявка/сделка/оплата) с источником привлечения и дальнейшими событиями в воронке, чтобы оценивать вклад каналов в выручку. В отчётах Looker Studio она обычно опирается на модель данных и единый идентификатор (например, client_id/lead_id/order_id), чтобы события не «разъезжались» по разным таблицам.

Чем отличается от родственных терминов:
— Web-аналитика: фиксирует поведение на сайте, но часто ограничивается кликом/сессией и не доходит до продаж.
— Атрибуция: распределяет ценность между каналами (модель атрибуции), но может не раскрывать качество лида и финальные исходы.
— BI/отчётность: показывает метрики, но не гарантирует корректную связность «привлечение → выручка».

Типичные ошибки:
— Делать «сквозную» из набора разрозненных датасетов без сквозного ключа (в итоге растут дубликаты и падает доверие).
— Оценивать кампании по CPL/CPA, игнорируя факт, что часть заявок не проходит в MQL/SQL и до оплаты не доходит.
— Использовать last-click там, где нужна privacy-first оценка влияния (например, для бюджета на верх воронки).

Пример для Looker Studio:
— Источник данных: таблица заявок из CRM с полями lead_id, created_at, stage (SQL/не SQL), amount.
— События оплаты: таблица orders с order_id и lead_id.
— Справочник каналов: lead_id → utm_source/utm_campaign (или другой источник).
В отчёте строите KPI «Выручка с заявки» и фильтр по периоду и кампании: если lead_id корректно связывает заявки и оплаты, вы видите вклад каналов в фактический результат, а не только в формальное количество кликов.

Сквозная аналитика нужна не «для красивых графиков», а чтобы решения о бюджете и приоритизации в RevOps (ответственность маркетинга, продаж и customer success за выручку) принимались на общей, проверяемой логике данных.

— @LookerStudioRu