Как BigQuery помогал собрать внятную картину по лидам в B2B-воронке

Как BigQuery помогал собрать внятную картину по лидам в B2B-воронке

В B2B-маркетинге классическая схема «MQL → SQL» всё чаще ломается: лидов много, а выручка растёт неравномерно. Компания из martech-сегмента столкнулась с типичной проблемой — данные жили в разных системах: реклама, CRM, сайт, email-рассылки. В итоге маркетинг видел клики и заявки, продажи — свои статусы, а руководство — разрозненный набор отчётов.

**Задача** была не просто объединить источники, а связать активности с реальными этапами сделки и понять, какие каналы дают не трафик, а выручку. Для этого данные из CRM, рекламных кабинетов и веб-аналитики выгрузили в BigQuery и собрали единую модель на уровне лида и аккаунта.

**Решение** оказалось в нормализации сущностей:
— привели к одному формату email, company_id и source;
— связали касания пользователя с первым и последним контактом;
— отдельно выделили повторные визиты, которые в B2B часто важнее первой заявки;
— построили отчёт не по лидам, а по вкладу каналов в SQL и закрытые сделки.

Что это дало на практике:
— маркетинг перестал спорить с sales о «качестве лидов»;
— стало видно, какие кампании дают не дешёвые заявки, а лидов, доходящих до сделки;
— сократилось ручное сведение отчётов по неделям;
— появилась база для RevOps-подхода, где одна метрика важнее трёх красивых дашбордов.

**Конкретный результат из кейса**: команда не называла рост «в разы», зато добилась прозрачной атрибуции по всей воронке и убрала ручную аналитику из регулярного процесса.

Урок для маркетолога простой: в 2026 году ценность не в количестве отчётов, а в том, насколько быстро вы связываете маркетинговые касания с деньгами. Если у вас B2B и данные разъехались по системам, BigQuery — это не «хранилище ради хранилища», а способ собрать единый язык для маркетинга, продаж и customer success.

— @BigQuery4MarketingPro