Дашборд вместо 12 отчётов: как Avito собрал маркетинговую аналитику на Power BI

Дашборд вместо 12 отчётов: как Avito собрал маркетинговую аналитику на Power BI

**Задача.** Команда маркетинговой аналитики Avito столкнулась с типичной для крупного B2C-маркетплейса проблемой: данные о рекламных кампаниях жили в десятках выгрузок — Яндекс Директ, VK Ads, myTarget, programmatic-платформы, плюс внутренние данные о выручке и активности селлеров. Каждый инструмент отдавал метрики в своём формате, с разной атрибуцией и задержкой обновления. На еженедельный отчёт о performance-кампаниях у команды уходило около 6 часов ручной работы, а свежие данные появлялись с лагом в 2–3 дня — слишком долго для рынка, где средний чек в e-com сегменте снижается и ставка смещается с первой покупки на удержание и LTV.

**Решение.** Аналитики собрали единое хранилище на базе ClickHouse, куда стекаются сырые данные из рекламных кабинетов через API и из внутренней DWH (data warehouse) по выручке, заказам и сегментам пользователей. Поверх хранилища подняли слой витрин с предрассчитанными метриками — CAC (стоимость привлечения клиента) по каналу и когорте, ROAS (окупаемость рекламных расходов) с учётом retention-окна, инкрементальность по MMM-подходу (marketing mix modeling — модель, оценивающая вклад каждого канала в общую выручку). На эти витрины натянули дашборды в Power BI — около 15 рабочих столов под разные роли: для CMO (chief marketing officer — директор по маркетингу) общий health-check маркетинга, для performance-команд — разрез по каналам, для product-маркетинга — когортный анализ повторных покупок.

Ключевой архитектурный приём — единый словарь метрик. Один и тот же CAC считается одинаково и в отчёте для совета директоров, и в операционном дашборде. Это сняло вечную боль согласования «у меня 120 рублей, а у тебя 145».

**Результат.** Время подготовки еженедельного отчёта сократилось с 6 часов до 40 минут — данные подтягиваются автоматически, ручная сборка Excel исчезла. Лаг свежести данных упал с 2–3 дней до 6 часов, что позволило быстрее перераспределять бюджет между каналами. По итогам первого квартала работы с новой моделью атрибуции команда пересмотрела сплит между performance и брендовыми каналами: доля brand-кампаний выросла, а общий CAC по платящим когортам снизился — впрочем, точную цифру в материале источник не приводит, и придумывать её я не стану.

**Урок для читателя.** Главная ценность дашборда — не визуализация ради визуализации, а фиксация единых определений метрик в команде. Если маркетолог, аналитик и финансовый директор по-разному считают «эффективный CAC», никакой Power BI не спасёт — будет 12 красивых отчётов с разными правдами. Начинайте внедрение не с выбора визуализаций, а с согласования словаря: что такое конверсия, какое окно атрибуции, какой сегмент пользователей берём в расчёт. В эпоху privacy-first атрибуции (серверная аналитика, MMM, инкрементальность) эта дисциплина становится не опциональной, а обязательной — last-click уже не даёт честной картины.

— @PowerBIforMarketingPro