Інтеграція Бітрікс24 з Power BI

Інтеграція Бітрікс24 з Power BI

Відділ аналітики будує звіти вручну в Excel, завантажуючи дані з Бітрікс24 раз на тиждень. Дані застарівають на момент презентації. Power BI з прямим підключенням до REST API Бітрікс24 оновлює дашборди автоматично — раз на годину або за розкладом.

Два підходи до підключення

Підхід 1. Power BI Dataflow + REST API — налаштовується в Power BI Service без програмування. Використовуємо конектор «Web» з автентифікацією через вебхук Бітрікс24. Підходить для невеликих обсягів (до 50 000 записів).

Підхід 2. ETL-процес → проміжна БД → Power BI — Python/Node.js скрипт вивантажує дані з Бітрікс24 API в PostgreSQL/MySQL, Power BI підключається до SQL-бази. Правильний підхід для production: надійніший, швидший, не залежить від лімітів REST API в момент оновлення звіту.

Архітектура ETL-процесу

Bitrix24 REST API → Python ETL → PostgreSQL (аналітична схема) → Power BI

ETL-скрипт запускається за розкладом (щогодини через cron). Схема БД — денормалізовані таблиці під аналітичні запити:

-- Факт-таблиця угод
CREATE TABLE b24_deals (
    id            BIGINT PRIMARY KEY,
    title         TEXT,
    stage_id      VARCHAR(50),
    amount        NUMERIC(15,2),
    currency      VARCHAR(3),
    assigned_id   INT,
    contact_id    INT,
    company_id    INT,
    created_date  TIMESTAMP,
    closed_date   TIMESTAMP,
    pipeline_id   INT
);

-- Виміри
CREATE TABLE b24_users (
    id INT PRIMARY KEY, full_name TEXT, department TEXT, email TEXT
);
CREATE TABLE b24_stages (
    id VARCHAR(50) PRIMARY KEY, name TEXT, pipeline_id INT, sort INT, is_final BOOL
);

Вивантаження даних через REST API

Бітрікс24 REST API повертає дані посторінково (по 50 записів). Потрібен ітеративний збір:

import requests
import psycopg2

WEBHOOK = "https://your-domain.bitrix24.ru/rest/1/token/"
PG_CONN = "postgresql://user:pass@localhost/analytics"

def fetch_all(method, params=None):
    """Посторінкове вивантаження з API Бітрікс24"""
    items, start = [], 0
    while True:
        r = requests.post(WEBHOOK + method, json={
            **(params or {}), "start": start
        }).json()
        items.extend(r.get("result", []))
        if r.get("next") is None:
            break
        start = r["next"]
    return items

def sync_deals():
    deals = fetch_all("crm.deal.list", {
        "select": ["ID","TITLE","STAGE_ID","OPPORTUNITY","CURRENCY_ID",
                   "ASSIGNED_BY_ID","CONTACT_ID","COMPANY_ID",
                   "DATE_CREATE","CLOSEDATE","CATEGORY_ID"],
        "filter": {">=DATE_MODIFY": last_sync_timestamp()},
    })

    conn = psycopg2.connect(PG_CONN)
    cur = conn.cursor()
    for d in deals:
        cur.execute("""
            INSERT INTO b24_deals VALUES (%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)
            ON CONFLICT (id) DO UPDATE SET
                stage_id=EXCLUDED.stage_id, amount=EXCLUDED.amount,
                closed_date=EXCLUDED.closed_date
        """, (d["ID"], d["TITLE"], d["STAGE_ID"], ...))
    conn.commit()

Ключові метрики для дашборда

Power BI будує дашборд поверх аналітичних таблиць. Типові візуалізації:

Оновлення даних у Power BI Service

У Power BI Service налаштовуємо розклад оновлення датасету: підключення до PostgreSQL через On-premises data gateway (якщо БД локальна) або до хмарного PostgreSQL напряму. Частота оновлення — від 1 разу на добу (безкоштовний план) до 8 разів на добу (Premium Per User).

Для оперативного моніторингу продажів — налаштовуємо DirectQuery (реальний час) замість Import Mode. Мінус: запити до БД при кожному відкритті звіту, навантаження на базу.

Інкрементальне завантаження

При великих обсягах (100 000+ угод за історію) повне перезавантаження щогодини — марнотратство. У Power BI Premium налаштовуємо Incremental Refresh: система сама визначає діапазон нових даних за полем дати та довантажує тільки зміни.