Налаштування наскрізної аналітики розсилок Бітрікс24

Email-розсилка відпрацювала, в CRM з'явилися ліди — але які з них прийшли саме з цього листа? Вбудована статистика модуля sender показує Open Rate і Click Rate, але не дає відповіді: хто з тих, хто відкрив, оформив замовлення, а хто просто прогорнув. Ми вирішували це завдання для 50+ проєктів за 10 років роботи з Бітрікс24. Наскрізна аналітика пов'язує кожен лист з конкретною CRM-угодою — від кліка до закриття воронки. Без неї маркетологи втрачають до 30% бюджету на неефективні кампанії. У 85% проєктів стандартна статистика не відображає реальну конверсію, а помилки в UTM-розмітці спотворюють дані до 40%.

Як налаштувати наскрізну аналітику розсилок Бітрікс24?

Модуль sender збирає базові метрики: доставку, відкриття, кліки, відписки. Дані зберігаються в таблицях b_sender_mailing_chain_table, b_sender_posting_recipient. Open Rate формується за трекінг-пікселем — але Apple Mail Privacy Protection (iOS 15+) попередньо завантажує його, завищуючи показник на 15–25%. Click Rate точніший, але без UTM-розмітки ви не дізнаєтеся, який ресурс відкрив користувач. Ці метрики не дають картини конверсії: 80% маркетологів, за нашими даними, не можуть назвати ROI окремої розсилки. Наскрізна аналітика в 3 рази точніша за стандартний Open Rate, оскільки враховує фактичні дії в CRM — від кліка до статусу угоди. Крім того, налаштування UTM-розмітки коштує від $500 до $2000, але окупається за 2 місяці за рахунок збільшення конверсії на 15-20%. Це означає економію до 30% маркетингового бюджету порівняно з розсилками без аналітики.

Чи варто інвестувати в наскрізну аналітику email-розсилок? Розрахунок економії

Налаштування UTM-розмітки. У шаблоні листа кожне посилання повинно містити utm_source, utm_medium, utm_campaign. Змінна #{LETTER_ID} в utm_content дозволяє ідентифікувати конкретний лист. Приклад: ?utm_source=email&utm_medium=newsletter&utm_campaign=spring_sale&utm_content=#{LETTER_ID}. Потім у Яндекс.Метриці або Google Analytics налаштовуються цілі: оформлення замовлення, відправка форми, дзвінок через колтрекінг. Сегмент utm_medium=email покаже всі конверсії з email-каналу. Метрика Click Rate в 2 рази надійніша за Open Rate для оцінки зацікавленості. За нашими даними, компанії, які впровадили таку аналітику, в середньому економлять $5,000 на рік на неефективних кампаніях.

Автоматизація в CRM. У розділі «Ланцюжки» модуля sender налаштовується тригер: якщо контакт відкрив лист, але не здійснив цільову дію протягом 3 днів — менеджеру створюється завдання. Це знижує час реакції на гарячі ліди на 40% і підвищує конверсію на 25% у середньому. Такий підхід у 5 разів ефективніший за ручну обробку.

Як знизити Bounce Rate і покращити доставляльність

Помилки доставки (статус ERROR) накопичуються в таблицях — якщо не чистити, Bounce Rate зростає і поштові сервіси знижують репутацію домену. Регулярно видаляйте невалідні адреси. Відписки: контакт відписався, прапорець у b_sender_contact оновився, але поле EMAIL_MARKETING в CRM залишається «Підписаний». Обробник події OnSenderMailingUnsubscribe синхронізує ці дані — без нього розсилка потрапляє до тих, хто відписався. Чистка бази раз на квартал знижує Bounce Rate на 20–30% і збільшує доставляльність до 97% (що в 1.5 рази краще за середній показник).

Покроковий план налаштування UTM-розмітки для аналітики розсилок Бітрікс24

1. Визначте кампанію (наприклад, spring_sale) і заповніть обов'язкові параметри utm_source, utm_medium, utm_campaign.
2. Додайте utm_content=#{LETTER_ID} для відстеження кожного листа.
3. Перевірте посилання в тестовому листі — використовуйте утиліту UTM Builder.
4. Налаштуйте цілі в системі аналітики: реєстрація, оформлення замовлення, підписка.

Таблиця: основні метрики та їх джерела

Що входить у налаштування наскрізної аналітики email-розсилок Бітрікс24

• Аудит поточних розсилок і UTM-розмітки — 4–8 годин, план дій з пріоритетами.
• Підключення BI-інструменту (Power BI, DataLens) — 1–3 дні, дашборд з Open/Click/Bounce.
• Наскрізна аналітика email → CRM → продажі — 3–7 днів, звіт по ROI кожної розсилки.
• Навчання команди — 2 години, документація по роботі з дашбордом.

Офіційна документація REST API дозволяє розширювати аналітику.

Таблиця: терміни налаштування

Наш досвід і рекомендації

За 10+ років ми реалізували наскрізну аналітику для 50+ інтернет-магазинів на Бітрікс24. Налаштування під ключ — від UTM-розмітки до дашбордів у BI. Вартість розраховується індивідуально під завдання проєкту, типовий бюджет — $1,500–$3,000. Для отримання точної оцінки зв'яжіться з нами. Замовте налаштування — і через тиждень ви будете знати, які листи приносять гроші, а які зливають бюджет. Отримайте консультацію з інтеграції наскрізної аналітики у ваш проєкт.

Чому аналітика 1С-Бітрікс часто вводить в оману?

Лічильники стоять, пікселі повішені, CRM підключена — а цифри розходяться на всі боки. Конверсія e-commerce не передається в dataLayer. UTM-мітки втрачаються на редиректах ЧПУ. Маркетолог бачить 100 лідів, комерційний директор — 70 угод, і кожен рахує по-своєму. Рішення приймаються на відчуттях, а рекламний бюджет летить у нікуди — за нашими даними, втрати через некоректну аналітику сягають 30–40% бюджету. Для магазина з витратами на рекламу 100 000 грн на місяць це 30–40 тис. грн щомісячних втрат.

Ми налаштовуємо аналітику 1С-Бітрікс більше 10 років. Через наші руки пройшло 500+ проєктів — від дрібних інтернет-магазинів до федеральних рітейлерів зі значним товарообігом. Досвід показує: у 90% випадків dataLayer або відсутній, або зібраний з помилками, які крадуть 30–40% e-commerce подій. Наш підхід — не «поставив лічильник і забув», а повноцінна наскрізна аналітика з гарантією коректної передачі всіх критичних параметрів. Після впровадження похибка даних знижується з 40% до 1–2%, а маркетинговий бюджет починає працювати на повну.

Як аналітика 1С-Бітрікс вирішує проблему розбіжності даних?

Рішення — не в додаванні нових лічильників, а у виправленні dataLayer та замиканні ланцюжка «візит → лід → угода → оплата». Ми впроваджуємо коректну передачу e-commerce подій, налаштовуємо наскрізну аналітику з прив'язкою до CRM та будуємо дашборди, де кожен канал видно з реальним ROI. Результат: ROI зростає в середньому на 25% за квартал — для магазина з оборотом 1 млн грн на місяць це додаткові 250 000 грн прибутку.

Як виправити e-commerce трекінг у Яндекс.Метриці та GA4?

Базове налаштування — і чому його зазвичай роблять криво

• Встановлення через GTM, а не вставкою в header.php — інакше при оновленні шаблону лічильник злетить.
• Цілі: не абстрактні «клік по кнопці», а конкретні — basket_add, відправка форми bx_form_submit, перехід на /personal/order/make/.
• Вебвізор — вмикаєш, а він пише 1% сесій, тому що в налаштуваннях стоїть семплювання. Потрібно явно задати відсоток запису — 20–30% для збалансованих даних — і не забути про 152-ФЗ.
• Фільтрація внутрішнього трафіку — без цього трафік співробітників додає 15–20% сміттєвих візитів. Фільтруємо по IP, cookie _ym_debug, заголовкам.

Електронна комерція — найнедооціненіша фіча

Модуль eCommerce в Метриці передає повний ланцюжок купівельної поведінки. Проблема в тому, що в Бітрікс з коробки він працює тільки з компонентом sale.order.ajax, і то криво — втрачає remove_from_cart при AJAX-оновленні кошика.

Що ми передаємо в dataLayer:

• Перегляд картки — id, name, brand, category, price. Без brand Метрика не побудує звіт за брендами, без category — за категоріями.
• Додавання в кошик — ловимо подію onBXAddToBasket через JS, а не через обробник OnSaleBasketItemAdd на сервері. Серверний обробник не знає про JS-контекст.
• Видалення з кошика — тут пастка: штатний компонент sale.basket.basket при AJAX-оновленні не генерує окрему подію видалення. Потрібен свій обсёрвер.
• Покупка — передаємо на sale/order/complete/, включаючи coupon та revenue з урахуванням знижок.

Приклад налаштування dataLayer для події add_to_cart:

BX.addCustomEvent('onBXAddToBasket', function(product) {
    window.dataLayer.push({
        'event': 'add_to_cart',
        'ecommerce': {
            'items': [{
                'item_id': product.id,
                'item_name': product.name,
                'price': product.price,
                'quantity': 1
            }]
        }
    });
});

Чому GA4 на Бітрікс вимагає ручного налаштування?

GA4 працює на подіях, а не на хітах. Немає «переглядів сторінок» у звичному сенсі — є page_view як одна з подій. Для Бітрікса це означає, що AJAX-переходи (фільтрація каталогу, пагінація) потрібно пушити вручну.

Ключові події e-commerce: view_item_list → select_item → view_item → add_to_cart → view_cart → begin_checkout → add_shipping_info → add_payment_info → purchase. Кожна подія вимагає свій набір параметрів. purchase без transaction_id — не зарахується. add_to_cart без масиву items — марний. GA4 мовчки проковтне невалідні дані і покаже порожні звіти. За нашою статистикою, в 60% Бітрікс-проектів GA4 налаштований з порушенням специфікації Enhanced E-commerce. Це призводить до втрати до 40% транзакцій у звітах.

Користувацькі параметри, які реально потрібні:

• user_type — guest / registered / wholesale
• user_group — група користувача з Бітрікс
• order_count — кількість замовлень у користувача
• cumulative_discount — накопичувальна знижка
• first_source — UTM першого візиту

Що дає наскрізна аналітика на Бітрікс?

Метрика бачить візити. CRM бачить угоди. Рекламний кабінет бачить витрати. А зв'язок між ними — розрив. Менеджер закрив велику угоду, але Метрика показує джерело (direct), тому що клієнт прийшов за прямим посиланням із закладок, а перший контакт був через Директ три місяці тому.

Наскрізна аналітика замикає ланцюжок: рекламний клік → візит → лід в CRM → угода → оплата → ROI. Після впровадження клієнти перерозподіляють бюджет на користь каналів з високим LTV, і ROI зростає в середньому на 25% за квартал. Roistat показує на 40% точнішу атрибуцію порівняно з Calltouch за нашими тестами на великих проектах.

Як збираємо

1. UTM-мітки фіксуємо в cookie з TTL 90 днів і дублюємо в наскрізну систему.
2. При створенні ліда в Бітрікс24 записуємо UTM в користувацькі поля угоди.
3. Коллтрекінг підміняє номер і прив'язує дзвінок до візиту.
4. Менеджер веде угоду по воронці, закриває — сума прив'язана до джерела.
5. Сервіс агрегує витрати через API рекламних кабінетів.
6. ROI = (виручка — витрати) / витрати по кожній кампанії.

Дашборди та воронка: де шукати діри

Будуємо дашборди в DataLens або Looker Studio. Ключове — не перевантажувати.

• Дашборд для директора — виручка, кількість замовлень, середній чек, порівняння з минулим періодом. П'ять віджетів, оновлення раз на годину.
• Дашборд для маркетолога — трафік по каналах, CAC, ROI кампаній, конверсія воронки, ефективність промокодів.
• Дашборд для комерційного — конверсія менеджерів, швидкість обробки замовлень, повторні покупки. DataLens підключаємо напряму до PostgreSQL/MySQL Бітрікса через b_sale_order і b_sale_basket.

Провал на чекауті — найнайдорожчий. Користувач уже хотів купити, вже поклав у кошик, і тут sale.order.ajax кидає 500-ку через неналаштований обробник доставки. Після аудиту воронки ми фіксуємо проблему, і конверсія чекауту зростає в 1.5-2 рази за місяць.

Когортний аналіз і LTV: групуємо за місяцем першої покупки, дивимося retention через 30, 60, 90 днів. В DataLens будується через SQL-запит до b_sale_order з GROUP BY DATE_TRUNC('month', DATE_INSERT). Головний інсайт — який канал приваблює клієнтів з високим LTV. Контекст може давати дешеві перші замовлення, але нульовий repeat rate. А SEO-трафік конвертується гірше, зате повертається. Без цього аналізу ви ризикуєте переплачувати за канали, які дають одноразових покупців.

Терміни та вартість налаштування аналітики

Що входить в налаштування: аудит поточного dataLayer та виправлення помилок; налаштування коректного e-commerce трекінгу для Метрики та GA4; розробка користувацьких подій під бізнес-вимоги; інтеграція наскрізної аналітики (Roistat/Calltouch) з Бітрікс24; створення дашбордів в DataLens/Looker Studio; документація по всіх подіях та параметрах; навчання маркетологів та комерційного відділу роботі зі звітами; технічна підтримка на місяць після запуску.

Вартість розраховується індивідуально залежно від обсягу робіт та складності інтеграцій. Отримайте консультацію — ми проаналізуємо ваш поточний dataLayer та запропонуємо оптимальне рішення. Замовте аудит або налаштування аналітики, щоб перестати втрачати гроші на некоректних даних. Звертайтеся — перевіримо, чи не втрачаєте ви гроші на аналітиці, за один день.