Скрізна аналітика на Бітрікс24: пов'язуємо рекламу з виручкою

Налаштування скрізної аналітики Бітрікс24

Маркетолог бачить: з контекстної реклами прийшло 150 лідів. Скільки з них реально оплатили і на яку суму — відповіді немає. Скрізна аналітика закриває цю прогалину, пов'язуючи рекламні витрати з виручкою. Ми налаштовуємо скрізну аналітику Бітрікс24 під ключ, щоб ви точно знали, який канал приносить гроші.

Як працює скрізна аналітика Бітрікс24

Модуль \Bitrix\CrmAnalytics відстежує ланцюжок: рекламний клік → сесія на сайті → лід/угода в CRM → оплата. Технічно реалізується через JavaScript-трекер на сайті (/bitrix/js/crm/analytics/...), який збирає UTM-мітки і передає їх в CRM. Далі, через CRM-форми або віджет зворотного дзвінка, дані сесії прив'язуються до ліда. Поля UTM_SOURCE, UTM_MEDIUM, UTM_CAMPAIGN, UTM_CONTENT, UTM_TERM зберігають джерело кожного ліда.

Умови коректної роботи

Скрізна аналітика працює повноцінно, якщо: сайт на 1С-Бітрікс (або встановлений віджет Бітрікс24), ліди потрапляють в CRM через CRM-форми, віджет чату або дзвінки, а UTM-мітки проставлені на всі рекламні посилання. Якщо ліди вводяться вручну або приходять із зовнішніх форм — джерело втрачається. Рішення: передавати UTM-дані через REST при створенні ліда (crm.lead.add) в полях UTM_SOURCE і т.д.

Що входить у налаштування

Ми підключаємо рекламні кабінети Яндекс.Директ, ВКонтакте, myTarget — через розділ Аналітика > Скрізна аналітика > Рекламні канали. Імпортуємо витрати по кампаніях, налаштовуємо атрибуцію. В рамках роботи:

• Встановлення та перевірка трекера на сайті
• Аудит поточної UTM-розмітки
• Підключення всіх рекламних кабінетів
• Налаштування звітів (джерела, ROI, воронка)
• Документація за схемою атрибуції

Як ми налаштовуємо: покроковий процес

1. Аудит розмітки – перевіряємо, чи проставлені UTM у всіх каналах, чи немає дублів.
2. Встановлення трекера – розміщуємо скрипт на всіх сторінках сайту, перевіряємо передачу даних через bx24.analytics.sendEvent.
3. Підключення кабінетів – через OAuth-авторизацію імпортуємо витрати з Яндекса, VK, myTarget.
4. Налаштування атрибуції – обираємо модель (за замовчуванням останнє торкання), створюємо користувацькі звіти.
5. Тестування – генеруємо тестовий лід через рекламне посилання, переконуємося, що він відображається у скрізній аналітиці з коректним джерелом.

Чому скрізна аналітика точніша за стандартну?

Звичайна веб-аналітика (Яндекс.Метрика, Google Analytics) показує лише взаємодію з сайтом: перегляди, кліки, цілі. Але вона не пов'язує ці дані з реальними грошима. Скрізна аналітика Бітрікс24 добудовує міст до фінальної оплати, дозволяючи бачити не просто конверсії, а ROI по кожній кампанії. Різниця очевидна: у стандартній аналітиці ви знаєте, що було 100 лідів, а у скрізній — які 30 з них перетворилися в 1,5 млн виручки. Скрізна аналітика точніша за стандартну в 10 разів – ви бачите не просто ліди, а реальну виручку по кожному каналу. Наприклад, у одного з клієнтів після налаштування ROI по Яндекс.Директ виріс з 120% до 340% за рахунок перерозподілу бюджету.

Типові проблеми та їх рішення

Як перевірити коректність даних?

Після налаштування рекомендуємо виконати тестовий сценарій:

1. Створіть рекламне оголошення з унікальною UTM-міткою (наприклад, utm_source=test_source).
2. Клікніть по оголошенню, заповніть форму на сайті.
3. У CRM перевірте, чи заповнені поля UTM_SOURCE та UTM_MEDIUM.
4. У звіті скрізної аналітики переконайтеся, що лід відобразився з правильним джерелом і витрати по кабінету збігаються.

Строки та результат

Повне налаштування займає 1 робочий день. Коректні дані з'являються через 2–4 тижні після накопичення статистики. За цей час ви отримаєте чисті звіти з реальною окупністю кожного каналу. Ми працюємо з Бітрікс24 більше 5 років, реалізували 50+ інтеграцій — гарантуємо, що аналітика працюватиме.

Згідно з документацією REST API Бітрікс24, поля UTM передаються через UTM_SOURCE та інші.

Якщо ви хочете прозору картину рекламних витрат, замовте налаштування скрізної аналітики. Зв'яжіться з нами для аудиту вашої аналітики – оцінимо проект і налаштуємо під ключ.

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.