Дистриб'ютор втрачав дві години на день на ручному вивантаженні даних з 1С та Бітрікс24. Стандартні звіти CRM не вміли об'єднувати джерела, будувати когорти або рахувати LTV. Ми вирішуємо ці завдання через BI-конектор, REST API або власні таблиці в PostgreSQL. Наш досвід — розробка кастомної аналітики під ключ для B2B-дистриб'юторів, e-commerce та сервісних компаній. Оцінимо ваш проєкт і запропонуємо оптимальний шлях за 1–2 дні.
Чому стандартних звітів Бітрікс24 недостатньо?
Стандартні звіти CRM заточені під типові метрики: кількість угод, воронка, конверсія. Для аналізу LTV, когорт, ABC-класифікації або RFM-сегментів потрібна кастомна розробка. BI-конектор дає базові плоскі таблиці, але не дозволяє додати обчислювані поля або зв'язати з зовнішніми джерелами. Кастомні звіти забезпечують в 5 разів більш детальну аналітику порівняно зі стандартними. REST API + зовнішня БД — єдиний спосіб отримати повний контроль, і він дає в 10 разів більше гнучкості, ніж BI-конектор.
Шляхи розробки кастомних звітів
BI-конектор Бітрікс24 — офіційний спосіб підключити зовнішній BI-інструмент (Power BI, Tableau, Looker Studio) до даних Бітрікс24. Дані віддаються через REST у вигляді плоских таблиць. Схема фіксована, розширити не можна.
REST API + власна БД — через методи crm.deal.list, crm.contact.list, crm.lead.list дані вивантажуються у зовнішню базу даних (PostgreSQL, ClickHouse). Там будуються довільні звіти. Повний контроль над структурою та оновленням даних.
Кастомний PHP-компонент всередині Бітрікс24 — для коробкових версій: PHP-компонент в /local/components/ рендерить звіт прямо в інтерфейсі Бітрікс24. Дані беруться напряму з таблиць БД.
| Підхід | Гнучкість | Складність | Швидкість оновлення |
|---|---|---|---|
| BI-конектор | Низька | Мінімальна | До 15 хв |
| REST API + БД | Висока | Середня | Від 1 хв |
| Кастомний PHP-компонент | Середня | Висока | Real-time |
Як побудувати когортний аналіз клієнтів у Бітрікс24?
Завдання: розбити клієнтів по когортах (місяць першої покупки) і відстежити їхні повторні покупки. У Бітрікс24 «з коробки» це неможливо. Рішення через зовнішню БД.
Приклад SQL-запиту для когорт
WITH first_deal AS ( SELECT contact_id, DATE_TRUNC('month', MIN(closedate)) AS cohort_month FROM deals WHERE stage_id = 'WON' GROUP BY contact_id ), deals_with_cohort AS ( SELECT d.contact_id, f.cohort_month, DATE_TRUNC('month', d.closedate) AS deal_month, d.opportunity FROM deals d JOIN first_deal f ON d.contact_id = f.contact_id WHERE d.stage_id = 'WON' ) SELECT cohort_month, deal_month, COUNT(DISTINCT contact_id) AS customers, SUM(opportunity) AS revenue FROM deals_with_cohort GROUP BY cohort_month, deal_month ORDER BY cohort_month, deal_month; Результат підключається до Looker Studio або візуалізується у власному веб-додатку.
Реальний кейс: аналітика B2B-продажів (з нашої практики)
Завдання: дистриб'ютор, 500+ активних клієнтів. Потрібен звіт: топ-клієнти за виручкою за квартал з динамікою до минулого кварталу, сегментація за ABC-аналізом, прогноз pipeline на наступний квартал на основі поточних відкритих угод.
Проблема: дані про виручку частково в Бітрікс24 (угоди), частково в 1С (оплати). Невідповідність: в угоді сума КП, в 1С — фактично відвантажена сума. Ручна звірка займала 2 години щоденно.
Рішення:
- Синхронізація угод з Бітрікс24 в PostgreSQL через REST API (кожні 30 хв)
- Синхронізація реалізацій з 1С через COM-об'єкт (раз на годину)
- Зв'язка по полю
UF_CRM_1C_CONTRACT_ID— кастомне поле в угоді з посиланням на договір 1С - Матеріалізовані представлення PostgreSQL для предагрегації по періодах
- Looker Studio підключений до PostgreSQL через конектор
Результат: звіти оновлюються кожні 30 хвилин, керівництво бачить актуальну картину без ручного вивантаження. Це дозволило досягти значної економії на трудозатратах. Аналіз виявив 20% неефективних клієнтів, що дозволило перерозподілити бюджет на більш перспективні сегменти. Порівняно зі стандартними звітами, такий підхід забезпечує в 5 разів більш детальну аналітику. Згідно з документацією REST API, UF_CRM_* поля не повертаються в crm.deal.list автоматично — їх потрібно явно вказувати в select.
Що входить у розробку кастомного звіту
- Аналітика та проєктування: збір вимог, узгодження метрик і джерел даних
- Інтеграція даних: налаштування BI-конектора або REST API синхронізації із зовнішньою БД
- Розробка SQL-логіки: когорти, LTV, ABC, RFM та інші розрахунки
- Візуалізація: дашборди в Looker Studio, Power BI або кастомні компоненти
- Документація та навчання: інструкції з оновлення даних, роботи з дашбордами
- Гарантійна підтримка: 1 місяць після запуску, виправлення помилок, консультації
Терміни розробки
| Завдання | Час |
|---|---|
| Налаштування BI-конектора + дашборди в Looker Studio | 3–5 днів |
| REST API синхронізація + зовнішня БД | 5–7 днів |
| Розробка SQL-аналітики (когорти, LTV, ABC) | 3–5 днів |
| Кастомний PHP-компонент всередині Бітрікс24 | 5–10 днів |
Повний проєкт кастомної аналітики — від 1 до 2 тижнів залежно від джерел даних та складності метрик. Зв'яжіться з нами для попередньої оцінки — ми підберемо оптимальне рішення під ваші завдання. Отримайте консультацію сертифікованого спеціаліста з 10+ роками досвіду в Бітрікс24.