Сквозная аналитика в B2B и SaaS: почему без неё performance — это игра в рулетку

Сквозная аналитика в B2B SaaS - это система, которая связывает рекламный источник, лид, CRM-этапы и выручку в одну цепочку.

Без неё компания видит только верх воронки: клики, заявки, CPL. Но решения о бюджете и масштабировании нужно принимать по более глубоким метрикам: MQL, SQL, pipeline, CAC и new revenue.

Если эта связка не настроена, маркетинг и продажи почти неизбежно начинают смотреть на разные цифры, а бизнес принимать решения по фрагментам.

Сквозная аналитика - это система, которая показывает, как маркетинговый источник проходит весь путь до бизнес-результата. Проще говоря, она отвечает не только на вопрос "откуда пришёл лид",
но и на вопросы:

• стал ли этот лид MQL;
• дошёл ли он до SQL;
• создал ли pipeline;
• превратился ли в клиента;
• сколько выручки он принёс.

То есть сквозная аналитика связывает маркетинговые данные, данные CRM и данные продаж в одну цепочку.

Для B2B SaaS это особенно важно, потому что здесь между первым касанием и сделкой часто проходит длинный путь. Если видеть только верх воронки, можно принять плохие решения о каналах, бюджете и масштабе.

Когда данные не связаны, компания начинает жить в нескольких параллельных реальностях.

Маркетинг видит:

• показы;
• клики;
• лиды;
• CPL;
• конверсии сайта.

Sales видит:

• качество лидов;
• скорость реакции;
• реальную квалификацию;
• движение по CRM;
• вероятность сделки.

CEO и CMO хотят видеть:

• какие каналы реально работают;
• сколько стоит новый клиент;
• как формируется pipeline;
• можно ли масштабировать бюджет.

Если между этими слоями нет сквозной связи, решения принимаются по фрагментам. Именно тогда появляются знакомые симптомы:

• канал выглядит сильным по CPL, но слабым по SQL;
• много лидов не превращается в pipeline;
• CAC считается “примерно”;
• маркетинг и sales спорят, у кого проблема;
• бюджет перераспределяется по верхним метрикам;
• руководство не понимает, где именно ломается воронка.

То есть без сквозной аналитики компания видит активность, но не видит экономику.

Хорошая система нужна не для того, чтобы “собирать всё подряд”. Она должна решать конкретные управленческие задачи.

1. Показывать, какие каналы реально приводят качественный спрос
Не просто лиды, а лиды, которые проходят в MQL, SQL и дальше в pipeline.

2. Помогать считать CAC корректнее
Без связи затрат с CRM-этапами и клиентами CAC почти всегда либо слишком грубый, либо просто недостоверный.

3. Показывать потери между этапами воронки

Например:

• лидов много, но мало MQL;
• MQL есть, но SQL слабые;
• SQL есть, но сделки не движутся;
• pipeline создаётся, но не закрывается.

4. Помогать принимать решения о масштабировании
Канал нельзя масштабировать только потому, что он дешёвый на верхнем уровне. Нужна глубина до SQL, pipeline и клиентов.

5. Уменьшать конфликт между маркетингом и sales
Когда обе команды смотрят в одну систему, спорить становится сложнее, а улучшать процесс — проще.

Что именно нужно связать между собой
Одна из самых частых ошибок — думать, что сквозная аналитика начинается с красивого BI-слоя. На самом деле она начинается с правильно связанных сущностей. Минимально в B2B SaaS нужно связать вот что:

Источник трафика

• канал;
• campaign;
• ad group / объявление;
• keyword или аудитория;
• first touch и last touch.

Данные о лиде

• форма или точка входа;
• дата создания;
• идентификатор лида;
• UTM-метки;
• landing page;
• оффер.

Данные CRM

• статус лида;
• MQL / SQL;
• владелец;
• этап сделки;
• дата перехода между этапами.

Данные по pipeline и выручке

• создана ли opportunity;
• сумма pipeline;
• closed won / closed lost;
• выручка;
• дата закрытия;
• сегмент клиента.

Смысл в том, чтобы путь от канала до клиента не разваливался на каждом переходе между системами.

Не всем нужен сложный data warehouse с первого дня. Но даже базовая архитектура должна быть собрана осмысленно.

Обычно минимальная рабочая схема выглядит так:

• рекламные системы;
• аналитика сайта;
• формы или точки захвата лида;
• CRM;
• статусы MQL / SQL;
• таблица или дашборд, где это соединяется по единой логике.

Важно не количество инструментов, а качество связей между ними. Хорошая система отвечает на вопрос:
можем ли мы взять конкретный источник и увидеть, что он дал не только по лидам, но и по CRM-этапам и выручке?

Если ответ “нет”, значит сквозная аналитика ещё не собрана.

Очень часто компании пытаются строить глубокую аналитику, когда базовый слой у них ещё нестабилен.

Например:

• UTM-метки проставляются по-разному;
• часть лидов попадает в CRM без источника;
• sales вручную меняет статусы как придётся;
• названия кампаний хаотичны;
• формы не передают нужные поля;
• часть сделок создаётся без связи с исходным лидом.

В такой ситуации даже дорогой BI не решает проблему. Он просто красиво визуализирует плохие данные.

Поэтому сквозная аналитика почти всегда начинается с дисциплины:

• единая логика UTM;
• обязательные поля;
• стандарты именования;
• понятные этапы в CRM;
• единые правила для marketing и sales.

Именно этот слой чаще всего определяет, будет ли система полезной.

Нет единых определений этапов
Если маркетинг и продажи по-разному понимают MQL, SQL и opportunity, отчёты теряют смысл.

Потеря источника при переходе в CRM
Если лид дошёл до сделки, но источник пропал, канал нельзя оценить корректно.

Смешение ручных и автоматических процессов без правил
Часть данных загружается автоматически, часть вносится руками — и никто не понимает, где начинается искажение.

Отсутствие владельца данных
Если за качество данных никто не отвечает, система постепенно разваливается.

Опора только на last-click
Для некоторых B2B SaaS last-click даёт слишком узкую картину, особенно если решение о покупке длинное и многокасательное.

Попытка автоматизировать хаос
Если воронка и статусы не описаны, автоматизация лишь ускоряет ошибки.

Какие отчёты реально нужны CEO и CMO
Одна из проблем сквозной аналитики в том, что компании часто пытаются строить слишком много отчётов сразу. На практике лучше начать с ограниченного набора, который помогает принимать решения. Ядро обычно выглядит так.

Лиды по источникам
Базовый верх воронки. Нужен, но сам по себе ничего не решает.

MQL по источникам
Показывает, какие каналы реально приводят более релевантный спрос.

SQL по источникам
Один из самых полезных слоёв, потому что он ближе к реальной работе sales.

Cost per SQL
Часто намного полезнее, чем CPL, особенно в B2B SaaS.

Pipeline by source
Показывает, какие каналы создают потенциальную выручку, а не просто активность.

CAC by source / segment
Помогает увидеть, где новый клиент обходится слишком дорого, а где система работает устойчиво.

Скорость перехода по этапам
Очень важный отчёт, если цикл сделки длинный и компания хочет видеть не только объём, но и динамику движения по воронке.

Не всем нужен один и тот же уровень детализации.

Маркетингу чаще полезно смотреть:

• лиды;
• CPL;
• MQL rate;
• SQL rate;
• cost per SQL;
• конверсии по посадкам и сегментам.

Руководству полезнее видеть:

• pipeline by source;
• CAC;
• payback;
• вклад каналов в new revenue;
• качество клиентов по сегментам;
• масштабируемость каналов.

Когда обе стороны смотрят на одни и те же таблицы без разделения уровней, аналитика быстро превращается в шум.

Если вы хотите глубже понять, как аналитика встраивается в стратегию роста, рекомендую материал про B2B SaaS маркетинг в 2026 году: тренды и рост.

Сквозная аналитика не обязана быть идеальной, чтобы быть полезной. Но у неё есть несколько признаков зрелости.

Система уже работает, если:

• вы видите путь от источника до сделки;
• большая часть лидов не теряет источник;
• MQL и SQL определены одинаково для marketing и sales;
• можно сравнивать каналы по глубокой воронке, а не только по CPL;
• решения о бюджете принимаются по SQL, pipeline и CAC, а не только по верхнему уровню;
• команда доверяет данным достаточно, чтобы спорить не о цифрах, а о действиях.

Если этого нет, значит ваша аналитика пока больше про сбор данных, чем про управление ростом.

У многих компаний первая реакция — сразу строить “идеальную систему”. Обычно это ошибка. Лучше идти по слоям.

Шаг 1. Описать воронку

Нужно зафиксировать:

• что такое лид;
• что такое MQL;
• что такое SQL;
• что считается opportunity;
• где начинается клиент.

Шаг 2. Навести порядок в источниках
UTM, naming, формы, передача параметров — это база.

Шаг 3. Проверить CRM
Этапы должны быть понятны, а не декоративны.

Шаг 4. Собрать первый базовый отчёт
Не весь BI-слой, а один отчёт: source → leads → MQL → SQL → pipeline.

Шаг 5. Только потом усложнять
Подключать дополнительные разрезы, атрибуцию, сегменты, скорость этапов и углублённую экономику.
Такой путь почти всегда даёт больше пользы, чем попытка “сразу сделать всё”.

Это важный момент. Многие воспринимают задачу как вопрос выбора платформы. Но сама по себе платформа почти ничего не гарантирует.

Сквозная аналитика — это комбинация трёх вещей:

• нормальной структуры данных;
• договорённости между marketing и sales;
• дисциплины в процессе.

Инструменты только фиксируют эту систему. Они не создают её вместо команды.
Именно поэтому две компании могут использовать одинаковый стек, но получать совершенно разное качество аналитики.

Сквозная аналитика в B2B SaaS нужна не ради визуализации и не ради количества дашбордов. Она нужна, чтобы бизнес видел путь от источника трафика до выручки и понимал, какие каналы реально создают рост.

Без этой связи компания почти неизбежно начинает жить в фрагментах: маркетинг смотрит на CPL, sales — на качество лидов, руководство — на сделки, и никто не видит полной картины. В результате CAC искажается, масштабирование идёт по слабым сигналам, а конфликты между командами только усиливаются.

Хорошая сквозная аналитика делает главное: переводит маркетинг из режима “видим активность” в режим “понимаем экономику”.

Что такое сквозная аналитика простыми словами
Это система, которая связывает рекламный источник, лид, CRM-этапы и выручку в одну цепочку.

Зачем сквозная аналитика нужна B2B SaaS
Потому что здесь длинный цикл сделки, много этапов между первым касанием и клиентом, и без связки данных легко принимать неверные решения.

Можно ли считать CAC без сквозной аналитики
Можно, но обычно очень грубо. Без связи с CRM и продажами CAC часто получается неполным или искажённым.

Какие данные нужно связать в первую очередь
Источник трафика, лид, UTM, статусы CRM, MQL, SQL, pipeline и new customer revenue.

Что чаще всего ломает сквозную аналитику
Плохие UTM, потеря источника в CRM, размытые статусы, ручной хаос в процессах и отсутствие владельца данных.

Какие отчёты самые важные
Обычно это leads, MQL, SQL, cost per SQL, pipeline by source и CAC by source or segment.

С чего начать, если аналитика сейчас в беспорядке
С описания воронки, наведения порядка в источниках и CRM, а потом — с простого отчёта source → lead → MQL → SQL → pipeline.

Разберём вашу воронку, источники и CRM-логику, чтобы понять, где именно у вас теряется путь от канала до выручки. Обсудить сквозную аналитику в B2B SaaS → Telegram: @sg_gorbunov