Как собрать аналитику сквозного учёта заявок без дорогих CRM-систем

Хозяйка салона маникюра в конце месяца открывает кабинет рекламы и расчётный счёт — и не понимает, что произошло. На рекламу ушло условно 30 000 рублей. Клиентов вроде прибавилось. Но сколько стоил каждый, какой канал отработал, а какой просто съел бюджет — неизвестно. В голове ощущение, что Instagram «вроде работает», а в кассе цифры говорят другое.

Знакомая ситуация? Дальше разберём, как увидеть этот путь — от клика до оплаты — без внедрения CRM, на которую жалко денег и времени. К концу статьи у тебя будет таблица с нужными столбцами и формулами, которые считают сами.

Почему без учёта заявок ты теряешь деньги вслепую

Ты запускаешь рекламу в двух-трёх каналах. Заявки приходят. Кто-то записывается, кто-то приходит, кто-то платит. Но без учёта ты видишь только суммарный результат: потратил столько, заработал столько. Что внутри этой воронки — загадка.

Это и есть слепая зона. Деньги уходят в рекламу, а решение «куда вложить больше» принимается на ощущениях, а не на цифрах. Один канал может приводить дешёвые, но пустые заявки. Другой — дорогие клики, которые превращаются в реальных клиентов. Без учёта ты их не различишь.

Та же история с воронкой внутри твоего бизнеса. Заявка пришла — а что с ней дальше? Записались? Пришли? Оплатили? Если это не фиксируется, даже хорошая реклама выглядит провалом: заявки «теряются» уже после клика, а не до него.

Без цифр ты просто гадаешь. А гадать — дорого.

Что такое сквозная аналитика простыми словами

Сквозная аналитика — это умение проследить путь одной заявки от клика по рекламе до денег в кассе. Без сложных терминов: пришёл человек из Яндекс.Директа → оставил заявку → записался → пришёл → заплатил. Или не заплатил — и тоже важно знать, на каком шаге отвалился.

Суть в том, чтобы не терять эту цепочку. Обычно её рвут в двух местах: на входе — непонятно, откуда пришла заявка, и в середине — заявка есть, а что с ней стало, никто не записал.

Сквозная аналитика — это не софт и не дорогой сервис. Это дисциплина: фиксировать источник и статус на каждом шаге. Таблица с нужными столбцами делает ровно то же самое, что дорогая CRM, просто без автоматизации и красивых дашбордов.

Какие данные тебе нужно собирать в первую очередь

Чтобы цепочка не рвалась, нужен минимальный набор полей. Без них аналитика превращается в красивую, но бесполезную табличку.

• Дата заявки — когда пришла.
• Источник — из какого канала (Директ, Instagram, сарафан, сайт).
• UTM-метка или номер объявления — если источников несколько внутри одного канала.
• Стоимость клика или расход на канал за период — чтобы потом посчитать цену заявки.
• Статус сделки — заявка, запись, визит, оплата, отказ.
• Сумма чека — сколько реально заплатил клиент.

Если фиксируешь только эти шесть пунктов, уже можешь считать конверсию и стоимость клиента по каждому каналу. Остальное — бонус: имя клиента, причина отказа, менеджер, который вёл сделку.

Про то, как понять, какой канал приносит заявки, а какой просто создаёт видимость активности, я писал в статье как понять, что маркетинг приносит заявки.

Какие инструменты заменят тебе дорогую CRM

Для старта хватает Google Таблиц или Excel. Это не заменитель CRM в полном смысле — там нет автоматических уведомлений и красивых воронок. Но таблицы позволяют вручную собирать данные о заявках и считать конверсию по формулам — а это и есть основа сквозной аналитики.

Дальше по возможностям:

• Формы на сайте или в мессенджерах — чтобы заявка сразу попадала в таблицу через простые интеграции, а не терялась в переписке.
• Коллтрекинг-сервисы — помогают понять, с какого канала пришёл звонок, если у тебя много обращений по телефону. У некоторых сервисов есть бесплатные тарифы с ограничениями по числу номеров или заявок — но условия стоит смотреть отдельно, они меняются, и я бы не советовал полагаться на конкретные цифры без проверки на момент внедрения.
• Таблица как центр — куда стекаются данные из форм, звонков и ручных записей менеджера.

Для салона маникюра, интернет-магазина на старте или услуг одного ИП этого набора достаточно на год вперёд, а то и больше. CRM нужна тогда, когда таблица реально перестаёт справляться — об этом ниже.

Как настроить таблицу для учёта заявок

Берёшь Google Таблицу, делаешь один лист — «Заявки». Столбцы:

1. Дата
2. Источник (канал)
3. UTM-метка или кампания
4. Статус (новая / в работе / запись / визит / оплата / отказ)
5. Сумма чека
6. Комментарий

Дальше — вкладка «Расходы по каналам»: дата, канал, сумма расхода за день или за неделю.

На третьей вкладке — «Сводка» — считаешь формулами:

• Число заявок по каналу — через COUNTIF по столбцу источника.
• Число оплат по каналу — COUNTIFS по источнику и статусу «оплата».
• Конверсия в оплату — число оплат делим на число заявок.
• Стоимость заявки — расход на канал делим на число заявок из этого канала.
• Стоимость клиента — расход на канал делим на число оплат.

Это буквально пять формул, которые пересчитываются сами при добавлении новых строк. Никакого программирования, только COUNTIF и деление.

Главное правило — заполнять статус каждый раз, когда он меняется. Если заявка «зависла» в статусе «новая» неделю, аналитика начинает врать: конверсия занижена, потому что сделка ещё не закрыта, а уже считается потерянной.

Как связать рекламные кабинеты и таблицу учёта

Здесь работает связка UTM-меток и ручной выгрузки расходов.

UTM-метки позволяют отследить источник перехода на сайт: откуда конкретно пришёл человек — из какого объявления, с какой площадки, по какому ключевому слову. Ты добавляешь метку к ссылке в рекламном кабинете, и при переходе на сайт она прилетает в форму заявки как отдельное поле.

Дальше — раз в неделю или в месяц ты заходишь в рекламные кабинеты (Директ, кабинет соцсети) и выгружаешь расход по каждой кампании. Вручную вписываешь эти суммы в таблицу «Расходы по каналам». Да, это не автоматика. Но для объёма заявок малого бизнеса — условно до сотни в месяц — пяти минут раз в неделю достаточно, чтобы данные не расходились.

Если лень разбираться с UTM, минимальная альтернатива — отдельный номер телефона или отдельная форма на лендинге под каждый канал. Грубее, но тоже работает.

Подробнее про то, какие метрики вообще стоит смотреть в рекламе, если в штате нет аналитика, я разбирал в статье какие метрики смотреть в рекламе, если нет аналитика в штате.

Сколько стоит заявка и сколько — клиент: разбираем на цифрах

Вернёмся к салону маникюра. Условно потратили 30 000 рублей на рекламу: 15 000 на Instagram, 15 000 на Яндекс.Директ.

За месяц пришло 40 заявок: 30 из Instagram, 10 из Директа. Записались 25 человек, оплатили услугу 18.

В разрезе по каналам цифры другие. Из Директа — 10 заявок и 8 оплат. Из Instagram — 30 заявок и только 10 оплат.

Считаем стоимость заявки. Директ: 15 000 / 10 = 1 500 рублей за заявку. Instagram: 15 000 / 30 = 500 рублей за заявку.

На первый взгляд Instagram выгоднее — заявка в три раза дешевле. Но смотрим стоимость клиента, а не заявки. Директ: 15 000 / 8 = 1 875 рублей за клиента. Instagram: 15 000 / 10 = 1 500 рублей за клиента.

В этом условном примере разница меньше, чем кажется на уровне заявок. Зато конверсия в оплату у Директа почти в три раза выше — 80% против 33%. Значит, трафик из Директа более целевой: люди приходят с бо́льшим намерением купить. Если масштабировать бюджет, скорее всего именно этот канал даст предсказуемый рост, а не просто больше заявок, которые потом не доходят до оплаты.

Без разбивки по каналам это решение принять нельзя — видно только общую цифру: 40 заявок, 18 оплат. А где именно деньги работают, а где утекают — непонятно.

Какие ошибки чаще всего портят самостоятельный учёт

Самостоятельный учёт обычно ломается не из-за сложности, а из-за дисциплины. Вот что встречается чаще всего.

• Не фиксируют источник заявки. Менеджер записал «клиент, маникюр», а откуда пришёл — не спросил и не посмотрел. Без источника вся дальнейшая аналитика бессмысленна.
• Путают заявку и лида. Заявка — это обращение. Лид — это обращение, которое прошло минимальную квалификацию: не спам, не ошибка, реальный интерес. Если считать все обращения заявками, конверсия искусственно занижается.
• Не обновляют статусы. Заявка висит в статусе «новая» месяцами, хотя клиент давно оплатил или отказался. Это тот самый случай из примера с интернет-магазином одежды: заявки шли в блокнот продавца, и когда данные перенесли в таблицу с UTM-метками и статусами, выяснилось, что треть заявок из рекламы просто терялась — менеджер забывал перезвонить. Деньги на рекламу потратили, а до клиента она не дошла даже в виде звонка.
• Смешивают органику и рекламу в одном источнике. Если сарафанное радио и реклама попадают в один столбец «источник: соцсети», понять реальную эффективность рекламы невозможно.
• Считают средние показатели по всем каналам сразу. Общая конверсия в 45% ничего не говорит, если один канал даёт 80%, а другой — 15%.

Каждая из этих ошибок делает цифры в таблице красивыми, но бесполезными для решений. Отчёт выглядит заполненным, а вопрос «куда вложить следующие деньги» так и остаётся без ответа.

Когда таблицы перестают справляться и пора переходить на CRM

Таблица отлично работает, пока заявок и сотрудников немного. Проблемы начинаются, когда:

• Заявок становится слишком много для ручного ввода — условно больше 100–150 в месяц, и менеджер физически не успевает вносить статусы вовремя.
• В процесс вовлечено несколько человек, и таблица превращается в хаос: кто-то забыл обновить статус, кто-то перезаписал чужую строку.
• Воронка усложняется — появляются промежуточные этапы, повторные продажи, долгие циклы сделки, и формулами в таблице уже не уследить за всем этим.
• Нужны автоматические напоминания — чтобы заявка не «зависала» на сутки без ответа менеджера.

Это не точные пороги, а практическая закономерность: в какой-то момент рутинная ручная работа по ведению таблицы начинает отнимать больше времени, чем экономия на CRM того стоит. Тут и имеет смысл смотреть в сторону специализированных сервисов — не потому, что таблица плохая, а потому что она выполнила свою задачу и твой бизнес из неё вырос.

Как использовать собранные данные, чтобы расти

Сам по себе учёт ничего не меняет. Ценность появляется, когда на основе цифр ты принимаешь решения.

Если один канал стабильно даёт дешёвые заявки, но конверсия в оплату низкая — это сигнал либо улучшить квалификацию заявок на входе, либо честно признать, что канал не подходит под твой продукт, и перераспределить бюджет.

Если канал дороже по заявке, но конверсия в разы выше — логично пробовать увеличить бюджет именно там и смотреть, сохранится ли пропорция. Это и есть проверка гипотезы на реальных деньгах, а не на ощущениях.

Полезно также периодически смотреть не только на канал, но и на то, окупается ли реклама в принципе — сколько клиент приносит денег за всё время, а не только в первую покупку. Про это подробно в статье как считать окупаемость рекламы.

Данные без действий — просто красивая таблица. На бумаге всё выглядит упорядоченно, а по факту ничего не меняется, пока ты не сравнишь каналы между собой и не отключишь то, что не работает, вместо того чтобы распределять бюджет поровну «на всякий случай».

Коротко о главном

Сквозная аналитика без дорогой CRM — не компромисс, а рабочий способ увидеть, откуда приходят деньги. Google Таблицы с правильной структурой справляются с задачей не хуже дорогого сервиса, если ты вносишь данные дисциплинированно.

Минимум, который тебе нужен: источник заявки, статус сделки, расход по каналу, сумма чека. Всё остальное — надстройка, без которой можно жить. Я бы не спешил с переходом на CRM, пока таблица реально не начала задыхаться от объёма.

Если видишь, что заявок становится слишком много для ручного ввода или в процесс вовлечено несколько человек, — это сигнал присмотреться к CRM. Но начинать с неё, не попробовав таблицу, смысла нет: часто оказывается, что для текущего объёма заявок таблица справляется годами.

С чего начать на этой неделе:

1. Создай таблицу с шестью базовыми столбцами из этой статьи.
2. Добавь UTM-метки ко всем рекламным ссылкам, которые ведут на сайт.
3. Заполни таблицу данными за последний месяц, даже если придётся восстанавливать их по памяти.
4. Посчитай стоимость заявки и стоимость клиента по каждому каналу отдельно.
5. Сравни цифры с тем, что ты думал до этого — почти всегда там будут сюрпризы.

Если после этого разбора цифры всё равно не складываются, а источник расхождения не находится — приходи, разберём на твоих данных.