IT и серверы5 октября · MakeBiz · 7 минут

Аналитика данных продаж: что собирать и как навести порядок

Какие данные нужны для аналитики продаж, в каких системах они живут и почему дашборд на грязных данных врёт. Плюс правила, которые держат порядок без отдельного человека.

Для аналитики продаж нужны пять групп данных: сделки со стадиями, клиенты, источники заявок, оплаты и звонки. Первые три живут в CRM, оплаты и остатки в 1С, звонки в телефонии. Аналитика данных продаж начинается с того, что эти системы начинают узнавать одного и того же клиента.

Экран с графиками собирается быстро. Долго и дорого бывает другое: выяснить, почему выручка в CRM не сходится с выручкой в 1С, и сделать так, чтобы не расходилась дальше.

Какие данные нужны

Не всё, что есть в системах, нужно для аналитики. Собирать стоит то, на чём держатся показатели аналитики продаж, которые вы выбрали для экрана.

ДанныеГде живутЧто ломается чаще всего
Сделки и стадииCRMСделки не двигают по стадиям, проигранные закрывают без причины
Клиенты и компанииCRM, 1СОдин клиент заведён дважды под разными названиями
Источник заявкиCRM, рекламные кабинетыПоле пустое или стоит «прочее»
Оплаты и счета1СОплата не привязана к сделке
Номенклатура и остатки1СЕдиницы измерения не совпадают с CRM
ЗвонкиТелефонияЗвонок не привязан к карточке клиента
Ручные данныеGoogle-таблицы, ExcelУ каждого своя версия файла

Если продаёте много позиций, к этому добавляется товарный разрез. Его мы разобрали в статье про аналитику продаж товаров.

Источники: CRM, 1С, реклама, таблицы

CRM знает путь клиента: откуда пришёл, кто вёл, на какой стадии сделка, сколько было звонков. Но денег она не видит, пока оплату не передали из учёта.

1С знает деньги: выручку, оплаты, остатки, отгрузки. Зато не знает, почему клиент купил и что с ним было до счёта.

Рекламные кабинеты знают расходы и заявки. Таблицы закрывают всё остальное: планы, ручные сделки, данные, которые никуда не легли.

С таблицами осторожнее всего. Их легко подключить, но ещё легче испортить: кто-то переименовал столбец или завёл копию, и экран молча показывает старые цифры. Всё, что можно вести в CRM, лучше перенести туда.

Аналитическая система забирает данные по API (программному интерфейсу, через который системы обмениваются данными) или через регулярные выгрузки. Как устроен обмен с учётом, мы подробно писали в статье про интеграцию Битрикс24 с 1С.

Дальше данные приводятся к одному виду: одинаковые названия клиентов, одни единицы измерения, одни даты. Только после этого их складывают в общее хранилище, и по ним можно строить экраны.

Чтобы системы не спорили, для каждого показателя заранее назначают главную. Выручку считают по 1С, потому что там оплаты. Воронку и работу менеджеров считают по CRM. Расходы на рекламу берут из кабинетов.

Если выручка в CRM и в 1С разошлась, правой считается 1С, а CRM поправляют. Без такой договорённости каждая планёрка начинается со спора, чья цифра верная.

Грязные данные и дубли

Грязные данные это дубли, пустые поля и записи, которые не находят пару в соседней системе. Дашборд на таких данных собирается так же красиво, только цифры на нём неправда.

Дубли клиентов появляются, когда у CRM и 1С нет единого ключа сопоставления. Клиент «Ромашка» в одной системе и «ООО Ромашка» в другой для отчёта два разных клиента, и выручка по нему делится пополам.

Единицы измерения ломают остатки и суммы: в 1С товар учитывают в упаковках, в CRM продают поштучно. Пустые поля ломают разрезы: если у половины сделок нет источника, продажи по каналам считаются по оставшейся половине.

Отдельная беда: сделки, закрытые без причины. Проигранных много, а почему проиграли, неизвестно. Такие данные не годятся ни для разбора потерь, ни для прогноза, и восстановить их задним числом почти нельзя.

Посмотрим ваши данные в CRM
Проверим, где в CRM дубли и пустые поля, сходятся ли сделки с оплатами в 1С и что поправить до того, как строить дашборды.

Правила для менеджеров

Чистить данные один раз бесполезно: через месяц они снова грязные. Работают правила, которые менеджер выполняет по ходу работы.

  • Новый клиент заводится только после поиска по ИНН или телефону.
  • Источник заявки обязателен, без него сделку нельзя сохранить.
  • Проигранная сделка закрывается с причиной из списка, а не свободным текстом.
  • Сделка двигается по стадиям в тот же день, когда случилось событие.
  • Звонки и переписка идут через CRM, тогда они сами привязываются к карточке.

Часть правил настраивается в CRM как обязательные поля и проверки, тогда за ними не нужно следить вручную. Остальные держатся на руководителе. И у данных должен быть хозяин: человек, который отвечает за их качество, иначе аналитика снова покажет мусор.

Как это выглядит внутри CRM и почему её отчёты врут, мы разбираем в статье про CRM-аналитику Битрикс24.

Проверка данных

Перед тем как показывать дашборд руководителю, цифры сверяют руками. Выручка за прошлый месяц на экране должна совпасть с выручкой в 1С. Число сделок по менеджеру должно совпасть с тем, что он видит у себя в CRM.

Что сверяют в первую очередь:

  • выручку за закрытый месяц: экран против 1С;
  • число новых клиентов: нет ли среди них дублей старых;
  • долю сделок с пустым источником и пустой причиной проигрыша;
  • оплаты, которые не нашли свою сделку.

Расхождение на первой сверке нормально. Каждое находит конкретную причину: дубль, неперенесённую оплату, сделку не той датой. Поправили причину, сверили снова.

Если сотрудники работают мимо CRM, сверка покажет это первой. Это типовая ситуация, с которой к нам приходят на поддержку Битрикс24: чиним настройки, вводим правила и учим команду.

Коротко

Вопросы и ответы

Какие данные нужны для аналитики продаж?

Сделки со стадиями и причинами проигрыша, клиенты, источники заявок, оплаты и звонки. Для товарной аналитики добавляются номенклатура и остатки. Собирать стоит не всё подряд, а то, на чём держатся показатели, которые вы реально смотрите.

Почему цифры в CRM и 1С не сходятся?

Чаще всего из-за дублей клиентов, оплат, которые не привязаны к сделке, и разных единиц измерения. Ещё одна причина в датах: CRM считает сделку по дате закрытия, 1С по дате оплаты или отгрузки. Перед сборкой аналитики договариваются, какая система главная для каждого показателя.

Как избавиться от дублей в CRM?

Сначала найти и объединить существующие, потом закрыть дорогу новым: искать клиента по ИНН или телефону перед созданием и связать CRM с 1С по единому ключу. Без второй части чистка через пару месяцев понадобится снова.

Кто должен отвечать за качество данных?

Один конкретный человек, обычно руководитель отдела продаж или администратор CRM. Он следит за правилами заполнения, разбирает расхождения после сверки и решает, какие поля сделать обязательными. Когда отвечают все, не отвечает никто, и аналитика тихо портится.

Можно ли строить аналитику на данных из Excel?

Можно, если таблица живёт по правилам: одна версия, понятные столбцы, обновление по расписанию. Тогда её подключают как ещё один источник рядом с CRM и 1С. Если у каждого сотрудника свой файл, сначала лучше перенести эти данные в CRM.

Сколько времени уходит на подготовку данных?

Зависит от того, сколько систем и насколько они расходятся. Подключение источников и проверка данных идут вторым этапом внедрения аналитики, сразу после списка показателей, и часто занимают больше времени, чем сами дашборды. Точный объём видно после первой сверки на ваших данных.

← Все статьи