После статьи про BI-факапы логично перейти к вопросу, который обычно звучит на второй встрече: “Окей, BI сам не спасает. А что нам считать, если данных не хватает и DWH не идеальный?”

И вот здесь я почти всегда вижу одну и ту же ловушку. Компания думает, что сначала нужно построить “правильное хранилище”, а потом начнётся “правильная аналитика”. На деле происходит наоборот: пока вы строите “идеально”, бизнес продолжает тратить деньги, масштабировать каналы, менять продукт — и всё равно принимает решения. Просто не по метрикам, а по Excel и ощущению.

Метрики без DWH — это не «колхоз» и не «позорная времянка». Это нормальная стадия, когда вы честно признаёте ограничения и собираете минимум, который реально помогает управлять. В этой статье — подход, который работает в реальных условиях: дырявые источники, разные “правды” по выручке, часть событий отсутствует, а отчёт всё равно нужен.

Метрики без DWH: зачем вообще считать, если “всё криво”

Главный вопрос — не “можно ли посчитать идеально”. Главный вопрос — можно ли посчитать достаточно хорошо, чтобы принимать решения.

Если у вас нет DWH или он “полукривой”, это не отменяет потребности в ответах:

  • какие каналы реально окупаются, а какие рисуют красоту;

  • где течёт воронка и почему денег меньше, чем “заявок”;

  • что происходит с долей рекламных расходов;

  • какие продукты/направления тянут экономику вниз.

Парадокс в том, что в большинстве компаний не отсутствие DWH убивает аналитическую систему, а отсутствие договорённостей. Когда у маркетинга одна выручка, у финансов другая, у собственника третья — никакой DWH сам по себе это не починит. Он только масштабирует спор.

Поэтому цель статьи простая: показать, как считать метрики без DWH так, чтобы они были “управляемыми”: с понятными правилами, ограничениями и обязательной сверкой с деньгами.

Сначала решение, потом метрика

Самый надёжный анти-паттерн: “Давайте посчитаем всё, что можем, а потом посмотрим, что полезно”. Так вы неизбежно получаете витрину на 50 полей, и никто не понимает, что с ней делать.

Нормальная логика обратная: метрика должна обслуживать решение.

Есть простой тест. Представь, что завтра показатель изменился на +20% или -20%. Если вы не можете быстро сказать, какое действие последует — это не метрика управления. Это декоративная цифра.

На практике “управленческих решений” не так много. В маркетинге это почти всегда про отключение/масштабирование кампаний и контроль доли расходов. В продукте — про узкие места воронки и качество “денежного” трафика. В финансах — про то, что происходит с маржинальностью, возвратами и кассовым разрывом.

Когда вы фиксируете решения, у вас резко сокращается список того, что реально нужно считать. И это хорошая новость: метрики без DWH почти всегда начинаются с малого.

Минимум данных, который нужен почти всем

Чтобы считать что-то полезное, не нужен “идеальный слой витрин”. Но нужен минимум опорных сущностей и связей. Если их нет, вы будете спорить бесконечно — и любой отчёт потеряет доверие.

Я обычно мыслю четырьмя сущностями: источник → лид → сделка → деньги. Не обязательно идеально, но хотя бы в каком-то виде.

  1. Источник → Неважно, где именно он хранится — в UTM, в колл-трекинге, в рекламном кабинете или “поле источник в CRM”. Важно, чтобы он был и чтобы долю “без источника” можно было измерять.
  2. Лид → Нужен идентификатор, дата, направление/продукт и статус. Без этого воронка превращается в миф.
  3. Сделка/заказ → Дата, сумма, статус, связь с лидом (или хотя бы с контактом).
  4. Деньги → Факт оплаты и факт возврата. На этапе “метрики без DWH” именно деньги чаще всего спасают от иллюзий.

Если у вас есть эти четыре сущности и вы можете хотя бы примерно “протянуть ниточку” от источника до денег — у вас уже есть база. Дальше включается самое важное: договориться о определениях.

Какие метрики реально можно считать “на костылях”

Здесь важно снять ожидания. “На костылях” вы не получите академическую точность. Но вы можете получить управляемую систему, где ошибки понятны и ограничены.

Я бы начинал с ядра, которое почти всегда даёт эффект быстрее всего:

  1. Выручка по единому определению.
    Не “как кому удобнее”, а одно определение для всех. И отдельная договорённость: выручка — это по оплатам или по закрывающим документам? С НДС/без НДС? С комиссиями/без комиссий? И что делаем с возвратами?
  2. Доля рекламных расходов (DRR) и/или ROMI.
    На раннем этапе DRR часто честнее и проще, потому что ROMI начинает ломаться на деталях атрибуции. Для метрик без DWH DRR — хороший якорь: он быстро показывает, где расходы “съедают” деньги.
  3. CPA по факту денег, а не по статусу в CRM.
    Самая частая иллюзия: “продажи” в CRM растут, а денег нет. Если вы строите стоимость продажи по CRM-статусам, вы автоматизируете самообман.
  4. Один-два шага воронки, которые реально важны.
    Не двадцать шагов “для красоты”, а один-два, где бизнес теряет деньги. Например: заявка → оплата. Или лид → квалификация → оплата. Именно это даёт рычаг для решений.
  5. База для юнит-экономики.
    Даже упрощённая модель “выручка – маркетинг – переменные расходы” часто приносит больше пользы, чем десятки показателей эффективности кампаний. Потому что возвращает разговор к деньгам.
  6. Повторная покупка/повторная оплата в простом виде.
    Если вы не можете считать LTV идеально — считайте “повтор за 60/90/180 дней”. Это уже позволяет отличать “дешёвые лиды” от “денежного трафика”.

Ключевой момент: эти метрики можно сделать рабочими даже без идеального DWH, если есть сверка и единые правила.

Как пережить несовпадения и не потерять доверие

Несовпадения будут. Всегда. Вопрос не в том, чтобы “всё свести до копейки” прямо сейчас, а в том, чтобы сделать расхождения управляемыми.

Самое практичное, что можно сделать на старте — завести таблицу сверки. Хоть в Google Sheets. Смысл простой: один раз в неделю/месяц фиксируете три цифры и расхождение между ними:

  • выручка по CRM/заказам,

  • выручка по оплатам,

  • выручка по фин. системе/бухгалтерии (если доступно).

Дальше важен не сам факт “разницы”, а её причины. Почти всегда это набор повторяющихся вещей: возвраты, комиссии, рассрочки, задержки в статусах, поздние документы, ручные корректировки.

Вот почему сверка так важна для метрик без DWH: она превращает спор “кто прав” в понятный разговор “почему разница и что с ней делаем”.

Если интересно, почему дашборды чаще усиливают этот спор, чем решают его — я подробно разбирал это в статье «BI не спасёт ваш бардак: 5 факапов»

И здесь же появляется второй обязательный элемент — короткая страница “как мы считаем”. Не регламент на 40 страниц, а один лист:

  • определение выручки,

  • определение продажи,

  • правила по возвратам,

  • правила по рассрочкам/частичным оплатам,

  • правила по дублям.

Когда это зафиксировано, доверие к метрикам растёт не из-за красоты дашборда, а из-за прозрачности правил.

Какие отчёты работают без идеального DWH

Плохая новость: без DWH вы не построите “идеальный универсальный супер-дашборд”. Хорошая новость: он вам и не нужен.

Лучше всего работают отчёты, где есть понятный сценарий и минимум сущностей. Обычно это три формата:

  1. Недельный scorecard → Один экран, который действительно открывают раз в неделю. На нём не должно быть “всего”. Он должен отвечать на вопрос “мы в норме или у нас проблемы” и “куда копать”.
  2. Воронка по одному критическому шагу → Не “вся воронка по всем продуктам”, а один ключевой путь: заявка → оплата (или лид → квалификация → оплата). И минимум разрезов.
  3. Юнит-экономика на минималках → Пусть она грубая. Пусть часть расходов оценочная. Но она возвращает разговор к тому, что важно: деньги, маржа, доля расходов.

Что автоматизировать первым, чтобы метрики не врали

Автоматизация “по красоте” — это путь к автоматизированной путанице. Если выбирать первые шаги, которые реально окупаются, я бы начал с трёх вещей.

Первое — привести в порядок источники, чтобы доля “без источника” хотя бы перестала быть огромной. Это не про идеальную разметку, это про базовую дисциплину.

Второе — протянуть факт оплат и возвратов в аналитику. Как угодно: выгрузкой, интеграцией, даже ручным файлом на первых порах. Но без денег у вас не будет “правды”.

Третье — разобраться с дублями и базовыми правилами склейки. Потому что один клиент, превращённый в три лида, ломает и CPA, и конверсию, и доверие к любым цифрам.

Это и есть фундамент “метрики без DWH”: не витрины, не графики, а качество входа и денег.

Чек-лист “проверьте у себя”

Чтобы статья оставалась практичной, оставлю короткий чек-лист — его удобно пройти глазами и обсудить с командой:

  1. У каждой ключевой метрики есть понятное решение, которое она поддерживает.

  2. Есть единое определение выручки и продажи, которое принимают маркетинг и финансы.

  3. В аналитике есть факт оплат и возвратов (пусть даже грубо).

  4. Доля “без источника” измеряется и снижается, а не игнорируется.

  5. Есть регулярная сверка “CRM/заказы vs оплаты vs фин. система” и список причин расхождений.

  6. Ключевой отчёт не перегружен: на нём действительно смотрят 7–10 показателей, а не 50.

  7. У отчёта есть владелец и ритм просмотра (неделя/месяц), иначе он умрёт.

Выводы

Метрики без DWH — это не попытка “сделать вид, что у нас есть аналитика”. Это способ начать управлять бизнесом по цифрам там, где DWH ещё нет или он неидеален.

Если вы хотите, чтобы аналитика перестала быть декорацией, порядок обычно такой: сначала договориться о деньгах и определениях, затем собрать минимальные связи “источник → лид → сделка → деньги”, потом зафиксировать небольшой набор метрик под решения, завести сверку — и только после этого масштабировать BI-инфраструктуру.

Если вы только входите в тему и хотите сначала понять, почему BI часто “ломает” доверие и процессы — начните с предыдущей статьи.