BI и аналитический контур для бизнеса: DataLens и Metabase

Кому подходит эта услуга

Если узнаёте картину — пора собирать аналитический контур:

• отчёты собираются вручную каждый понедельник;
• данные лежат в CRM, 1С, таблицах, мессенджерах — нигде не сходятся;
• руководитель не видит полную картину по бизнесу;
• CRM и 1С показывают разные цифры по одним и тем же сделкам;
• маркетинг и продажи спорят про качество лидов;
• склад и продажи работают на разных данных;
• производство сложно контролировать по срокам;
• поддержка перегружена, но нет понятных метрик;
• нужно видеть план, факт и отклонения, а не «общую динамику».

Задача не в том, чтобы сделать красивые графики. Задача — чтобы руководитель видел, что реально происходит в продажах, маркетинге, производстве, складе, поддержке и операционных процессах. И принимал решения на цифрах, а не на ощущениях.

Что я делаю

Я не начинаю с выбора BI-инструмента. Сначала определяю:

• какие решения должен принимать руководитель;
• какие показатели для этого нужны;
• где сейчас лежат данные;
• кто отвечает за их качество;
• какие отчёты уже есть и насколько им можно доверять;
• какие показатели считаются вручную и где это болит.

После этого выбираем инструмент, собираем модель данных и дашборды.

<Callout type="ok">

BI должен помогать управлять бизнесом, а не просто показывать красивые графики на большом экране.

</Callout>

Какие BI-инструменты использую

Yandex DataLens

Подходит, если нужен быстрый запуск аналитики, важна работа в российской инфраструктуре, данные можно подключить из баз, таблиц или облачных источников, и не хочется сразу строить тяжёлую BI-систему. Используется для аналитики продаж, маркетинга, финансовых показателей, операционных метрик и контроля процессов.

Metabase

Часто подходит для малого и среднего бизнеса. Можно развернуть на сервере клиента или VPS, подключить к базе данных и быстро собрать понятные дашборды. Удобен для аналитики CRM, заявок, продаж, воронки, базы клиентов, задач и внутренних процессов.

Apache Superset

Подходит для более сложных задач, когда данных много, нужно больше гибкости, есть несколько источников и требуется работа с SQL. Использую, когда проект уже выходит за рамки простых отчётов и нужен более серьёзный аналитический слой.

Power BI

Подключаю, если он уже внедрён у клиента и есть доступ к лицензиям, данным и инфраструктуре. Для новых проектов в РФ как основной вариант не предлагаю.

<Callout type="warn">

Причина простая: есть операционные риски по лицензированию, оплате и поддержке. Для бизнеса это не техническая мелочь, а риск, который потом прилетает в самый неудобный момент. Если Power BI уже работает — дорабатываем то, что есть, и подключаем новые источники.

</Callout>

Три варианта проекта под РФ

Вариант 1. Быстрый запуск

Инструмент: DataLens или Metabase. Подходит, когда нужно быстро собрать первые отчёты по продажам, лидам, заявкам, менеджерам и источникам.

Что входит:

• подключение источников данных;
• настройка базовых метрик;
• сборка 3–5 дашбордов;
• фильтры по датам, менеджерам, источникам, статусам;
• простая инструкция для команды.

Вариант 2. Self-hosted аналитика

Инструмент: Metabase или Superset. Подходит, когда данные нужно хранить на сервере клиента или на выделенном VPS.

Что входит:

• база данных под аналитику;
• загрузка данных из CRM, 1С, таблиц и внешних источников;
• настройка прав доступа;
• дашборды для руководителя и команды;
• регулярное обновление данных;
• контроль ошибок загрузки.

Вариант 3. Аналитический контур под процесс

Стек: PostgreSQL, ETL-логика, DataLens / Metabase / Superset. Подходит, когда нужно не просто показывать графики, а собрать управляемую систему показателей.

Что входит:

• модель данных;
• правила загрузки;
• нормализация справочников;
• контроль дублей;
• расчёт показателей;
• дашборды;
• отчётность;
• регламент обновления данных.

Это уже не «BI». Это управленческий контур, где данные помогают принимать решения.

Какие данные обычно собираю

Продажи

Чаще всего начинаем именно отсюда — там быстрее всего видно пользу. Лиды, сделки, этапы воронки, источники заявок, менеджеры, суммы сделок, причины потерь, скорость обработки заявок, повторные обращения, конверсия по этапам, задачи и просрочки.

Такая аналитика показывает, где именно воронка теряет деньги: на входе, в обработке, в переговорах, в коммерческих предложениях или на этапе закрытия. Хорошо сочетается с услугой [Автоматизация CRM и воронки](/services/crm-automation) — единая модель данных от лида до отчёта.

Маркетинг

Заявки с сайта, рекламные кампании, UTM-метки, формы, квизы, обращения из мессенджеров, email-рассылки, стоимость лида, конверсия из канала в сделку, качество лидов по источникам.

<Callout>

Маркетинговая аналитика нужна не для отчёта ради отчёта, а чтобы понимать, какие каналы дают нормальные заявки, а какие просто красиво тратят бюджет.

</Callout>

Склад

Остатки, движение товаров, резервы, оборачиваемость, дефицит, излишки, сроки хранения, поставки, статусы отгрузок. Важно для компаний, где продажи зависят от наличия товара, скорости комплектации и точности данных в учёте.

Производство

Заказы, этапы выполнения, загрузка сотрудников или участков, сроки, отклонения, план и факт, брак, простои, статусы партий, производственные задания. Аналитика помогает видеть не только итог, но и место, где процесс начинает тормозить.

Поддержка

Обращения, темы вопросов, статусы, время первой реакции, время решения, повторные обращения, качество ответов, нагрузка специалистов, причины эскалаций. Полезно сочетать с услугой [RAG-база знаний для поддержки](/services/rag-knowledge-base) — данные о повторных вопросах подскажут, какие документы пора обновить.

Финансы и управленческие показатели

Выручка, оплаты, задолженность, счета, средний чек, маржинальность, план и факт, динамика по клиентам, выручка по направлениям, повторные продажи. Обычно требует аккуратной интеграции с 1С или другой системой учёта.

Интеграция с 1С

1С может выступать как источник данных по клиентам, контрагентам, счетам, оплатам, товарам, остаткам, складу, отгрузкам, документам и финансовым показателям. Три варианта подключения:

Вариант 1. Выгрузки

Регулярные выгрузки из 1С в Excel, CSV или базу данных. Подходит для MVP, когда нужно быстро собрать первые отчёты и проверить, какие показатели реально нужны.

Вариант 2. Обмен через API или HTTP-сервисы

Если у клиента есть техническая возможность, настраивается обмен через API, HTTP-сервисы или промежуточный сервер. Подходит, когда данные должны обновляться регулярно и без ручной выгрузки.

Вариант 3. Промежуточная база данных

Отдельная база, куда сходятся данные из 1С, CRM, сайта, телефонии и таблиц. BI подключается уже к единому хранилищу. Хороший вариант, когда источников несколько и нужно привести данные к одной структуре.

Как обычно строится проект

1. Диагностика данных и показателей

Определяем: какие решения должен принимать руководитель, какие показатели нужны, где лежат данные, кто отвечает за их качество, какие отчёты уже есть, где данные расходятся, какие показатели считаются вручную.

2. Проектирование модели данных

Описываем источники, сущности, связи, справочники, правила расчётов, фильтры, роли пользователей, частоту обновления.

<Callout type="warn">

Без этого этапа дашборды быстро становятся набором спорных цифр. Один считает лиды по дате создания, другой по дате первого касания, третий по дате, когда вспомнил открыть CRM. Весело, но управлять так невозможно.

</Callout>

3. Сбор и обработка данных

Настраиваем загрузку из CRM, 1С, таблиц, сайта, телефонии, маркетинговых систем и внутренних сервисов. Убираем дубли, приводим статусы к единому виду, нормализуем источники, проверяем пропуски, настраиваем обновление, закладываем контроль ошибок.

4. Сборка дашбордов

Дашборд руководителя, продажи по этапам, источники лидов, работа менеджеров, склад и остатки, производство, поддержка, финансы, план и факт — в зависимости от приоритетов.

5. Запуск и корректировка

Смотрим, какие отчёты реально используются, какие показатели спорные, где не хватает данных и какие источники нужно подключить дальше. BI почти всегда требует одной-двух итераций после запуска — когда руководитель впервые видит данные в одном месте, сразу появляются новые вопросы.

Что получает компания после внедрения

• единый аналитический контур;
• подключение данных из CRM, 1С, таблиц и других источников;
• понятные дашборды;
• управленческие показатели;
• регулярное обновление данных;
• контроль качества данных;
• меньше ручных отчётов;
• прозрачность по продажам, маркетингу, складу, производству и поддержке.

Главное отличие подхода

Я не начинаю с выбора BI-инструмента. Сначала разбираемся, какие решения нужно принимать, какие данные для этого нужны, где они лежат, насколько им можно доверять и как часто они должны обновляться. После этого выбираем инструмент и собираем дашборды.

<CTA href="/brief?utm=service_analytics_bi" label="Хочу аналитику, на которую можно опираться" />