Vastu Digits — закрытая аналитическая система, которую я разработал для проекта «Гармонизация». Она соединяет данные Яндекс Директа, Яндекс Метрики и GetCourse и показывает путь от рекламного расхода до регистрации, прохождения автоворонки, заказа и оплаты.
Это не просто дашборд с несколькими графиками. Внутри работает общий слой данных, набор проверяемых показателей, когортный анализ, сравнение потоков, конструктор дашбордов, детализация до клиента, контроль качества данных и алерты. Руководитель и маркетолог могут начать с общей картины и постепенно провалиться в тот фрагмент, который требует решения.
Что было до системы
У онлайн-школы уже могут быть интеграции и отчёты, но это не означает, что появилась полноценная сквозная аналитика. Реклама остаётся в кабинетах, посещаемость — в Метрике, регистрации, заказы и оплаты — в GetCourse. Часть дополнительных расчётов живёт в таблицах, часть — в сохранённых отчётах отдельных сервисов.
Чтобы понять результат автоворонки, сотрудникам приходится повторять периоды и фильтры в нескольких местах, выгружать данные, сопоставлять кампании и вручную объяснять расхождения. Детализацию трудно воспроизвести: общий показатель виден на одном экране, а его первопричину приходится искать заново.
Главная проблема здесь не в отсутствии цифр, а в отсутствии единого проверяемого контекста. Разные отчёты могут использовать разные даты, правила атрибуции и составы продаж. Из-за этого много времени уходит не на улучшение маркетинга, а на сборку очередной версии картины.
Что работает сейчас
Vastu Digits ежедневно автоматически получает данные из подключённых источников. Плановый цикл запускается четыре раза в сутки — в 02:00, 08:00, 14:00 и 20:00 по московскому времени. Исходные записи сохраняются, затем проходят нормализацию, связывание и контроль качества. После успешной проверки обновляются расчётные представления интерфейса.
В сводке автоворонки рядом находятся рекламный бюджет, визиты, уникальные пользователи, регистрации, прохождение контрольных этапов, заказы, платежи, полученная сумма, ROMI и срок окупаемости. Ниже располагается таблица потоков, в которой можно сравнивать одинаковые показатели по датам и времени запуска.
Демонстрационные данные. Компоновка повторяет действующий интерфейс, но все значения и названия потоков созданы специально для публичного примера и не относятся к клиенту.
Система поддерживает фильтры по периоду, источнику, кампании, UTM-разметке, продукту, потоку, дню недели и другим рабочим измерениям. Один и тот же срез применяется к связанным показателям, поэтому маркетолог не собирает его заново в каждом источнике.
Детализация по потокам: увидеть, где именно изменился результат
Общей суммы недостаточно, когда нужно решить, какой запуск усиливать. Таблица потоков раскладывает одинаковые показатели по датам и времени входа: рекламный расход, уникальных посетителей, регистрации в Метрике и GetCourse, стоимость регистрации, прохождение D1 и дальнейшую доходность. Столбцы можно сортировать, а нужные конверсии — добавлять в текущий вид.
Демонстрационные данные. Абсолютные значения пропорционально изменены для публичного показа; даты, идентификаторы, проценты и удельные показатели сохранены как элементы логики интерфейса.
Так руководитель получает не абстрактное «воронка просела», а конкретный список потоков для проверки. Маркетолог может сопоставить расход, объём входа и прохождение этапов в одной строке, заметить отклонение и перейти к его деталям без новой ручной выгрузки.
Когортный анализ и длинное плечо
Обычный отчёт отвечает на вопрос «что произошло в выбранный период». Для автоворонки этого недостаточно: человек мог зарегистрироваться сегодня, дойти до следующего этапа через несколько дней, а оплатить значительно позже. Если смешать молодые и зрелые входы, результат будет искажён.
Когортный раздел Vastu Digits группирует людей по дате входа и сравнивает группы одинакового возраста. Для каждого дня учитываются только те участники, которые уже успели прожить этот срок. На графиках видны накопленные платежи, возврат рекламных вложений и день, когда выручка фиксированного состава когорты покрыла её расходы.
Демонстрационные данные. Абсолютные значения пропорционально изменены; сроки, относительные показатели и идентификаторы оставлены без искажения смысла.
Так можно корректнее сравнить два запуска, две кампании или разные дни входа. Быстрый срез показывает оперативную ситуацию, а зрелая когорта — результат на длинном плече. Оба взгляда нужны, но отвечают на разные управленческие вопросы.
Польза этого раздела — защита от преждевременных выводов. Руководитель видит, сколько когорт уже окупилось, сколько времени обычно занимает возврат вложений и как ведут себя входы одинакового возраста. Это позволяет сравнивать сопоставимые группы, а не ставить рядом зрелый запуск и рекламу, которая ещё не успела дать поздние оплаты.
Дашборды под задачу руководителя
В системе есть конструктор дашбордов. Пользователь выбирает готовый шаблон или собирает собственный экран из KPI, линий, областей, столбцов, воронок, круговых диаграмм, тепловых карт, таблиц и текстовых пояснений. Виджеты можно переставлять, фильтры — сохранять, а один экран — копировать под другую задачу.
Каталог показателей охватывает не только абсолютные значения, но и производные метрики: стоимость регистрации и оплаты, прохождение этапов, конверсию заказа в оплату, средний платёж, выручку на регистрацию, ROAS, ROMI и срок окупаемости.
Демонстрационные данные. Экран собран из возможностей действующего конструктора; цифры и кампании не являются клиентскими.
За счёт этого собственник может оставить короткий обзор для ежедневного контроля, руководитель маркетинга — экран рекламной экономики, а специалист — подробную таблицу кампаний и UTM-меток. Все они работают с одной системой определений, а не с тремя независимыми файлами.
Как система помогает искать точки роста
Vastu Digits позволяет последовательно менять один срез и смотреть, что происходит с результатом. Например, можно сравнить кампании и объявления, источники, специалиста, который вёл трафик, дни недели или часы входа. Если одна группа показывает необычно высокую окупаемость, её можно раскрыть до потока, клиентов и исходных событий.
Это помогает сформулировать практические вопросы:
- какое объявление привело не просто регистрации, а зрелые оплаты;
- отличается ли результат разных кампаний при одинаковом возрасте когорты;
- есть ли дни недели, которые регулярно дают более сильное длинное плечо;
- в каком месте автоворонки возникло резкое изменение прохождения;
- какие записи не удалось связать и насколько они влияют на общий вывод.
Найденная аномалия не доказывает причинность. Высокий результат во вторник не означает, что весь бюджет нужно автоматически перенести на вторник: могли измениться предложение, состав аудитории, рекламная кампания или сам запуск. Но система делает прецедент видимым, позволяет проверить детали и не потерять гипотезу в общей массе данных.
Сравнение сегментов: проверить гипотезу на одинаковых метриках
Экран сравнения ставит рядом выбранные сегменты — например, потоки разных дней недели. В одной таблице видны расход, посещаемость, регистрации, прохождение D1 и D3, заказы, оплаты и доходность. Общая строка даёт ориентир, а личные сегменты показывают, за счёт каких групп сложился результат.
Демонстрационные данные. Денежные итоги и объёмы пропорционально изменены; названия сегментов, проценты и удельные показатели сохранены для корректного прочтения экрана.
Так маркетолог получает готовую рабочую плоскость для проверки гипотезы: можно увидеть сильный сегмент, сопоставить его не по одной конверсии, а по всей цепочке до оплаты, а затем раскрыть конкретные потоки. Решение о перераспределении бюджета всё равно принимает человек после проверки контекста.
Алерты и контроль качества
Раздел алертов показывает наблюдаемые отклонения и места, которые нужно проверить. Это может быть разрыв в данных, необычное изменение показателя или состояние загрузки источника. Формулировка отделяет факт от возможной причины: система не пишет, что маркетолог ошибся, если видит только изменение метрики.
Демонстрационные данные. Примеры сигналов созданы для показа интерфейса и не описывают события клиента; абсолютные счётчики изменены.
Отдельные сверки помогают проверить границы воронки, дубли, несопоставленные записи и согласованность источников. Из агрегированного показателя можно перейти к списку клиентов и карточке конкретного человека с цепочкой событий. Это делает цифру проверяемой, а не превращает дашборд в закрытый «чёрный ящик».
Пользователь получает короткую очередь мест, требующих внимания, вместо постоянного просмотра всех отчётов. Статусы разделяют новые и уже исправленные сигналы, а строка алерта показывает наблюдаемый факт, обычный уровень и место возникновения. Система помогает быстрее заметить проблему, но не выдаёт предположение о причине за доказанный вывод.
Сохранённые разборы: не терять найденное объяснение
Одного графика мало, если через неделю никто не помнит, почему цифры расходились и какие границы расчёта использовались. В разделе анализа сохраняются датированные пояснения: что проверяли, какие группы входят в показатель, какие записи вынесены отдельно и сходится ли итоговая сверка.
Демонстрационные данные. Абсолютные значения пропорционально изменены; показан формат действующего сохранённого анализа, а не финансовые данные клиента.
Руководитель получает воспроизводимый контекст рядом с цифрами, а специалисту не приходится заново восстанавливать логику отчёта по сообщениям и таблицам. Такой разбор можно вернуться проверить после следующего обновления данных и использовать как основу для обсуждения с маркетологом или техническим специалистом.
Спорные записи: неизвестное остаётся видимым
Если регистрацию или посещение D1 и D3 нельзя уверенно связать с потоком, запись не распределяется искусственно. Она попадает в отдельный список с датой, обезличенным клиентом, найденным потоком и понятной причиной, по которой связь не была принята.
Демонстрационные данные. Все персональные сведения заменены нейтральными идентификаторами, а общие объёмы пропорционально изменены.
Это даёт две выгоды. Во-первых, команда видит размер неопределённости и не принимает красивый, но ложный отчёт за точный. Во-вторых, список превращает расхождение в конкретную задачу: можно проверить UTM-разметку, границы потока или исходное событие и вернуть подтверждённую запись в расчёт.
Как устроена система
Данные поступают в PostgreSQL и сохраняются на уровне исходных записей. Поверх них работают нормализованные таблицы и расчётные представления. Связующим слоем становятся идентификаторы клиентов, параметры визитов, UTM-разметка, даты событий и подтверждённые правила отнесения к продуктам и потокам.
Интерфейс построен как закрытое веб-приложение с ролями и правами доступа. Тяжёлые расчёты выполняются на сервере, а браузер получает подготовленные данные для выбранного среза. Сохранённые дашборды, фильтры и сравнения позволяют возвращаться к рабочему вопросу без повторной настройки.
Качество зависит от исходных систем. Если оплату или регистрацию нельзя уверенно связать с источником, Vastu Digits оставляет запись несопоставленной и показывает её в сверке. Искусственно распределять неизвестные данные между каналами было бы удобнее визуально, но хуже для решений.
Что изменилось
Вместо набора разрозненных отчётов появился единый аналитический кабинет. Реклама, посещаемость, регистрации, прохождение автоворонки, продажи и окупаемость считаются по согласованным правилам. Команда получает актуальные срезы без постоянной ручной сборки, а руководитель может перейти от общей картины к конкретному потоку, кампании или клиенту.
Главный результат — не сами графики, а возможность быстрее задавать точные вопросы данным. Сотрудники сосредотачиваются на рекламе, продукте и продажах, а повторяемая подготовка, обновление и техническая сверка отчёта выполняются системой.
Экономика внедрения
Для предварительной оценки я использую открытый расчётный сценарий. Если отдельный аналитик обходится компании в 100 000 рублей в месяц, его годовой зарплатный бюджет составляет 1 200 000 рублей. Для системы уровня Vastu Digits ориентир внедрения начинается от 150 000 рублей. При сервере 1 500 рублей в месяц и отдельном домене 399 рублей в год прямые расходы первого года составляют 168 399 рублей.
Разница между сравниваемыми бюджетами — 1 031 601 рубль, или около 86%. Это не финансовый результат проекта «Гармонизация» и не обещание полной замены аналитика. В расчёт не входят сопровождение, новые интеграции и время людей на постановку вопросов, проверку гипотез и управленческие решения.
Честный расчёт для конкретной школы начинается с замера: кто и сколько времени тратит на выгрузки, сверки и подготовку отчётов; какие сервисы оплачиваются; сколько источников и продуктов нужно связать; кто будет интерпретировать данные. Уже после этого можно сравнить полную стоимость процесса до и после внедрения.
Подробнее о подходе к услуге — на странице сквозной аналитики и дашбордов для онлайн-школ.