Шаг 1: Вытянули данные из amoCRMПервым делом мы собрали следующие данные через API amoCRM:
- сделки (сумма, статус, источник);
- карточки клиентов (добавили UTM-метки);
- активность менеджеров (звонки, письма, комментарии).
Чтобы не нагружать CRM и не писать каждый раз вручную, мы написали скрипт на Python, который раз в день выгружает нужные данные и складывает их в ClickHouse — быструю, бесплатную и стабильную базу данных.
Шаг 2: Подтянули рекламу и UTM-меткиВторым этапом — рекламные данные. Мы интегрировали:
- Яндекс.Директ (API + Метрика),
- Google Ads (через BigQuery),
- и кое-где — Meta / VK.
Важно настроить корректную передачу UTM-меток в amoCRM (через формы сайта и телефонию), чтобы потом можно было сопоставить лид и рекламный канал.
Шаг 3: Построили визуализацию в Яндекс DataLensПосле того как данные стекались в ClickHouse, мы настроили в Яндекс DataLens несколько ключевых дашбордов:
- Сквозная воронка продаж по каналам;
- Стоимость лида / сделки по каждому источнику;
- Карта конверсий по этапам в CRM;
- Выполнение планов по менеджерам;
- Карта «узких мест» в процессе продаж.
Мы вывели прямо в дашборд "горящие сделки" - те, которые висят на этапе дольше нормы. Это помогло руководителю видеть, где процесс тормозится.