← Все кейсы
Настройка CRM‑аналитики: метрики, дашборды и автоматические отчёты в Power BI + amoCRM
12 ИЮНЯ 2025
Согласно данным CNews, Power BI самый популярный BI-инструмент в России, и его используют более 60 % крупных и средних компаний для управления продажами и финансами. При этом в большинстве отделов продаж CRM-аналитика остаётся на уровне Excel и ручных выгрузок из amoCRM.

Менеджеры теряют лиды, потому что забыли перезвонить. Руководители принимают решения, не видя полной картины. Метрики считаются вручную, а цифры в отчётах не совпадают. И всё это повседневные потери, которые можно остановить.

Когда данные начинают обновляться автоматически, алёрты приходят в Telegram, а воронка строится в Power BI в режиме реального времени, тогда появляется не просто аналитика, а инструмент влияния на результат.

Почему без CRM-аналитики уже не работает даже «нормальный» отдел продаж:

  1. 80 % сделок теряются на этапе «в работе» если не видно, кто из менеджеров буксует и какие сделки «висят» без активности больше 24 часов.
  2. Руководитель узнаёт о провале плана только в конце месяца. Нет возможности оперативно влиять: где добавить лидов, кого подтянуть, где проседает конверсия.
  3. Маркетинг приносит лидов, но нет связки до оплаты. Нельзя точно посчитать, какие каналы дают выручку, а какие только нагрузку на отдел продаж.
  4. Менеджеры работают «на глаз»: отчётов нет, напоминания не срабатывают, отчётность ручная. Как результат, забытые задачи, неотправленные КП, упущенные клиенты.
  5. Цифры не совпадают. Один считает по сделкам, другой по оплатам, третий по лидам. Без единого дашборда неразбериха в показателях, особенно перед планёркой.
2. Метрики, без которых нельзя управлять воронкой
Чтобы не терять клиентов и контролировать выручку, нужно опираться не на общий объём сделок, а на узкие точки внутри воронки. Вот ключевые метрики, которые позволяют находить слабые места и быстро их исправлять:

1. Time-to-First-Response. Время до первого контакта с новым лидом.
Если менеджер не связывается с клиентом в течение 15 минут после заявки, вероятность сделки резко падает. Особенно в высококонкурентных нишах: пока вы думаете — клиент уже общается с конкурентом. Эта метрика должна отображаться на дашборде в режиме реального времени с автоалёртом в Telegram или email.

2. Conversion to Quotation — процент лидов, которым отправлено КП.
Если меньше 60 % заявок доходят до этапа КП, проблема в квалификации, скриптах или качестве входящего трафика. Важно отслеживать не просто отправку КП, а долю от всех лидов с реальным интересом. Часто эта метрика показывает, как работает связка «менеджер + маркетинг».

3. Win-Rate — доля выигранных сделок от всех, с которыми начали работу.
Средний показатель по рынку — 25–35 %, всё ниже говорит о том, что либо менеджеры не доводят сделки до конца, либо предложения слабые. Если win-rate растёт это признак, что воронка «дышит», и каждый этап усиливает предыдущий.

4. Average Deal Size — средний чек по успешным сделкам.
Резкое падение среднего чека может сигнализировать о том, что менеджеры делают скидки без контроля или идут по самому дешёвому сценарию. Рост, наоборот, может быть признаком правильной допродажи. Следите, чтобы разброс среднего чека не превышал ±10 % от плана.

Эти четыре показателя как кардиограмма отдела продаж. Без них сложно понять, где именно начинаются сбои: в скорости реакции, качестве лида, переговорах или закрытии. И, главное, они легко считаются на основе данных из amoCRM — достаточно правильно построить модель в Power BI.

3. Архитектура данных: от amoCRM к Power BI

Чтобы аналитика работала стабильно, без сбоев и «битых» отчётов, важно продумать структуру передачи данных.

1. Коннектор: как передать данные из amoCRM
Начинайте с подключения amoCRM к Power BI. Есть два пути:
  • Power Query + Web API — наиболее гибкий способ, если есть базовые навыки работы с API.
  • Готовые коннекторы. Они подойдут, если не хотите писать код, но нужен быстрый старт.
AmoCRM не хранит «сырые» данные бесконечно. Если вы не автоматизируете выгрузку, можно потерять историю активности, старые сделки, задачи. Это важно при анализе повторных продаж или длинного цикла.

2. Промежуточное хранилище: разгружаем CRM и ускоряем отчёты
Не рекомендуется строить отчёты напрямую на amoCRM — запросы могут тормозить работу менеджеров и быть нестабильными.
Используйте промежуточное хранилище, например:
  • Azure SQL (для продвинутых сценариев, хорошая масштабируемость)
  • Google BigQuery (если нужна быстрая аналитика и низкие затраты на старте)
  • PostgreSQL на виртуальном сервере (если в штате есть админ)
Если игнорировать это, то отчёты в Power BI будут грузиться по 1–2 минуты, часто падать при обновлении, и могут «положить» amoCRM, особенно при росте объёма сделок.

3. ETL-скрипты: извлечь → трансформировать → загрузить
После подключения источников данных, настраиваются скрипты, которые:
  • извлекают данные из amoCRM (каждые 10–15 минут — для сделок и задач)
  • обрабатывают их: очищают поля, превращают даты в нужный формат, убирают дубликаты
  • загружают в хранилище
Это можно сделать на Python (если есть ресурсы) или через no-code платформы (например, Make или Dataflow).
Без ETL-обработки в отчётах появляются ошибки: дубликаты сделок, битые статусы, нестыковка валют, пропущенные даты. И отчёты быстро теряют доверие руководства.

4. Слой расчётов: превращаем сырые данные в управляемые метрики
Даже после того, как данные загружены, с ними нужно «поработать»: в Power BI создаются модели и меры на языке DAX.

Обязательные элементы:
  • Календарная таблица (Calendar Table): основа всех фильтров по дате — от дней до кварталов
  • Меры для воронки: Count of Deals, Conversion Rate, Win-Rate, Revenue by Stage
  • Формулы MTD / QTD / YTD: для отображения прогресса за месяц/квартал/год
Если этот слой не построить правильно: вы не сможете сделать ни нормальный фильтр по времени, ни сравнение с прошлым месяцем, ни дашборд руководителя. Все цифры будут «прыгать», и сравнивать ничего будет нельзя.
Такой подход позволяет автоматизировать аналитику, сохранить стабильность, легко масштабировать отчёты под другие отделы (например, маркетинг или поддержку), и главное, видеть всё в режиме, близком к реальному времени.
4. Дашборды: что должен видеть каждый уровень
4.1. Руководитель отдела продаж
  • Воронка «из птицы» на квартал
  • Дельта к плану по выручке и количеству оплат
  • Карту тепла по менеджерам: Win-Rate × средний чек
4.2. Менеджер
  • Личные KPI в реальном времени
  • Список «лиды без касания > 2 ч»
  • Целевые напоминания «Отправь КП до 18:00»

5. Автоматические отчёты и алёрты

Экономия: ~120 ч аналитика в год → ≈ 300 000 ₽ фонда оплаты.

6. Типичные ошибки (и как их избежать)

  • Слишком много полей. Лишние кастом-поля удорожают ETL и путают команду.
  • Отсутствие календаря в модели. Из-за этого не работают MTD/YTD-фильтры.
  • Дубликаты сущностей. Контракты в разных валютах без нормализации курсов.
  • Метрическая шизофрения. Разные формулы Win-Rate в отчётах маркетинга и продаж.

7. Кейс: B2B SaaS-компания, 40 менеджеров

  • Проблема: 1 800 лидов в месяц, 22 % «проваливались» из-за задержек с первым касанием.
  • Решение: выгрузка amoCRM → Data Warehouse → дашборд алёртов Time-to-First-Response < 15 мин.
  • Результат за 6 недель: Win-Rate +7 p.p. (23 → 30 %) +9 % MRR без увеличения рекламного бюджета Снято 35 ч/мес ручных отчётов

8. Мини-гайд по запуску (чек-лист 10 шагов)

  1. Согласуйте 5-7 бизнес-вопросов, на которые должна отвечать аналитика.
  2. Проведите ревизию полей и стадий в amoCRM.
  3. Создайте Data Map: сделки, контакты, задачи, пользователи.
  4. Настройте коннектор и расписание обновлений.
  5. Соберите календарную таблицу и стандартные меры (Deal Count, Revenue).
  6. Постройте черновой дашборд руководителя.
  7. Проверьте цифры с фактурой: три разных сделки «ручкой».
  8. Добавьте условное форматирование и алёрты.
  9. Настройте подписки отчётов в Teams/Telegram.
  10. Проведите обучение менеджеров (30-мин скрин-шеринга достаточно).

9. Сколько стоит и как посчитать ROI

  • Лицензии Power BI Pro: 10 $/польз.
  • Хранилище (Azure SQL Basic): ≈ 5 $/мес за 2 ГБ.
  • Внедрение (аутсорс 40 ч): от 250 000 ₽.
Формула окупаемости: ROI = (ΔВыручка – ΔЗатраты) / ΔЗатраты. Для кейса выше: (1,4 млн ₽ – 0,25 млн ₽) / 0,25 млн ₽ ≈ 4,6 → проект окупился за 3 недели.

Вывод

CRM-аналитика это ежедневные решения, где каждая просроченная сделка стоит денег. Связав amoCRM с Power BI, вы убираете слепые зоны, сокращаете ручные отчёты до нуля и возвращаете контроль над KPI буквально за 2–3 недели.

Попробуйте пройти чек-лист из раздела 8 и оцените, сколько часов (и рублей) освободится у вашей команды уже в этом квартале.

Какие метрики воронки болят у вас сильнее всего?

Подарки для вас

УСЛУГИ
  • Внедрение amoCRM
  • BI аналитика
  • Контроль качества
  • Сопровождение CRM
Сферы
  • Стоматологии
  • Фитнес
  • B2B / Опт
  • Строительство
Политики
  • Политика конфиденциальности
  • Лицензионное соглашение