Как мы построили дашборд директора, объединив несколько источников и показали реальную картину в Power BI.
Приветствую, коллеги! С вами Асия Кажденова. Часто ко мне приходят руководители с одной и той же проблемой: данных много, а полной картины нет. Отдел продаж живет в отчетах CRM, финансы — в 1С, а плановые показатели — в Google-таблицах. В итоге, чтобы понять, насколько мы эффективны, приходится вручную сводить несколько “разных миров”.
В этой статьей я на конкретном кейсе из сферы продаж покажу, как мы решили эту задачу и создали единый дашборд для принятия решений. Важно понимать, что этот подход универсален и работает не только для продаж, но и для производства, HR, маркетинга, логистики — любой сферы, где нужно принимать решения на основе данных.
Мы подготовили отчет, который на первый взгляд не выделяется визуальными эффектами и уникальным стилем, но зато закрывает все задачи руководителей, которые перед ним были выставлены.
На него можно не только посмотреть, но и повзаимодействовать:
PS. В отчете зашумлены не только параметры, но и показатели, поэтому некоторые расчеты могут достигать нереальных значений.
Шаг 1. Фундамент: Гибкое подключение к данным
В этом кейсе ядром стал amoCRM, но важно понимать, что на его месте мог быть Битрикс24 или другая популярная система. Наш основной подход — использовать надежный и быстрый сервис mybi connect, который помогает получать данные в БД из большинства востребованных на рынке онлайн-сервисов. В тех же случаях, когда данные хранятся в уникальных или внутренних системах, наша экспертиза позволяет находить оптимальные пути для их интеграции в общую аналитическую модель.
Основа нашего отчета — блок «Факт». На дашборде вы видите эти данные в разрезе менеджеров, товаров и городов.
Шаг 2. Контекст: Плановые показатели из Google Таблиц
Выручка сама по себе — просто цифра. Ее ценность проявляется в сравнении с планом. Планы по продажам для каждого менеджера и по каждой товарной категории компания вела в простой Google Таблице: Месяц, Менеджер, Товар, Сумма плана.
Мы подключили эту таблицу как еще один источник в Power BI. Теперь у нас в одной модели оказались и «факт» из amoCRM, и «план» из Google Таблиц. Это позволило нам сразу визуализировать ключевой для любого руководителя показатель — процент выполнения плана. На нашем дашборде это большой спидометр слева, который показывает 94%, и детальный график «План-факт по категориям», где сразу видно, по каким товарам мы отстаем.
Комментарий от mybi connect: Мы рекомендуем использовать обычные xlsx таблицы расположенные на Яндекс Диск вместо Google Sheets, этот источник стабильнее для выгрузки данных и обновления отчета. Вот тут инструкция по подключению таблиц к БД.
Шаг 3. Глубина: 1С для полной картины выручки
Мы видим активность в amoCRM, но настоящий бизнес-результат — это реальные деньги, которые фиксируются в 1С. Однако здесь нас ждет классическая ловушка, в которую попадают 9 из 10 компаний, пытаясь анализировать свою эффективность.
Представьте, что ваш отдел маркетинга и продаж живет в одном мире, а финансовый отдел — в другом.
● amoCRM знает “КАК” пришел клиент. Это мир контекста и историй. В нем есть информация о маркетинговом трафике (например, клиент пришел “по записи” с рекламной кампании), история касаний, звонки менеджера и его комментарии.
● 1С знает “СКОЛЬКО” мы заработали. Это мир неоспоримой финансовой правды. Здесь зафиксированы все реальные оплаты, возвраты, себестоимость и итоговая прибыль. Но для 1С клиент — это просто контрагент, а продажа — строчка в отчете. Система понятия не имеет, какой клиент пришел с дорогостоящей рекламы, а какой — просто зашел с улицы по рекомендации.
Ни одна из систем в чистом виде не дает ответа на главный вопрос: какая часть нашей реальной выручки сгенерирована маркетингом, а какая — органическим потоком?
Без моста между этими двумя мирами бизнес вынужден делать выводы, основанные на догадках. Маркетинг рапортует о сотнях “успешных” сделок из нового канала, но не видит, что 90% из них — это мелкие, низкомаржинальные продажи, а некоторые клиенты так и не заплатили. Финансисты видят рост выручки, но не могут сказать, стоит ли продолжать вливать деньги в ту или иную рекламную кампанию.
Мы настроили интеграцию c 1С, объединив данные по маркетинговому трафику с финансовыми данными о реальных оплатах, вот так выглядит итоговая модель, которая объединяет источники:
Шаг 4. Магия DAX: От простых цифр к глубокой аналитике
Когда все три источника данных (amoCRM, Google Таблицы, 1С) загружены в Power BI и связаны в единую модель, начинается работа аналитика — создание правильных метрик с помощью DAX.
Сводная выручка = VAR _fact_total = CALCULATE ( SUM ( '1C'[Сумма с учетом возврата (выручка)] ), ALL ( 'dic_Клиент' ) ) VAR _fact_po_total = CALCULATE ( CALCULATE ( SUM ( 'AMO Сделки'[Сумма] ), NOT ISBLANK ( 'AMO Сделки'[Трафик] ) ), ALL ( 'dic_Клиент' ) ) VAR _fact = SUM ( '1C'[Сумма с учетом возврата (выручка)] ) VAR _fact_po = CALCULATE ( SUM ( 'AMO Сделки'[Сумма] ), NOT ISBLANK ( 'AMO Сделки'[Трафик] ) ) VAR _fact_bez_total = _fact_total - _fact_po_total VAR _plan = SUM ( 'Google-Sheets_План по показателям'[Выручка] ) RETURN IF ( ISFILTERED ( 'dic_Тип трафика'[Тип трафика] ), BLANK (), IF ( SELECTEDVALUE ( 'dic_План/факт'[План/факт] ) = "Факт", SWITCH ( TRUE (), ISINSCOPE ( 'dic_Клиент'[Клиент] ) && SELECTEDVALUE ( 'dic_Клиент'[Клиент] ) = "По записи", _fact_po, ISINSCOPE ( 'dic_Клиент'[Клиент] ) && SELECTEDVALUE ( 'dic_Клиент'[Клиент] ) = "Без записи", _fact_bez_total, ISINSCOPE ( 'dic_City'[Город] ), _fact, _fact ), _plan ) )
Что здесь происходит на самом деле?
1. Берем факты из 1С: Мы фиксируем общую, реальную выручку из 1С. Это наша отправная точка.
2. Находим известную часть: Мы идентифицируем ту часть выручки, которую можем точно связать с маркетинговым трафиком, используя данные из amoCRM.
3. Применяем математический трюк: Самое интересное происходит здесь. Мы вычисляем выручку от клиентов “без записи” (органика, сарафанное радио), вычитая известную маркетинговую часть из общего финансового результата 1С. Мы не находим эту цифру — мы ее логически вычисляем.
4. Создаем умный диспетчер с помощью IF и SWITCH. Он анализирует, что выбрал пользователь в отчете, и подставляет ему нужный срез данных: выручку по трафику, органическую выручку, общую выручку или план.
Более того, когда такая богатая модель данных собрана, ее возможности становятся практически безграничными. Следующим этапом этого проекта стала разработка показателей конверсии. Мы рассчитали конверсию на каждом этапе воронки продаж, выявили «бутылочные горлышки» и определили, какие менеджеры лучше всего «дожимают» клиентов на финальных стадиях. Это уже не просто отчет, а инструмент для управления эффективностью отдела продаж.
За пределами дашборда: Реальный бизнес-эффект
Важно понимать, что результат такого проекта — не просто красивые графики. Это конкретная, измеримая польза для бизнеса.
● Скорость внедрения: Весь процесс от первого брифа до сдачи готового дашборда занял у нас чуть больше трех недель. Вам не нужно ждать месяцами, чтобы получить контроль над своими данными.
● Экономия денег: Давайте о главном. Стоимость разработки такого дашборда несопоставима с наймом штатного BI-аналитика. Это разовая инвестиция, которая окупается за 2-3 месяца за счет экономии времени руководителей и принятия всего одного-двух верных решений на основе данных. Фактически, это самый рентабельный способ получить в штат неутомимого аналитика, который работает 24/7.
● Масштабируемость: Этот дашборд — не застывшая картина. Это живой организм, который может расти вместе с вашим бизнесом. Завтра вы захотите добавить данные из рекламных кабинетов или HR-системы — и мы легко интегрируем их в существующую модель.
Вывод: От хаоса к управляемой системе
В результате мы получили дашборд, который стал единым «источником правды» для всей компании. Руководитель видит общую картину, коммерческий директор — эффективность менеджеров, а финансист — реальную маржинальность.
Альтернативный путь: Готовые шаблоны и обучение
Конечно, индивидуальная разработка «под ключ» — это идеальный, но не единственный путь. Для многих стандартных задач отличной отправной точкой могут стать готовые шаблонные отчеты, которые представлены в маркетплейсе mybi market.
Но как правильно адаптировать такой шаблон под себя? Как эффективно пользоваться сервисом и не споткнуться о подводные камни при работе с данными? Именно для этого и созданы наши обучающие курсы: вводный на данных Яндекс Директ, миникурс по GetCourse и пошаговый курс по Битрикс24. В рамках обучения мы подробно разбираем, как устроен каждый шаблон, учим вас самостоятельно подключать источники, настраивать модель и кастомизировать визуализации.
Этот путь — мощная альтернатива для тех, кто хочет внедрить аналитику своими силами, но под руководством опытного наставника. Он идеально подходит для тех, у кого есть время и желание погрузиться в детали. Но если ваша задача — получить готовый результат максимально быстро, не отвлекая свою команду от основных задач, то оптимальным решением будет индивидуальная разработка.
Хотите получить такой же контроль над вашим бизнесом?
Если вы узнали в этом кейсе свои проблемы и хотите получить подобную аналитическую систему, но не готовы тратить ресурсы на самостоятельную разработку, я и моя команда готовы вам помочь.
Мы специализируемся на создании BI-решений под ключ, объединяя данные из любых ваших систем. Наша цель — дать вам инструмент, который будет помогать принимать верные решения и растить прибыль.
Чтобы получить бесплатную консультацию и предварительную оценку вашего проекта, напишите мне на почту admin@fin-analiz.kz или в Telegram @finanlizKZ с пометкой “Дашборд директора”.
