Александр Руин

Консультант по проектированию AI‑систем

Александр Руин — консультант по проектированию систем. Помогаю спроектировать архитектуру, оценить риски и выстроить прозрачный процесс — от выбора технологий до сопровождения. Рутину берут на себя AI‑исполнители. Направления: автоматизация, интеграции, AI‑продукты.

Аналитика продаж 2026: какие KPI отслеживать и как не обмануть себя дашбордом

Аналитика продаж полезна только тогда, когда руководитель может по ней принять решение: кого разгрузить, какой этап воронки чинить, какой канал отключить, где выручка задвоена и какие сделки требуют ревью сегодня. Если дашборд показывает "рост продаж", но не объясняет, учтены ли возвраты, дубли сделок, разные воронки и дата оплаты, это не аналитика, а красивая версия Excel.

Аналитика продаж: KPI, риски данных и дашборд отдела продаж

Главное

  • Для первого экрана отдела продаж обычно хватает 5-7 KPI: выручка, оплаченные сделки, конверсия по этапам, скорость воронки, средний чек, просроченные сделки и качество источников.
  • Перед публикацией дашборда нужно зафиксировать словарь KPI: формула, источник, период, исключения, владелец и действие при отклонении.
  • Главные ошибки продажной аналитики в 2026 году связаны не с графиками, а с данными: дубли, разные pipeline, возвраты, скидки, дата закрытия вместо даты оплаты, UTM-хаос и неполная атрибуция.
  • CRM и BI-инструменты дают API и отчеты, но имеют практические ограничения: постраничная выгрузка, лимиты refresh, кеш, права доступа, sampling и требования к структуре CSV.
  • SimpleDashboard подходит для быстрого пилота из CSV, Excel, Google Sheets или API-выгрузки. AI ускоряет черновик, но финальные формулы KPI должен подтвердить владелец продаж.

Эта статья для РОПа, собственника, коммерческого директора или операционного менеджера, которому нужен дашборд продаж для еженедельных решений, а не общий список "35 метрик для бизнеса".

В нашем тесте на типовой CRM-выгрузке SimpleDashboard первый полезный инсайт появился не в графике выручки, а в таблице контроля данных: несколько won-сделок не имели даты оплаты, один источник был записан четырьмя вариантами, а две сделки совпадали по телефону клиента и сумме. Поэтому я начинаю аналитику продаж не с визуализации, а с проверки того, можно ли этим числам доверять.

Что считать аналитикой продаж

Аналитика продаж - это связка из трех вещей:

  1. События продаж: лид создан, квалифицирован, переведен на этап, получил КП, выигран, оплачен, возвращен, продлен.
  2. Правила расчета: что считается выручкой, какой день попадает в период, как учитывать возврат, как связать сделку с каналом и менеджером.
  3. Управленческое действие: что делает команда, если KPI ушел ниже порога.

Без третьего пункта KPI не нужен. Например, "средний чек" сам по себе редко помогает. Он становится рабочим KPI, когда видно, что у менеджера чек на 28% ниже медианы по тому же сегменту, а в карточках сделок не заполнены допродажи. Тогда решение конкретное: разбор скрипта, пакетирование оффера, проверка скидок и списка сделок.

7 KPI продаж, которые стоит вынести на первый экран

KPI Формула для первого запуска Что показывает Какое действие принять
Выручка по оплатам Сумма оплаченных сделок минус возвраты за период Реальные деньги, а не обещания в CRM Проверить план, кассовый разрыв, вклад менеджеров
Новые SQL Лиды, прошедшие квалификацию и принятые продажами Качество входящего потока Менять канал, оффер или критерии квалификации
Конверсия по этапам Сделки, перешедшие на следующий этап / сделки на предыдущем этапе Где протекает воронка Разбирать конкретный этап и сделки, а не всю команду
Скорость воронки Медианное время сделки и время на каждом этапе Где деньги застревают Убирать зависшие сделки, менять SLA и follow-up
Средний чек Оплаченная выручка / количество оплаченных сделок Качество продажи и скидочную дисциплину Проверить сегменты, пакеты, скидки, менеджеров
Просроченные сделки Сделки без активности дольше SLA Риск фиктивного pipeline Назначить ревью, закрыть мусор, обновить дату next step
Дубли и спорные записи Повторы по email/телефону/компании/deal_id Насколько можно доверять отчету Слить записи, поправить ключи, исключить дубли из KPI

Я обычно не начинаю с LTV на первом экране, если в данных нет устойчивой связки "клиент -> оплаты -> возвраты -> период жизни". В таком случае LTV будет выглядеть солидно, но считаться на неполной базе. Сначала лучше довести до доверенного состояния выручку, воронку и повторные оплаты.

Чек-лист KPI перед публикацией дашборда продаж

Проверка Что должно быть записано Красный флаг
Владелец РОП, коммерческий директор, маркетинг, финансы "Все смотрят, никто не отвечает"
Формула Числитель, знаменатель, исключения, валюта, НДС, возвраты "CRM сама считает" без расшифровки
Источник Bitrix24, amoCRM/Kommo, HubSpot, 1С, банк, таблица, API Данные вручную копируются из трех мест
Дата события Создание лида, переход этапа, закрытие, оплата, возврат Один график смешивает разные даты
Период День, неделя, месяц, rolling 30 days, когорта Месяц сравнивают с неполной текущей неделей
Сегменты Менеджер, канал, продукт, регион, тип клиента Сегмент есть в графике, но поле заполнено у 60% сделок
Дубли Правило уникальности для лида, контакта, компании и сделки Один заказ создает две won-сделки
Возвраты и скидки Как и каким днем вычитаются из выручки Дашборд показывает gross revenue как net revenue
Атрибуция First touch, last touch, deal create, closed-won или свой источник Маркетинг и продажи спорят о "реальном" канале
Проверка 5-10 контрольных сделок сверены с CRM/банком/1С Итоговая сумма совпала только "примерно"

Минимальное правило: если KPI влияет на бонусы или бюджет, у него должна быть письменная формула. Иначе дашборд станет источником споров, а не решений.

Риски, которые ломают KPI продаж

Риск Как выглядит в жизни Что ломается Как снизить риск
Дубли лидов и сделок Один покупатель есть как два контакта, две компании или две won-сделки Лиды, конверсия, выручка, атрибуция Уникальные ключи, дедупликация по email/телефону/company_id, ручной список исключений
Несколько pipeline Quote pipeline и Orders pipeline оба закрываются как won Выручка завышена, goals и attribution спорят Фильтр по pipeline, zero amount для технических сделок, отдельная витрина заказов
Возвраты не вычитаются Продажа попала в март, возврат в апреле или не попал вообще Маржа и net revenue завышены Отдельное поле refund_amount и правило даты возврата
Дата закрытия вместо оплаты Сделку закрыли 28 числа, деньги пришли в следующем месяце План продаж и cash flow расходятся Развести closed_at, paid_at и accounting_period
Разные этапы у менеджеров Один ставит "КП" после звонка, другой после отправки документа Конверсия по этапам не сравнима Описание этапов, обязательные поля, ревью воронки
Старые зависшие сделки Pipeline выглядит полным, но сделки без активности 45 дней Forecast и coverage раздуты SLA по next step и отдельный список stale deals
UTM и источники не нормализованы tg, telegram, ТГ, Telegram Ads идут как разные каналы CAC, ROMI и качество лидов искажены Справочник источников и нормализация до дашборда
Атрибуция без контекста Один отчет считает первый контакт, другой последнюю активность Маркетинг оптимизирует не тот канал Подписать модель attribution и показывать ее рядом с графиком
AI построил график без бизнес-правил "Прибыль" посчитана без себестоимости и комиссий Руководитель принимает ложное решение Запретить непроверенные KPI, показывать источник и формулу

Форумы и сообщества я использую только как сигнал, а не как доказательство лимитов. Например, в HubSpot Community регулярно всплывает практический сценарий, когда две pipeline создают две won-сделки по одному заказу и раздувают revenue reports. Точные настройки нужно сверять по документации HubSpot, но сам риск реальный: дашборд должен явно фильтровать pipeline и типы сделок.

Что говорят официальные docs по CRM и BI

Bitrix24

Для выгрузки сделок Bitrix24 REST метод crm.deal.list возвращает список сделок по фильтру, поддерживает select, filter, order, start и отдает next, если найдено больше 50 элементов. В примерах официальной документации среди полей есть ID, STAGE_ID, OPPORTUNITY, ASSIGNED_BY_ID, DATE_CREATE; при этом CONTACT_IDS метод не поддерживает, для сделок со списком контактов документация предлагает crm.item.list.

Практический вывод: для дашборда продаж из Bitrix24 нельзя просто взять одну страницу API и считать ее полной выгрузкой. Нужна постраничная загрузка, список выбранных полей и отдельное правило, как связывать сделки с контактами.

amoCRM / Kommo

Официальная документация Kommo описывает lead как сущность с этапом pipeline, ответственным пользователем и связями с контактами/компанией. Метод GET /api/v4/leads возвращает список leads, поддерживает фильтры по pipeline_id, status_id, responsible_user_id, датам создания/обновления/закрытия, а лимит выдачи - до 250 сущностей за запрос. Список pipeline доступен через GET /api/v4/leads/pipelines.

Практический вывод: для KPI по amoCRM/Kommo нужно выгружать не только сумму сделки, но и pipeline_id, status_id, ответственного, даты и пользовательские поля. Иначе конверсия по этапам будет зависеть от названия статуса в интерфейсе, а не от стабильного ID.

Power BI

Microsoft Learn указывает, что Power BI на shared capacity ограничивает scheduled refresh семантических моделей до 8 раз в день, а Premium/PPU/Fabric capacity - до 48 раз в день в настройках. Также документация различает data refresh, tile refresh и refresh visuals: открытый отчет в браузере может не обновить визуалы сам по себе после scheduled data refresh.

Практический вывод: если РОП ожидает "живой" экран на телевизоре, нужно отдельно проектировать тип обновления. Одной кнопки refresh в Power BI может быть недостаточно для правильного ожидания пользователей.

Looker

Документация Looker по caching и datagroups объясняет, что query results могут возвращаться из кеша, пока не истек persist_for или max_cache_age; даже при настройке 0 minutes кешированные данные могут храниться до 10 минут. Datagroups помогают согласовать кеш и перестроение persistent derived tables с ETL-расписанием.

Практический вывод: если дашборд продаж в Looker должен совпадать с ночной загрузкой DWH, надо настраивать datagroups и явно объяснять пользователям свежесть данных.

Metabase

Metabase поддерживает загрузку CSV в коллекцию при включенных admin uploads и нужных правах. Для append к загруженной модели CSV должен иметь те же имена, порядок и типы колонок; если между загрузками есть повторяющиеся строки, Metabase их сохранит. При замене данных также требуется совпадение колонок.

Практический вывод: CSV-пилот в Metabase удобен, но он не решает дедупликацию сам. Если каждую неделю добавлять выгрузку из CRM без ключа сделки, можно постепенно удвоить выручку на дашборде.

HubSpot attribution

В официальной базе знаний HubSpot attribution reports делятся на contact create, deal create и revenue attribution; они используют разные interaction positions, включая first interaction, lead create, deal create и deal closed-won. HubSpot также указывает sampling: attribution model может обработать до 100 000 associations или activities per deal, а для точного количества page views или activities нужно использовать не attribution reports, а другие отчеты.

Практический вывод: revenue attribution нельзя смешивать с обычной отчетностью по сделкам без пояснения модели. Для KPI продаж стоит показывать не только канал, но и attribution model, дату и список исключений.

Как собрать дашборд продаж через SimpleDashboard

SimpleDashboard подходит, если нужно быстро собрать рабочий дашборд продаж из CSV, Excel, Google Sheets или API-выгрузки без отдельной BI-команды.

Типовой процесс:

  1. Выгрузить сделки из CRM: deal_id, даты, сумма, валюта, статус, pipeline, менеджер, источник, клиент, дата оплаты, возврат.
  2. Отправить файл или ссылку на таблицу в @coderboxbot.
  3. Описать задачу обычным языком: "хочу видеть выручку по оплатам, конверсию по этапам, скорость воронки, средний чек, просроченные сделки и дубли".
  4. AI предложит структуру экрана, графики, фильтры и таблицу проблемных записей.
  5. Мы фиксируем формулы KPI и сверяем 5-10 контрольных сделок с CRM, банком или 1С.
  6. После проверки дашборд можно обновлять вручную через файл или подключить регулярную выгрузку/API.

На чистой таблице первый черновик можно получить за 5 минут. Но production-дашборд, по которому платят бонусы или меняют бюджет, нельзя считать готовым без проверки формул, дедупликации и даты обновления.

Пример структуры первого экрана

Блок Что показывает Детализация
План продаж Выручка факт / план / прошлый период День, неделя, месяц
Воронка Количество и сумма сделок по этапам Pipeline, менеджер, источник
Скорость Медианное время на этапе и весь цикл Этап, сегмент клиента, менеджер
Менеджеры Выручка, средний чек, конверсия, просрочки Только сопоставимые сегменты
Источники SQL, won, revenue, CAC/ROMI при наличии затрат UTM source/medium/campaign
Контроль данных Дубли, пустые даты, отрицательные суммы, stale deals Список сделок для исправления

Последний блок часто самый важный. Если дашборд сразу показывает "12 сделок без даты оплаты", "7 дублей по телефону" и "3 won-сделки с нулевой суммой", команда быстрее начинает доверять отчету: он не скрывает грязные данные, а помогает их исправить.

Когда SimpleDashboard не заменяет корпоративный BI

SimpleDashboard лучше использовать как быстрый прикладной слой или пилот, а не как замену всей BI-архитектуры.

Сценарий Что выбрать
Нужен первый дашборд продаж из CRM/таблицы за день SimpleDashboard
Нужно согласовать KPI перед большим BI-проектом SimpleDashboard как прототип
Есть Microsoft Fabric, DAX-модели и регламентный refresh Power BI
Есть DWH, LookML, self-service и строгий semantic layer Looker
Нужен self-hosted BI поверх SQL-базы Metabase
Отчет влияет на налоговую, юридическую или публичную финансовую отчетность Отдельный BI/ETL-проект с контролями
Нужны сотни ролей, row-level security и аудит доступа Корпоративный BI с governance

Если вы еще спорите, что считать "продажей", покупка тяжелого BI-инструмента не решит проблему. Сначала нужен словарь KPI и карта источников.

FAQ

Сколько KPI должно быть на дашборде продаж? На первом экране обычно достаточно 5-7 KPI. Остальное лучше вынести в детализацию: проблемные сделки, сегменты, менеджеры, источники и динамику по периодам.

Что важнее: выручка или конверсия? Для руководителя продаж нужны оба показателя. Выручка показывает итог, конверсия объясняет, где воронка теряет деньги. Но выручку лучше считать по оплатам или управленческому правилу, а не просто по Closed Won.

Как учитывать возвраты? Заранее выбрать правило: вычитать возврат датой возврата, датой исходной продажи или отдельным корректирующим периодом. Главное - подписать это правило в словаре KPI и не смешивать gross revenue с net revenue.

Можно ли считать LTV из CRM? Да, если есть надежная связь клиента с повторными оплатами, возвратами и периодом жизни. Если в CRM дубли клиентов или оплаты лежат отдельно в банке/1С, сначала нужна нормализация.

AI сам найдет ошибки в данных? Он может подсветить подозрительные строки: дубли, пустые даты, отрицательные суммы, аномальные скидки. Но решение, что считать ошибкой, принимает владелец процесса.

Чем дашборд продаж отличается от отчета CRM? CRM показывает операционные записи и стандартные отчеты внутри одной системы. Дашборд продаж объединяет CRM, оплаты, возвраты, рекламные расходы и правила KPI в один управленческий экран.

Смотрите также

Стоимость

SimpleDashboard стоит 5 000 ₽/мес. Для первого разговора достаточно выгрузки CSV/XLSX и короткого описания: "какие решения я хочу принимать каждую неделю".

Напишите в Telegram: @coderboxbot. Первый дашборд можно собрать как бесплатный пилот на одном наборе данных.

Попробовать бесплатно | SimpleDashboard

Источники и проверка

Официальные источники:

Материал обновлен 2026-05-05 для wave simple-dashboard-wave-2 по issue #113. Обновление выполнено при участии AI: AI использовался для черновой структуры, сверки источников и редакторской переработки. Финальные формулы, ограничения инструментов, выводы и продуктовые обещания проверены человеком: Александр Руин, основатель habab.ru.

О сервисе "AI-конструктор бизнес-дашбордов"

Платформа для создания аналитических дашбордов через AI-чат. Загрузите CSV/Excel или подключите API, опишите какие метрики нужны — получите готовый дашборд с графиками, KPI и фильтрами. Без программирования, за минуты.

Ключевые преимущества:

  • Не нужен программист или BI-аналитик
  • Дашборд готов за минуты, а не за недели
  • AI сам предлагает подходящие визуализации
  • Данные остаются на вашем сервере
  • Интеграция с любыми источниками через API
  • Автоматическое обновление и рассылка отчётов

Для кого подходит:

Руководители малого и среднего бизнеса Маркетологи и аналитики Руководители отделов продаж Финансовые директора Продакт-менеджеры стартапов

Сценарии использования:

💡 Дашборд продаж с воронкой и KPI
💡 Маркетинговая аналитика (трафик, конверсии, ROI)
💡 Финансовый дашборд (выручка, расходы, прогнозы)
💡 Мониторинг операций (заказы, склад, логистика)
💡 CRM-аналитика (лиды, сделки, pipeline)
💡 Управленческие отчёты для руководителя
💡 Воронка продаж — визуализация этапов и конверсий
💡 KPI менеджеров по продажам — план/факт и рейтинг
💡 Сквозная аналитика — от рекламы до сделки
💡 Отчёт менеджера по продажам — ежедневный/недельный
💡 Дашборд отдела продаж — сводка по команде

📰 Промо-статьи наших решений

Изучите детальные обзоры наших технологических решений для различных отраслей:

🚀 Работаю до результата

Работаю до результата и бизнес-ценности, быстро корректирую подходы в процессе. Использую современный стек для качественного и быстрого решения задач.