CRM-аналітика

CRM-аналітика — це аналіз даних із CRM-системи для оцінки лідів, угод, воронки продажів, клієнтської бази, KPI менеджерів, джерел лідів, маркетингових кампаній, повторних продажів, сервісу, рекламацій, дебіторки і фінансового результату.

У K2 ERP CRM CRM-аналітика може поєднувати CRM-дані з ERP, продажами, складом, замовленнями покупців, оплатами, маржею, дебіторською заборгованістю, сервісом, B2B-порталом, інтернет-магазином, маркетплейсами і Power BI.

Головне. CRM-аналітика потрібна не для красивих графіків. Вона потрібна, щоб керівник бачив: звідки приходять клієнти, де губляться угоди, хто з менеджерів реально продає, які канали дають маржу, де накопичується дебіторка, які клієнти ризикують піти і що треба зробити сьогодні, а не після “героїчного розбору місяця”.

Проста аналогія. CRM без аналітики — це як автомобіль без панелі приладів: наче їде, мотор шумить, усі зайняті, але швидкість, паливо, перегрів і маршрут — на інтуїції. CRM-аналітика — це панель керування продажами, маркетингом, сервісом і клієнтами.

Що таке CRM-аналітика

CRM-аналітика — це система звітів, показників, дашбордів і висновків, яка допомагає керувати взаємодією з клієнтами.

Вона відповідає на питання:

Скільки лідів прийшло?
Звідки прийшли ліди?
Які ліди стали угодами?
Які угоди стали продажами?
Де воронка продажів просідає?
Які менеджери виконують план?
Які клієнти купують повторно?
Які клієнти мають борг?
Які канали дають маржу?
Які кампанії окупаються?
Які товари продаються найкраще?
Які рекламації повторюються?
Який прогноз продажів?
Що треба робити далі?

CRM-аналітика може бути:

Для чого потрібна CRM-аналітика

CRM-аналітика потрібна для:

контролю лідів;
аналізу джерел лідів;
аналізу воронки продажів;
контролю Pipeline;
прогнозування продажів;
оцінки KPI менеджерів;
аналізу конверсій;
оцінки середнього чека;
аналізу маржі;
контролю дебіторки;
оцінки вартості залучення клієнта;
оцінки цінності клієнта;
розрахунку ROMI;
аналізу NPS;
аналізу рекламацій;
виявлення ризику втрати клієнта;
планування повторних продажів;
підвищення якості роботи команди.

Без аналітики компанія часто керує продажами так:

Менеджери кажуть: “У нас усе в роботі”.
Маркетинг каже: “Ліди є”.
Фінанси кажуть: “Грошей мало”.
Керівник каже: “Де звіт?”
Усі відкривають Excel.
Починається археологія.

З CRM-аналітикою:

Ліди → Угоди → Замовлення → Оплати → Маржа → Повторні продажі → Power BI

CRM-аналітика в K2 ERP CRM

У K2 ERP CRM аналітика може поєднувати дані CRM і ERP.

Це важливо, бо CRM сама по собі часто бачить тільки:

ліди;
угоди;
задачі;
дзвінки;
коментарі;
етапи воронки;
активність менеджерів.

А ERP додає:

Схема:

K2 ERP CRM
  ↓
Ліди, угоди, задачі, клієнти
  ↓
K2 ERP
  ↓
Замовлення, оплати, склад, маржа, документи
  ↓
Power BI
  ↓
Управлінські дашборди

Основні блоки CRM-аналітики

Блок	Що аналізує	Приклад
Аналітика лідів	Кількість, джерела, якість і конверсія лідів	SEO дав 120 лідів, 35 стали угодами
Аналітика угод	Pipeline, етапи, суми, ймовірність, закриття	Відкритих угод на 8 млн грн
Аналітика воронки продажів	Переходи між етапами	40% лідів переходять у КП
Аналітика менеджерів	KPI, активність, продажі, маржа	Менеджер виконав план на 112%
Маркетингова аналітика CRM	Джерела, кампанії, CAC, ROMI	Кампанія дала 260% ROMI
Клієнтська аналітика	Сегменти, LTV, повторні продажі, ризики	VIP-клієнти дали 60% маржі
Фінансова CRM-аналітика	Оплати, маржа, дебіторка, борги	Прострочена дебіторка 1,2 млн грн
Сервісна CRM-аналітика	SLA, заявки, рекламації, NPS	92% заявок закрито в SLA

CRM-дашборд

CRM-дашборд — це візуальна панель ключових показників CRM.

Дашборд може показувати:

нові ліди;
відкриті угоди;
pipeline;
прогноз продажів;
план-факт;
конверсію;
продажі по менеджерах;
активність менеджерів;
задачі;
прострочені задачі;
угоди без наступної дії;
дебіторку;
маржу;
повторні продажі;
сервісні заявки;
рекламації;
NPS;
CAC;
LTV;
ROMI.

Приклад:

Показник	Значення
Нові ліди за місяць	1 240
Відкритий pipeline	18 500 000 грн
Продажі	7 800 000 грн
Виконання плану	96%
Конверсія ліда в угоду	34%
Середній чек	42 000 грн
Маржа	24%
Прострочена дебіторка	1 900 000 грн

Аналітика лідів

Аналітика лідів показує, скільки потенційних клієнтів приходить, звідки вони приходять і як переходять у продажі.

Показники:

кількість нових лідів;
ліди по джерелах;
ліди по кампаніях;
ліди по менеджерах;
якість лідів;
MQL;
SQL;
конверсія ліда в угоду;
конверсія ліда в продаж;
час першої реакції;
некваліфіковані ліди;
причини відхилення;
вартість ліда;
вартість клієнта.

Приклад:

SEO: 120 лідів → 45 MQL → 20 SQL → 8 продажів
Google Ads: 300 лідів → 70 MQL → 25 SQL → 6 продажів
Партнери: 30 лідів → 22 MQL → 18 SQL → 10 продажів

Джерела лідів

Джерело ліда — канал, із якого прийшов потенційний клієнт.

Джерела:

CRM-аналітика має показувати не тільки кількість лідів, а й їх якість.

Погано:

Google Ads дав 500 лідів.
Висновок: хороший канал.

Краще:

Google Ads дав 500 лідів.
Угод: 40.
Продажів: 8.
Маржа: 160 000 грн.
CAC: 7 500 грн.
ROMI: 80%.
Висновок: канал потребує оптимізації.

UTM-аналітика

UTM-аналітика дозволяє бачити, які кампанії та оголошення приводять лідів.

Поля:

Приклад:

utm_source=google
utm_medium=cpc
utm_campaign=crm_b2b
utm_term=crm для b2b

У CRM-аналітиці UTM треба пов’язувати з:

лідами;
угодами;
продажами;
оплатами;
маржею;
CAC;
ROMI;
LTV.

UTM без продажів — це просто технічна мітка. UTM із маржею — це вже управлінський інструмент.

Аналітика воронки продажів

Аналітика воронки продажів показує, як ліди й угоди переходять між етапами.

Приклад воронки:

Новий лід
  ↓
Кваліфікація
  ↓
Демо
  ↓
Комерційна пропозиція
  ↓
Переговори
  ↓
Договір
  ↓
Оплата
  ↓
Успішно

Показники:

кількість на кожному етапі;
сума угод на етапі;
конверсія між етапами;
середній час на етапі;
затори у воронці;
програні угоди;
причини програшу;
прогноз закриття;
угоди без наступної дії.

Приклад:

Етап	Кількість угод	Сума	Середній час
Кваліфікація	120	4 200 000 грн	3 дні
КП	65	3 800 000 грн	7 днів
Переговори	28	2 600 000 грн	14 днів
Договір	12	1 700 000 грн	10 днів

Pipeline-аналітика

Pipeline — це сукупність відкритих потенційних продажів.

Pipeline-аналітика показує:

суму відкритих угод;
суму з урахуванням ймовірності;
угоди по менеджерах;
угоди по етапах;
угоди по джерелах;
угоди по продуктах;
угоди по регіонах;
очікувану дату закриття;
ризикові угоди;
угоди без активності.

Приклад:

Відкритий pipeline: 18 500 000 грн
Зважений pipeline: 7 200 000 грн
Очікуване закриття цього місяця: 3 800 000 грн

Прогноз продажів

Прогноз продажів — оцінка майбутніх продажів на основі відкритих угод, історії, ймовірності та планів.

Методи:

за сумою pipeline;
за ймовірністю угод;
за історичною конверсією;
за менеджерами;
за джерелами;
за сезонністю;
за етапами воронки;
за повторними продажами.

Формула:

Прогноз = Сума угод × Ймовірність закриття

Приклад:

Угода A: 1 000 000 грн × 70% = 700 000 грн
Угода B: 500 000 грн × 40% = 200 000 грн
Прогноз: 900 000 грн

План-факт продажів

План-факт продажів — порівняння запланованих і фактичних продажів.

Аналіз можна робити за:

компанією;
менеджером;
відділом;
регіоном;
каналом;
товаром;
клієнтом;
сегментом;
місяцем;
сезоном.

Приклад:

Менеджер	План	Факт	Виконання
Менеджер A	1 000 000 грн	1 150 000 грн	115%
Менеджер B	900 000 грн	720 000 грн	80%
Менеджер C	1 200 000 грн	1 080 000 грн	90%

KPI менеджера продажів

KPI менеджера продажів — показники ефективності менеджера.

KPI можуть включати:

кількість нових лідів;
швидкість першої реакції;
кількість дзвінків;
кількість зустрічей;
кількість КП;
кількість угод;
сума pipeline;
сума продажів;
маржа;
конверсія;
середній чек;
повторні продажі;
дебіторка клієнтів;
прострочені задачі;
угоди без наступної дії;
причини програшу.

Важливо: KPI має оцінювати не тільки активність, а й результат. Бо можна зробити 200 дзвінків, 50 листів, 20 зустрічей і все одно не продати. Це активність, але ще не бізнес-перемога.

Аналітика активності менеджерів

Активність менеджерів показує, що реально робить команда.

Показники:

дзвінки;
email;
зустрічі;
задачі;
коментарі;
створені угоди;
відправлені КП;
проведені демо;
прострочені задачі;
наступні дії;
час першої реакції;
час без активності по угоді.

Приклад:

Менеджер	Дзвінки	КП	Угоди	Продажі
Менеджер A	180	25	12	5
Менеджер B	90	30	18	8
Менеджер C	240	10	6	2

Цей приклад показує, що більше дзвінків не завжди означає більше продажів. Іноді це означає просто більше дзвінків.

Угоди без наступної дії

Угода без наступної дії — одна з найважливіших проблем у CRM.

Аналітика має показувати:

кількість таких угод;
суму таких угод;
відповідального менеджера;
етап;
дату останньої активності;
ризик втрати;
пріоритет.

Приклад:

Угода: 850 000 грн
Етап: Комерційна пропозиція
Остання активність: 18 днів тому
Наступна дія: відсутня
Ризик: високий

Угода без наступної дії — це не pipeline. Це сплячий запис із красивою сумою.

Причини програшу угод

Причина програшу потрібна для покращення продажів.

Типові причини:

висока ціна;
конкурент;
немає бюджету;
немає потреби;
не той функціонал;
довге рішення;
програли тендер;
погані умови оплати;
слабка комунікація;
клієнт відклав проєкт;
відсутній товар;
негативний досвід;
неякісний лід.

Аналітика причин програшу показує, що потрібно змінювати: ціну, продукт, маркетинг, процес продажу чи роботу менеджерів.

Конверсія продажів

Конверсія продажів — частка переходів із одного етапу в інший або з ліда в продаж.

Формули:

Конверсія ліда в угоду = Угоди / Ліди × 100%
Конверсія угоди в продаж = Продажі / Угоди × 100%
Конверсія КП в продаж = Продажі / КП × 100%

Приклад:

Лідів: 100
Угод: 30
Продажів: 10

Конверсія ліда в угоду: 30%
Конверсія угоди в продаж: 33%
Загальна конверсія ліда в продаж: 10%

Середній чек

Середній чек — середня сума продажу.

Формула:

Середній чек = Сума продажів / Кількість продажів

Приклад:

Продажі: 1 000 000 грн
Кількість продажів: 20
Середній чек: 50 000 грн

Середній чек можна аналізувати за:

менеджерами;
каналами;
клієнтами;
товарами;
регіонами;
сегментами;
кампаніями.

Маржа в CRM-аналітиці

Маржа — один із найважливіших показників, якщо CRM пов’язана з ERP.

Аналітика маржі може показувати:

маржу по клієнтах;
маржу по угодах;
маржу по менеджерах;
маржу по товарах;
маржу по каналах;
маржу по регіонах;
маржу по маркетингових кампаніях;
маржу по маркетплейсах;
маржу по повторних продажах.

Приклад:

Канал A: продажі 1 000 000 грн, маржа 300 000 грн
Канал B: продажі 1 500 000 грн, маржа 180 000 грн

Канал B має більший оборот, але меншу маржу. Саме тому оборот без маржі — це дуже впевнена ілюзія.

Дебіторська заборгованість у CRM-аналітиці

Дебіторська заборгованість — борг клієнтів перед компанією.

CRM-аналітика має показувати:

загальну дебіторку;
прострочену дебіторку;
дебіторку по клієнтах;
дебіторку по менеджерах;
дебіторку по регіонах;
дебіторку по договорах;
дні прострочення;
кредитні ліміти;
ризикових клієнтів;
блокування відвантаження;
задачі на оплату.

Приклад:

Клієнт	Борг	Прострочення	Відповідальний
ТОВ “Клієнт A”	450 000 грн	35 днів	Менеджер A
ТОВ “Клієнт B”	120 000 грн	12 днів	Менеджер B
ТОВ “Клієнт C”	980 000 грн	0 днів	Менеджер C

Клієнтська аналітика

Клієнтська аналітика показує, які клієнти найцінніші, ризикові або перспективні.

Показники:

кількість клієнтів;
активні клієнти;
нові клієнти;
неактивні клієнти;
VIP-клієнти;
клієнти з боргом;
клієнти з високою маржею;
клієнти з низькою маржею;
повторні покупки;
LTV;
NPS;
ризик відтоку;
рекламації;
частота покупок;
середній чек;
остання покупка.

Сегменти:

LTV

LTV — Lifetime Value, цінність клієнта за весь період співпраці.

LTV може рахуватися за:

сумою продажів;
валовою маржею;
чистим прибутком;
повторними продажами;
строком співпраці;
витратами на обслуговування;
рекламаціями.

Приклад:

Клієнт купував 3 роки.
Сума продажів: 2 400 000 грн
Маржа: 520 000 грн
LTV по маржі: 520 000 грн

LTV допомагає зрозуміти, скільки можна витрачати на залучення клієнта і наскільки цінні повторні продажі.

CAC

CAC — Customer Acquisition Cost, вартість залучення клієнта.

Формула:

CAC = Витрати на маркетинг і продажі / Кількість нових клієнтів

Приклад:

Витрати: 200 000 грн
Нових клієнтів: 40
CAC = 5 000 грн

CAC треба порівнювати з LTV.

Якщо CAC = 5 000 грн, а LTV = 80 000 грн — канал може бути вигідним.
Якщо CAC = 20 000 грн, а LTV = 15 000 грн — десь горить бюджет.

ROMI

ROMI — Return on Marketing Investment, повернення інвестицій у маркетинг.

Формула:

ROMI = (Маржа від кампанії - Витрати на кампанію) / Витрати на кампанію × 100%

Приклад:

Витрати на кампанію: 100 000 грн
Маржа з продажів: 350 000 грн
ROMI = 250%

ROMI краще рахувати по маржі, а не по обороту. Бо оборот може бути великий, а прибуток — як чай без цукру: формально є, але радості мало.

NPS

NPS — Net Promoter Score, показник готовності клієнта рекомендувати компанію.

CRM-аналітика NPS може показувати:

середній NPS;
NPS по сегментах;
NPS по менеджерах;
NPS по продуктах;
NPS по сервісних заявках;
причини низьких оцінок;
задачі на виправлення;
динаміку NPS.

Типи клієнтів:

промоутери;
нейтральні;
критики.

NPS корисний не сам по собі, а коли після низької оцінки створюється дія: дзвінок, сервісна заявка, розбір проблеми або зміна процесу.

Churn Rate

Churn Rate — відтік клієнтів.

Показує, яка частка клієнтів перестала купувати або користуватися послугою.

Ознаки ризику:

немає покупок 90/180 днів;
зменшився обсяг закупівель;
відкриті рекламації;
низький NPS;
не продовжено договір;
прострочена дебіторка;
клієнт не відповідає;
угоди програні конкуренту.

Retention Rate

Retention Rate — утримання клієнтів.

Показує, скільки клієнтів продовжують купувати або співпрацювати.

CRM-аналітика retention допомагає:

оцінити лояльність;
планувати повторні продажі;
виявляти слабкі сегменти;
запускати реактивацію;
покращувати сервіс;
зменшувати відтік.

Повторні продажі

Повторні продажі — продажі існуючим клієнтам.

CRM-аналітика повторних продажів показує:

частку повторних продажів;
періодичність покупок;
клієнтів, яким час купити знову;
товари для повторної закупівлі;
upsell;
cross-sell;
ефективність реактивації;
LTV;
клієнтів без повторних покупок.

Приклад:

Клієнт купує витратні матеріали кожні 45 днів.
CRM-аналітика показує клієнтів, у яких минуло 40 днів після останньої покупки.
Менеджеру створюється задача.

Upsell і Cross-sell аналітика

Upsell — продаж дорожчого або розширеного рішення.

Cross-sell — продаж супутніх товарів або послуг.

Аналітика показує:

які товари купують разом;
які клієнти готові до upsell;
які сегменти купують додаткові модулі;
які менеджери краще роблять cross-sell;
які пропозиції працюють;
яку маржу дають додаткові продажі.

Приклад:

Клієнти, які купили CRM, часто купують Power BI через 2–3 місяці.
CRM-аналітика створює сегмент для пропозиції Power BI.

Маркетингова CRM-аналітика

Маркетингова CRM-аналітика показує, які маркетингові активності приводять реальний результат.

Показники:

ліди по каналах;
MQL;
SQL;
вартість ліда;
вартість клієнта;
конверсія кампаній;
продажі по кампаніях;
маржа по кампаніях;
CAC;
ROMI;
LTV по джерелах;
SEO-ефективність;
email-ефективність;
реактивація;
повторні продажі.

Приклад:

Канал	Ліди	Продажі	CAC	Маржа	ROMI
SEO	240	28	2 500 грн	720 000 грн	420%
Google Ads	520	32	6 800 грн	640 000 грн	190%
Email	80	18	900 грн	210 000 грн	600%

SEO-аналітика в CRM

SEO CRM дозволяє пов’язати органічний трафік із реальними продажами.

CRM може показувати:

які сторінки дали ліди;
які SEO-запити дали угоди;
які статті привели клієнтів;
які сторінки дали маржу;
які кластери працюють;
які сторінки треба посилити;
які теми створювати далі.

Приклад:

Сторінка: CRM для B2B
Ліди: 120
Угоди: 35
Продажі: 8
Маржа: 280 000 грн

Email-аналітика в CRM

Email-маркетинг у CRM-аналітиці оцінюється не тільки відкриттями.

Показники:

доставлено;
відкрито;
кліки;
відповіді;
відписки;
переходи;
ліди;
угоди;
продажі;
маржа;
реактивація;
повторні продажі.

Погано:

Open rate: 42%.
Висновок: розсилка успішна.

Краще:

Open rate: 42%.
Кліки: 8%.
Угоди: 12.
Продажі: 5.
Маржа: 95 000 грн.
Висновок: розсилка справді спрацювала.

Сервісна CRM-аналітика

Сервісна CRM-аналітика показує якість підтримки й обслуговування клієнтів.

Показники:

кількість сервісних заявок;
заявки по статусах;
середній час реакції;
середній час вирішення;
SLA;
прострочені заявки;
повторні звернення;
рекламації;
причини звернень;
завантаження сервісної команди;
NPS після сервісу;
витрати на сервіс;
вплив сервісу на повторні продажі.

Приклад:

Показник	Значення
Заявок за місяць	860
Закрито в SLA	91%
Середній час реакції	1 год 20 хв
Середній час вирішення	14 год
Повторні звернення	8%
NPS після сервісу	72

Рекламації в CRM-аналітиці

Рекламації потрібно аналізувати, а не просто “закривати”.

Аналітика рекламацій показує:

кількість рекламацій;
причини;
товари з рекламаціями;
клієнтів із рекламаціями;
менеджерів;
постачальників;
партії;
склади;
доставку;
строки вирішення;
компенсації;
повторні проблеми;
фінансовий вплив.

Приклад:

Товар A має 12% рекламацій.
Основна причина: пошкодження під час доставки.
Рішення: змінити пакування і перевізника.

Аналітика задач

Аналітика задач показує дисципліну роботи команди.

Показники:

створені задачі;
виконані задачі;
прострочені задачі;
задачі по менеджерах;
задачі по клієнтах;
задачі по угодах;
задачі без дедлайну;
середній час виконання;
повторювані задачі;
критичні задачі.

Приклад:

Менеджер має 120 задач.
Прострочено: 35.
Угод без наступної задачі: 18.
Ризик втрати pipeline: високий.

Аналітика дзвінків

Телефонія в CRM дає можливість аналізувати дзвінки.

Показники:

кількість дзвінків;
вхідні дзвінки;
вихідні дзвінки;
пропущені дзвінки;
час першої реакції;
тривалість розмов;
дзвінки по лідах;
дзвінки по угодах;
результат дзвінка;
конверсія після дзвінка.

Дзвінки корисні тільки тоді, коли вони пов’язані з лідами, угодами, задачами і результатами. Інакше це просто статистика телефонного ентузіазму.

Аналітика B2B CRM

B2B CRM-аналітика має свої особливості.

Показники:

корпоративні клієнти;
контактні особи;
карта впливу;
довжина циклу продажу;
pipeline B2B;
угоди по етапах;
договори;
комерційні пропозиції;
персональні ціни;
кредитні ліміти;
дебіторка;
повторні замовлення;
маржа по клієнтах;
LTV;
ризик втрати клієнта.

Для CRM для B2B особливо важливо аналізувати не тільки кількість угод, а й якість клієнтів, довжину циклу, маржу і фінансову дисципліну.

Аналітика дистрибуції в CRM

Для CRM для дистрибуції аналітика може показувати:

продажі по торгових точках;
продажі по торгових представниках;
маршрути;
візити;
замовлення з візитів;
асортиментну матрицю;
дебіторку;
промоакції;
регіони;
дилерів;
повернення;
рекламації;
маржу;
план-факт.

Приклад:

Торговий представник зробив 120 візитів.
Замовлень: 70.
Конверсія візиту в замовлення: 58%.
Прострочена дебіторка клієнтів: 240 000 грн.

Аналітика маркетплейсів у CRM

Для CRM для маркетплейсів аналітика показує:

продажі по маркетплейсах;
замовлення;
товари;
комісії;
повернення;
рекламації;
рейтинг продавця;
SLA відвантажень;
фактичну маржу;
ефективність реклами;
залишки;
топ товарів;
товари з низькою маржею.

Приклад:

Маркетплейс A: оборот 1 000 000 грн, маржа 180 000 грн
Маркетплейс B: оборот 1 400 000 грн, маржа 90 000 грн

Аналітика логістики в CRM

Для CRM для логістики аналітика показує:

заявки на перевезення;
маршрути;
транспорт;
водіїв;
SLA доставки;
затримки;
рекламації;
ТТН;
тарифи;
маржу по рейсах;
дебіторку;
кредиторку;
рейтинг перевізників.

Приклад:

Доставлено вчасно: 92%
Затримки: 8%
Основна причина затримки: очікування завантаження на складі

Аналітика агробізнесу в CRM

Для CRM для агробізнесу аналітика показує:

продажі по сезонах;
продажі по культурах;
продажі по регіонах;
клієнтів за земельним банком;
угоди по сезонах;
насіння;
ЗЗР;
добрива;
елеваторні послуги;
логістику;
дебіторку;
кредиторку;
маржу;
рекламації;
повторні продажі.

Приклад:

Сезон: Весна 2026
Культура: кукурудза
Площа клієнтів у CRM: 18 500 га
Продажі насіння: 9 200 посівних одиниць
Маржа: 21%

Power BI CRM

Power BI CRM — це аналітика CRM-даних у Power BI.

Power BI дозволяє:

об’єднувати CRM і ERP;
створювати інтерактивні дашборди;
фільтрувати дані;
аналізувати динаміку;
будувати план-факт;
бачити drill-down;
аналізувати менеджерів;
рахувати маржу;
рахувати CAC, LTV, ROMI;
створювати управлінські звіти.

Типові сторінки Power BI CRM:

огляд продажів;
воронка продажів;
ліди;
маркетинг;
менеджери;
клієнти;
фінанси;
дебіторка;
сервіс;
рекламації;
повторні продажі;
прогнози.

Джерела даних для CRM-аналітики

CRM-аналітика може брати дані з:

K2 ERP CRM;
K2 ERP;
сайту;
інтернет-магазину;
B2B-порталу;
маркетплейсів;
телефонії;
email;
рекламних систем;
Google Analytics;
форм заявок;
сервісної системи;
складу;
фінансового модуля;
Power BI;
API;
Excel — бажано тимчасово, а не як вічну святиню.

Якість даних у CRM-аналітиці

Якість даних CRM визначає якість аналітики.

Проблеми:

дублікати клієнтів;
порожні джерела лідів;
неправильні UTM;
незаповнені етапи;
угоди без сум;
угоди без наступної дії;
відсутні причини програшу;
неактуальні статуси;
неправильні відповідальні;
ручні помилки;
різні назви каналів;
відсутні зв’язки з ERP;
неповні дані по оплатах;
немає маржі.

Погані дані дають погані звіти. А погані звіти красиво вводять в оману — з графіками, фільтрами і впевненим виглядом.

Єдині правила даних

Для якісної CRM-аналітики потрібні правила:

стандарти назв джерел;
правила UTM;
правила створення клієнтів;
правила створення угод;
обов’язкові поля;
статуси лідів;
етапи воронки;
причини програшу;
відповідальні;
дедлайни задач;
правила закриття угод;
зв’язок із ERP;
контроль дублів;
audit log.

Типові CRM-звіти

Звіт	Для кого	Що показує
Звіт по лідах	Маркетинг, продажі	Джерела, якість, конверсії
Звіт по воронці продажів	Керівник продажів	Етапи, суми, затори, конверсії
Звіт по менеджерах	Керівник продажів	KPI, активність, продажі, маржа
Звіт по клієнтах	Продажі, директор	LTV, повторні продажі, борги
Звіт по маркетингу	Маркетолог	CAC, ROMI, кампанії, джерела
Звіт по дебіторці	Фінанси	Борги, прострочення, ліміти
Звіт по сервісу	Сервіс	SLA, заявки, рекламації, NPS
Звіт по маржі	Директор, фінанси	Маржа по угодах, клієнтах, каналах

Типові помилки CRM-аналітики

Помилка	Причина	Наслідок
Рахують тільки ліди	Немає зв’язку з продажами	Не видно грошей
Рахують тільки оборот	Немає маржі	Канали здаються кращими, ніж є
Немає причин програшу	Менеджери не заповнюють дані	Неможливо покращити продажі
Немає джерел лідів	Не налаштовано UTM і форми	Невідомо, який маркетинг працює
Угоди без наступної дії	Немає контролю задач	Pipeline мертвий
CRM не пов’язана з ERP	Дані розділені	Не видно оплат, маржі й дебіторки
Дублі клієнтів	Немає контролю бази	Аналітика клієнтів неправильна
Немає Power BI	Звіти вручну	Повільна й неповна аналітика
Немає відповідальних	Погана дисципліна CRM	Ніхто не відповідає за результат

Помилка: красивий дашборд без управлінських дій

Погано:

Дашборд показує падіння конверсії.
Усі подивилися.
Нічого не змінили.

Краще:

Дашборд показує падіння конверсії на етапі КП.
Керівник аналізує причини.
Оновлюється шаблон КП.
Вводиться follow-up на 2-й день.
Через місяць конверсія порівнюється повторно.

Аналітика без дій — це декоративна панель. Гарно, але бізнес не лікує.

Помилка: не відрізняти активність від результату

Погано:

Менеджер зробив 300 дзвінків.
Висновок: менеджер ефективний.

Краще:

Дзвінки: 300
Угоди: 12
Продажі: 3
Маржа: 45 000 грн
Прострочені задачі: 28
Висновок: потрібен глибший аналіз якості роботи.

Автоматизація CRM-аналітики в K2 ERP

Автоматизація CRM може допомагати аналітиці.

Приклади:

автоматично фіксувати джерело ліда;
зберігати UTM;
створювати угоду з ліда;
фіксувати етапи воронки;
рахувати конверсії;
створювати задачі по угодах без активності;
попереджати про прострочені задачі;
попереджати про ризик втрати клієнта;
оновлювати pipeline;
передавати продажі в Power BI;
рахувати дебіторку;
формувати дашборди;
надсилати керівнику регулярний звіт.

Приклад правила:

Якщо угода на етапі “Комерційна пропозиція” без активності більше 5 днів:
  створити задачу менеджеру
  повідомити керівника продажів
  позначити угоду як ризикову

AI в CRM-аналітиці

AI в CRM може допомагати аналізувати дані й підказувати дії.

Можливості:

оцінка ймовірності угоди;
рекомендація наступної дії;
прогноз відтоку клієнта;
сегментація клієнтів;
пошук ризикових угод;
автоматичне резюме клієнта;
аналіз причин програшу;
рекомендації upsell;
прогноз повторної покупки;
виявлення аномалій;
аналіз якості лідів.

Приклад:

AI бачить:
- клієнт не купував 120 днів;
- останній NPS був низький;
- є відкрита рекламація;
- менеджер не контактував 30 днів.

CRM створює попередження:
“Високий ризик втрати клієнта”.

Приклад JSON CRM-показників

{
  "period": "2026-05",
  "leads": 1240,
  "mql": 420,
  "sql": 180,
  "deals_created": 95,
  "deals_won": 34,
  "sales_amount": 7800000,
  "gross_margin": 1872000,
  "pipeline_open": 18500000,
  "weighted_pipeline": 7200000,
  "average_deal_size": 229411,
  "lead_to_deal_conversion": 0.0766,
  "deal_win_rate": 0.3579,
  "overdue_tasks": 128,
  "overdue_debt": 1900000
}

Приклад JSON CRM-дашборду

{
  "dashboard": "CRM Executive Dashboard",
  "widgets": [
    {
      "name": "Pipeline",
      "value": 18500000,
      "currency": "UAH"
    },
    {
      "name": "Sales Plan Completion",
      "value": 96,
      "unit": "%"
    },
    {
      "name": "Gross Margin",
      "value": 24,
      "unit": "%"
    },
    {
      "name": "Overdue Receivables",
      "value": 1900000,
      "currency": "UAH"
    },
    {
      "name": "Deals Without Next Action",
      "value": 42
    }
  ]
}

Чек-лист впровадження CRM-аналітики

Визначити цілі аналітики.
Описати ключові показники.
Налаштувати джерела лідів.
Стандартизувати UTM.
Налаштувати воронку продажів.
Налаштувати статуси лідів.
Налаштувати причини програшу.
Налаштувати обов’язкові поля.
Налаштувати задачі і наступні дії.
Налаштувати зв’язок CRM з ERP.
Налаштувати продажі й оплати.
Налаштувати маржу.
Налаштувати дебіторку.
Налаштувати сервісні заявки.
Налаштувати рекламації.
Налаштувати сегменти клієнтів.
Налаштувати Power BI.
Налаштувати права доступу.
Налаштувати audit log.
Навчити менеджерів працювати з даними.
Регулярно переглядати дашборди.
Прив’язати аналітику до управлінських дій.

SEO-запити для CRM-аналітики

Для розвитку SEO-кластера можна створити окремі сторінки:

Типові питання

Що таке CRM-аналітика?

CRM-аналітика — це аналіз CRM-даних про ліди, угоди, клієнтів, продажі, менеджерів, маркетинг, сервіс, дебіторку, повторні продажі й фінансовий результат.

Навіщо потрібна CRM-аналітика?

Вона потрібна, щоб керувати продажами й клієнтами на основі даних: бачити воронку, конверсії, pipeline, KPI, маржу, борги, якість лідів, ефективність маркетингу і ризики втрати клієнтів.

Які головні показники CRM-аналітики?

Основні показники: кількість лідів, MQL, SQL, конверсія, pipeline, прогноз продажів, план-факт, середній чек, маржа, CAC, LTV, ROMI, NPS, дебіторка, повторні продажі, SLA і рекламації.

Чому CRM-аналітику краще пов’язувати з ERP?

Тому що ERP додає продажі, оплати, маржу, собівартість, залишки, документи і дебіторку. Без ERP CRM-аналітика часто бачить тільки процес, але не бачить фінансовий результат.

Чи можна робити CRM-аналітику в Power BI?

Так. Power BI CRM дозволяє створювати інтерактивні дашборди по лідах, угодах, продажах, менеджерах, маркетингу, сервісу, дебіторці, маржі й прогнозах.

Що таке pipeline у CRM-аналітиці?

Pipeline — це сукупність відкритих угод. Аналітика pipeline показує суму потенційних продажів, етапи, ймовірність закриття, прогноз і ризикові угоди.

Коротко

Питання	Відповідь
Що це?	Аналіз CRM-даних для управління продажами, маркетингом, сервісом і клієнтами
Основні блоки	Ліди, угоди, воронка, менеджери, клієнти, маркетинг, сервіс, фінанси
Основні показники	Конверсія, pipeline, прогноз, план-факт, CAC, LTV, ROMI, NPS, маржа, дебіторка
Головний інструмент	Power BI CRM або інші BI-дашборди
Перевага K2 ERP CRM	Зв’язок CRM із ERP: продажами, оплатами, складом, маржею і документами
Основний ризик без аналітики	Компанія працює багато, але не розуміє, що саме приносить гроші

Висновок

CRM-аналітика — це основа керованих продажів, маркетингу, сервісу і роботи з клієнтами. Вона допомагає бачити повний шлях від ліда до продажу, від джерела ліда до маржі, від угоди до оплати, від сервісної заявки до NPS і повторних продажів.

У K2 ERP CRM CRM-аналітика стає особливо корисною, бо поєднує CRM із ERP, замовленнями, складом, оплатами, дебіторкою, рекламаціями, інтернет-магазином, маркетплейсами і Power BI.

Хороша CRM-аналітика — це коли керівник бачить не просто “менеджери працюють”, а конкретні цифри: скільки лідів прийшло, які стали угодами, які дали продажі, де втрати, яка маржа, де борги, які клієнти ризикові і що треба зробити далі. Погана CRM-аналітика — це коли звіт красивий, але після нього ніхто не розуміє, де гроші.

Для розвитку Wiki й SEO тему CRM-аналітика варто розкривати через окремі сторінки: Power BI CRM, CRM дашборд, Аналітика лідів, Аналітика воронки продажів, Pipeline-аналітика, KPI менеджера продажів, CAC, LTV, ROMI, NPS, Аналітика дебіторської заборгованості і K2 ERP CRM-аналітика.

Див. також

Зовнішні посилання