ROMI center | Про маркетинг и веб-аналитику

Друзья, нас номинировали на премию! ROMI center попал в пятёрку номинантов на «Лучший сервис для сквозной аналитики 2026» на CPC Forum (бывший TGCONF) — вместе с сервисами, которые на рынке уже больше десяти лет. Скажем честно: мы самые молодые, и на первое место не претендуем, но оказаться в одном списке с лидерами приятно. Значит, нас видят. Кстати, прямо сейчас ROMI center серьёзно обновляется: в ближайшие несколько недель появятся собственный BI и ИИ-ассистент, который сможет строить отчёты в любых разрезах на лету и без ошибок. Так что эта номинация совпала с большим релизом — и, кажется, самое интересное у нас ещё впереди. Голосование идёт до 12 июня и занимает один клик. Будем рады вашему голосу — но просто за то, что вы рядом, спасибо уже сейчас!💜 Проголосовать (откроется прямо в Telegram) Все номинанты и о премии

Авито из площадки для частных объявлений превратился в полноценный рекламный канал с серьёзными бюджетами. Вместе с этим приходит типичная проблема: множество кабинетов, у каждого своя статистика, сводить всё руками — отдельная работа, не говоря об оценке окупаемости. Именно с таким запросом к нам пришёл МФТИ — один из ведущих технических университетов России. Проект по подготовке школьников к ОГЭ и ЕГЭ, 35 рекламных кабинетов на Авито. Задача: видеть расходы, просмотры, контакты и отклики по всем кабинетам сразу — в одном отчёте. Плюс возможность быстро добавлять новые аккаунты. Запустили рабочий дашборд за 2 часа. Вот как: ● Через коннекторы ROMI center подключили все 35 кабинетов и выгрузили данные в Хранилище. ● С помощью модуля «Трансформация. SQL-скрипты» объединили данные из всех кабинетов в единый датасет. ● Добавили объединённую таблицу в Yandex DataLens и развернули готовый шаблонный дашборд из библиотеки ROMI center. ● Настроили автообновление — данные подтягиваются без участия клиента. Результат — единый дашборд по всем кабинетам с фильтрами по аккаунтам и периодам. Новый кабинет подключается за несколько минут. Посмотреть, как это выглядит, можно на демо-дашборде. Если у вас несколько кабинетов в Авито или других площадках — схема универсальная. Если добавить CRM – получится отчет сквозной аналитики по Авито. Полный кейс со скриншотами и деталями реализации. #кейсы_клиентов

Проверь это, перед тем, как настраивать аналитику Перед тем как настраивать какой либо дашборд, мы всегда опрашиваем клиента по одному и тому же списку вопросов. За годы работы убедились: если эти вещи не проверить заранее — отчет не будет точным. Чтобы не тратить время на исправление ошибок и не переплачивать за настройку — сохраните этот чеклист. 1. Сделки в CRM Первый вопрос — откуда вообще приходят сделки: с сайта, из соцсетей, с Авито, через звонки, через бота? Для каждого канала своя логика передачи источника. Если есть сайт — приходят только заявки или ещё звонки? Если звонки есть, но коллтрекинга нет — часть сделок будет без источника. А если коллтрекинг установлен, то какой: статический или динамический? Динамика покажет любой источник, а статика только тот, под который выделен номер. При этом динамика будет стоить существенно дороже статики и на сайтах 10 000+ визитов в месяц практически бессмысленна. При создании сделки должен фиксироваться источник. Для сайта это UTM-метки и Yandex ClientID — они передаются при любом обращении: заявка, звонок, чат. Для лид-форм в соцсетях — названия кампаний, групп и объявлений. Для Авито — URL объявления. Даже если сделка пришла через холодные продажи или рекомендацию — в CRM должно быть поле «источник», которое менеджер заполняет вручную или которое проставляется автоматически по правилу. Отдельно важна логика ведения сделок по воронке. Например, квалифицированный лид — это не всегда один этап в CRM, иногда его считают по нескольким этапам. От этого зависит точность данных — если сделка проходит через несколько этапов квал лида, нужна проверка на дубли. И последнее по CRM — какие поля внутри сделок важны для аналитики: менеджер, продукт, сумма, прибыль? Чем чище эти данные — тем богаче отчёт. 2. Сайт На каждом сайте должна стоять Яндекс.Метрика. Если сайтов несколько — либо на каждом своя Метрика, либо одна общая. Далее каждый визит на сайте можно будет выгрузить и склеить со сделкой из CRM. 3. Рекламные кампании Банально, но UTM-метки должны быть проставлены везде. Особый случай — мастер-кампании в Яндекс.Директ. По ним Директ не отдаёт статистику в разрезе UTM, зато отдаёт другие поля: название кампании, ID кампании. Поэтому если у вас есть МК, обратите внимание на такой формат utm меток: ?utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_name}&utm_term={keyword}&utm_content={ad_id} или ?utm_source=yandex&utm_medium=cpc&utm_campaign={campaign_id}&utm_term={keyword}&utm_content={ad_id} Для лид-форм в соцсетях UTM-меток нет — вместо них используем названия кампаний, групп и объявлений. Самый надёжный способ проверить метки — подключить рекламный кабинет в ROMI center, выгрузить данные в хранилище и посмотреть в режиме предпросмотра. Если в метках появится "rc" — значит метка не передалась и ROMI center подставил свой шаблон. Это сигнал: смотрим на конкретные кампании и правим регламент. У вас всё так, как я описал выше? В таком случае для вас открываются широкие возможности по настройке аналитики. Практически безграничные. От простого отчёта по окупаемости одного канала до полноценной сквозной аналитики с подсчётом LTV и Retention. Как самостоятельно настраивать отчёты сквозной аналитики — тема отдельного поста, и если она вам интересна, в ближайшее время подготовлю инструкции. Начать можно с простого варианта — он собирается примерно за 1-2 часа. Далее можно сделать продвинутую версию, если поработать чуть дольше. Если у вас есть вопросы по подготовке данных — пишите в комментарии, разберём.

За 12 лет в маркетинге я заметил одну закономерность. Маркетологи, с которыми эффективно и интересно работать, как правило обладают следующими навыками: ● Управляют ожиданиями. Не обещают золотые горы или нереалистичные сроки, а чётко говорят: вот что сделаем, вот такие дедлайны, вот какой результат реалистичен. ● Умеют управлять своим временем. Рутину делегируют инструментам: мониторинг конкурентов — нейросетям, типовые задачи — автоматизации. Освободившееся время тратят на решения, а не на операционку. ● Не собирают данные руками. Сбор и обновление аналитики давно можно автоматизировать — и сильный маркетолог это уже сделал. ● Умеют работать с отчётностью, а не просто её показывать. Видеть, где теряется бюджет, а где — зоны роста. Эти навыки позволяют закрывать основные запросы заказчика: прозрачный расход бюджета, понятные метрики для оценки работы, своевременное информирование о смене трендов и чёткое понимание, куда двигаемся. Такой подход к работе практически всегда гарантирует долгосрочное сотрудничество. А если заказчик всё равно уходит — значит, дело не в маркетологе. Один из этих навыков — работу с отчётностью — помогаем прокачать мы. В будущих постах разберу ТОП маркетинговых отчётов и как с ними работать. Какие зоны роста для маркетолога считаете самыми важными сейчас?

То, что раньше настраивалось неделями и требовало разработчика — теперь запускается за дни и без глубоких технических знаний. За последние полгода мы существенно расширили платформу ROMI center. Раньше наши коннекторы решали одну задачу — передавали данные между сервисами: из рекламных кабинетов и CRM в Метрику или Google Analytics. Этого достаточно для базовой аналитики. Но если нужно считать когорты, LTV, строить кастомные модели атрибуций — стандартных счётчиков уже не хватает. Нужны сырые данные в одном месте и инструменты для их обработки. Теперь это есть в кабинете ROMI center. Хранилище данных — облачная база на ClickHouse, которая создаётся автоматически при подключении первого источника. Подключили Директ, amoCRM, Метрику — данные в базе и обновляются без вашего участия. Свой сервер поднимать не нужно. Коннекторы к своим базам — если важно держать данные на своей стороне, можно выгружать в собственный ClickHouse или MySQL. Трансформация данных — пять модулей прямо в кабинете: объединение таблиц из разных источников, модели атрибуций, вычисляемые поля, SQL с AI-помощником. Визуализация — в DataLens, Looker Studio, Google Таблицах или любой другой BI-системе. Кейс с РБК Компании, который я опубликовал на прошлой неделе — сделан на этих инструментах. Три источника данных, пара рабочих дней, готовый дашборд с воронкой от клика до оплаты. В будущих постах разберу работу коннекторов и каждый модуль трансформации подробнее — с конкретными сценариями. Попробовать — 14 дней бесплатно, без привязки карты Хотите научиться настраивать сквозную аналитику за день — проведём бесплатное обучение в формате демо #новости_romicenter

Настроили маркетинговую аналитику для РБК Компании — рассказываю, как это было. Задача звучала так: Объединить данные из Яндекс Директ, amoCRM и внутренней админки в один отчёт. Чтобы видеть всю воронку — от клика по рекламе до оплаты. Плюс отдельно отслеживать клиентов, которые переходят с пробного тарифа на платный, и считать общую выручку от таких продаж. Три разных источника, разная структура данных — классическая головная боль. Но мы собрали всё за пару рабочих дней. Вот как: ● Через коннекторы ROMI center подключили все три источника и выгрузили данные в наше Хранилище. ● В модуле «Мастер таблиц» объединили оплаты из amoCRM и админки в единую таблицу. ● Через «Вычисляемые поля» подготовили кастомные utm-метки для корректного объединения с данными Директа. ● С помощью SQL-скриптов собрали отдельный датасет для анализа конверсии из триала в платный тариф. Результат — дашборд в Yandex DataLens с фильтрами по кампаниям, utm-меткам, периодам. Видны расходы, заявки, продажи, ROAS — и всё обновляется автоматически. По моему опыту, именно на стыке нескольких источников данных маркетологи теряют больше всего времени. Ручные выгрузки, сведение в таблицах, еженедельные проверки. Модули трансформации как раз для того, чтобы закрыть это раз и навсегда. Полный кейс с подробностями и скриншотами — на сайте. Хотите так же? Записывайтесь на демо — покажу, как это настроить под ваш проект Кстати, в следующем посте расскажу подробнее про инструменты, которые позволяют собирать такие отчёты от нескольких часов без программиста. Если интересно — ставьте 🔥 #кейсы_клиентов

Друзья, привет! Сегодня в 13:00 (МСК) начнём вебинар вместе с коллегами из Click.ru. Разберём, как маркетологам анализировать эффективность рекламных кампаний — без догадок и хаоса в данных. Что покажу: ● какие данные можно получать с разных рекламных площадок; ● как повысить качество данных и избежать ошибок в UTM-разметке; ● загрузку данных в Метрику и настройку отчётов; ● примеры аналитики: сквозная, когортная, RFM. Покажу примеры дашбордов в Datalens, как создаются такие отчёты и как правильно читать данные. Пример одного из таких дашбордов тут. И конечно — можно будет задать любые вопросы по маркетинговой аналитике в прямом эфире. Начало уже в 13:00 (МСК) Онлайн, участие бесплатное Подключиться к вебинару

На прошлой неделе с партнерами из Product Vision провел вебинар по аналитике маркетинговых данных для product менеджеров Ростелеком.  Главная мысль вебинара:  Часто продакты — это ребята чисто с IT бэкграундом, которые пилят фичи и растят метрики. Маркетологи оказываются сами по себе, слабо понимают ценность продукта. Если неожиданно падают продажи или запуск нового направления проваливается, многие не понимают, что делать.  Хотя маркетинг неотрывно связан с продуктом и влияет на его ключевые метрики. Поэтому, зная технологии и способы оценки, продакт может через маркетинг влиять на свои KPI. Откуда брать маркетинговые данные для анализа? Существуют: ● Рекламные кабинеты ● Сайт ● Сервисы (конструкторы ботов, коллтрекинг и др) ● CRM или админка  Как объединить эту разрозненную информацию вместе? Можно выгрузить данные в Clickhouse и построить дашборд в Yandex DataLens. В #кейсы_клиентов подробно рассказываем как это сделать. Плюс такого решения — это отчеты в любых разрезах, так как данные выгружаются в сыром виде. Например, работая с каждым отдельным визитом на сайте можно вычислять атрибуции, считать когорты, LTV и т.д. Задать вопрос или записаться на демо можно тут.

Частый запрос, который слышу от маркетологов интернет-магазинов: как настроить сквозную и товарную аналитику на одной странице отчета? Потому что если на сайте хотя бы 100 карточек товаров, то без автоматизированной аналитики приходится тратить эффективные рабочие часы на сбор и сведение данных (практически всегда с ошибками из-за больших объемов): ● Смотреть продажи в CRM и выписывать нужные категории товаров. ● Настроить электронному коммерцию в Google Analytics или Яндекс Метрике, чтобы видеть, сколько посещений у товарных категорий. ● Но главная проблема – отобразить, с какого источника пришла продажа. Особенно, если задействованы хотя бы 5+ рекламных источников. О нюансах настройки рассказываю в новом кейсе нашего клиента Algo.by. Кратко о том, что сделали: ● Выгрузили данные из рекламных площадок и самописной CRM в облачное хранилище Google BigQuery (кстати такое возможно с ClickHouse в Yandex Cloud) ● Подключили стриминг из Google Analytics 4 и формирование сессий из сырых данных с помощью собственного скрипта. Таким образом собираем историю посещений по каждому пользователю на сайте, раскладывать конверсии по моделям атрибуций и многое другое. ● Объединили расходы на рекламу, посетителей с сайта, продажи и выручку в одном отчете. ● Объединили e-com данные с сайта и продажи из CRM для товарной аналитики. Разрабатываем индивидуальную маркетинговую отчетность. Задать вопрос или записаться на демо можно здесь. #кейсы_клиентов

Как автоматизировать маркетинговую отчетность edtech компании: рассказываю в новом кейсе ROMI center. К нам обратился Международный Институт Психологии и Психотерапии: «Нам требовалось оцифровать платный трафик, который идет на множество лид-магнитов. Некоторое время мы пользовались специализированным сервисом аналитики для онлайн-школ. В нем объединяли рекламные расходы, лиды и продажи из Getcourse. Однако дашборды, которые есть в этом сервисе, не позволяли оценивать трафик в нужных нам разрезах. Поэтому на основе собранных сервисом данных мы уже вручную сами собирали отчеты. Это занимало время и ресурсы, плюс при ручном сборе всегда был риск допустить ошибку». Петр, специалист по маркетингу МИПИП. Настройка проводилась нашей командой. Что было сделано: ● Выяснили, какие метрики ключевые для клиента при анализе платной рекламы. ● Подготовили подробное техническое задание, описали способы получения каждого показателя и его положение в отчете. ● Настроили передачу данных из рекламных источников и CRM в Google BigQuery с помощью коннекторов ROMI center. ● Подготовили сырые данные в Google BigQuery к выводу в отчет. ● Создали два дашборда: «Общая сводка», «Пути конверсий». ● Составили регламент utm-разметки и провели тестирование работы всей системы. ● В рамках ежемесячного сопровождения провели несколько доработок по подтягиванию данных из мастер кампаний в Яндекс Директ. С какими нюансами мы сталкивались при настройке, как их решали, а также какие получились отчеты – читайте в подробном кейсе. Разрабатываем индивидуальную маркетинговую отчетность. Задать вопрос или записаться на демо можно через бот или на сайте. #кейсы_клиентов