Профессия на стыке рекламы и данных: как аналитик помогает бизнесу не терять бюджет

В рекламном кабинете всё выглядит прилично: клики идут, заявки капают, графики ползут вверх. А на планёрке собственник задаёт один неудобный вопрос — сколько из этого превратилось в оплаченные заказы и в прибыль? Отвечать оказывается некому.

Платформ стало больше, стратегии — автоматическими, конверсии приходят из десятка источников. Но человек, который проверяет, что эти цифры вообще означают, никуда не делся: чем сложнее устроена реклама, тем дороже стоит ошибка в отчёте.

Так и появилась новая профессия — аналитик рекламных кабинетов, он же аналитик рекламных кампаний, специалист на стыке рекламы, данных и экономики бизнеса. Работа подходит тем, кому интересен маркетинг, но ближе логика и таблицы, чем придумывание креативов. Разберёмся, чем такой человек занимается, как он находит потери рекламного бюджета и что нужно, чтобы войти в профессию.

Кто такой аналитик рекламных кабинетов и зачем он бизнесу

«Аналитик рекламных кабинетов» — скорее рабочее название, чем строчка в штатном расписании. В вакансиях та же работа прячется под вывесками «маркетолог-аналитик», «PPC-аналитик», «performance-аналитик», «аналитик платного трафика». Разница чаще не в квалификации, а в контуре задач: в небольшой компании специалист ведёт весь путь от выгрузки до дашборда, в крупной отвечает за один участок данных.

Кампания А даёт более дешёвые заявки, но стоимость платящего клиента у неё значительно выше. Диаграмма наглядно показывает, почему CPL нельзя использовать как единственный критерий эффективности.

Схема 1. Путь данных от клика до прибыли

Яндекс Директ / VK Ads → сайт и Яндекс Метрика → звонок или заявка → CRM → оплаченная продажа → выручка и маржа → аналитический отчёт → решение о бюджете

Что делает специалист и какой результат передаёт бизнесу

Рабочий день начинается не с креативов, а с выгрузок. Аналитик забирает данные из рекламных кабинетов, веб-аналитики и CRM, проверяет их на полноту и ошибки, сводит в один отчёт, считает показатели и формулирует гипотезы: почему кампания, которая месяц назад окупалась, вдруг перестала.

Ключевое слово — «формулирует». Таблица сама по себе никому не нужна, бизнесу нужен ответ на заданный вопрос. Какую кампанию масштабировать, что выключить сегодня? Почему заявок стало больше, а выручка стоит — дело в рекламе, посадочной странице или в том, что отдел продаж перезванивает через сутки?

Интерфейс отчёта Яндекс Директа. Показывает читателю основной «рабочий экран» специалиста. Помогает сразу понять, что аналитик работает не с абстрактными цифрами, а с конкретными отчётами и настройками, от которых зависит интерпретация результатов.

На выходе компания получает:

• очищенный отчёт, которому можно доверять при распределении денег;
• единый дашборд, где расходы, лиды и продажи лежат рядом;
• список найденных проблем — в данных и в самих кампаниях;
• карту бюджетных потерь: где деньги уходят без результата;
• рекомендации по перераспределению расходов с расчётом, а не на глаз;
• регулярный контроль KPI, чтобы просадка не осталась незамеченной.

Таблица 1. Что получает бизнес от аналитика

Почему цифры из рекламного кабинета не равны прибыли

Рекламный кабинет — честный, но близорукий свидетель. Он точно знает, сколько показов, кликов и денег прошло через систему, и видит те конверсии, которые ему настроили. Дальше знания заканчиваются: был ли лид целевым, дозвонились ли до человека, оплатил ли он заказ, не вернул ли товар через неделю и сколько маржи осталось после себестоимости — всё это живёт в других системах.

Поэтому картина собирается из нескольких источников. CRM показывает, что стало с обращением; коллтрекинг связывает звонок с кампанией; управленческий учёт добавляет возвраты и маржу. Без такой сшивки легко получить парадокс: кампания с самой дешёвой заявкой оказывается самой убыточной, потому что приводит людей, которые не покупают. 

Вторая группа расхождений — техническая. Яндекс прямо предупреждает: модель атрибуции и границы периода влияют на состав данных в отчёте. Добавьте дубли заявок, тестовые конверсии, не проставленные UTM-метки и сделки с длинным циклом, закрывшиеся уже в следующем месяце. Цифры сойдутся — просто ответят не на тот вопрос, который задал бизнес.

Как аналитик очищает данные и находит слив рекламного бюджета

«Грязные данные» — это не только файл с пустыми строками и склеенными столбцами. Испорченным может оказаться весь путь: кампания названа как попало, UTM-метка потерялась при переносе, заявка задвоилась, а сделка в CRM висит в статусе, который менеджер не трогал три недели. Цена вопроса здесь не эстетическая. Из-за ошибки в исходных данных выключают кампанию, которая приносила прибыль, и добавляют бюджет той, что тихо его расходовала.

Что на практике означает «почистить отчёт»

Очистка отчёта звучит скучно ровно до первой найденной ошибки. Набор операций у большинства аналитиков похожий: привести названия кампаний и каналов к единому формату, проверить типы данных, даты и валюты, убрать технические и тестовые конверсии, найти дубли заявок, сопоставить UTM-метки с реальными кампаниями, разделить новые и повторные продажи, учесть отмены и возвраты, убедиться, что выгрузка полная, и сверить расходы кабинета с управленческим учётом.

Отчет в Метрике с utm-метками. Делает понятным термин «сопоставить UTM-метки с кампаниями». 

Но между двумя уровнями этой работы лежит пропасть. Механическая очистка — это ремонт структуры файла: форматы, пробелы, дубли, кодировки. Аналитическая валидация отвечает на другой вопрос: отражает ли показатель реальный бизнес-процесс? Заявка в отчёте — это действительно обращение человека или срабатывание цели на кнопку «показать телефон»? Продажа — это оплата или намерение менеджера её оформить?

На практике выходит, что первый уровень осваивается за неделю, а второй — годами, потому что требует понимания того, как в компании устроены продажи.

Чек-лист 1. Проверка рекламного отчёта перед анализом

• совпадает ли период во всех источниках;
• все ли кампании попали в выгрузку;
• единообразны ли названия кампаний и каналов;
• корректны ли даты и числовые форматы;
• нет ли дублей заявок и сделок;
• исключены ли тестовые и технические конверсии;
• заполнены ли UTM-метки и сопоставимы ли они с кампаниями;
• совпадают ли валюты и способ учёта расходов (с НДС или без);
• учтены ли возвраты и отмены;
• сопоставлены ли данные с CRM;
• зафиксированы ли допущения, принятые при расчёте.

Слева показана выгрузка с дублями, разными форматами дат, пустыми метками и тестовыми обращениями. Справа — данные после нормализации, которые уже можно использовать для расчётов и принятия решений.

Где чаще всего теряются рекламные деньги

Бюджетные потери удобнее группировать не по кнопкам интерфейса, а по причинам. Деньги уходят в нецелевой спрос, когда объявления показываются по запросам, похожим на коммерческие только на первый взгляд. Уходят на площадки и сегменты рекламной сети, которые исправно тратят, но не приносят качественных обращений. Уходят в дорогие конверсии, которые никогда не доходят до оплаты, и в оптимизацию на слишком раннюю цель — клик, скролл, открытие формы, — из-за чего автостратегия честно учится приводить людей, готовых нажать кнопку, но не купить.

Дальше идут потери, которых в кабинете не видно вовсе: дубли и тестовые заявки, завышающие результат; неучтённые возвраты и отмены; лид, до которого отдел продаж дозвонился через сутки; масштабирование по стоимости лида без оглядки на стоимость клиента, выручку и маржу; ошибки атрибуции; сезонный всплеск, принятый за устойчивый тренд.

Отсюда неудобный вывод: неэффективные расходы далеко не всегда означают плохую настройку рекламы. Причина может сидеть на сайте, в разметке, в CRM, в самом продукте или в скорости работы менеджеров. Аналитик, который умеет только ругать директолога, стоит недорого.

Таблица 2. Карта типичных потерь рекламного бюджета

Чек-лист 2. Признаки возможного слива бюджета

• расходы растут быстрее продаж;
• стоимость лида снижается, а стоимость клиента растёт;
• много обращений не проходит квалификацию;
• одна площадка стабильно тратит и не даёт заказов;
• конверсии видны только внутри кабинета и не подтверждаются CRM;
• рекламный отчёт расходится с данными продаж;
• ROMI считается по выручке без учёта маржи;
• решения принимаются по слишком короткому периоду;
• автостратегия обучается на слабой или ранней цели.

Как выглядит анализ: от тревожного сигнала до решения

Возьмём условный пример. Сервис по установке окон ведёт две кампании с одинаковым месячным бюджетом в 300 000 рублей. Первая выглядит образцово: 500 заявок, стоимость лида 600 рублей. Вторая кажется провальной: 200 заявок по 1 500 рублей. Логика «дорогую отключить, дешёвую масштабировать» напрашивается сама.

Аналитик выгружает сделки из CRM, сопоставляет их с рекламными данными по меткам и датам, убирает дубли и тестовые обращения. Картина переворачивается: у первой кампании квалификацию проходит около 15% заявок и до оплаты доходят 20 договоров, у второй — 55% и 45 договоров. Стоимость клиента получается 15 000 рублей против 6 700. При среднем чеке 40 000 рублей и марже 30% первая приносит 240 000 рублей валовой прибыли на 300 000 расхода, вторая — 540 000.

Затем сегментация: регионы, устройства, площадки. Выясняется, что дешёвые заявки собирает мобильный трафик рекламной сети, а стратегия оптимизируется на цель «отправка формы» — самое раннее действие в воронке.

Решение звучит буднично: ограничить проблемный сегмент, передавать в кабинет статус квалифицированного лида вместо простой заявки, отдельно обсудить с продажами скорость обработки. Гарантий, что ROMI вырастет, никто не даёт — аналитик снижает неопределённость и предлагает проверяемый эксперимент с контрольным периодом.

Схема 2. Цикл работы аналитика

сигнал → проверка качества данных → сегментация → гипотеза → дополнительная проверка → рекомендация → эксперимент → контроль результата

Какие инструменты и метрики нужно освоить

Хорошая новость для новичка: становиться одновременно программистом, директологом и финансовым директором не придётся. Инструменты осваиваются уровнями, и первый из них — вовсе не BI. Сначала нужно понять, какой источник что знает и чего не знает, и научиться собирать отчёт, который выдерживает проверку. Автоматизация приходит потом, когда понятно, что именно автоматизировать: повторяющиеся выгрузки, одинаковые преобразования, регулярные сверки.

Яндекс Директ, VK Ads, Метрика и CRM: роль каждого источника

У каждого источника своя зона ответственности и своя слепая зона. Рекламный кабинет — Яндекс Директ, VK Ads или любой другой — отдаёт расходы, показы, клики, структуру кампаний, аудитории и внутренние конверсии. Система веб-аналитики вроде Яндекс Метрики добавляет визиты, поведение на сайте, достижение целей, источники и модели атрибуции. CRM знает то, чего не знает никто из них: прошло ли обращение квалификацию, дошло ли до сделки, на какую сумму и когда закрылось. (внутренние ссылки: «как работает Яндекс Директ», «что такое VK Реклама»)

Отдельно стоят коллтрекинг, который связывает звонок с рекламным источником, и управленческий учёт с маржой, себестоимостью и возвратами. Для бизнеса с телефонными продажами первый закрывает половину картины, а без второго ROMI превращается в красивую, но бесполезную цифру.

Ни один из этих источников поодиночке не отвечает на вопрос «окупается ли реклама». Работа аналитика начинается ровно там, где данные нужно сшить по общим ключам — меткам, идентификаторам клиента и датам.

Таблица 3. Источники данных и их ограничения

Excel, Power Query и BI: как собрать единый отчёт

Путь обычно один и тот же. Начинается всё с Excel или Google Таблиц: формулы, фильтры, сводные таблицы, проверка данных. На этом уровне уже можно сделать полноценный отчёт — просто руками и каждый месяц заново. 

Следующая ступень — Power Query. Он превращает разовую уборку в повторяемую процедуру: загрузка файлов, приведение форматов, объединение выгрузок из разных кабинетов происходят по сохранённому сценарию. Дальше идут BI-системы, например Power BI или Yandex DataLens: интерактивные отчёты, фильтры по кампаниям и периодам, динамика показателей, регулярный мониторинг вместо ежемесячного аврала. Верхний уровень — SQL и работа с API: статистику Яндекс Директа можно забирать через Reports API, а BI-система умеет подключаться к базам, файлам и Метрике напрямую. 

Одна оговорка, о которой на курсах говорят реже, чем стоило бы: красивый дашборд не лечит кривые исходные данные, а делает ошибку убедительнее. Сначала логика показателей и контроль качества, потом визуализация.

Схема 3. Уровни аналитического стека

ручная выгрузка → очищенная таблица в Excel → автоматизация в Power Query → BI-дашборд → SQL и API с регулярным обновлением

CPA, CAC, CPO, ROMI и LTV: какие показатели нужны бизнесу

Заучивать словарь аббревиатур бессмысленно: каждая метрика отвечает на конкретный вопрос бизнеса. CPL — сколько стоит обращение. CPA и CPO — сколько стоит целевое действие или заказ. CAC — сколько стоит новый платящий клиент, и это обычно совсем другая сумма. ДРР показывает долю выручки, которую съедает реклама, ROMI — окупились ли вложения, LTV — сколько клиент принесёт за всё время работы с компанией.

Какой показатель станет главным, зависит от бизнес-модели, длины цикла сделки и доступности данных. Интернет-магазину хватает ДРР и CPO, в B2B с трёхмесячным циклом ориентироваться на стоимость лида — почти самообман, а у подписочного сервиса без LTV разговор об окупаемости не начинается вовсе.

Достаточно одной формулы для старта: ROMI = (валовая прибыль от рекламы − рекламные расходы) ÷ рекламные расходы × 100%. Только договоритесь заранее, что входит в знаменатель: комиссия агентства, НДС, зарплата специалиста. Один и тот же канал легко показать и прибыльным, и убыточным, меняя состав расходов. 

Таблица 4. Метрика и бизнес-вопрос

Чем профессия отличается от директолога, таргетолога и веб-аналитика

В малом бизнесе всё это делает один человек, которого зовут просто «маркетолог». Он же настраивает кампании, он же считает результат, он же объясняет собственнику, почему в этом месяце заявок меньше. Разделение ролей появляется вместе с масштабом: когда кампаний десятки, каналов несколько, а рекламный бюджет становится заметной строкой расходов. И речь не о том, что аналитик умнее коллег, — просто он смотрит на рекламу с другого конца воронки.

Сравнение зон ответственности и результатов работы

Директолог отвечает за контекстную рекламу: семантику, объявления, ставки, стратегии, качество трафика из поиска и сетей. Таргетолог решает похожую задачу в социальных платформах, где нет готового спроса и всё держится на аудиториях и креативах. Веб-аналитик отвечает за корректность данных на сайте: счётчики, цели, события, разметку, воронку поведения. Аналитик рекламных кабинетов работает поверх всего этого — сводит расходы каналов с продажами и объясняет, где деньги окупаются.

Таблица 5. Аналитик, директолог, таргетолог и веб-аналитик

Ключевое различие проходит по глубине связи с выручкой. Директолог и таргетолог отвечают за показатели внутри своих кабинетов, веб-аналитик — за качество измерений, аналитик платного трафика — за экономический смысл цифр. При этом он не обязан сам запускать кампании: его инструмент — не редактор объявлений, а сводный отчёт и аргумент, подкреплённый расчётом. 

На практике вакансии часто смешивают роли: под «маркетологом-аналитиком» скрывается и человек с доступом к CRM, и тот, кому раз в неделю дают выгрузку и просят график.

Когда компании нужен отдельный аналитик

Отдельная штатная единица окупается не всегда, но признаки потребности вполне осязаемы. Каналов и кабинетов стало несколько, работают разные подрядчики со своими форматами отчётов, ручная отчётность отнимает дни, платформы регулярно расходятся с CRM, руководитель не может ответить на вопрос об окупаемости, решения принимаются по стоимости лида вместо продаж, а бюджет приходится перераспределять каждую неделю.

Если совпало три-четыре пункта, аналитик уже нужен — вопрос в формате. В небольшой компании роль закрывает маркетолог с аналитическими компетенциями, в агентстве один специалист ведёт сразу несколько клиентских проектов, а в крупном e-commerce это отдельная команда со своим стеком и регламентами.

Как войти в профессию в России в 2026 году

Крайности здесь мешают одинаково. Профильное высшее для старта не требуется — в профессию приходят из маркетинга, продаж, финансов и экономики. Но и «изучить интерфейс кабинета за выходные» не выйдет: без понимания экономики бизнеса получается оператор выгрузок, а не аналитик. Спрос подкреплён рынком: по итогам 2025 года объём российского рекламного рынка составил 981,6 млрд рублей при замедлении роста до 8,5% против 24% годом ранее. Когда бюджеты перестают расти сами собой, умение находить неокупаемые вложения дорожает.

Илья Чухляев, эксперт по аналитике и ex-директор по развитию OWOX BI: «Большинство компаний строят сквозную аналитику, чтобы узнать, какой канал приносит больше денег. Но настоящий инсайт рождается тогда, когда вы понимаете, почему канал, приносящий дешевые лиды, генерирует убыток на этапе LTV. Данные ради дашборда не имеют смысла, смысл имеет только управленческое решение на их основе».

Кому подходит работа и какая база нужна на старте

Работа подходит людям с определённым складом. Пригодятся интерес к маркетингу и поведению покупателей, спокойное отношение к таблицам, внимательность к деталям, привычка проверять предположение прежде, чем строить на нём вывод, умение объяснять результат неаналитикам и терпение при поиске ошибки, которая прячется в тысячной строке.

Со сложной математикой можно выдохнуть. На старте достаточно процентов, средних и медиан, логики воронки, базового представления о статистической значимости и понимания разницы между выручкой, расходами и маржой. Всё остальное добирается по мере необходимости.

Кому профессия скорее не подойдёт: тем, кто не любит перепроверять данные, не готов документировать свои действия и не хочет отвечать за вывод. Аналитик регулярно оказывается человеком, который приносит руководителю неприятную новость и защищает её цифрами. 

Что изучать: пошаговый маршрут обучения

Маршрут удобно разбить на пять ступеней, и каждая заканчивается не сертификатом, а осязаемым результатом.

Первая — основы маркетинга и рекламной воронки: откуда берётся спрос, чем отличается лид от клиента. Вторая — Яндекс Директ, VK Ads и Яндекс Метрика на уровне структуры и отчётности: не как настроить кампанию, а какие данные оттуда можно достать и в каком виде. Третья — Excel и Power Query: сводные таблицы, проверка данных, повторяемая обработка выгрузок. Четвёртая — метрики и юнит-экономика: CPA, CAC, ROMI, ДРР, LTV и умение объяснить, откуда взялась каждая цифра. Пятая — BI, SQL и автоматизация, к которым логично переходить, когда ручной отчёт уже собирается уверенно.

Отдельно — про выбор программы. Рейтингов курсов здесь не будет, а критерии выбора вполне проверяемы, и главный из них простой: есть ли в программе работа с настоящими выгрузками и связка рекламы с CRM. 

Таблица 6. Маршрут развития навыков

Чек-лист 4. Как выбрать обучение

• есть ли практика на реальных или реалистичных выгрузках;
• изучается ли связка рекламных данных с CRM;
• входят ли в программу Excel и Power Query;
• объясняются ли ROMI, CAC и модели атрибуции;
• создаётся ли проект, который не стыдно показать работодателю;
• проверяет ли работы живой преподаватель;
• обновлены ли уроки под российские платформы;
• нет ли обещаний гарантированного трудоустройства и дохода.

Как собрать портфолио и пройти тестовое задание

Главное препятствие новичка — нет коммерческого доступа к данным — решается проще, чем кажется. Портфолио собирается на обезличенных, учебных или синтетических выгрузках, а таблицу можно сгенерировать самому, заложив в неё типичные болезни: дубли, разные форматы дат, пустые метки. 

Достаточно двух-трёх проектов. Первый — аудит выгрузки из рекламного кабинета: что с данными не так и почему по ним нельзя принимать решения. Второй — объединение рекламных данных с таблицей продаж и расчёт CAC и ROMI по кампаниям. Третий — дашборд, где рядом лежат расходы, лиды, продажи и окупаемость.

Скриншот дашборда сам по себе не работает. Работодателю интересна логика рассуждения: постановка задачи, описание данных, список найденных ошибок, расчёты, выводы, рекомендации и обязательно — ограничения анализа.

С тестовым заданием та же история. Выигрывает такой порядок: сначала проверить полноту и качество таблицы, затем считать показатели и только потом рекомендовать. Допущения проговаривать прямо в ответе — этим аналитик и отличается от оператора. 

Чек-лист 3. Что должно быть в портфолио новичка

• задача и контекст бизнеса;
• описание набора данных и его происхождения;
• список обнаруженных ошибок;
• очищенная версия таблицы;
• расчёт ключевых метрик;
• визуализация результата;
• выводы;
• рекомендации с приоритетом;
• ограничения анализа и принятые допущения;
• ссылка на файл или обезличенный дашборд.

Вакансии, доход, карьерный рост и влияние ИИ

Искать работу стоит сразу по нескольким названиям: младший маркетолог-аналитик, аналитик рекламных кампаний, аналитик платного трафика, PPC-аналитик, performance analyst, web analyst, junior marketing analyst. Работодатели — агентства, e-commerce, онлайн-сервисы, образовательные проекты и отделы маркетинга крупного бизнеса.

Ближайший зарплатный ориентир — веб-аналитики. По данным за I квартал 2026 года в Москве джунам предлагали 70 000–120 000 рублей, мидлам — 150 000–350 000, сеньорам — 200 000–400 000; в городах-миллионниках вилки заметно ниже, для начинающих — 50 000–110 000. Цифры стоит перепроверять: рынок и названия ролей меняются быстрее, чем выходят обзоры. 

Чек-лист 5. Проверка вакансии перед откликом

• какие рекламные системы использует компания;
• кто отвечает за настройку кампаний;
• будет ли доступ к CRM и данным продаж;
• какие отчёты и с какой периодичностью нужно готовить;
• ожидается ли знание SQL;
• требуется ли работа с BI-системой;
• есть ли наставник или сильный коллега;
• по каким KPI оценивают специалиста;
• не скрывается ли под словом «аналитик» универсальный маркетолог на всё.

Заключение

Эффективность рекламы нельзя оценить только по данным рекламной платформы. Чтобы понять, какие кампании действительно окупаются, необходимо объединить расходы, обращения, сделки и финансовые показатели — именно эту задачу решает аналитик рекламных кабинетов.

• Аналитик рекламных кабинетов связывает рекламу с финансовым результатом. Он объединяет данные рекламных платформ, веб-аналитики, CRM и управленческого учёта, чтобы определить, какие кампании приносят продажи и прибыль.
• Показатели рекламного кабинета не отражают всю воронку продаж. Платформа видит показы, клики и настроенные конверсии, но не знает о квалификации лида, оплате, возвратах, себестоимости и марже.
• Качество исходных данных напрямую влияет на решения о бюджете. Дубли, тестовые заявки, ошибки в UTM-метках, разные периоды и модели атрибуции могут сделать прибыльную кампанию убыточной в отчёте и наоборот.
• Дешёвая заявка не всегда означает дешёвого клиента. Для оценки эффективности необходимо смотреть не только на CPL, но и на CAC, CPO, ДРР, ROMI, маржу и итоговую прибыль.
• Потери рекламного бюджета возникают на разных этапах воронки. Причина может находиться в настройках рекламы, качестве трафика, работе сайта, CRM, обработке обращений или экономике продукта.

Если вы только начинаете осваивать профессию аналитика рекламных кабинетов, рекомендуем обратить внимание на подборку курсов по контекстной рекламе. В программах есть теоретическая и практическая часть: работа с рекламными отчётами, CRM, Excel, Power Query, метриками и расчётом окупаемости.