ITOQ
Все статьи
BI / Аналитика 3 мин чтения

BI-дашборды для руководителя: какие показатели выводить, откуда брать данные и на чём строить

Как сделать дашборд, который руководитель действительно открывает: выбор показателей, источники данных (CRM, реклама, 1С), инструменты — Yandex DataLens, Apache Superset, Metabase — и типичные ошибки.

Коротко

Дашборд для руководителя полезен, если отвечает на 3–5 управленческих вопросов — «сколько продали», «откуда клиенты и сколько они стоят», «где процесс тормозит» — и обновляется сам из CRM, рекламы и учётных систем. Главная работа не в рисовании графиков, а в сведении данных: одинаковые определения метрик, единая разметка источников, отсутствие дублей. Построить дашборд можно на Yandex DataLens или на open-source инструментах вроде Apache Superset; у нас BI-дашборды стоят от 50 000 ₽ и занимают от 2 недель.

Какие показатели выводить

Начинайте не с данных, а с решений, которые руководитель принимает регулярно:

Вопрос Показатели
Как идут продажи? Выручка, число сделок, средний чек — по периодам
Откуда приходят клиенты? Заявки и сделки по каналам, стоимость заявки и сделки
Где теряем клиентов? Конверсия по стадиям воронки, время на стадии
Как работают менеджеры? Сделки и конверсия по сотрудникам, скорость первого ответа

Правило: если показатель не приводит ни к какому решению, ему не место на главном экране.

Откуда брать данные

  • CRM (например, Битрикс24) — заявки, сделки, стадии, менеджеры.
  • Реклама и веб-аналитика — расходы и источники, разметка UTM, цели в Метрике.
  • Учётные системы (1С) — оплаты, отгрузки, себестоимость.
  • Телефония — звонки и их источники.

Самая частая проблема — данные не сходятся между системами: клиент задублирован, источники размечены по-разному, «сделка» в CRM и «продажа» в 1С считаются разными правилами. Поэтому первый этап — договориться об определениях и почистить источники. В нашем проекте «Унификация» именно сведение 9 сайтов в одну CRM и нормализация UTM дали дублей на 40% меньше — без этого любой дашборд показывал бы неверные цифры.

На чём строить

Инструмент Модель распространения Когда подходит
Yandex DataLens Облако Yandex Cloud: первое рабочее место бесплатно, дальше 990 ₽ в месяц за место (по документации на сентябрь 2026); есть open-source версия под Apache 2.0 Быстрый старт, данные в российском облаке
Apache Superset Open-source, Apache 2.0, разворачивается на своём сервере Нужен полный контроль и своя инфраструктура
Metabase Есть open-source редакция, разворачивается у себя Простые отчёты и вопросы к данным без SQL

Для большинства небольших компаний выбор инструмента вторичен: дольше и дороже всего — подготовка данных.

Типичные ошибки

  1. Слишком много графиков. Дашборд, где 30 виджетов, никто не читает. 5–7 ключевых показателей на главном экране, детали — на отдельных вкладках.
  2. Ручная выгрузка. Если данные нужно загружать руками, дашборд через месяц перестают обновлять.
  3. Разные определения. Пока отдел продаж и маркетинг по-разному считают «лид», цифры будут спорными.
  4. Нет владельца. Кто-то должен отвечать за то, что данные верные.

Вопросы и ответы

Какие показатели нужны руководителю на дашборде? Выручка и число сделок, заявки и сделки по каналам со стоимостью, конверсия по стадиям воронки и работа менеджеров — то, что влияет на регулярные решения.

Сколько стоит разработка BI-дашборда? У нас — от 50 000 ₽ и от 2 недель. Цена зависит от числа источников данных, дашбордов и того, нужно ли отдельное хранилище.

Что выбрать: DataLens или Superset? DataLens — для быстрого старта в российском облаке; Superset — если нужна своя инфраструктура и полный контроль. Оба варианта рабочие, основная работа — в подготовке данных.

Почему цифры в дашборде не совпадают с CRM? Обычно из-за дублей клиентов, разной разметки источников и разных определений метрик в системах. Это решается сведением данных и единым справочником определений.

Источники

  1. Yandex Cloud: правила тарификации DataLens
  2. DataLens на GitHub (Apache 2.0)
  3. Apache Superset на GitHub
  4. Metabase на GitHub
  5. Кейс ITOQ: «Унификация»
#BI#ДАШБОРДЫ#DATALENS#SUPERSET#АНАЛИТИКА
АП
Автор
Антон Правкин, основатель ITOQ

Внедряет ИИ и LLM в процессы компаний, разрабатывает платформы и чат-ботов. LinkedIn

Делаем это для бизнеса

BI-дашборды и аналитика данных для бизнеса

Собираем данные из CRM, рекламы и сервисов в дашборды с метриками и KPI, настраиваем отчётность, прогнозы и мониторинг.

Подробнее об услуге
CTA

Похожая задача в вашем бизнесе?

Расскажите коротко — предложим путь от аудита до запуска. Можно без формальностей.

Читать дальше

Сквозная аналитика и CRM: как внедрить и что посчитать в первый месяц

Как связать рекламу, сайт и CRM в сквозную аналитику: что нужно настроить (UTM, цели, передача сделок в Метрику, коллтрекинг), типичные ошибки и что считать в первый месяц. Пример на кейсе ритейл-сети.

Сколько стоит внедрение ИИ в бизнес в 2026 году: из чего складывается цена и как не переплатить

Стоимость внедрения искусственного интеллекта в компании: разработка, модель, инфраструктура, поддержка. Ориентиры цен, от чего они зависят, когда облачная модель дешевле своей и наоборот. Примеры из наших проектов.

Разработка чат-бота для бизнеса под ключ: этапы, сроки и из чего складывается цена

Как проходит разработка чат-бота для бизнеса: этапы от аудита до запуска, сроки, от чего зависит стоимость, когда хватит конструктора, а когда нужна разработка. Цены и примеры из наших проектов.