Как настроить дашборд для управления продажами с данными из CRM Битрикс24 и Google-таблиц в Power BI

Часто для анализа продаж и управления коммерческим отделом руководителю требуются показатели в разных разрезах, но при этом удобнее собирать их в одном отчёте. А данные, которые должны попасть в отчёт могут содержаться в CRM-системе, 1С, Excel или Google-таблицах. Разберём на нашем примере настройку интеграции CRM Битрикс с BI и оформление дружелюбных отчётов для отдела продаж.

Зачем нужен Power BI и как с ним работать

Наш отдел продаж работает с b2b-клиентами. Мы ведём сделки в Битрикс. Нам важно анализировать, сколько создано за месяц сделок, сколько из них успешных, выполнение плана, объём продаж и показатели по каждому сотруднику.

В самих CRM-системах обычно недостаточно инструментов, чтобы агрегировать необходимую информацию и вывести её в отчёт стандартными средствами программы. Особенно, когда дело касается подгрузки части данных не из самой системы CRM-системы. Задачу по объединению и визуализации данных отлично решает дашборд в Power BI.

Пример дашборда по динамике продаж, который «забирает» данные по плану продаж из Google-файла, а данные по факту — из CRM.

Для коммерческого отдела необходимо было настроить дашборды с оперативными показателями, а для этого интегрировать Битрикс и Power BI. Сначала мы использовали сторонний интегратор. Он брал данные из Битрикс, сохранял себе, а мы через Power BI подключались к интегратору и получали данные оттуда. Но интегратор, во-первых, платный, во-вторых, имеет ряд ограничений:

1. Количество строк. В базовом варианте мы можем получать и хранить в нём всего лишь 10 тысяч строк.
2. Частота выгрузки данных. Скачивать данные можно только один раз в сутки.
3. Запросы. У Битрикса есть справочник товаров, а есть справочник папок для товаров, и это два разных запроса. Интегратор к справочнику товаров обращается, а к справочнику папок товаров — нет, и данные оттуда не загрузить.
4. Нестандартные поля. Например, если мы делаем общий запрос на все сделки, а потом ещё в скобочках хотим прописать источник заявки, который указывается в нестандартном поле. С такими полями могут возникнуть трудности при выгрузке.

Даже при том, что у нас довольно крупные сделки, и они не в таком большом количестве накапливаются, мы столкнулись с тем, что некоторые данные перестали загружаться через интегратор из-за исчерпанного лимита.

Поэтому мы постепенно начали переходить на собственные скрипты для получения данных напрямую из Битрикса. В своих скриптах мы можем обращаться к Битриксу столько раз, сколько нам нужно. Например, если во время совещания с руководством нужно срочно обновить данные в Power BI, запускаем скрипт и данные скачиваются из Битрикса. Таким образом дашборд актуален практически в любой момент времени.

Пример дашборда по анализу сделок, на котором отображается воронка по этапам, конверсия, средний чек, результаты по менеджерам и другие важные для оценки эффективности отдела продаж показатели.

Какие показатели можно контролировать

С помощью разработанного нами скрипта мы можем собирать и анализировать больший объём данных, чем выгружали через интегратор.

1. Анализ продуктов. Мы выбираем папку с товарами и получаем всю аналитику: сколько было создано товаров, сколько продано и на какую сумму, детализацию по клиентам вплоть до ответственного.
2. Грейды сотрудников. Мы разработали для сотрудников систему грейдов, основанную на баллах. Баллы начисляются по 5 критериям: базовое образование, срок работы, прохождение тестов, соблюдение технологий продаж и корректная работа в Битрикс. Через интегратор собирать всю эту информацию было сложно. Данные по первым трём критериям сотрудник заполнял вручную в Excel. А вот соблюдение технологий продаж и корректную работу в Битрикс мы вообще не могли отследить без самописных скриптов. Соблюдение технологии продаж по чек-листу оценивает ассистент коммерческого отдела, прослушивая записи телефонных разговоров. Он выставляют общий балл в документе, который нельзя выгрузить через интегратор.

Пример дашборда по оценке работы менеджеров по показателям, которые могут быть «зашиты» в системе мотивации и грейдов. Данные подтягиваются из нескольких источников.

3. Показатели эффективности отдела продаж. Здесь отображаются детализированные данные по каждому сотруднику. Данные плана продаж загружаются из Excel. Можем посмотреть, сколько создано за месяц сделок у конкретного ответственного, сколько успешных сделок, выполнение плана, объём продаж, план продаж. Срок работы сотрудника в компании высчитывается автоматически по данным из справочника в Битриксе. Чек-листы, жалобы и благодарности проверяющие вручную заполняют в Excel.
4. Анализ по направлениям. В этот раздел собираются данные по товарам, которые прикрепляются к сделке, а не по самим сделкам.
5. Конверсия на каждом этапе. В Power BI считается процент конверсии на каждом этапе. Для этого надо взять все сделки, которые были на этом этапе, и посмотреть, сколько из них дошли до успешного завершения. Полученный показатель в процентах позволяет нам прогнозировать, сколько из начатых сделок должно дойти до успешного завершения.

Пример дашборда по контролю новых сделок в разрезе направлений, менеджеров и источников с индикатором выполнения плана.

6. Анализ по менеджерам. Собираются данные о конверсии, выполнении плана, количественные показатели по созданным сделкам, сделкам в работе, успешным и провальным сделкам.
7. Анализ сделок. Power BI позволяет анализировать провальные сделки и причины отказа, успешные сделки, сделки в работе. Все сделки отображаются с двумя основными показателями — количество и сумма — в разрезе менеджеров, клиентов и направлений.

Что может пойти не так

Конечно, дашборды в Power BI не существуют сами по себе. Они — зеркало, которое отражает данные из учётных систем и других программ. Поэтому от корректности заведения первичных данных будет зависеть и корректность отображения информации в визуальном отчёте.

Приведём пример. У нас был случай, когда сведения по сделкам и по товарам начали различаться. Продажники подумали, что это сбой в системе. На самом деле проблема была в том, что в некоторых сделках менеджеры не указали товары. Соответственно, в показателях по сделкам они учитывались, а по товарам — нет. Как только товары добавили во все сделки, данные сошлись.

Power BI позволил объединить данные из разных систем, которые важно отслеживать в одном отчёте. Благодаря автоматическому обновлению отчётов раз в день, руководители могут оперативно отслеживать показатели и быстро подводить итоги месяца.