KPI-продаж из Bitrix24 On‑Premise и интеграция с Power BI, DataLens, Superset

Встроенный BI-коннектор Bitrix24 On‑Premise: возможности и запуск

Что это и какие данные дает. Bitrix24 включает встроенный модуль BI-коннектор для подключения внешних систем бизнес-аналитики. Он позволяет безопасно выгружать из «коробочного» портала все накопленные данные (CRM и другие разделы) во внешние BI-инструменты для детального анализа. В частности, доступны данные CRM по лидам, сделкам, компаниям, контактам, товарам и даже настраиваемые поля. Наборы данных включают ключевые показатели продаж: стадия сделки, сумма, ответственный менеджер и др. Например, в выгрузке по сделкам сразу есть текущая стадия (и тип исхода – успешно/неуспешно), вероятность успеха, сумма, валюта, ответственный и его отдел. Это значит, что BI-коннектор предоставляет все необходимые поля для расчета KPI: воронка продаж, конверсии (статус сделки – выиграна или проиграна), суммы сделок, эффективность менеджеров и т.д.

Активация модуля. В последних версиях коробочного Bitrix24 модуль BI-коннектора уже входит в состав (для старых версий < 24.900.100 его нужно установить отдельно). Убедитесь, что портал обновлен до актуальной версии. Далее зайдите в административный раздел Bitrix24: Настройки > Настройки продукта > Модули – найдите «BI-коннектор» и при необходимости установите его. После установки откройте Настройки > Настройки продукта > Настройки модулей > BI-коннектор. На этой странице нужно только задать права доступа – какие группы пользователей могут пользоваться BI-аналитикой. Обычно доступ дают администраторам или аналитикам. При подключении Google Looker Studio модуль сгенерирует специальный идентификатор автоматически, для других систем (Power BI, DataLens, Superset) никакого ID не требуется.

После настройки прав в интерфейсе вашего портала появится раздел CRM > Аналитика > Оперативная аналитика > BI-аналитика. В этом разделе Bitrix24 показывает параметры подключения для BI-систем – URL вашего портала и секретный ключ доступа. Эти данные нужны, чтобы внешняя BI-система смогла запросить данные из Bitrix24 через BI-коннектор. Bitrix24 позволяет создавать несколько ключей – например, по одному на каждого аналитика или на каждый внешний сервис, чтобы разграничить доступ и отслеживать использование. Вы всегда можете отозвать или сгенерировать новый ключ при необходимости (в разделе «Управление ключами» BI-аналитики).

Обратите внимание на ограничения по объему данных: в зависимости от редакции (тарифа) «коробки» BI-коннектор возвращает ограниченное число строк за один запрос. Например, базовые и стандартные тарифы – до 10 000 строк, профессиональный – до 100 000, а Enterprise – 250 000 / 500 000 / 1 000 000 строк (в зависимости от уровня Enterprise). Если пытаетесь выгрузить больше, будет предупреждение о превышении лимита. Поэтому при огромных массивах данных выгрузку надо организовать с учетом этих лимитов (о чем ниже в лучших практиках). Впрочем, для большинства задач по продажам этих объемов достаточно, а при необходимости данные можно получать частями (например, по периодам).

Использование BI-аналитики. Когда модуль настроен, вы можете подключать конкретные BI-инструменты. Bitrix24 поддерживает прямую интеграцию с Microsoft Power BI, Google Looker Studio (ранее Data Studio) и Яндекс DataLens – для них предусмотрены готовые подключения и шаблоны отчетов. Также в Bitrix24.On-Premise Enterprise доступен встроенный BI-конструктор (на базе Apache Superset), позволяющий строить дашборды прямо внутри портала. Ниже мы подробно разберем каждый вариант подключения.

Способы выгрузки данных о продажах (сделки, воронка и др.)

Bitrix24 On-Premise предоставляет несколько подходов к экспорту данных для аналитики. Выбор зависит от ваших технических возможностей и требований к объему/актуальности данных. Рассмотрим четыре основных способа: через штатный BI-коннектор, через REST API, прямым доступом к базе, а также ручной экспорт CSV.

1. Выгрузка через BI-коннектор (без программирования)

Как это работает: наиболее простой способ – воспользоваться встроенным BI-коннектором, описанным выше. Он не требует программирования: все настройки выполняются через интерфейс Bitrix24. Портал сам агрегирует данные CRM в готовые наборы (лиды, сделки, история стадий и пр.) и отдает их внешнему сервису по защищенному каналу. Внешняя BI-система выступает как клиент, отправляя запросы с указанием нужного набора данных и получая JSON-данные (это происходит автоматически при использовании готовых шаблонов).

Шаги выгрузки: зайдите в раздел CRM > Аналитика > BI-аналитика в вашем Bitrix24. Здесь выберите вкладку нужного инструмента – например, Microsoft Power BI или Yandex DataLens. Портал покажет вам два ключевых параметра: Адрес сервера (URL для подключения) и Секретный ключ. Скопируйте их – они понадобятся в BI-системе.

Далее Bitrix24 предлагает установить источник данных или шаблон отчета. Например, для Power BI доступен «Универсальный источник BI-аналитики» – это преднастроенный набор, объединяющий поля по лидам, сделкам, смарт-процессам и т.д.. Вы можете скачать готовый шаблон отчета (файл .pbit) из портала Bitrix24. Откройте этот шаблон в приложении Power BI Desktop (предварительно установив его с официального сайта Microsoft). При открытии шаблон попросит указать параметры – введите скопированные адрес сервера (URL вашего портала) и секретный ключ из Bitrix24. После этого Power BI подключится к порталу и загрузит данные. Аналогично работают и Looker Studio (через специальный коннектор) и DataLens: вы указываете адресу и токен, и система получает данные с портала.

При первом подключении может быть предложено ограничить диапазон данных. Рекомендуется сначала загружать данные за небольшой период – например, 1-2 недели – чтобы убедиться, что соединение настроено и объем не превышает лимиты. Затем диапазон можно расширять (в шаблонах Power BI и Looker Studio это делается через параметры или редактор запросов – например, задайте год или квартал). BI-коннектор выгружает все записи за указанный период (например, все сделки, созданные/измененные за год), поэтому период нужно выбирать осознанно.

Что вы получаете: при успешном подключении внешний BI-инструмент увидит один или несколько наборов данных из Bitrix24. Например, при подключении DataLens автоматически появляются наборы «Лиды» и «Сделки», а также готовый дашборд с основными метриками по ним. В Power BI шаблон построит отчеты по воронке лидов и сделок, показателям по менеджерам и т.д. Вы можете редактировать эти отчеты под свои нужды – добавлять графики, таблицы, вычисляемые показатели. Все поля CRM уже на месте: стадия сделки (с названием и ID), дата создания и закрытия, суммы, ответственный, источник, и пр. Отдельно стоит упомянуть историю стадий сделок: BI-коннектор предоставляет набор данных crm_deal_stage_history (и аналогично по лидам). Он содержит записи о каждом переходе сделки на новую стадию с датой начала и окончания стадии, именем ответственного на тот момент и пр.. Это позволяет анализировать конверсию и длительность этапов воронки (при необходимости подключите этот набор в свой отчет).

Плюсы и минусы: метод с BI-коннектором удобен – не требуется кодить, Bitrix24 уже все подготовил. Также он относительно безопасен: вы выдаете только секретный ключ и можете в любой момент его отозвать, прекращая доступ. Минус – ограничение по строкам (может потребоваться фильтровать данные по времени или категориям, чтобы не превысить лимит). Кроме того, BI-коннектор отдает текущие данные в реальном времени; если нужны сложные исторические срезы или комбинирование с внешними источниками, возможно, удобнее сначала выгрузить данные в отдельное хранилище. В целом же для оперативной аналитики продаж штатный коннектор – оптимальное решение.

2. Выгрузка данных через REST API Bitrix24

Когда использовать: REST API подходит, если вам нужна полная гибкость или автоматизация, выходящая за рамки стандартных шаблонов. Например, вы хотите загрузить данные из Bitrix24 в собственное хранилище (базу данных, DWH) или сделать предобработку. Через API можно получить любые сущности и поля, применить фильтры, и выполнять это по расписанию скриптом. Однако потребуется навыки программирования или помощь разработчика.

Как получить данные: Bitrix24 предоставляет обширный REST API. В контексте продаж ключевые методы:

• crm.deal.list – получить список сделок (с фильтрами, выбором полей). Например, можно запросить только сделки с определенной стадией или диапазоном дат. API поддерживает фильтрацию, сортировку и выбор полей. Запрос возвращает данные в формате JSON.
• crm.lead.list – аналогично для лидов.
• crm.stagehistory.list – получить историю движения по стадиям для сделок или лидов. Этот метод возвращает список записей о смене стадий (ID сделки, старая и новая стадия, время изменения и пр.), что полезно для расчета конверсий и длительности стадий.
• Методы для справочников, например crm.status.list (список стадий и их названий) и др., чтобы сопоставить код стадии с человекочитаемым названием, если нужно.

Чтобы использовать REST, сначала получите вебхук или OAuth-токен. Проще всего в коробке – создать входящий вебхук для нужных методов (в разделе Разработчикам > Вебхуки). Вебхук даст вам уникальный URL вида:

https://<your_portal>/rest/1/<webhook_code>/crm.deal.list?filter[>DATE_CREATE]=2023-01-01&select[]=TITLE&select[]=STAGE_ID&select[]=OPPORTUNITY

Этот URL сразу включает токен и позволяет выполнить метод crm.deal.list. Например, запрос выше выгрузит все сделки, созданные после 1 января 2023, с полями Название, Стадия и Сумма. Вы можете вызывать такой URL из скрипта (curl, Python requests, etc.) и получать результаты в JSON. Ниже приведен пример на curl:

curl "https://your-b24.ru/rest/1/XXXXXXXX/crm.deal.list?filter[>DATE_CREATE]=2023-01-01&select[]=TITLE&select[]=STAGE_ID&select[]=OPPORTUNITY&select[]=ASSIGNED_BY_ID"

Этот запрос вернет JSON со списком сделок и указанными полями. Аналогично можно получать лиды (crm.lead.list), компании (crm.company.list), контакты и другие объекты. Если данных много, используйте параметры start (постраничная выборка) или метод batch, чтобы вытянуть все записи по частям (битрикс API выдает порциями по 50 элементов по умолчанию).

Отдельно запросите справочники: например, метод crm.status.list с фильтром по ENTITY_ID=DEAL_STAGE вернет список стадий сделок (ID и названия). Также через API можно получить список пользователей (user.get) и их привязку к отделам, если нужно данные по отделам.

Пример получения истории стадий: метод crm.stagehistory.list позволяет получить записи о смене стадии. Запрос требует указать тип (ENTITY – сделка или лид) и ID элемента. Например, для всех сделок можно последовательно вызывать crm.stagehistory.list (по батчам). Результат – список объектов с полями: ID сделки, стадия с, стадия на, дата изменения, кто перевел и т.п.. Эти данные пригодятся для расчета конверсии по воронке (сколько сделок дошли до той или иной стадии) и времени прохождения стадий.

Дальнейшие шаги: Используя скрипты, вы можете автоматизировать регулярную выгрузку. Например, настроить ежедневный запуск, который получает новые/измененные сделки за день и складывает их в локальную базу или файл. Многие компании строят промежуточный ETL: вытягивают данные через REST и складывают в витрину данных (например, PostgreSQL, ClickHouse и т.п.), откуда уже подключаются BI-инструменты без нагрузки на боевой портал.

Плюсы и минусы: REST API даёт максимальную гибкость – можно выгрузить любые данные, в любом объеме (разбив на запросы), с нужной периодичностью, и комбинировать с внешними источниками. Кроме того, API позволяет фильтровать на стороне Bitrix24, чтобы не тянуть лишнего (например, сразу отбирать только успешно завершённые сделки, сделки за последний год и т.д.). Недостатки – сложность: нужны навыки программирования или интегратора. Также при больших объемах нужно внимательно следить за лимитами API (количество запросов в единицу времени) и производительностью – массированные выгрузки лучше выполнять в нефронтовое время, чтобы не повлиять на пользователей. Но в отличие от BI-коннектора, REST не имеет лимитов по строкам – вы можете перебрать всю базу, просто потребуется больше запросов и времени.

3. Прямой доступ к базе данных Bitrix24

Когда использовать: в «коробочной» версии у вас есть контроль над базой данных Bitrix24 (MySQL/MariaDB или PostgreSQL – Bitrix поддерживает разные СУБД). Если политикой безопасности это разрешено, вы можете подключить BI-систему напрямую к базе и читать необходимые таблицы SQL-запросами. Этот способ полезен для опытных DBA/аналитиков, кому нужно максимально оперативно получать данные или выполнять сложные SQL-агрегации, и кто хорошо знает структуру данных Bitrix24.

Как подключиться: обеспечьте доступ к БД Bitrix24. Обычно база находится на том же сервере, и внешний доступ может быть закрыт файрволом – возможно, придется настроить туннель/VPN или открыть нужный порт с ограничением по IP. В случае с Power BI можно использовать родной коннектор MySQL/PostgreSQL (указать хост, порт, имя базы, логин/пароль). Yandex DataLens тоже умеет подключаться к внешним базам (MySQL, PostgreSQL и др.) – если база в интернете, либо можно развернуть ее копию в Yandex Cloud. Apache Superset, если вы его развернете отдельно, также подключается к БД через SQLAlchemy-URI. То есть практически любой BI-инструмент поддерживает прямое подключение к популярным СУБД.

Структура CRM-данных: вам понадобится разобраться в схемe БД Bitrix24. Основные таблицы CRM обычно таковы:

• b_crm_deal – таблица сделок (колонки: ID, TITLE – название, STAGE_ID – текущая стадия (код), ASSIGNED_BY_ID – ответственный (ID пользователя), OPPORTUNITY – сумма сделки, DATE_CREATE, CLOSEDATE, закрыта ли, успешна ли и т.д.).
• b_crm_lead – лиды (похожая структура: статус, ФИО, источник и пр.).
• b_crm_contact, b_crm_company – справочники контактов и компаний.
• b_crm_status – справочник статусов/стадий CRM. В ней хранятся записи для разных сущностей: напр. ENTITY_ID = 'DEAL_STAGE' – стадии сделок, ENTITY_ID = 'STATUS' – статусы лидов. Поля обычно STATUS_ID (код стадии, напр. NEW, PREPARATION, WON, LOSE и т.п.) и NAME – название этапа.
• b_user – пользователи (для связки ASSIGNED_BY_ID -> имя менеджера, а также департамент).
• Таблицы историй стадий: Bitrix24 не хранит историю стадий в одной явной таблице, но события смены стадий можно найти в b_crm_event или b_crm_stage_history (в новых версиях коробки может появиться и материализованная история, нужно проверить документацию версии).

При прямом доступе вы можете писать сложные JOIN-запросы. Например, получим список активных сделок с их стадией и названиями стадий и именами менеджеров:

SELECT 
    d.TITLE                               AS DealName,
    d.OPPORTUNITY                         AS Amount,
    s.NAME                                AS StageName,
    u.NAME || ' ' || u.LAST_NAME          AS ManagerName,
    d.DATE_CREATE                         AS Created,
    d.CLOSEDATE                           AS ExpectedClose
FROM b_crm_deal d
JOIN b_crm_status s 
    ON s.ENTITY_ID='DEAL_STAGE' AND s.STATUS_ID = d.STAGE_ID
LEFT JOIN b_user u 
    ON u.ID = d.ASSIGNED_BY_ID
WHERE d.CLOSED = 'N';  -- только открытые сделки

(Приведен условный синтаксис, учитывайте диалект вашей СУБД.) Этот запрос объединяет таблицу сделок с таблицей стадий по коду стадии и с таблицей пользователей по ID ответственного. Результат – каждая сделка, сумма, наименование стадии (например «Переговоры»), имя менеджера и даты. По аналогии можно получить любые связанные данные (например, добавить JOIN с компаниями или контактами по COMPANY_ID / CONTACT_ID).

История стадий через SQL: если необходимо анализировать, сколько времени сделки проводят в той или иной стадии, и нет готовой таблицы истории, можно вычислять на основе полей DATE_CREATE, CLOSEDATE и логов изменений. В Bitrix24 каждое изменение стадии может логироваться в b_crm_event (с указанием старой и новой стадии и временной меткой). Запросив эти события, вы можете восстановить хронологию статусов. Однако это сложнее, поэтому часто проще воспользоваться REST методом crm.stagehistory.list или BI-коннектором, которые уже дают историю.

Подключение BI: как только у вас есть SQL-доступ, вы можете:

• Создать в Power BI источник SQL Server/Oracle/MySQL/Postgres (нужное выбрать) и напрямую выполнять SQL запросы или подключиться к видам.
• В Yandex DataLens добавить подключение «База данных» соответствующего типа. Например, если ваша база Bitrix24 – MySQL, то в DataLens нужно указать параметры подключения MySQL – хост, логин, пароль. DataLens затем позволит строить наборы данных на базе SQL-запросов к этой базе.
• В Apache Superset (внешнем) добавить Database (через SQLAlchemy URI, например mysql://user:pass@host:3306/database) и затем определить Datasets (таблицы или SQL-запросы) для нужных сущностей.

Лучшие практики прямого доступа: рекомендуется настроить отдельную учетную запись (пользователя БД) только для чтения, с правами SELECT. Это защитит данные от случайной порчи и позволит контролировать нагрузку. Также для предотвращения влияния на боевую систему – рассматривайте возможность настроить репликацию БД или периодическое копирование данных в отдельный контур аналитики. Например, раз в ночь делать дамп/репликацию основных таблиц CRM в аналитическую базу и уже к ней подключать тяжёлые отчеты – так вы не замедлите работу CRM для сотрудников в течение дня.

Плюсы и минусы: прямое подключение к базе дает максимальную производительность (SQL-запросы напрямую к данным) и снятие ограничений Bitrix24 (никаких лимитов строк или вызовов в минуту). Можно писать любые агрегирующие запросы, делать сложные объединения с внешними таблицами. Для крупных организаций это часто необходимый подход при построении корпоративного хранилища. Недостатки – требуются глубокие технические знания: схему БД, SQL, настройка доступа. Прямая работа с боевой базой без реплики может быть рискованна с точки зрения нагрузки – отчеты с тяжелыми JOINами и GROUP BY могут нагружать СУБД Bitrix24. Поэтому еще раз: либо делайте реплику, либо запускайте сложные запросы в нефронтовое время, либо ограничьте их только чтением небольших выборок.

4. Ручной экспорт (CSV/Excel)

Когда применим: этот способ подходит для разовых выгрузок небольшого объема данных, когда, например, нужно быстро получить список сделок в Excel для единоразового анализа. Он не автоматизирован, зато не требует никаких навыков – все через интерфейс.

Как выгрузить вручную: откройте нужный раздел в Bitrix24. Для продажи это могут быть списки CRM: «Сделки», «Лиды», «Контакты», «Компании» и т.д. Установите фильтр, если нужно (например, сделки за год, или только успешно завершенные). В верхней панели нажмите значок шестеренки (настройки списка) и выберите Экспорт – можно в формат Excel (.xlsx) или CSV. Bitrix24 сформирует файл и предложит его скачать. В экспорте можно включить все стандартные поля сделки, а также связанные поля компании и контакта (для этого в диалоге экспорта есть опции). Например, выгрузка сделок может включать колонки: ID, Название, Компания, Контакт, Сумма, Стадия, Ответственный, Дата создания, Дата закрытия и т.п. – вплоть до пользовательских полей.

Полученный CSV/Excel вы можете открыть в любых инструментах. Например, импортировать в ту же Power BI или Excel PowerQuery для анализа, либо в Google Sheets. Yandex DataLens тоже умеет брать данные из файлов CSV – можно загрузить файл в DataLens хранилище и строить дашборд. Однако статический файл – это снимок данных на момент выгрузки. Он быстро устареет, поэтому для регулярной аналитики придется делать экспорт снова и снова вручную, что неудобно и чревато ошибками.

Плюсы и минусы: достоинство ручного экспорта – простота и доступность любому пользователю с правами на экспорт. Вы в любой момент можете выгрузить «что видите» на экране с учетом фильтров. Этот метод полезен для разовых отчетов или проверки данных. Недостатки очевидны: не масштабируется на большие данные (экспорт тысячи записей может быть медленным, а десятков тысяч – вообще не выйдет через интерфейс). К тому же вручную выгружая каждую неделю, легко что-то напутать. Для регулярной BI-отчетности ручной экспорт не подходит. Если же потребность сугубо разовая – можно использовать.

Подключение данных Bitrix24 к BI-инструментам

Рассмотрим особенности интеграции с конкретными популярными BI-платформами: Microsoft Power BI, Yandex DataLens и Apache Superset. Каждый из этих инструментов можно подключить к данным Bitrix24, но подходы различаются. Ниже – пошаговые инструкции и сравнение.

Интеграция с Microsoft Power BI

Способ 1. Использовать BI-коннектор (рекомендуется). Bitrix24 имеет штатную поддержку Power BI, что значительно упрощает работу. После того, как вы в разделе BI-аналитика скопировали адрес сервера и секретный ключ, сделайте следующее:

1. Установите Power BI Desktop. BI-коннектор рассчитан на использование Power BI Desktop (бесплатное приложение для Windows). Скачайте и установите его, если еще не сделано.
2. Скачайте шаблон отчета для Bitrix24. В портале Bitrix24 на вкладке Microsoft Power BI нажмите кнопку, чтобы установить источник данных или шаблон. Вам будет предложено скачать файл шаблона отчета (расширение .pbit) – это преднастроенный отчет, подготовленный командой Bitrix24. Примечание: Для скачивания шаблона может потребоваться наличие активной подписки МаркетПлюс или свободного слота приложения, так как шаблон распространяется через маркетплейс Bitrix24.
3. Откройте шаблон в Power BI Desktop. При открытии шаблон «Bitrix24 BI Analytics» запросит параметры подключения. Введите URL вашего портала (без лишних символов, только доменное имя) и секретный ключ, скопированные из Bitrix24. Нажмите Загрузить (Load). Power BI установит соединение с вашим Bitrix24 и начнет импорт данных.
4. При необходимости введите ID смарт-процесса. Если вы используете на портале смарт-процессы (кастомные сущности CRM), шаблон может спросить идентификатор типа смарт-процесса. Его можно узнать в настройках смарт-процессов Bitrix24. Если смарт-процессы не используются, можно пропустить.
5. Дождитесь загрузки данных. В зависимости от объема, импорт может занять время. По завершении вы увидите готовый отчет (или несколько вкладок отчетов) с вашими данными. Например, шаблон от Bitrix24 обычно содержит дашборд по лидогенерации и воронке сделок.
6. Адаптируйте отчет под себя. Шаблон – лишь пример. Вы можете переключиться в Power BI в режим редактирования и настроить визуализации: добавить поля, которые нужны именно вам, убрать лишние графики, изменить фильтры дат и т.п. Важно: сразу убедитесь, что отчет не превышает лимиты BI-коннектора по строкам. Если у вас большая база, отредактируйте запросы Power Query внутри отчета – ограничьте диапазон дат. Например, в Power BI откройте Transform Data > Advanced Editor для запросов (напр. bx24_load_entity) и отфильтруйте по дате создания сделок за последний год, или по конкретной воронке. Это снизит объем данных. Позже вы можете расширить окно данных, если нужно.

Power BI позволяет обновлять отчет по требованию или по расписанию (в версии Power BI Pro с публикацией на сервис). При обновлении он заново дергает BI-коннектор и получает актуальные данные из Bitrix24. Таким образом, вы можете, например, раз в день обновлять дашборд продаж.

Способ 2. Прямое подключение к базе Bitrix24. В качестве альтернативы (или для сравнения) можно подключиться напрямую к базе, минуя BI-коннектор. Для этого в Power BI в разделе получения данных выберите соответствующий коннектор (MySQL, PostgreSQL – зависит от вашей базы Bitrix). Введите параметры подключения (сервер, база, логин, пароль). Затем выберите нужные таблицы (например, b_crm_deal, b_crm_deal_stage_history и др.) или напишите свой SQL-запрос. Этот путь целесообразен, если BI-коннектор вас чем-то ограничивает (например, нужны все данные сразу, или вы хотите соединить данные Bitrix24 с другой базой на SQL уровне). Но в большинстве случаев для Power BI удобнее и безопаснее использовать штатный коннектор – с ним меньше ручной работы по приведению данных в человекочитаемый вид (напрямую в таблицах Bitrix вам пришлось бы связывать таблицы, расшифровывать коды стадий и т.д., тогда как BI-коннектор делает это сам).

Особенности Power BI: это мощная платформа, которая хороша для глубокой проработки отчетов. Вы можете создавать сложные расчеты DAX (например, рассчитывать средний цикл сделки, конверсию = число выигранных / число всех сделок, разбивку по источникам и т.д.). Power BI хорошо подходит для C-level аудитории: собранные отчеты можно публиковать в Power BI Service и раздавать доступ руководству, встраивать в презентации и пр. Учтите, что для совместного доступа вам понадобится либо лицензия Power BI Pro на пользователя, либо размещение отчета в Power BI Embedded (дополнительная оплата) – это касается облачного сервиса Microsoft. Если же вы используете отчет локально в PBI Desktop, то шарить его можно только пересылкой файла .pbix или через экран (что не слишком удобно). Поэтому нередко комбинируют: Bitrix24 (коробка) + Power BI Desktop для разработки + Power BI Service для дистрибуции внутри компании.

Интеграция с Yandex DataLens

Через встроенный коннектор (рекомендуется). Bitrix24 с недавних пор предлагает прямую интеграцию с DataLens – российским облачным BI-сервисом от Яндекса. В отличие от Power BI, DataLens полностью веб-ориентирован и хранит подключаемые данные либо в облачных хранилищах, либо считывает их по запросу. Для пользователей Bitrix24 этот инструмент привлекательный, так как позволяет избежать использования зарубежных сервисов.

Шаги подключения:

1. Регистрация в Yandex Cloud. DataLens – компонент Yandex Cloud, поэтому нужен Яндекс.ID с активным доступом к DataLens. Зарегистрируйтесь на cloud.yandex.ru и создайте там проект, если еще не делали этого.
2. Подключение из Bitrix24. На портале Bitrix24 откройте CRM > Аналитика > BI-аналитика и перейдите на вкладку Yandex DataLens. Нажмите кнопку Подключить. Bitrix24 покажет вам параметры подключения (адрес сервера и токен), как и в случае с Power BI. Система может автоматически перенаправить вас на сайт DataLens для завершения интеграции.
3. Создание подключения в DataLens. После перенаправления вы попадете в интерфейс DataLens, где будет предложено создать новое подключение типа Bitrix24. Введите название для подключения (любое удобное, напр. «Bitrix24 CRM»). Далее укажите скопированные из Bitrix24 данные подключения: URL портала и секретный ключ (в интерфейсе DataLens поля могут называться «Адрес» и «Токен»). Нажмите Создать подключение.
4. Автоматическая генерация наборов данных. Если все сделано верно, DataLens свяжется с вашим Bitrix24 через BI-коннектор. По умолчанию будут созданы два набора: Leads (Лиды) и Deals (Сделки), а также пример дашборда «CRM-анализ» или похожий. Откройте этот дашборд – вы увидите визуализации, основанные на ваших данных (например, количество новых лидов, конверсия лидов в сделки, сумма выигранных сделок, топ-менеджеры по продажам и т.п.).
5. Доработка и расширение аналитики. Вы можете редактировать автоматически созданный дашборд: добавлять новые виджеты, фильтры, менять типы графиков. DataLens позволяет создавать свои наборы данных из подключенного источника: например, вы можете добавить еще один набор, выбрав сущность Contacts или Deal stage history, если коннектор Bitrix24 предоставляет их через API. (Возможно, какие-то дополнительные сущности нужно отдельно включить – в документации Яндекса указано, что коннектор поддерживает лиды и сделки по умолчанию, остальные BI-сущности Bitrix24 можно добавить вручную через построитель запросов DataLens.) Как сказано в инструкции Bitrix24, вы можете быстро подключить и вывести на дашборды все остальные BI-сущности Bitrix24 – например, компании, продукты, историю стадий – чтобы получить полноценную картину.
6. Настройка обновления. DataLens умеет автоматически обновлять данные на дашбордах. Вы можете настроить расписание обновления наборов данных (например, раз в час или раз в день). При обновлении DataLens будет заново запрашивать данные из Bitrix24 по API. Учитывайте лимиты: если данных много, ставьте обновление пореже или ограничьте период данных.

Альтернативный способ: если прямое подключение не подходит (например, вы хотите объединить данные Bitrix24 с другими источниками в одном запросе), можно воспользоваться подходом с промежуточной базой. Яндекс Cloud позволяет развернуть управляемую базу данных (Postgres, ClickHouse и др.) и скопировать туда данные Bitrix24. Например, компания 7winds описывает решение, где с помощью отдельного приложения Bitrix выгружает данные в облачную MySQL, а DataLens уже подключается к ней. Но это дополнительная сложность и обычно требуется, только если нужна максимальная гибкость. Для большинства случаев стандартного анализа продаж достаточно штатного коннектора Bitrix24–DataLens.

Особенности DataLens: этот инструмент хорошо подходит для интерактивных дашбордов, доступных сразу в браузере. Его плюс – интеграция с экосистемой Яндекса: легко встроить в корпоративный портал на Яндекс Облаке, настроить SSO с Яндекс аккаунтами, делиться ссылкой на дашборд с коллегами. DataLens довольно прост в освоении для аналитиков: там есть визуальный редактор запросов, множество типов визуализаций. Он бесплатен при умеренных объемах данных (лимиты достаточно высоки, а Bitrix-коннектор не генерирует сверхбольших данных обычно). По функционалу DataLens чуть проще Power BI (меньше сложных вычислений на лету), но для мониторинга KPI продаж, как правило, возможностей хватает.

Интеграция с Apache Superset (BI-конструктор Bitrix24 и внешние варианты)

Встроенный BI-конструктор (Superset) в Bitrix24. В версиях Bitrix24 Enterprise доступен BI Конструктор – это интегрированная система бизнес-аналитики на базе Apache Superset 4.0. Основное преимущество – она работает на внутренней инфраструктуре Bitrix24, данные никуда не передаются во внешние сервисы. Это важно для компаний с повышенными требованиями безопасности или тем, кто не хочет зависеть от внешних платформ. BI Конструктор позволяет создавать интерактивные дашборды прямо внутри интерфейса Bitrix24 (раздел CRM-аналитика > BI Конструктор). По функциональности он напоминает Google Data Studio/Looker Studio – вы можете собирать графики, таблицы, фильтры, используя данные Bitrix24.

Как начать работу: убедитесь, что установлен модуль biconnector версии не ниже 24.900.0 (что мы сделали ранее для BI-коннектора). После этого раздел BI Конструктор станет доступен. Bitrix24 обычно предоставляет несколько готовых отчетов в BI Конструкторе – шаблоны на основе ваших данных (например, «Воронка продаж», «Продажи по менеджерам» и пр.). Вы можете сразу открыть такой отчет, и система автоматически подтянет данные из CRM. Далее при желании скопируйте стандартный отчет и отредактируйте его под себя: Superset позволяет добавлять новые диаграммы, метрики, настраивать фильтрацию дат, и т.д.. Все это делается через веб-интерфейс, программировать не нужно.

Под капотом: BI Конструктор уже настроен на подключение к базе Bitrix24 через тот же BI-коннектор. То есть, Superset «знает» где брать данные – вам не надо заводить подключения. В списке датасетов Superset вы увидите те же наборы crm_deal, crm_deal_stage_history, crm_lead и т.п. (по аналогии с перечисленными ранее полями) – фактически это те же данные, что отдаются внешним коннекторам. Вы можете сразу строить графики: например, круговую диаграмму распределения сделок по источникам, линейный график динамики суммы выигранных сделок по месяцам, сводную таблицу по менеджерам и отделам (департаменты уже включены в поля датасета, как мы отмечали ранее). Superset поддерживает создание dashboard из множества таких виджетов, с глобальными фильтрами по дате, менеджеру и т.д.

Внешний Apache Superset. Если у вас нет Enterprise-редакции или вы предпочитаете держать аналитику отдельно, вы можете самостоятельно развернуть Apache Superset (open-source) на сервере и подключить его к данным Bitrix24. Варианты подключения:

• Через базу данных: как упоминалось, Superset легко подключается к MySQL/Postgres. Вы можете напрямую цепляться к боевой базе Bitrix24 (с осторожностью по нагрузке) или к ее реплике/резервной копии. После подключения достаточно определить необходимые Datasets (выбрать таблицы или написать SQL запросы). Например, можете в Superset определить dataset для запроса, похожего на предыдущий SQL, чтобы сразу отдать дружелюбные данные (с уже джойненным названием стадии и именем менеджера). Но это требует ручной работы по SQL.
• Через API или CSV: теоретически можно периодически выгружать данные Bitrix24 через REST в CSV и подсовывать Superset, но это ненужное усложнение, если есть возможность прямого DB-доступа. Superset – веб-приложение, ему удобнее работать с постоянным подключением к базе.

Сравнение: встроенный vs внешний Superset. Встроенный BI Конструктор уже преднастроен и готов к работе практически «из коробки» – это большой плюс. К тому же, он бесплатен для пользователей Enterprise (не требует дополнительных лицензий). С другой стороны, он существует внутри Bitrix24 – чтобы предоставить к нему доступ, люди должны заходить в ваш портал Bitrix24. Внешний Superset может быть настроен вне периметра и объединять данные из разных систем, не только из Bitrix24. Например, вы можете подключить туда и Bitrix24, и вашу ERP, и Google Sheets – и строить сквозные отчеты. Если используете встроенный BI Конструктор, объединение внешних данных тоже возможно (Superset это умеет), но потребуется загружать внешние данные в Bitrix24 (через CSV-файлы в BI Конструктор, такая возможность тоже заявлена).

Особенности Superset: Superset (и встроенный, и внешний) предоставляет множество возможностей визуализации и достаточно мощный конструктор запросов. Однако он рассчитан больше на продвинутых аналитиков: например, для расчетов показателей может понадобиться писать формулы SQL или выражения прямо в Superset. В отличие от Power BI, здесь нет языка DAX, но можно писать кастомные метрики на SQL или использовать встроенные агрегации. Для C-level Superset может быть чуть менее интуитивен, но его плюс – доступность: это open-source, без ограничений на пользователей. В Bitrix24 Enterprise встроенным Superset-дашбордом могут пользоваться все сотрудники без доп. оплаты, достаточно дать им права на просмотр отчетов.

Лучшие практики организации витрины данных

Независимо от выбранного подхода, вот несколько рекомендаций, как выжать максимум из аналитики продаж в Bitrix24 On-Premise:

• Определите частоту обновления данных. Как часто вам нужны обновленные метрики? Для высокоуровневых KPI (месячные планы, квартальные итоги) достаточно дневного обновления. Для отслеживания выполнения плана в режиме почти онлайн – можно обновлять каждый час. Настройте расписание обновления отчетов в BI-инструменте: в Power BI Service – через data refresh (помните про gateway, если база локальная), в DataLens – через встроенный планировщик. Избегайте слишком частого опроса Bitrix24: нет смысла тянуть данные каждую минуту, это лишняя нагрузка. Обычно для продаж достаточно обновления раз в час или даже раз в день (например, каждое утро отчет с итогами вчерашнего дня). Если нужен real-time мониторинг (например, текущие сделки в воронке прямо сейчас), рассмотрите использование встроенных виджетов CRM или настраиваемых уведомлений, а BI-дэшборды пусть решают задачи аналитики, а не оперативного диспетчерского контроля.

• Ограничивайте объем и глубину данных разумно. Не стремитесь с первого дня выгрузить всю историю продаж за 10 лет во все отчеты – вы столкнетесь с большими задержками и превышением лимитов. Лучше начните с меньших периодов и ключевых полей. Например, для анализа конверсии воронки достаточно данных за последний год. Исторические тренды можно поднять отдельным запросом при необходимости. Если у вас десятки тысяч сделок, подумайте об агрегировании: возможно, для стратегических дашбордов вам нужны данные на уровне месяцев, а не каждая отдельная сделка. Тогда имеет смысл подготовить агрегаты (сумма продаж по месяцам, конверсия по кварталам и т.д.) – их можно посчитать в SQL-видах или средствами BI (например, в DataLens сделать вычисляемое поле). Также пользуйтесь фильтрами времени и статусов: например, исключайте тестовые сделки, закрытые «мусорные» лиды, данные за старые периоды, не представляющие ценности. Это и лимиты сэкономит, и ускорит обновление отчетов.

• Следите за корректностью KPI. Прежде чем показывать дашборды руководству, убедитесь, что правильно считаете показатели. Например, определите, что считать «конверсией продажи»: долю выигранных сделок от созданных, или от прошедших квалификацию лидов? Если второе – нужно связывать лиды и сделки (Bitrix24 умеет конвертировать лид в сделку, можно отследить связку по полю LEAD_ID в сделке). Другой пример – KPI «доход» может считаться как сумма выигранных сделок (поле Opportunity по успешным сделкам) или суммы счетов/оплат из модуля SCM, в зависимости от вашего процесса. Убедитесь, что берете данные из правильных источников. Хорошая практика – сверить цифры из BI с отчетами внутри Bitrix24 (например, отчет «Воронка продаж» в CRM-аналитике Bitrix). Если есть расхождения, выяснить, из-за чего (учет отмененных сделок, дубликатов и пр.) и откорректировать логику.

• Используйте исторические данные о стадиях. Для качественной аналитики продаж важно понимать не только текущее состояние воронки, но и динамику: сколько лидов перешло из этапа на этап, где «узкие места», как долго сделки лежат на каждом этапе. BI-коннектор Bitrix24 предоставляет таблицы истории стадий (crm_deal_stage_history и crm_lead_status_history). Не игнорируйте их – они позволят построить воронку с процентами конверсии между этапами, расчет средней продолжительности этапа, выявление брошенных сделок (например, сделки, зависшие на промежуточной стадии > 30 дней). В Superset или Power BI такие расчеты можно делать выражениями или дополнительными запросами. Если же вы выгружаете данные через REST, обязательно собирайте историю смены стадий (метод crm.stagehistory.list). Можно сохранять ее в отдельную таблицу витрины, чтобы затем агрегировать (например, считать количество сделок, дошедших до каждой стадии, и делить одно на другое для конверсии). Пример метрики: конверсия из этапа «Переговоры» в успешное завершение = (число сделок, перешедших на этап «Успешно реализовано») / (число сделок, когда-либо достигших этапа «Переговоры»). Такие показатели помогут выявить, на каком этапе воронки вы теряете больше всего сделок и где усиливать работу.

• Учитывайте оргструктуру – менеджеры и отделы. Bitrix24 хранит информацию о пользователях и подразделениях компании, что позволяет разбивать продажи по командам и сегментам. В выгрузках BI-коннектора поле ASSIGNED_BY_DEPARTMENT уже содержит название отдела ответственного менеджера – используйте его для группировки. Например, можно строить сравнение воронок по отделам продаж (региональным, по продуктам и т.д.), видеть, какой филиал дает больший конверсионный процент. Для C-level это важные разрезы. Если вы выгружаете данные через SQL, присоединяйте таблицы отделов: в Bitrix24 есть таблица b_iblock_section (если оргструктура хранится там, т.е. департаменты как разделы инфоблока «Структура компании») или b_department. Проще – воспользоваться методом REST user.get с параметром ADMIN_MODE – он вернет отдел пользователя прямо в полях. Лучшие практики: согласуйте с HR/руководством актуальность оргструктуры – чтобы в Bitrix24 у каждого продажника был указан правильный отдел. Если сотрудник переходит из отдела в отдел, исторические данные сделок задним числом обычно не меняют отдел (у сделок сохранен ответственный – человек, а его текущий отдел подтянется динамически). Это означает, что сделки, закрытые год назад менеджером, который сейчас в другом отделе, при текущем отчете отобразятся на новом отделе. Если вам важно «рисовать историю» по старым отделам, придется дополнительно сохранять атрибут отдела в момент закрытия сделки (например, пользовательское поле «Отдел на момент закрытия» – но это редкость). В большинстве случаев, это не критично, и текущая принадлежность менеджера используется во всех отчетах.

• Обеспечьте надежность и безопасность витрины. «Витрина» данных – это по сути слой, из которого потребляются данные для аналитики. В случае Bitrix24 On-Premise витриной может выступать сам портал (когда мы напрямую из него тянем в Power BI/DataLens), либо промежуточная база/хранилище. В обоих случаях следите за актуальностью и целостностью данных. Если используете BI-коннектор, мониторьте его использование: в Bitrix24 есть возможность видеть статистику запросов BI-коннектора (например, число строк, переданных внешним системам). Это поможет понять нагрузку. Если пишете свое решение выгрузки, логируйте выполнения скриптов, время работы, количество записей – чтобы убедиться, что все данные успевают обновиться вовремя. В вопросах безопасности – держите секретные ключи BI-коннектора в тайне, выдавайте доступ к отчетам только доверенным лицам. При прямом подключении к базе – не используйте учетные записи с правами записи, и по возможности не храните пароли к базе в открытом виде (используйте secure storage/кодирование в настройках BI-платформы).

• Развитие аналитики и валидация. Построив первоначальные отчеты (KPI-доску для отдела продаж, дашборд для директора по продажам и т.д.), собирайте обратную связь. Возможно, понадобятся дополнительные метрики (например, Стоимость привлечения лида (CAC) – но для этого нужны затраты на маркетинг, которых в CRM может не быть, тогда придется интегрировать с данными из финансова). Bitrix24 позволяет расширять данные через пользовательские поля – например, можете вносить категорию клиента, и потом строить аналитику по сегментам (VIP, стандартный и т.д.). Такие поля также доступны через BI-коннектор и API. Проверяйте отчеты на соответствие реальности: сравните цифры по нескольким сделкам вручную. Пример: отчет показывает суммарный доход за месяц X = 1 000 000, выберите из CRM несколько крупнейших сделок месяца, сложите их – сходится ли с отчетом? Такая валидация особенно важна после первоначальной настройки, чтобы завоевать доверие C-level к новым BI-инструментам.

Заключение

Как видите, «не-облако» вовсе не значит «без аналитики». Коробочная версия Bitrix24 предоставляет все необходимые средства, чтобы построить полноценную систему BI. Используя встроенный BI-коннектор, вы легко подключите популярные инструменты вроде Power BI и DataLens и получите реальные цифры по продажам в несколько кликов. Для продвинутых сценариев у вас есть прямой доступ к базе и REST API – можно интегрировать данные Bitrix24 с любыми другими источниками и хранить в корпоративном хранилище. А встроенный BI-конструктор на Superset позволяет вообще никуда не передавать данные, создавая дашборды прямо внутри вашей инфраструктуры.

Итог: облачные сервисы BI удобны, но и на коробочном Bitrix24 можно выстроить аналитическую витрину, ничуть не уступающую облаку. Следуя приведенным шагам и рекомендациям, вы получите прозрачную картину ваших продаж: от воронки лидов до выручки по менеджерам – и всё это на основе актуальных данных из Bitrix24 On-Premise. Аналитика есть – было бы желание ею заняться!

Источники:

• Официальная документация Bitrix24 по BI-аналитике и коннекторам (Power BI, DataLens)
• Справочник полей BI-коннектора (состав данных сделок, история стадий и др.)
• Руководство Bitrix24 по BI Конструктору (Superset)
• Статья о способах выгрузки данных из Bitrix24 (ручной экспорт, REST)
• Bitrix24 Helpdesk – ограничения и рекомендации по BI-коннектору