Когда владелец бизнеса или маркетолог пытается понять, окупается ли корпоративный блог, оценка обычно упирается в одну из двух крайностей. Первая — смотреть на счётчик посещаемости, радоваться графикам по 20 000 или 50 000 просмотров и верить, что лояльность сама превратится в выручку. Вторая — открыть стандартный отчёт по рекламе, увидеть единицы прямых заявок со статей и урезать бюджет на редакцию.
Оба подхода ведут к ошибкам, потому что игнорируют маршрут покупателя. Авторы руководства из агентства TexTerra Дарья Илюхина и Сергей Ломакин показывают: статью для узнаваемости и материал для лидогенерации нельзя мерить одной линейкой, а оценивать отдачу от блога нужно цепочкой ассоциированных конверсий и маржинальной окупаемостью (ROI и ROMI) через сквозную аналитику в CRM. Разберём на примере B2B-компании, которая выпускает 15 экспертных статей в месяц с охватом 50 000 читателей и получает всего 3 прямых звонка, как найти потерянные сделки и защитить бюджет цифрами чистой прибыли.
Ловушка «последнего клика»: почему стандартные отчёты обесценивают вклад экспертных статей
Посмотрим, как движется клиент в нишах с циклом сделки от двух недель до 3–12 месяцев. Если заказчик ищет решение рабочей задачи, сначала он вбивает информационный запрос в поиск и попадает на твой разбор или инструкцию. Человек сохраняет закладку или запоминает бренд, но кнопку «Заказать» сразу не нажимает — нужно согласовать бюджет и сравнить подрядчиков.
Спустя месяц или полгода руководитель возвращается к закупке, вводит название фирмы в поиск Яндекса или открывает сайт из закладок и оставляет заявку. Если аналитика настроена на модель последнего клика (Last Click), вся заслуга достанется брендовому поиску или прямому заходу, а статья, с которой началось знакомство, получит в отчёте ноль конверсий.
В истории с B2B-компанией (15 статей и 50 000 читателей в месяц) отчёт по последнему переходу рисует провал: редакция обходится в 200 000 рублей ежемесячно, а прямых звонков со статей — всего три. Если закрыть блог, через квартал просядет брендовый спрос, а через полгода иссякнут входящие квалифицированные лиды. О том, как статейный прогрев работает на внешних площадках, мы рассказывали в разборе опыта Профи.ру в Дзене и ПромоСтраницах.
Такая же путаница возникает при чтении поведенческих метрик без учёта задачи страницы. Глубина просмотра в 20 страниц в интернет-магазине часто означает, что покупатель запутался в меню, а для блога глубина около единицы при скроллинге глубже 75% — норма: читатель получил ответ и закрыл вкладку. При этом Яндекс Метрика считает отказом визит на одну страницу короче 15 секунд, а Google Analytics 4 (GA4) фиксирует вовлечённый сеанс после 10 секунд в активной вкладке, двух просмотров или целевого события. Сравнивать сырые отказы между системами бессмысленно — важно лишь то, вернулся ли человек за покупкой.
Ассоциированные конверсии в Метрике: отслеживание многоканальных последовательностей
Чтобы увидеть тех, кто прочитал статью со смартфона, а через месяц отправил заявку с ноутбука, отслеживают ассоциированные конверсии — целевые действия, где контент выступил первым или промежуточным касанием.
Меня в материале TexTerra и справке Яндекс Метрики зацепила важная деталь: с 20 мая 2026 года Яндекс отключил старые изолированные модели «Первый переход» и «Последний значимый переход» и перевёл отчёты на кросс-девайс учёт на базе технологии Яндекс Крипта. Теперь в отчёте «Источники, сводка» работают три модели:
- «Первый переход кросс-девайс» — связывает заявку с первым источником знакомства, даже если статью читали с телефона, а заказ оформляли с ПК.
- «Последний значимый переход кросс-девайс» — отсекает прямые заходы, выделяя последний весомый канал привлечения.
- «Автоматическая атрибуция» — базовая модель с машинным обучением, взвешивающая вклад промежуточных касаний.
В GA4 цепочки смотрят в разделе «Реклама» → «Атрибуция» → «Пути атрибуции» и в отчёте «Сравнение моделей» (модель на основе данных против последнего клика; линейную и позиционную модели Google убрал в 2023 году), а маршрут конкретного заказчика в Метрике проверяют через отчёт «Посетители и клиенты». Для трафика из нейросетей в GA4 в 2026 году появился канал «AI-помощник» (AI Assistant), собирающий визиты из ChatGPT, Gemini, DeepSeek, Perplexity и Copilot (переходы из AI Overviews и AI Mode идут в органический поиск). В Яндекс Метрике для них настраивают сегмент по доменам (chatgpt.com, perplexity.ai, deepseek.com), а цитирования проверяют в отчёте «Видимость сайта в Алисе AI» в Яндекс Вебмастере.
Сквозная связка статьи со сделкой: проброс UTM-меток первого визита в карточку CRM
Ты сейчас резонно спросишь: «Хорошо, в Метрике я увидел десятки ассоциированных заявок со статей. Но как понять, кто из этих читателей реально оплатил счёт, а кто просто скачал шаблон и исчез?»
Веб-аналитика видит только отправку форм и звонки, но не знает о банковских оплатах. Чтобы соединить тексты с деньгами, аналитику связывают с CRM (Битрикс24 или amoCRM). Когда B2B-компания из нашего примера внедрила сквозной учёт, выяснилось, что за 3 прямыми звонками скрывались 40% всех крупных контрактов с циклом 3–6 месяцев, начавшихся с чтения блога полгода назад. А в кейсе интернет-магазина из практики TexTerra сквозная аналитика показала владельцу, верившему только в контекст, что 60% качественных звонков приходят из органического поиска и SEO-статей.
Связка статьи со сделкой собирается в пять шагов:
- UTM-разметка. Ссылки в рассылках, соцсетях, посевах и баннерах внутри статей размечаются параметрами
utm_source,utm_medium,utm_campaign. - Захват первого визита. Скрипт сохраняет в cookie идентификатор (
ClientIDМетрики или GA4), страницу входа (entry_page— URL первой статьи), UTM-метки и время контакта. - Скрытые поля и коллтрекинг. При отправке формы параметры первого касания подставляются в скрытые поля (
hidden inputs), а при звонке динамический коллтрекинг склеивает подменный номер сClientIDи первой статьёй. - Запись в CRM. В карточке сделки в Битрикс24 или amoCRM фиксируются и первоисточник знакомства (статья), и финальный канал обращения.
- Сверка оплат. После перевода сделки в статус «Оплачено» сумма договора и маржа возвращаются в систему сквозной аналитики.
Калькуляция окупаемости: расчёт CAC, LTV и ROMI от чистой маржи проданных товаров
Когда сделки в CRM привязаны к статьям, эффективность блога считают в деньгах. О том, как возвраты меняют экономику у блогеров, мы писали в разборе сквозной окупаемости инфлюенс-маркетинга. В контент-маркетинге расчёт опирается на две формулы.
Первая — стоимость привлечения клиента (CAC): отношение затрат на выпуск и дистрибуцию статей к числу новых платящих клиентов, в цепочке которых участвовал контент. Если за месяц потратили 100 000 рублей и привлекли 100 покупателей, CAC равен 1 000 рублей. Его сверяют с пожизненной ценностью клиента (LTV) — суммарной маржой за всё время работы, ориентируясь на пропорцию LTV к CAC не ниже 3:1.
Вторая формула — окупаемость вложений в контент (ROI / ROMI), где учитывают строго маржинальный доход, а не валовую выручку:
ROI = (Маржинальный доход от связанных продаж − Расходы на контент) / Расходы на контент × 100%
Проверим на цифрах. Цикл статей за 150 000 рублей привёл покупателя оборудования на 1 000 000 рублей при марже 20% (200 000 рублей). Ошибочный расчёт от выручки нарисует бумажные +566% ((1 000 000 − 150 000) / 150 000 × 100%), а честный расчёт по марже покажет реальные +33,3% ((200 000 − 150 000) / 150 000 × 100%). В расчёте TexTerra и нашей B2B-компании при затратах 200 000 рублей и маржинальном доходе 260 000 рублей чистый ROI равен 30%. Для ежемесячного отчёта руководителю авторы гайда рекомендуют свести в дашборд 10 показателей: охват ЦА, органический трафик, долю дочитываний, общее число лидов, долю квалифицированных заявок (SQL), ассоциированные конверсии, число оплаченных сделок, маржинальный доход, CAC и упоминания в ответах AI.
Внедряя эту аналитику, сохраняй чувство меры и не требуй от блога мгновенной окупаемости за один месяц. Если цикл сделки в B2B длится 3–12 месяцев, статьи оценивают когортами по дате выхода, дожидаясь закрытия отложенных договоров. Так же не стоит вылавливать до копейки каждый переход из мобильных AI-ассистентов, которые режут реферер и падают в прямые заходы: если часть пути не прослеживается технически, честнее прямо указать это в отчёте, чем приписывать статьям чужие заслуги или резать рабочий канал из-за погрешности счётчика.


