Аналитика Telegram-воронки: какие метрики смотреть и что они означают

Смотреть только на финальную конверсию в покупку - значит не понимать, где воронка рвется. Без пошагового разбора непонятно, на каком узле уходит аудитория и что именно менять.

Ниже - практический разбор метрик, которые реально нужны, и типичные ошибки при их интерпретации.

Три уровня метрик, которые нужно разделять

Путаница начинается, когда в одну кучу сваливают охватные цифры, поведенческие и монетизационные. Каждый уровень отвечает на свой вопрос.

Охватные метрики: до кого дошел сценарий. Поведенческие: что люди делали внутри него. Монетизационные: сколько это стоило и принесло.

Если смотреть только на охват, воронка кажется живой: 2 000 человек зашли в бот. Но если конверсия в следующий шаг - 12%, проблема не в трафике.

Какую базу брать за 100%

Это ошибка номер один. Многие считают конверсию от числа подписчиков бота. Подписчик - не то же самое, что человек, который запустил конкретный сценарий.

Правильная база - количество людей, которые вошли в воронку через конкретный триггер: нажали кнопку, отправили команду, перешли по ссылке из рассылки. Это знаменатель для каждого этапа.

Пример: онлайн-школа продает курс за 30 000 руб. В боте 8 000 подписчиков. Рассылку с приглашением на вебинар открыли 3 200 человек - это и есть база для воронки вебинара, не 8 000.

В Strelo визуальная аналитика строится именно так: знаменатель каждого узла - количество людей, прошедших через ребро его триггера. Не глобальная база подписчиков, а реальный поток на этом участке.

Метрики по этапам: что смотреть на каждом шаге

Входная точка. Смотрим на CTR по кнопке или команде запуска. Из рассылки на 1 000 человек воронку запустили 180 - это 18%. Норма зависит от прогрева базы, но ниже 10% при теплой аудитории - повод переписать первый экран.

Прогревочные шаги. Смотрим на drop-off между сообщениями. Если между шагом 2 и шагом 3 уходит 40% аудитории - либо слишком длинное сообщение, либо нет явного призыва к действию. Разовый A/B-тест текста часто поднимает прохождение на 10-15 процентных пунктов.

Шаг с предложением. Конверсия из просмотра оффера в клик на кнопку оплаты. Это самый чувствительный шаг. Магазин в Telegram с каталогом на 200 товаров часто теряет здесь: пользователь видит оффер, но кнопка с ценой либо не вызывает доверия, либо уходит вниз после длинного описания.

Шаг оплаты. Процент тех, кто нажал кнопку оплаты и завершил транзакцию. Если здесь большой отвал - проблема в платежном шлюзе, форме или времени ожидания. Инструмент не меняет: смотри на конкретный шаг.

Как читать аналитику воронки в разных инструментах

SendPulse дает общую статистику по боту: отправлено, доставлено, открыто. Детальной пошаговой аналитики конкретного сценария там нет - платформа мультиканальная, Telegram-воронки один из многих продуктов. Разбирать, где именно потерялась аудитория внутри flow, придется вручную через экспорт данных.

GetCourse показывает статистику прохождения шагов воронки, но через призму CRM: аналитика привязана к пользователю в базе, а не к прохождению Telegram-сценария. Для онлайн-школы с 5 000 пользователей на тарифе Профессионал (21 100 руб./мес.) это рабочая схема, если вся база уже внутри платформы. Если нет - данные будут неполными.

Manybot не имеет пошаговой аналитики. Базовые счетчики: сколько отправлено, сколько подписчиков. Строить воронку по конверсиям там невозможно.

Kommo привязывает аналитику к этапам CRM-пайплайна, не к прохождению Telegram-сценария. Если нужно понять, где именно в боте уходит аудитория - этих данных там нет.

Strelo строит визуальную аналитику воронки прямо на canvas: проценты по каждому ребру, знаменатель по триггеру конкретного узла. Поменял текст в ноде - видишь конверсию следующего запуска рядом с предыдущей. Это разница между "что-то изменили" и "поняли, что сработало".

Три метрики, которые часто игнорируют

Время прохождения воронки. Если между шагом с оффером и оплатой проходит 4 дня, а задержка стоит 1 час - люди просто забывают. Смотрите медианное время между узлами, а не только финальную конверсию.

Повторные входы. Отдел продаж на входящих часто запускает один и тот же прогревочный сценарий повторно - через 14 дней после первого контакта. Если повторный запуск дает конверсию 30%, а первый 8% - проблема не в оффере, а в холодности аудитории на входе.

Human takeover rate. Из 1 000 входов 200 человек передается оператору - это 20%. Для бота технической поддержки норма. Для продающего бота эксперта с вебинаром - сигнал, что сценарий не отвечает на ключевые возражения.

Что делать с данными: цикл улучшений

Раз в неделю: найди шаг с самым высоким drop-off. Это приоритет на ближайшие 7 дней.

Меняй одну переменную за раз: текст кнопки, длину сообщения или время задержки. Не три вещи одновременно - иначе непонятно, что сработало.

Запускай A/B-тест через разветвление сценария или через отдельный поток. Сравнивай конверсии на том же знаменателе.

Через 2-3 цикла правок появится история: какой тип изменений дает рост конверсии с вашей конкретной аудиторией. Это дороже любой общей рекомендации.

Настройка аналитики: с чего начать

Если воронка только строится - заложите аналитические точки заранее, не после запуска. Добавьте аналитические события на ключевые шаги: вход в воронку, просмотр оффера, клик на оплату, завершение сделки.

Если воронка уже запущена - начните с экспорта данных за последние 30 дней и посчитайте конверсию по каждому переходу. Хотя бы в таблице. Уже это покажет, где самая большая дыра.

Для аналитики Telegram-воронок главный принцип один: знаете знаменатель - знаете реальную конверсию. Не знаете знаменатель - все остальные цифры показывают то, что хочется видеть, а не то, что есть.