Большинство Telegram-ботов создаются «по наитию»: разработчики придумывают логику, запускают, смотрят на общее количество пользователей — и считают, что этого достаточно. Это ошибка. Без аналитики поведения невозможно понять, почему 70% пользователей уходят на третьем шаге, почему один сценарий конвертирует в 5 раз лучше другого и где именно теряется выручка. Данные о поведении — это не красивые дашборды, это деньги: каждое улучшение воронки на 10% может давать 15–25% прироста выручки.
4 ключевых отчёта для бизнес-анализа
Отчёт 1: Воронка по шагам. Самый важный отчёт. Показывает, сколько пользователей прошли каждый шаг сценария.
Пример воронки для бота продаж:
- Начали диалог: 1 000
- Прошли приветствие: 850 (85%)
- Ответили на квалификационный вопрос: 620 (73% от предыдущего)
- Посмотрели каталог: 480 (77%)
- Открыли карточку продукта: 280 (58%)
- Нажали «Купить»: 85 (30%)
- Завершили оплату: 52 (61%)
Итоговая конверсия: 5.2%. Точки потерь видны сразу: переход «каталог → карточка продукта» (58%) и «нажал купить → оплатил» (61%) — здесь потенциал для улучшения.
Отчёт 2: Retention по дням. Показывает, сколько пользователей возвращаются в бота через 1, 7, 14, 30 дней после первого визита.
Хорошие показатели для коммерческого бота:
- Day-1 retention: 40–60%
- Day-7 retention: 20–35%
- Day-30 retention: 10–20%
Если Day-1 retention ниже 30% — проблема с первым впечатлением. Пользователь пришёл, не понял ценности и ушёл.
Отчёт 3: Популярные сценарии. Какими функциями пользуются чаще всего, какими — почти никогда. Если «Каталог» открывают 80% пользователей, а «Отзывы» — 5%, это не значит, что отзывы не нужны. Возможно, кнопка плохо заметна или аудитория пока не доросла до этой потребности.
Отчёт 4: Точки отпадания. Специфический тип анализа: где именно пользователи покидают диалог — не переходят на следующий шаг и не возвращаются. Это не то же самое, что «не прошли шаг» — человек мог выйти, но вернуться позже.
Как собирать данные
Telegram Bot API не предоставляет аналитику по умолчанию — её нужно собирать самостоятельно.
Схема сбора: При каждом действии пользователя (нажатие кнопки, отправка сообщения, выбор из меню) бот записывает событие в базу данных:
- User ID (анонимизированный)
- Имя события (например, «opened_catalog», «clicked_buy», «completed_payment»)
- Временная метка
- Дополнительные параметры (ID продукта, сумма, источник трафика)
Это простое логирование событий. Стоимость разработки системы логирования: 10 000–30 000 рублей к основной стоимости бота.
Где хранить и визуализировать:
Вариант 1: Google Sheets — самый простой, бесплатный. Бот пишет события в таблицу через Google Sheets API. Из таблицы вручную строятся графики. Подходит для малого бизнеса с низким трафиком (до 500 событий в день).
Вариант 2: Metabase — open-source BI-система, которую можно развернуть на собственном сервере бесплатно. Подключается к базе данных бота, позволяет строить дашборды без навыков SQL через интерфейс drag-and-drop.
Вариант 3: DataLens (Яндекс) — облачная BI с бесплатным тарифом. Подключается к ClickHouse или PostgreSQL. Удобно для команд, уже работающих в экосистеме Яндекс.
Вариант 4: Tgstat — частичная аналитика каналов и ботов. Показывает рост подписчиков и некоторые поведенческие данные, но не позволяет отслеживать внутренние шаги сценария.
| Инструмент | Стоимость | Сложность | Возможности |
|---|---|---|---|
| Google Sheets | Бесплатно | Низкая | Базовые таблицы и графики |
| Metabase | Бесплатно (self-hosted) | Средняя | Полноценные дашборды |
| DataLens | Бесплатно | Средняя | BI-дашборды, Яндекс-интеграция |
| Amplitude | от $0 (лимит) | Высокая | Профессиональная продуктовая аналитика |
Ключевые метрики бота
Completion Rate. Доля пользователей, прошедших целевой сценарий до конца. Для сценария «записаться на консультацию» completion rate = доля дошедших до подтверждения записи. Это главная метрика эффективности.
DAU/MAU (Daily/Monthly Active Users). Отношение ежедневной аудитории к ежемесячной. Показатель «привычки» использования бота. Для бота поддержки DAU/MAU может быть 10–20% (люди обращаются периодически). Для бота-магазина — 5–10%. Для новостного бота — 40–60%.
Глубина сессии. Среднее количество шагов, которые пользователь проходит за одну сессию. Очень короткие сессии (1–2 шага) означают, что пользователи не находят то, что ищут, или первый экран отпугивает.
Конверсия по источникам. Пользователи из разных источников конвертируются по-разному. Те, кто пришёл по рекламе с конкретным оффером, конвертируются лучше тех, кто нашёл бота органически. Аналитика источников помогает оптимизировать рекламный бюджет.
Отток (Churn). Доля пользователей, которые заблокировали бота за период. Высокий отток (>10% в месяц) — сигнал проблемы: либо слишком частые сообщения, либо нерелевантный контент, либо разочарование в функциональности.
Пример улучшения на основе данных: +30% конверсии через упрощение шага
Реальный кейс. Бот для записи на услуги. Данные показали: на шаге выбора типа услуги пользователи массово уходили — drop-off 45%. При этом на предыдущем и следующем шагах drop-off был 12–15%.
Анализ проблемы: на шаге выбора услуги было представлено 12 вариантов в виде текстового списка. Пользователи терялись в количестве опций.
Решение: разбили 12 услуг на 3 категории. На первом шаге — выбор категории (3 кнопки). На втором — конкретная услуга внутри категории (3–5 кнопок).
Результат: drop-off на этом шаге снизился с 45% до 18%. Общая конверсия бота выросла с 4.2% до 5.5% — рост на 31% без изменения рекламного бюджета.
Это стандартная история: часто одно «узкое место» в воронке держит всю конверсию на низком уровне. Данные помогают найти его за часы, а не за месяцы интуитивных экспериментов.
Как читать данные и принимать решения
Несколько правил анализа:
Правило 1: Сначала — объём. Маленькая выборка (до 100–200 событий) даёт статистически ненадёжные данные. Не делайте выводов о воронке, если через неё прошло менее 200 пользователей.
Правило 2: Сравнивайте когорты. Пользователи, пришедшие из разных источников или в разное время, ведут себя по-разному. Средние цифры могут скрывать важные различия.
Правило 3: Ищите «узкое место». Самое большое падение на одном шаге — там и нужно работать. Не пытайтесь улучшить всё сразу.
Правило 4: Тестируйте изменения последовательно. После изменения шага — дайте 2–3 недели, прежде чем делать следующее изменение. Иначе невозможно понять, что именно повлияло на результат.
Правило 5: Совмещайте количественные данные с качественными. Аналитика говорит «где» теряются пользователи. Качественная обратная связь (опросы, прямые вопросы в боте) говорит «почему». Только вместе — полная картина.
Инвестиция в аналитику Telegram-бота — это 10 000–30 000 рублей к стоимости разработки. Возврат — минимум 20–40% роста эффективности бота в первые 3–6 месяцев за счёт data-driven оптимизации. Без аналитики вы летите вслепую. С аналитикой — у вас есть карта.