name: campaign-analysis description: | ROAS, CPC, CPM, CTR, CPA, кампании, расходы, бюджет, рекламные кампании, utm_campaign, конверсия кампаний, лиды по каналу, стоимость привлечения, откуда приходят лиды, эффективность канала, first touch, last touch, откуда клиенты, dm_client_profile, dm_conversion_paths, кабинет директа, cabinet_name, audit-magnetto-tab, costura-town, niti, rivayat, origana, сравнение проектов

Скилл: Аналитика каналов и кампаний

Активируется при вопросах про: источники трафика, каналы, кампании, UTM, конверсию, откуда приходят лиды, first touch, last touch, путь клиента до лида.

Доступные данные

Расходы и клики Директа есть в dm_direct_performance (см. отдельный skill). Для вопросов "какой канал привёл клиента", "откуда пришли", "first/last touch" — используй визитные витрины ниже.

Таблиц dm_orders, dm_purchases, dm_campaign_funnel нет — это не ecommerce. Конверсия = лид (has_lead = 1), глубокая конверсия = CRM оплата (has_crm_paid = 1).

Доступны: трафик, конверсия в лиды/CRM, пути клиентов.

Кабинеты и visit-based витрины

У Magnetto 4 рекламных кабинета Яндекс Директа (audit-magnetto-tab1..tab4, по одному на проект: costura-town, niti, rivayat, origana), но один общий счётчик Яндекс Метрики на все 4 проекта. Поэтому:

• Direct-based витрины (dm_direct_performance, bad_keywords, bad_placements, bad_queries, campaigns_settings, adgroups_settings, ads_settings) разделены по кабинетам через колонку cabinet_name.
• Visit-based витрины (dm_traffic_performance, dm_client_profile, dm_client_journey, dm_conversion_paths, dm_funnel_velocity, dm_step_goal_impact, dm_active_clients_scoring, dm_path_templates) не содержат cabinet_name — на уровне визита нельзя сказать, с какого кабинета пришёл пользователь.

Мост visit ↔ cabinet через project_slug

В dm_client_profile.last_project и dm_client_journey.project_slug лежит slug проекта (извлечён из URL /our-projects/[slug]). Маппинг slug → кабинет — статический 1:1, зашит в SQL через transform():

-- Клиентская воронка с привязкой к кабинету Директа
SELECT
    transform(last_project,
        ['costura-town', 'niti', 'rivayat', 'origana'],
        ['audit-magnetto-tab1', 'audit-magnetto-tab2', 'audit-magnetto-tab3', 'audit-magnetto-tab4'],
        'unmapped')                AS cabinet_name,
    count()                        AS clients,
    countIf(has_lead = 1)          AS leads,
    countIf(has_crm_paid = 1)      AS paid
FROM dm_client_profile
WHERE first_visit_date >= today() - 90
GROUP BY cabinet_name
ORDER BY leads DESC

Оговорки:

• Маппинг достоверен для last_project IN ('costura-town','niti','rivayat','origana').
• Для прочих slug-ов (zk-1712, grinvich, числовые 29/30/31, второстепенные проекты) попадают в unmapped. Всегда упоминай долю unmapped в ответе.
• Визиты без URL /our-projects/[slug] не имеют проекта вообще — last_project = '', тоже unmapped.

Какую витрину использовать

dm_traffic_performance — трафик и динамика

Поля

Ключевые цели (goal-колонки)

Метрики трафика

-- Трафик по каналу с качеством
SELECT
    traffic_source,
    utm_source,
    sum(visits)                                                  AS visits,
    sum(new_users)                                               AS new_users,
    round(sum(bounces) / sum(visits) * 100, 1)                  AS bounce_rate_pct,
    round(sum(total_duration_sec) / sum(visits) / 60, 1)        AS avg_duration_min,
    round(sum(total_page_views) / sum(visits), 1)               AS avg_pageviews
FROM dm_traffic_performance
WHERE date >= today() - INTERVAL 30 DAY
GROUP BY traffic_source, utm_source
ORDER BY visits DESC
LIMIT 50

-- Динамика визитов по дням
SELECT
    date,
    traffic_source,
    sum(visits) AS visits
FROM dm_traffic_performance
WHERE date >= today() - INTERVAL 30 DAY
GROUP BY date, traffic_source
ORDER BY date, visits DESC

Конверсия в лиды из dm_traffic_performance (сессионная, ориентировочная)

-- Лиды по каналу (session-based через goal-колонки):
SELECT
    traffic_source,
    utm_source,
    sum(visits)                                                                AS visits,
    sum(goal_314553735 + goal_313904512 + goal_338849075)                      AS form_leads,
    sum(goal_314248561 + goal_201619840 + goal_201619843 + goal_201619846)     AS calls,
    round(sum(goal_314553735 + goal_313904512 + goal_338849075)
          / nullIf(sum(visits), 0) * 100, 2)                                   AS form_cr_pct
FROM dm_traffic_performance
WHERE date >= today() - INTERVAL 30 DAY
GROUP BY traffic_source, utm_source
ORDER BY visits DESC
LIMIT 50

dm_client_profile — конверсия по каналу привлечения (first touch)

Для вопроса "откуда пришли клиенты, ставшие лидами" — использовать dm_client_profile, а не dm_traffic_performance (там сессионная атрибуция).

-- Конверсия в лид по первому источнику (first touch):
SELECT
    first_traffic_source,
    first_utm_source,
    count()                                             AS total_clients,
    countIf(has_lead = 1)                               AS leads,
    countIf(has_crm_created = 1)                        AS crm_created,
    countIf(has_crm_paid = 1)                           AS crm_paid,
    round(countIf(has_lead = 1) / count() * 100, 2)    AS lead_cr_pct
FROM dm_client_profile
WHERE first_visit_date >= today() - INTERVAL 90 DAY
GROUP BY first_traffic_source, first_utm_source
ORDER BY total_clients DESC
LIMIT 50

-- Цикл сделки по каналу (дней от первого визита до лида):
SELECT
    first_traffic_source,
    first_utm_source,
    count()                                  AS leads,
    round(avg(days_to_first_lead), 1)        AS avg_days_to_lead,
    round(avg(total_visits), 1)              AS avg_visits_before_lead
FROM dm_client_profile
WHERE has_lead = 1
  AND days_to_first_lead >= 0
GROUP BY first_traffic_source, first_utm_source
HAVING leads >= 5
ORDER BY leads DESC

dm_conversion_paths — полный путь клиента

Поля

Типичные запросы

-- Среднее количество касаний до лида
SELECT
    round(avg(path_length))              AS avg_path_length,
    median(path_length)                  AS median_path_length,
    round(avg(conversion_window_days))   AS avg_days_to_lead
FROM dm_conversion_paths
WHERE has_lead = 1

-- Топ путей (дедублированных) по частоте среди конвертировавших в лид
SELECT
    channels_dedup_path                  AS path,
    count()                              AS clients
FROM dm_conversion_paths
WHERE has_lead = 1
GROUP BY path
ORDER BY clients DESC
LIMIT 20

-- Топ путей клиентов с CRM-оплатой
SELECT
    channels_dedup_path                  AS path,
    count()                              AS clients
FROM dm_conversion_paths
WHERE has_crm_paid = 1
GROUP BY path
ORDER BY clients DESC
LIMIT 20

-- Распределение по длине пути
SELECT
    path_length,
    count()     AS clients
FROM dm_conversion_paths
WHERE has_lead = 1
GROUP BY path_length
ORDER BY path_length

Правила интерпретации

• Нет расходов → не считать CPC, CPM, CPA, ROAS. Если пользователь просит ROAS — объяснить, что данных по расходам нет.
• Малые выборки → при n < 5 ставить ⚠️ и предупреждать о ненадёжности.
• Период → всегда указывать сравниваемые периоды явно.
• dm_traffic_performance vs dm_client_profile → первая даёт сессионную конверсию (приблизительно), вторая — точную клиентскую конверсию по first touch.
• has_lead vs goal_* → has_lead в dm_client_profile/dm_client_journey — надёжный флаг лида на уровне клиента. Goal-колонки в dm_traffic_performance — сессионные счётчики (могут считаться несколько раз с одного клиента).
• Сравнение first touch / last touch → dm_client_profile даёт first_touch. Для last_touch использовать dm_client_journey: последний визит с is_converting_visit = 1 или последний визит перед first_lead_date.