GA4 на 1С-Битрикс: настройка целей и событий

Как настроить цели и события GA4 на 1С-Битрикс

Стандартные компоненты 1С-Битрикс не генерируют события для GA4. Даже последние версии фреймворка не отправляют purchase или add_to_cart в dataLayer — это приходится реализовывать вручную. На одном проекте мы столкнулись с тем, что GTM-контейнер получал только page_view, а все конверсии просто терялись. После аудита выяснилось: в шаблонах sale.order.ajax и catalog.element отсутствовала разметка ecommerce-слоя. Ошибка стоила магазину 40% неотслеженных заказов — это прямая потеря дохода. Далее — как мы это исправили и что нужно знать, чтобы избежать таких проблем.

Проблемы, которые решаем

1. Передача данных о транзакции в GA4. Компонент sale.order.ajax содержит ID заказа, сумму, состав корзины — но эти данные не уходят в Google Analytics. Мы создаём в result_modifier.php или JS-шаблоне массив dataLayer с событием purchase и ecommerce-объектом.

2. Отправка событий из форм обратной связи. В bitrix:main.feedback нет встроенного триггера для GA4. Используем BX.onCustomEvent('onWebFormSuccess', ...) — подписываемся в глобальном скрипте и пушим событие generate_lead.

3. Проблемы с кэшированием. Если в компоненте включено кэширование, разметка dataLayer не выполняется на каждый показ. Решение — использовать тегированное кэширование или передавать данные через $APPLICATION->AddHeadScript.

Как мы это делаем

Стек: 1С-Битрикс (любая редакция), PHP 8.1+, GA4, Google Tag Manager, JavaScript (ES6+). Для каждого проекта адаптируем стандартные компоненты.

Кейс: передача purchase в интернет-магазине с кастомизированным компонентом корзины. Заказчик использовал sale.order.ajax без доработок — ни одно оформление не попадало в GA4. Мы модифицировали шаблон компонента: в файле result_modifier.php добавили PHP-блок, собирающий данные о транзакции и сохраняющий их в глобальную переменную $ecommerceData. Затем в JavaScript-файле шаблона на событие BX.Sale.OrderAjaxComponent.onOrderCreated пушим dataLayer.push с этими данными. После этого в GTM создали триггер на Custom Event purchase и тег-конфигурацию GA4 Event с параметрами из dataLayer. Отладка через GA4 DebugView показала, что все события приходят корректно.

Почему GTM лучше прямого gtag?

GTM даёт гибкость: можно править теги без изменения кода сайта, добавлять триггеры на основе событий dataLayer, использовать переменные. Прямой gtag — жёсткая привязка к коду. На одном проекте мы перенесли 15 событий с gtag на GTM за 2 дня — время разметки сократилось втрое. Это особенно важно для крупных каталогов, где каждая конверсия критична. Согласно документации Google, GTM рекомендуется для сложных схем тегирования.

Как правильно передавать ecommerce-данные в dataLayer?

Недостаточно просто вставить gtag('event', 'purchase', {...}) в PHP-шаблон. Это приводит к смешиванию серверного и клиентского кода. Мы используем единый JavaScript-буфер:

window.dataLayer = window.dataLayer || [];
dataLayer.push({
  event: 'purchase',
  ecommerce: {
    transaction_id: '<?= $arResult['ORDER_ID'] ?>',
    value: <?= $arResult['PRICE'] ?>,
    currency: '<?= $arResult['CURRENCY'] ?>',
    items: <?= CUtil::PhpToJSObject($arResult['BASKET_ITEMS_GA4']) ?>
  }
});

Процесс работы

Сроки и что входит

Ориентировочные сроки — от 3 до 7 рабочих дней в зависимости от количества типов конверсий. В стоимость входит:

• Разметка dataLayer для всех указанных событий (до 5 типов)
• Настройка GTM-контейнера с тегами и триггерами
• Отладка и исправление ошибок
• Инструкция по добавлению новых событий
• 30 дней постпроектной поддержки

Также предоставляем документацию со схемой dataLayer и списком используемых триггеров. Если вам нужна настройка аналитики на Битрикс, свяжитесь с нами — мы оценим ваш проект бесплатно. Закажите консультацию для точного расчёта сроков.

Типичные ошибки при самостоятельной настройке

Гарантии и опыт

Наши специалисты имеют сертификацию 1С-Битрикс и 7+ лет опыта в настройке аналитики. Мы гарантируем, что все выбранные конверсии будут корректно передаваться в GA4. Для расчёта точной стоимости и сроков получите консультацию — мы ответим в течение дня.

Почему аналитика 1С-Битрикс часто вводит в заблуждение

Счётчики стоят, пиксели повешены, CRM подключена — а цифры расходятся во все стороны. Конверсия e-commerce не передаётся в dataLayer. UTM-теряются на редиректах ЧПУ. Маркетолог видит 100 лидов, коммерческий директор — 70 сделок, и каждый считает по-своему. Решения принимаются по ощущениям, а рекламный бюджет улетает в никуда.

Мы настраиваем аналитику 1С-Битрикс более 10 лет. Через наши руки прошло 500+ проектов — от мелких интернет-магазинов до федеральных ритейлеров с товарооборотом 2 млрд рублей. Опыт показывает: в 90% случаев dataLayer либо отсутствует, либо собран с ошибками, которые крадут 30-40% e-commerce событий. Наш подход — не «поставил счётчик и забыл», а полноценная сквозная аналитика с гарантией корректной передачи всех критических параметров.

Как аналитика 1С-Битрикс решает проблему расхождения данных

Решение — не в добавлении новых счётчиков, а в исправлении dataLayer и замыкании цепочки «визит → лид → сделка → оплата». Мы внедряем корректную передачу e-commerce событий, настраиваем сквозную аналитику с привязкой к CRM и строим дашборды, где каждый канал виден с реальным ROI. Результат: погрешность данных снижается с 40% до 1–2%, а маркетинговый бюджет начинает работать на полную.

Яндекс.Метрика: настройка e-commerce без потерь

Базовая настройка — и почему её обычно делают криво

Счётчик Метрики ставят все. Правильно — единицы.

• Установка через GTM, а не вставкой в header.php — иначе при обновлении шаблона счётчик слетит
• Цели: не абстрактные «клик по кнопке», а конкретные — basket_add, отправка формы bx_form_submit, переход на /personal/order/make/
• Вебвизор — включаешь, а он пишет 1% сессий, потому что в настройках стоит семплирование. Нужно явно задать процент записи — 20-30% для сбалансированных данных — и не забыть про 152-ФЗ
• Фильтрация внутреннего трафика — без этого трафик сотрудников добавляет 15-20% мусорных визитов. Фильтруем по IP, cookie _ym_debug, заголовкам

Электронная коммерция — самая недооценённая фича

Модуль eCommerce в Метрике передаёт полную цепочку покупательского поведения. Проблема в том, что в Битрикс из коробки он работает только с компонентом sale.order.ajax, и то криво — теряет remove_from_cart при AJAX-обновлении корзины.

Что мы передаём в dataLayer:

• Просмотр карточки — id, name, brand, category, price. Без brand Метрика не построит отчёт по брендам, без category — по категориям
• Добавление в корзину — ловим событие onBXAddToBasket через JS, а не через обработчик OnSaleBasketItemAdd на сервере. Серверный обработчик не знает про JS-контекст
• Удаление из корзины — тут ловушка: штатный компонент sale.basket.basket при AJAX-обновлении не генерирует отдельное событие удаления. Нужен свой обсёрвер
• Покупка — передаём на sale/order/complete/, включая coupon и revenue с учётом скидок

BX.addCustomEvent('onBXAddToBasket', function(product) {
    window.dataLayer.push({
        'event': 'add_to_cart',
        'ecommerce': {
            'items': [{
                'item_id': product.id,
                'item_name': product.name,
                'price': product.price,
                'quantity': 1
            }]
        }
    });
});

Данные, которые уходят в Метрику

Google Analytics 4: почему Битрикс требует ручной настройки?

Чем GA4 отличается от Universal Analytics

GA4 работает на событиях, а не на хитах. Нет «просмотров страниц» в привычном смысле — есть page_view как одно из событий. Для Битрикса это значит, что AJAX-переходы (фильтрация каталога, пагинация) нужно пушить вручную.

Ключевые события e-commerce: view_item_list → select_item → view_item → add_to_cart → view_cart → begin_checkout → add_shipping_info → add_payment_info → purchase.

Каждое событие требует свой набор параметров. purchase без transaction_id — не засчитается. add_to_cart без массива items — бесполезен. GA4 молча проглотит невалидные данные и покажет пустые отчёты. По нашей статистике, в 60% Битрикс-проектов GA4 настроен с нарушением спецификации Enhanced E-commerce. Это приводит к потере до 40% транзакций в отчётах.

Пользовательские параметры, которые реально нужны

Не надо передавать всё подряд. Пять параметров, дающих 80% пользы:

• user_type — guest / registered / wholesale
• user_group — группа пользователя из Битрикс
• order_count — количество заказов у пользователя
• cumulative_discount — накопительная скидка
• first_source — UTM первого визита

Сквозная аналитика: замыкаем цепочку от клика до сделки

Метрика видит визиты. CRM видит сделки. Рекламный кабинет видит расходы. А связь между ними — разрыв. Менеджер закрыл сделку на 500К, но Метрика показывает источник (direct), потому что клиент пришёл по прямой ссылке из закладок, а первый контакт был через Директ три месяца назад.

Сквозная аналитика замыкает цепочку: рекламный клик → визит → лид в CRM → сделка → оплата → ROI. <cite>По нашим данным, после внедрения сквозной аналитики клиенты перераспределяют бюджет в пользу каналов с высоким LTV, и ROI растёт в среднем на 25% за квартал.</cite>

Как собираем

1. UTM-метки фиксируем в cookie с TTL 90 дней и дублируем в сквозную систему
2. При создании лида в Битрикс24 записываем UTM в пользовательские поля сделки
3. Коллтрекинг подменяет номер и привязывает звонок к визиту
4. Менеджер ведёт сделку по воронке, закрывает — сумма привязана к источнику
5. Сервис агрегирует расходы через API рекламных кабинетов
6. ROI = (выручка — расходы) / расходы по каждой кампании

Инструменты

Дашборды: три экрана вместо десяти отчётов

Строим дашборды в DataLens или Looker Studio. Ключевое — не перегружать.

• Дашборд для директора — выручка, количество заказов, средний чек, сравнение с прошлым периодом. Пять виджетов, обновление раз в час.
• Дашборд для маркетолога — трафик по каналам, CAC, ROI кампаний, конверсия воронки, эффективность промокодов.
• Дашборд для коммерческого — конверсия менеджеров, скорость обработки заказов, повторные покупки. DataLens подключаем напрямую к PostgreSQL/MySQL Битрикса через b_sale_order и b_sale_basket.

Воронка: где именно дыра

Типичная воронка Битрикс-магазина:

Провал на чекауте — самый дорогой. Пользователь уже хотел купить, уже положил в корзину, и тут sale.order.ajax кидает 500-ку из-за не настроенного обработчика доставки. После аудита воронки мы фиксируем проблему, и конверсия чекаута вырастает в 1.5-2 раза за месяц.

Когортный анализ и LTV

Группируем по месяцу первой покупки, смотрим retention через 30, 60, 90 дней. В DataLens строится через SQL-запрос к b_sale_order с GROUP BY DATE_TRUNC('month', DATE_INSERT).

Главный инсайт когортного анализа — какой канал привлекает клиентов с высоким LTV. Контекст может давать дешёвые первые заказы, но нулевой repeat rate. А SEO-трафик конвертируется хуже, зато возвращается. Без этого анализа вы рискуете переплачивать за каналы, которые дают одноразовых покупателей.

Что входит в настройку аналитики 1С-Битрикс

• Аудит текущего dataLayer и исправление ошибок
• Настройка корректного e-commerce трекинга для Метрики и GA4
• Разработка пользовательских событий под бизнес-требования
• Интеграция сквозной аналитики (Roistat/Calltouch) с Битрикс24
• Создание дашбордов в DataLens/Looker Studio
• Документация по всем событиям и параметрам
• Обучение маркетологов и коммерческого отдела работе с отчётами
• Техническая поддержка на месяц после запуска

Сроки

Закажите аудит или настройку аналитики

Проверим, не теряете ли вы деньги на аналитике: проведём аудит текущей настройки за один день. Закажите настройку сквозной аналитики — получите дашборд с реальным ROI по каждому каналу уже через две недели. Получите консультацию по коррекции dataLayer и выбору подходящего инструмента сквозной аналитики для вашего Битрикс-проекта.