Веб-аналитик: чем занимается и как освоить профессию

Название профессии вводит в заблуждение: кажется, что веб-аналитик целыми днями смотрит графики посещаемости. На деле значительная часть работы происходит до того, как появится первый график. Кто-то должен решить, какие действия посетителя считать результатом, как их записать, и проверить, что запись не сломалась после очередного обновления сайта. Если этого не сделать, красивый отчёт будет аккуратно показывать неправду.

Поэтому хороший веб-аналитик немного инженер, немного маркетолог и немного следователь. Он понимает, как код счётчика оказывается на странице, зачем рекламе нужны метки в ссылках и почему число заявок в Метрике почти никогда не совпадает с числом заказов в CRM.

Что делает веб-аналитик

Работу удобно разделить на три слоя. Первый — сбор данных. Специалист составляет план измерений: какие цели нужны (отправка формы, звонок, добавление в корзину, оплата), какие параметры передавать вместе с ними, как размечать рекламные ссылки. Потом вместе с разработчиком или через Google Tag Manager внедряет этот план и проверяет, что события срабатывают там, где должны, и только один раз.

Второй слой — отчётность. Веб-аналитик собирает дашборды в Yandex DataLens или Looker Studio, договаривается с маркетингом, какие показатели смотреть еженедельно, а какие раз в квартал, и следит, чтобы в разных отчётах одно слово значило одно и то же.

Третий слой — ответы на вопросы. Почему упала конверсия на мобильных, какой канал приводит покупателей, а какой только посетителей, что изменилось после редизайна корзины. Здесь нужны гипотезы, сегменты, сравнение периодов и умение сказать «данных для вывода недостаточно», когда их действительно недостаточно.

Учебный пример: заявки пропали после редизайна

Ситуация вымышленная. Интернет-магазин мебели обновил дизайн карточки товара. Через неделю руководитель маркетинга пишет: заявки на расчёт доставки в Метрике упали почти вдвое, реклама, видимо, стала работать хуже, давайте сокращать бюджет.

Веб-аналитик начинает не с рекламы, а с измерения. Он открывает CRM и видит, что заявок на доставку за ту же неделю пришло примерно столько же, сколько раньше. Значит, упали не продажи, а их учёт. Дальше он смотрит настройки цели: она была привязана к посещению страницы «Спасибо за заявку». После редизайна форма стала отправляться во всплывающем окне без перехода на отдельную страницу, и цель перестала срабатывать для большинства посетителей.

Решение состоит из трёх шагов. Разработчик по договорённости с аналитиком отправляет в Метрику JavaScript-событие при успешной отправке формы, и на это событие настраивается новая цель. В отчёт для маркетинга добавляется пометка о дате, с которой учёт изменился, чтобы никто не сравнивал старую цель с новой как одно и то же. А в регламент релизов попадает пункт: перед выкладкой изменений форм и корзины проверять, что цели срабатывают, на тестовой копии сайта.

Результат: бюджет не урезали из-за ошибки учёта, а у команды появилась привычка проверять измерения до релиза, а не после жалобы.

У этой истории есть вторая часть. Аналитик хотел посмотреть записи визитов в Вебвизоре за день выкладки, чтобы понять, как люди вели себя в новой форме. Но с того дня прошло больше двух недель, а записи Вебвизора, согласно справке Яндекс Метрики, хранятся 15 дней, включая текущий. К тому же Вебвизор записывает не все визиты, а выборку, достаточную, по формулировке справки, для репрезентативности. Похожее ограничение есть у Google Analytics 4: срок хранения данных уровня пользователя и событий в обычном ресурсе выставляется в 2 или 14 месяцев, и в справке Google сказано, что он влияет на исследования и отчёты по воронкам, но не на стандартные агрегированные отчёты. Данные о поле, возрасте и интересах хранятся два месяца при любой настройке, а если срок сократить, лишние данные удаляются при ближайшей ежемесячной обработке. На практике это значит, что при подключении GA4 срок стоит сразу проверить и увеличить до 14 месяцев, а записи поведения, нужные для разбора, — просматривать в первые дни после релиза, не откладывая.

Чем веб-аналитик отличается от соседних профессий

Ближе всех — продуктовый аналитик. Он тоже работает с событиями и воронками, но его предмет — продукт: удержание, частота использования, эксперименты с функциями. Веб-аналитик чаще работает на маркетинг и сайт: откуда пришёл человек, во что обошлось его привлечение и где он потерялся по пути к заявке. В приложениях и сервисах с подпиской эти роли нередко совмещают, в интернет-магазинах и на сайтах услуг их чаще разделяют.

Интернет-маркетолог и контекстолог пользуются теми же отчётами Метрики, но как потребители: им нужно понять, куда перераспределить бюджет. Веб-аналитик отвечает за то, чтобы эти цифры были правильно собраны и одинаково понимались. SEO-специалист смотрит органический трафик и работу сайта в поиске, веб-аналитик — все каналы вместе и их вклад в заказы.

От аналитика данных веб-аналитика отличают масштаб и источники. Аналитик данных работает с любыми таблицами компании, от складских остатков до зарплат, и глубже погружается в статистику и Python. Веб-аналитик сосредоточен на поведении людей на сайте и в рекламе, зато глубже знает, как устроены счётчики, куки и атрибуция — правила, по которым заказ приписывается одному из каналов.

Инструменты и знания

Основной набор в России — Яндекс Метрика, и знать её нужно не на уровне «где кнопка», а на уровне устройства: как считаются визиты, чем отличаются модели атрибуции, как работают сегменты и цели, что такое офлайн-конверсии и параметры визитов. Google Analytics 4 встречается реже, но нужен в компаниях с зарубежной аудиторией. Google Tag Manager помогает внедрять теги без правок кода, а понимание HTML, DOM и консоли браузера — проверять, что событие действительно отправилось.

Короткие программы обычно дают обзор этого набора. На онлайн-курсе веб-аналитики Международной школы профессий за четыре недели и восемь живых занятий (12 академических часов) проходят Яндекс Метрику, Google Analytics, Google Tag Manager, визуализацию данных и продвинутые темы вроде A/B-тестов. Авторы обзора советуют до оплаты спросить у школы, обновлялся ли материал после закрытия Google Optimize и на каких данных строится практика.

Следующая ступень — выгрузки. Интерфейс Метрики удобен для быстрых вопросов, но для сложных нужны сырые данные: Logs API Метрики, выгрузка GA4 в хранилище, SQL для объединения визитов с заказами из CRM. Без SQL можно начать работать, но трудно вырасти: на вопрос вроде «откуда пришли люди, которые купили повторно» в интерфейсе не ответить.

Из личных привычек важнее всего недоверие к собственным цифрам. Когда показатель резко изменился, первым делом стоит спросить, не поменялся ли способ его подсчёта, и только потом искать причину в поведении людей.

Как выглядит рабочая неделя

Обычная неделя складывается из повторяющихся задач и нескольких расследований. Понедельник часто уходит на еженедельный отчёт и разбор отклонений. Потом приходят запросы: маркетологу нужна разметка для новой кампании, разработчику — описание событий для нового раздела, руководителю — ответ, почему стоимость заказа выросла.

Договариваться придётся много. С разработчиками — о том, как и когда передавать события, и о проверке перед релизом. С маркетологами — о единых правилах UTM-меток, чтобы одна кампания не называлась в отчётах тремя способами. С отделом продаж — о том, как сверять заявки с CRM и что считать успешной сделкой. С руководителем — о том, какой вывод из данных честен, а какой желателен.

Куда расти: от посещаемости к деньгам

Пока веб-аналитик считает визиты и заявки, его работа отвечает на вопрос «что происходит на сайте». Ценнее становится тот, кто связывает трафик с выручкой: считает стоимость привлечения клиента, окупаемость рекламы, возвращаемость покупателей по когортам. Для этого нужны сквозная аналитика, данные о расходах из рекламных кабинетов и заказы из CRM в одной таблице.

Этот шаг обычно делают уже после первого опыта. Например, на онлайн-курсе «Маркетинговая аналитика» от Digital Skills Academy за месяц разбирают сбор данных из рекламных систем, CRM и веб-аналитики, воронку продаж и дашборды, а второй модуль посвящён юнит-экономике: ROI, ROMI, LTV, CAC и когортному анализу. В обзоре уточняется, что программа рассчитана на практикующих маркетологов, а не на новичков, и что число практических заданий в разных частях описания указано по-разному, поэтому его стоит уточнить у школы.

Что может оказаться сложным

Во-первых, данные никогда не сходятся идеально. Блокировщики рекламы, отказ от куки, звонки без отслеживания, заказы через мессенджеры — всё это создаёт расхождения, которые нельзя устранить, а можно только объяснить. Тем, кому нужна точность до единицы, будет тяжело.

Во-вторых, от веб-аналитика часто ждут подтверждения уже принятого решения. Сказать, что рекламный канал, который любит руководитель, не приносит заказов, — неприятная, но регулярная часть работы.

В-третьих, профессия зависит от технических изменений, на которые специалист не влияет: закрываются сервисы, меняются правила браузеров в отношении куки, у систем аналитики появляются новые модели атрибуции. Настройки годичной давности приходится перепроверять.

Сколько зарабатывает веб-аналитик

Надёжной узкой статистики по этой профессии мало. Калькулятор зарплат Хабр Карьеры по специализации «Веб-аналитик» в сентябре 2026 года без фильтра по региону и квалификации показывал 152 266 ₽ в месяц. Это фактические зарплаты из анкет самих специалистов, но рассчитаны они всего по 13 анкетам, поэтому цифру стоит считать ориентиром, а не рыночной нормой.

На доход влияет, где работает специалист. В агентстве веб-аналитик ведёт несколько клиентов и чаще занимается настройкой, в компании — одним сайтом, но глубже, вплоть до связки с CRM и финансами. Заметную прибавку обычно дают SQL, работа с сырыми данными и умение считать экономику каналов: это переводит специалиста из позиции «настраивает Метрику» в позицию «помогает распределять бюджет».

Чтобы посмотреть актуальные цифры самостоятельно, ищите на hh.ru вакансии не только по запросу «веб-аналитик», но и «маркетинговый аналитик», «аналитик трафика», фильтруйте по региону и опыту и смотрите на медиану, а не на отдельные высокие предложения. Помните, что в вакансиях указаны предложения работодателей, обычно до вычета налога, а не фактические зарплаты.

С чего начать обучение

Начать можно самостоятельно и бесплатно: поставить Яндекс Метрику на свой сайт или блог на конструкторе, настроить три-четыре цели и через месяц попробовать ответить на простые вопросы — откуда приходят люди, что они читают, где уходят. Параллельно полезно прочитать справку Метрики по целям, атрибуции и сегментам и научиться смотреть отправку событий в консоли браузера.

Главная трудность самообучения — пустой счётчик: на новом сайте почти нет трафика, и учиться анализу не на чем. Эту проблему решает демо-доступ с настоящими данными. На онлайн-курсе ProductStar «Веб-аналитика с Яндекс Метрикой» студенты получают доступ к демо-счётчику с наполненными данными; за 11 уроков проходят путь от установки счётчика и целей до отчётов, A/B-тестов и сквозной аналитики, а седьмой урок — проект по оптимизации сайта. Ведёт курс маркетолог-аналитик Яндекса. В обзоре подчёркнуто, что GA4, Google Tag Manager и SQL в программе не заявлены, а цена и проверка домашних заданий описаны неоднозначно, так что эти условия нужно уточнить у школы.

При выборе программы проверяйте три вещи: будет ли работа с живыми данными, а не только скриншоты интерфейса; проверяет ли кто-то ваши настройки и выводы; есть ли в программе хотя бы основы SQL или выгрузок. Документ об окончании для работодателя вторичен: на собеседовании чаще дают тестовое задание.

Как показать первые результаты

Лучшее портфолио для веб-аналитика — описанные разборы. Возьмите свой сайт, сайт знакомого бизнеса или демо-счётчик и оформите два-три документа. Первый — план измерений: какие цели и события нужны, почему именно они, как их проверить. Второй — аудит существующих настроек: что считается неправильно и чем это грозит решениям. Третий — дашборд с короткой запиской, какие выводы из него можно сделать, а какие нельзя. Именно это работодатель проверяет на тестовом задании: понимаете ли вы, откуда берутся цифры.

Первые шаги в профессии

Путей несколько. Кто-то приходит из контекстной рекламы или SEO, где уже работал с Метрикой, и постепенно забирает на себя настройку аналитики. Кто-то начинает младшим специалистом в агентстве, где много однотипных настроек и быстро копится опыт. Кто-то остаётся в маркетинге, но становится в команде человеком, который отвечает за корректность данных.

Если вы сравниваете онлайн-школы, посмотрите рейтинг онлайн-школ с обучением маркетинговой аналитике на Учи.Онлайн: это узкое направление, в нём немного школ, поэтому программы стоит сверить по доле практики и набору инструментов. А до оплаты попробуйте настроить одну цель на своём сайте и проверить, что она срабатывает. Если поиск причины, почему цель не считается, вызвал азарт, а не раздражение, профессия, скорее всего, вам подойдёт.