Чем заменить Google Analytics: российские системы веб-аналитики и переход без потери данных

Прямого аналога Google Analytics, который один в один закрывает все его функции, на российском рынке нет — и не будет, потому что сама концепция GA4 (бесплатный универсальный комбайн от владельца крупнейшей рекламной сети) на локальном рынке не воспроизводима. Рабочая замена — это связка из 2–3 инструментов: счётчик поведенческой аналитики (Яндекс.Метрика), система сквозной аналитики для связки с деньгами (Roistat, Calltouch, PowerBI поверх своей базы) и, для зрелых компаний, собственное хранилище данных. Переход без потери данных — это не про «нажать кнопку», а про то, что вы начинаете параллельный сбор за 1–3 месяца до отключения GA, иначе год-к-году сравнивать будет не с чем.

Ниже — трезвый разбор того, что реально можно поставить вместо GA4 в 2026 году, что это будет стоить в деньгах и внимании команды, и какие ошибки убивают данные при миграции.

Почему вопрос вообще встал: что не так с GA4 в России

GA4 в России физически доступен через VPN, но для операционного бизнеса это не решение, а костыль:

• Нестабильность доступа. Счётчик может не срабатывать у части аудитории с российских IP без дополнительных настроек (прокси-сервер для сбора данных, серверный трекинг), а часть пользователей вообще блокирует скрипты Google на уровне провайдера или браузера.
• Юридический риск для персональных данных. Передача данных о поведении российских пользователей на серверы иностранной юрисдикции — зона повышенного внимания регуляторов; для B2B и e-com с оборотом это уже не гипотетический риск, а пункт due diligence на переговорах с инвесторами и крупными контрагентами.
• Отсутствие поддержки и предсказуемости. Google не даёт SLA и не обязан ничего чинить для рынка, с которым официально не работает. Любое изменение в GA4 вы будете разгребать сами.
• Разрыв с рекламными платформами. Главная ценность GA всегда была не в самом счётчике, а в связке с Google Ads. Без активного размещения в Google Ads пропадает половина смысла держать именно GA4.

Итог: вопрос «чем заменить» — это не про технологии, а про снижение операционного риска и возврат данных под контроль компании.

Карта альтернатив: от бесплатного счётчика до собственного хранилища

Все замены GA4 делятся на три уровня зрелости — от простого к сложному. Ошибка большинства компаний — пытаться сразу прыгнуть на третий уровень, хотя 80% задач закрывает первый.

Для интернет-магазина среднего размера обычно достаточно связки «Метрика + сквозная аналитика». Для SaaS или маркетплейс-подобного продукта без собственного хранилища данных вы упрётесь в потолок глубины анализа уже через полгода.

Яндекс.Метрика: базовый слой почти всегда

Метрика — не идентичная копия GA4, а система с другой философией: она изначально сильнее в вебвизоре, картах кликов и скроллинга, слабее в гибкости кастомных событий и сегментации по сравнению с тем, что позволял делать GA4 через BigQuery-экспорт. Для большинства сайтов это правильная точка входа: бесплатно, интеграция с Яндекс.Директ из коробки, российские серверы.

Что важно настроить сразу, а не «потом»:

• Цели и электронную коммерцию (Ecommerce) — без этого Метрика не свяжет визиты с оплатами.
• Офлайн-конверсии через API — если у вас есть звонки, заявки или продажи не онлайн.
• Экспорт сырых данных (Логи API) — если планируете строить собственную аналитику поверх, а не жить в интерфейсе Метрики.

Сквозная аналитика: где GA4 никогда и не заменял её полностью

Здесь важно честно признать: GA4 сам по себе никогда не был сквозной аналитикой в полном смысле — он показывал путь до конверсии на сайте, но не доводил цепочку до фактической прибыли и стоимости лида по каналам без дополнительной интеграции. Российские системы сквозной аналитики (Roistat, Calltouch, CoMagic) в этом смысле часто закрывают задачу лучше, чем закрывал её GA4, потому что изначально проектировались вокруг связки «реклама → звонок/заявка → CRM → оплата». Если вы ранее считали ROMI и ДРР вручную в Excel, выгружая данные из GA и рекламных кабинетов, — переход на сквозную аналитику для вас будет не потерей, а апгрейдом. Как правильно считать ROMI при переходе на новую систему — разобрано отдельно: как считать ROMI.

Событийная и продуктовая аналитика: когда сайта уже мало

Если у вас есть личный кабинет, подписка, мобильное приложение или сложная воронка с множеством шагов внутри продукта — веб-счётчик (что Метрика, что бывший GA4) в принципе не тот класс инструмента. Здесь нужна событийная аналитика уровня Amplitude, Mixpanel или self-hosted решений на базе ClickHouse. Это отдельная категория бюджета и отдельная компетенция в команде — не подменяйте ей задачи веб-аналитики и не упрощайте продуктовую аналитику до уровня счётчика на сайте.

План перехода без потери данных: пошагово по срокам

Главный риск миграции — не техническая сложность, а разрыв рядов данных: вы не сможете сравнить октябрь с новой системой и октябрь прошлого года со старой, если период их совместной работы был слишком коротким или отсутствовал вовсе.

1. За 4–8 недель до отключения GA4 — разверните параллельный сбор данных в новой системе. Не удаляйте GA4 сразу, дайте обеим системам поработать вместе.
2. Сверьте методологию подсчёта. Разные системы по-разному считают сессии, уникальных пользователей и атрибуцию последнего клика — расхождение в 10–20% между системами по опыту многих переходов это скорее норма, чем повод для паники. Зафиксируйте коэффициент расхождения, чтобы корректно читать историю.
3. Перенесите цели и события вручную, не полагаясь на автоматическую миграцию — таких инструментов не существует, потому что структуры данных GA4 и Метрики/сквозной аналитики принципиально разные.
4. Выгрузите исторические данные из GA4 до потери доступа — минимум агрегированные отчёты по каналам, конверсиям, ROMI и LTV за последние 12–24 месяца. Сырые данные на уровне пользователя выгрузить сложнее и часто уже поздно.
5. Договоритесь с командой о «водоразделе» в отчётности — зафиксируйте дату, начиная с которой все дашборды и еженедельные отчёты строятся на новой системе, и перестаньте сравнивать периоды «через» этот водораздел напрямую.
6. Проверьте связь с моделями атрибуции. При смене системы аналитики обычно меняется и логика атрибуции — стоит заранее свериться с тем, как устроены разные модели атрибуции: модели атрибуции.

Почему это не только техническая миграция, а вопрос P&L

Аналитика существует не для красивых графиков, а для одной функции — показать, куда уходят деньги маркетинга и что они приносят. Смена системы аналитики — это по сути пересборка входных данных для P&L маркетинга, и относиться к ней нужно с той же строгостью, что и к смене учётной системы в финансах.

Прежде чем переезжать, задайте себе три вопроса собственника, а не маркетолога:

• Сможете ли вы после перехода так же быстро посчитать ДРР по каждому каналу, как сейчас? Если нет — это не миграция инструмента, а деградация управляемости. Что такое ДРР и почему это ключевая метрика для P&L: что такое ДРР.
• Не станет ли новая система источником иллюзии контроля вместо реального контроля? Красивый дашборд с цифрами, которые никто не проверял на достоверность, опаснее отсутствия дашборда вообще — подробнее об этом: иллюзия аналитики.
• Умеете ли вы после перехода строить когортный анализ и видеть путь клиента через все точки касания, а не только последний клик перед покупкой? Это основа сквозной аналитики, а не опция.

Если на любой из трёх вопросов ответ «нет» — не подписывайте контракт с новым поставщиком аналитики, пока не закроете этот пробел в ТЗ.

Сколько это стоит и кто должен это делать

Ошибка планирования бюджета — считать только лицензию инструмента и забывать про стоимость внедрения. По опыту переходов в разных компаниях, соотношение обычно обратное: сама лицензия сквозной аналитики может стоить условно 15–50 тыс. руб/мес, а её корректная настройка с интеграциями CRM, колл-трекинга и рекламных кабинетов — это 40–120 часов работы аналитика или подрядчика, растянутых на 4–8 недель.

Кто должен вести проект перехода:

• Для малого бизнеса (1 сайт, простая воронка) — маркетолог или подрядчик-фрилансер, 1–2 недели, без выделенного бюджета на разработку.
• Для среднего e-com/B2B (несколько каналов, CRM, колл-трекинг) — проектная роль аналитика на 1–2 месяца, с фиксированным бюджетом на интеграции.
• Для компаний с собственным продуктом/приложением — постоянная роль дата-аналитика или дата-инженера в штате; переход на новую аналитику здесь — повод пересобрать архитектуру данных целиком, а не латать старую.

Не экономьте на этом этапе на компетенции: неправильно настроенная сквозная аналитика хуже, чем её отсутствие, потому что она даёт ложную уверенность в цифрах, на основании которых вы будете защищать бюджет маркетинга перед руководством.

Частые ошибки при переходе с GA4

• Отключают GA4 до того, как новая система накопила сопоставимую историю данных. В итоге через полгода нечем сравнивать сезонность и год-к-году — приходится либо восстанавливать данные вручную по фрагментам, либо смириться со «слепой зоной» в отчётности.
• Переносят цели и события формально, без пересмотра их актуальности. Половина целей в GA4 у большинства компаний за годы использования устарела; механический перенос копирует и мусор, и работающие метрики без разбора.
• Не документируют методологию новой системы для команды. Через 3–4 месяца никто не помнит, почему новая система считает конверсию иначе, чем считал GA4, и начинаются споры на планёрках вместо работы с данными.
• Выбирают систему аналитики под функциональность, а не под реальную воронку компании. Дорогая сквозная аналитика с колл-трекингом бессмысленна, если 90% продаж идёт через корзину на сайте без единого звонка.
• Игнорируют серверную сторону трекинга. Блокировщики рекламы и приватность браузеров режут точность клиентского трекинга у всех систем одинаково — и у Метрики, и у сквозной аналитики; без серверного сбора данных (server-side tracking) расхождение с реальностью будет расти год от года, а не только у GA4.
• Считают, что смена инструмента автоматически решит проблему качества данных. Если раньше в компании путали корреляцию с причинностью или не проверяли достоверность отчётов, новая система эту привычку не исправит — исправляет только дисциплина работы с данными.

FAQ

Можно ли просто продолжать пользоваться GA4 через VPN и ничего не менять?

Технически да, и часть российских компаний так и делает. Но это осознанный риск: нестабильная точность данных из-за блокировок, юридическая неопределённость с передачей персональных данных за рубеж и отсутствие поддержки со стороны Google. Для операционной аналитики малого проекта риск может быть приемлем, для компании с оборотом и инвесторами — обычно нет.

Яндекс.Метрика действительно бесплатна для любого объёма трафика?

Базовый функционал Метрики бесплатен независимо от объёма трафика сайта — в отличие от GA4, где после определённого объёма данных предлагается платная версия GA360 (в западном контуре, стоимость которой стартует от десятков тысяч долларов в год). Оговорка: при очень большом трафике (сотни тысяч визитов и выше) Яндекс применяет сэмплирование данных в отчётах, а полные данные без сэмплирования и расширенные лимиты доступны только в платном пакете «Метрика Про». Для подавляющего большинства сайтов это не актуально. Платить придётся не за саму Метрику, а за сквозную аналитику, колл-трекинг и другие надстройки поверх неё.

Что делать, если у бизнеса много продаж идёт не через сайт, а через звонки и мессенджеры?

Здесь без сквозной аналитики с колл-трекингом и интеграцией мессенджеров не обойтись — веб-счётчик в принципе не видит эту часть воронки. Это самый частый кейс, где переход с GA4 требует не замены счётчика, а построения новой архитектуры аналитики с нуля.

Насколько сильно будут расходиться цифры между GA4 и новой системой?

Расхождение в 10–20% между разными системами аналитики — по опыту многих переходов норма из-за разной логики сессий, атрибуции и учёта ботов. Важно не добиться идеального совпадения цифр, а понять коэффициент расхождения и работать с ним осознанно при сравнении периодов.

Нужна ли собственная база данных (DWH), если у нас обычный интернет-магазин?

В большинстве случаев нет. Собственное хранилище данных оправдано, когда вам нужно объединять данные из многих источников (сайт, приложение, CRM, склад, колл-центр) для сложной сегментации и когортного анализа, которые не тянет готовая сквозная аналитика. Для типового e-com среднего размера связка «Метрика + сквозная аналитика» закрывает 90% задач.

Как быстро можно провести весь переход?

Технически подключить новую систему можно за 1–2 дня. Но полноценный переход с накоплением сопоставимой истории данных, настройкой всех целей и обучением команды занимает от 1 до 3 месяцев в зависимости от сложности воронки. Планировать переход «на завтра» — гарантированный способ потерять качество данных.

Стоит ли переходить сразу на несколько систем аналитики параллельно, чтобы подстраховаться?

На переходный период — да, это правильная практика (пункт про параллельный сбор данных выше). Но держать две-три системы аналитики постоянно, «на всякий случай», — плохая идея: команда начинает верить то одной, то другой системе, в зависимости от того, какие цифры удобнее в моменте, и аналитика перестаёт быть источником истины.

Если после этого текста у вас всё ещё нет ясности, какая аналитика нужна именно вашей компании и как встроить её в систему принятия решений, а не просто в набор дашбордов, — на интенсиве Marketing OS разбираем это предметно, на ваших цифрах и вашей воронке.