Ad hoc аналитика: что это такое, как проводится и когда нужна бизнесу

Ad hoc аналитика в этой статье — подход бизнес-аналитики и маркетинговых исследований: разовый анализ под конкретный бизнес-вопрос. Не BI-системы, не SQL-разработка, не академическая социология. Начальник пришёл в 16:00 и сказал: «Через два дня нужен отчёт, почему конверсия упала на 30%». Данных в готовом виде нет. Это ad hoc-задача: внеплановая, единичная и без имеющегося ответа в отчётах. Ad hoc аналитика — разовый анализ данных под такой запрос.

Ad hoc анализ кардинально отличается от регулярных дашбордов, которые работают по расписанию и следят за динамикой, — он запускается ситуационно и живёт ровно до тех пор, пока не будет найден ответ. Если внутренних данных в CRM, логах или финансовых системах не хватает, на помощь приходит ad hoc исследование — сбор первичной информации через опросы или интервью. Весь процесс укладывается в семь шагов: от максимально чёткой формулировки вопроса до рекомендации, на основе которой можно принимать решение.

На практике этот инструмент одинаково полезен в маркетинге, HR, продуктовой разработке, клиентском сервисе. А когда требуются мнения реальных людей, проще всего запустить онлайн-опрос по готовой панели респондентов — например, через «Анкетолог»: это займёт не больше пары дней, зато даст сотни ответов и ясную картину.

Наша статья только про бизнес-задачи, которые нельзя закрыть стандартным отчётом. Материал для маркетологов, аналитиков и HR-специалистов, у которых есть вопрос от руководства — и нет на него ответа в отчётах.

Ad hoc аналитика: что это такое

Маркетолог получил задачу от директора: «Почему в этом квартале упала конверсия из рекламного трафика? Принеси отчёт послезавтра утром». CRM показывает факт — падение зафиксировано, но его причины остаются неясными. Это классическая ad hoc-задача.

Ad hoc аналитика (произносится как «ад хок», с латыни — «специально для этого случая») — это не плановая регулярная отчетность и не статичный дашборд. Это точечный разовый анализ, который запускается под определённую ситуацию.

Как это работает: возникает вопрос, бизнес-задача или гипотеза, требующая проверки. Например, нужно понять, почему упали продажи в конкретном регионе, или оценить потенциальный эффект от нового предложения. Далее мы либо собираем недостающие данные из разных источников, либо используем уже имеющиеся массивы информации. Главная цель — на основе этих данных оперативно сформировать ответ, инсайт или рекомендацию именно для этого единичного случая. Как только вопрос закрыт, аналитика завершается до следующей острой необходимости.

Ad hoc аналитика начинается с вопроса, который нельзя закрыть плановым отчётом.

В BI-системах тоже есть понятие ad hoc — там это самообслуживание: аналитик сам строит запрос к базе данных без участия IT. Но мы рассмотрим понятие в контексте бизнес-задач.

Чем ad hoc анализ отличается от регулярной аналитики

Регулярная аналитика отвечает на вопросы, которые вы знали и запланировали заранее. Ad hoc — на те, что возникли сейчас. Плановая придумана раз и работает постоянно. Внеплановая запускается под одну ситуацию или вопрос и не повторяется.

Критерий	Регулярная аналитика	Ad hoc аналитика
Повод для запуска	Плановый — по расписанию (раз в неделю / месяц / квартал)	Ситуационный — конкретный вопрос или отклонение от нормы
Периодичность	Постоянно, повторяется	Разово — под эту задачу, не повторяется
Метрики и показатели	Заранее определённые KPI (выручка, конверсия, NPS)	Любые под определённый вопрос — могут быть уникальными
Источники данных	Стандартные (CRM, BI, ERP, веб-аналитика)	Любые доступные + при необходимости первичный сбор
Результат	Дашборд / плановый отчёт / алёрт	Ответ на один вопрос и рекомендация для решения

Внеплановая аналитика не заменяет регулярную. Она дополняет её. Один инструмент не лучше другого, у них разные задачи.

Когда бизнесу нужна ad hoc аналитика?

Ad hoc аналитика нужна в трёх случаях: показатель неожиданно изменился, нужно выбрать между вариантами, изменилась внешняя ситуация и требуется актуальная картина.

Отклонение метрики. Показатель упал или вырос без очевидной причины. Плановый отчёт фиксирует факт — конверсия снизилась, текучесть выросла, NPS просел. Но почему — не объясняет. Нужно разбираться отдельно.

Например, HRBP (HR-бизнес-партнёр) в ритейле видит, что текучесть в первые 90 дней выросла с 12% до 19% за полгода. Причины в отчётах нет. Запускает ad hoc-анализ.

Выбор между вариантами. Нужно принять решение: утвердить концепцию, распределить бюджет, выбрать приоритет. Данных для сравнения нет.

Допустим, продакт-менеджер готовит релиз и выбирает между двумя сценариями онбординга. A/B-тест займёт шесть недель, решение нужно через две. Запускает ad hoc-опрос.

Изменение ситуации. Внешние или внутренние условия изменились: слияние, кризис, редизайн, переезд офиса. Старые данные перестали быть актуальными.

Пример: HR-директор после объединения двух коммерческих команд должен понять настроения сотрудников перед квартальным собранием. Данных нет — нужен срочный замер.

При этом внеплановая аналитика нужна не всегда. Показатели в норме, вопрос уже отслеживается в регулярной отчётности — достаточно дашборда. Не стоит запускать разовый анализ там, где плановая аналитика уже даёт ответ.

Что такое ad hoc исследование — и чем оно отличается от анализа

Ad hoc исследование — проект по сбору первичных данных для ответа на вопрос. Отличие от анализа: в анализе данные уже есть и их обрабатывают. В исследовании их нужно получить от людей через опрос, интервью или другой метод.

Когда же переходить к исследованию? Условие одно: если для ответа нужных данных в CRM, логах и дашборде нет. CRM знает, что клиент ушёл. Но почему — не знает. Для этого нужен опрос.

Важно различать ad hoc исследование и регулярный трекинг. Первое — разовое. Второе — постоянный мониторинг одних и тех же метрик (ежемесячное измерение индекса клиентской лояльности — NPS, квартальный eNPS и т.д.). Оба нужны, но для разных задач: исследование — для неожиданного вопроса, трекинг — для контроля динамики.

Для сбора первичных данных используют онлайн-опросы по готовой панели. Это позволяет получить ответы от целевой аудитории за считанные дни, не тратя время на самостоятельный поиск респондентов.

Этапы ad hoc анализа: от вопроса до решения

Ad hoc анализ проходит через пять шагов: сформулировать вопрос → определить нужные данные → проверить, есть ли они → собрать, если нет → проанализировать и сформулировать вывод для решения.

Шаг 1. Сформулировать вопрос точно

Не «почему всё плохо», а конкретно: что именно произошло, у кого, за какой период, какое решение будет принято по результату. Неточный вопрос = нерелевантный ответ. Это самый важный шаг.

Шаг 2. Определить тип нужных данных

Что именно ответит на вопрос: данные о поведении в системе (транзакции, логи) или о субъективном опыте (мнение, восприятие, намерение)? От ответа зависит следующий шаг.

Шаг 3. Аудит внутренних данных

Что уже есть: CRM, веб-аналитика, ERP, HR-системы, финансы. Есть ли нужные данные? Репрезентативны ли они? Актуальны? Если да — переходим к шагу 5. Если нет — шаг 4.

Шаг 4. Выбрать метод сбора первичных данных

Если нужны субъективные данные или внутренних нет: онлайн-опрос (быстро, масштабно), глубинное интервью (детально, малая выборка), фокус-группа (для гипотез и концептов).

Шаг 5. Собрать и подготовить данные

Для внутренних: выгрузить, очистить, структурировать. Для первичных: разработать инструмент сбора (анкету), определить выборку, провести опрос или интервью.

Шаг 6. Проанализировать и найти ответ

Обработать данные методом, соответствующим вопросу: сравнение, сегментация, поиск паттернов, корреляция. Сформулировать вывод одним предложением.

Шаг 7. Подготовить вывод для принятия решения

Не «по данным видно, что…», а «рекомендую сделать X, потому что данные показывают Y». Чёткая рекомендация для конкретного решения.

Как правильно сформулировать ad hoc-вопрос

Самый частый затык на практике — размытая формулировка. Признаки плохого вопроса: нет определённого объекта анализа, нет временного периода, нет связи с решением. Точный вопрос отвечает на четыре пункта: что (метрика/явление) + у кого (сегмент) + за какой период + зачем (какое решение будет принято).

Плохой вопрос	Точный вопрос
«Почему у нас всё плохо?»	«Почему конверсия из платного трафика снизилась с 3,2% до 1,9% в апреле по сравнению с мартом?»
«Как улучшить вовлечённость?»	«Что является главным драйвером снижения eNPS с +18 до +4 среди сотрудников отдела продаж за Q1?»
«Нравится ли клиентам наш новый дизайн?»	«Насколько новый интерфейс кабинета воспринимается как более понятный по сравнению со старым среди пользователей сегмента МСБ (малого и среднего бизнеса)?»

Аудит данных: что есть, чего не хватает

Где искать внутренние данные: CRM (история сделок, сегменты), веб-аналитика (поведение на сайте), HR-системы (отток, оценки), финансы (выручка, маржа по сегментам).

Три критерия, что данных недостаточно: 1) их нет в принципе; 2) они есть, но нерепрезентативны для нужного сегмента; 3) данные устарели.

Если вопрос про субъективное — мнение, восприятие, намерение — имеющихся данных не хватит. Идём в опрос.

Разберём на примере. Анна — маркетолог в e-commerce. CMO спросил: «Почему конверсия из email упала на 23% в марте?».

Шаг 1. Задаётся вопросом: «Что изменилось в поведении подписчиков email в марте по сравнению с февралём — в открываемости, кликах, по конкретным сегментам?»

Шаг 2. Нужны данные о поведении (есть в ESP — платформе для управления рассылками) + причина отказа от покупки (в базе нет — субъективное).

Шаг 3. В ESP есть открытия и клики, есть данные по сегментам. Причин неконверсии нет.

Шаг 4. Запускает короткий опрос неконвертированных подписчиков (5 вопросов, онлайн).

Шаг 5. 312 ответов за 48 часов.

Шаг 6. 67% говорят, что предложения стали менее персональными; кликают, но не покупают из-за несоответствия цены и ожиданий.

Шаг 7. Делает вывод: «Проблема в сегментации контента, не в теме письма. Рекомендую переработать логику персонализации в сегменте «повторные покупки»».

Ad hoc аналитика на практике: примеры из маркетинга, HR, продукта и CX

Внеплановые задачи возникают во всех бизнес-функциях. Маркетологу нужно понять, почему клиенты уходят. HR-специалисту — почему растёт текучесть. Продакту — какой сценарий онбординга выбрать. Руководителю клиентского сервиса — почему упал индекс лояльности клиентов (NPS) в конкретном сегменте.

Маркетинг: анализ оттока клиентов

Рассмотрим пример. Директор по маркетингу в B2B-компании, работающей с облачными сервисами (SaaS), видит, что пожизненная ценность клиента (CLV) упала на 15% за квартал. CRM-система фиксирует факт оттока, но не объясняет причину. Руководитель требует ответа: уходят к конкурентам или проблема внутри продукта?

Команда запускает ad hoc-опрос среди клиентов, ушедших за последние 90 дней. 8 вопросов, онлайн-анкета, 48 часов на сбор.

Результат: 54% ушли из-за сложности онбординга, а не цен конкурентов. В итоге команда переработала онбординг, и компания сэкономила бюджет на удержании клиентов (retention).

HR: опрос увольняющихся (exit-interview) при росте текучести

Представим: HR-бизнес-партнёр (HRBP) в ритейле узнал, что текучесть в первые 90 дней выросла с 12% до 19% за полгода. Причины неизвестны — кадровые системы фиксируют факт ухода, но не причину. Бизнес теряет деньги на найме и адаптации.

В компании провели exit-interview — анонимный опрос всех, кто уволился за 6 месяцев. 61% назвали главной причиной отсутствие обратной связи от руководителя в первый месяц. После этого была внедрена система контрольных встреч (check-in) на 30-й день.

HR: разовый замер индекса лояльности сотрудников (eNPS) после реорганизации

Допустим, HR-директор после слияния двух коммерческих команд хочет понять настроения сотрудников перед квартальным планированием. Регулярного трекинга индекса лояльности сотрудников (eNPS) нет — нужен срочный замер.

Он запускает разовый опрос по методике eNPS: один основной вопрос + два открытых, анонимно. Выясняется, что eNPS = −12. Самый частый сигнал тревоги — «непонятно, кто теперь мой руководитель и какие у меня ключевые показатели эффективности (KPI)». В итоге в команде скорректировали коммуникацию до квартального собрания.

Продукт: выбор сценария онбординга

Продакт-менеджер в финтехе хочет выбрать один из двух готовых прототипов онбординга. A/B-тест займёт полтора месяца, решение нужно гораздо быстрее.

Он запустил опрос для проверки концепции (concept-test): 150 представителям целевой аудитории показали кликабельные прототипы, измерили понятность и уверенность. Пользователи оценили сценарий с прогресс-баром как значительно более понятный — средняя оценка сложности 31% ниже по сравнению со вторым вариантом. Запустили в продакшн без 6-недельного теста.

Клиентский опыт (CX): падение индекса лояльности (NPS) в сегменте малого бизнеса

Руководитель клиентского сервиса облачной платформы увидел, что индекс потребительской лояльности (NPS) упал с 42 до 31 в сегменте малого бизнеса за два месяца. Глобальный NPS стабилен — проблема точечная.

Провели опрос по методике CSAT (индекс удовлетворённости клиентов) именно малого бизнеса — не всех клиентов: 6 вопросов про ключевые точки контакта. Оказалось, что главный драйвер снижения — время ответа поддержки: у 71% респондентов ожидание >8 часов. Внедрили выделенную очередь для МСБ, и NPS восстановился.

Когда внутренних данных не хватает и нужен опрос?

Если для ответа на ad hoc-вопрос нужны данные о мнениях, восприятии или поведении людей — внутренних сведений не хватит. CRM-система знает, что клиент ушёл. Только опрос объяснит почему.

Вопрос про…	Используй	Пример
Что произошло / сколько / когда	Внутренние данные	«На каком шаге воронки теряем больше всего?»
Кто из клиентов ведёт себя иначе	Внутренние данные	«Какой сегмент клиентов платит дольше?»
Почему произошло / что думают люди	Первичный сбор	«Почему клиенты уходят после первого месяца?»
Что выберут / как воспринимают	Первичный сбор	«Какой из двух сценариев онбординга понятнее?»
Что намерены сделать	Первичный сбор	«Планируют ли сотрудники искать другую работу в следующие 6 месяцев?»

Если вопрос про поведение в системе — что делали, сколько, когда — CRM, логи, финансы дадут ответ. Обрабатывайте то, что уже есть.

Если вопрос про субъективное — почему ушли, что думают, как воспринимают, что выберут — в базе этого нет. Нужно спрашивать у людей.

Для первичного сбора есть три основных способа:

Онлайн-опрос. Быстро и масштабно. За 24–48 часов можно получить сотни ответов от целевой аудитории. Подходит для большинства ad hoc-задач.
Глубинное интервью. Детально, но малая выборка. Позволяет понять глубинные причины, которые не видны в цифрах. Обычно 10–15 интервью, но занимает больше времени.
Фокус-группа. Для генерации гипотез и тестирования концепций. Групповое обсуждение даёт неожиданные инсайты, но требует модерации и анализа.

Если вы поняли, что нужны первичные данные — их собирают через опрос. «Анкетолог» позволяет сделать это быстро: готовая панель с 360+ тыс. респондентов, фильтры по 80+ параметрам, включая возраст, пол, город, должность, отрасль, доход, сбор за 24–48 часов. Без самостоятельного поиска людей и ручной обработки.

Ad hoc исследование с «Анкетологом»: как это работает

Исследование через «Анкетолог»: сформулировать гипотезу → составить анкету (шаблон или с нуля) → создать выборку из панели → запустить → получить данные за 1–2 суток.

Шаг 1. Сформулировать гипотезу

Письменно зафиксируйте: что именно хотите узнать, у кого, зачем. Одно-два предложения. Например: «Узнать, почему клиенты уходят после первого месяца — чтобы скорректировать онбординг».

Шаг 2. Составить анкету

В «Анкетологе» есть готовые шаблоны под типовые исследования: индекс лояльности клиентов (NPS), индекс лояльности сотрудников (eNPS), индекс удовлетворённости клиентов (CSAT), проверка концепции (concept-test) и другие. Можно собрать анкету с нуля в визуальном конструкторе. Для ad hoc-задачи достаточно 5–12 вопросов — больше не нужно, респонденты теряют фокус.

Шаг 3. Создать выборку

В панели «Анкетолога» — 360+ тыс. респондентов по всей России. Фильтры по возрасту, полу, городу, должности, отрасли, доходу и ещё 80+ параметрам. Выборка собирается за несколько кликов, без самостоятельного рекрутинга.

Шаг 4. Запустить и получить данные

Результаты появляются в реальном времени за 24-48 часов: можно следить за заполняемостью, смотреть промежуточные данные и выгружать в Excel, Google Sheets или дашборд.

Если нет ресурса делать самостоятельно — «Анкетолог» предоставляет полный цикл (full-service): поможет сформулировать гипотезу, разработать анкету, подобрать выборку, провести анализ и подготовить отчёт с выводами и рекомендациями.

Часто задаваемые вопросы

Ad hoc аналитика — это то же самое что BI?

Нет. В BI-системах «ad hoc» означает самообслуживание: аналитик сам строит запрос к базе данных без участия IT-отдела. В маркетинге, HR, продуктовом менеджменте и клиентском опыте (CX) ad hoc — это разовый анализ или исследование под конкретный бизнес-вопрос. Одно название, разные контексты и инструменты. Не путайте.

Чем ad hoc анализ отличается от отчёта?

Ad hoc анализ — это процесс работы с данными: вы ищете ответ на вопрос. Ad hoc-отчёт — это результат: документ с выводами и рекомендациями. Как «приготовление ужина» и «подача блюда» — второе фиксирует первое.

Нужна ли выборка для ad hoc-анализа?

Зависит от того, с какими данными вы работаете. Если вы анализируете внутренние данные — транзакции в CRM-системе, логи, финансы — вы работаете со всем массивом, здесь говорят не о «выборке», а о «сегменте». Если вы собираете первичные данные через опрос — выборка обязательна: кого спрашивать, сколько человек, по каким критериям отбирать.

Можно ли делать ad hoc-аналитику без специального инструмента?

Да. Электронные таблицы (Excel, Google Sheets), визуализаторы данных (Tableau, Power BI) — любой инструмент, в котором вы умеете работать. Главное — точно сформулированный вопрос и релевантные данные. Специальный инструмент для сбора данных нужен только если для ответа требуется опрос: тогда понадобится онлайн-платформа со своей панелью респондентов.

Ad hoc всегда разовое — или бывает регулярным?

По определению — разовое и ситуационное. Но если похожий вопрос возникает каждый квартал (например, замер индекса лояльности сотрудников eNPS), это уже трекинг, а не ad hoc. Граница простая: ad hoc — ответ на неожиданный вопрос. Как только вопрос стал ожидаемым и плановым — это регулярная аналитика.

Заключение

Ad hoc аналитика — не привилегия больших аналитических отделов и не сложная наука. Это рабочий инструмент для любого менеджера, у которого возник вопрос и нет готового ответа. Маркетолог, HR-специалист, продакт или руководитель клиентского сервиса — каждый может запустить разовый анализ или исследование, чтобы принять решение на основе данных, а не интуиции.

При этом ad hoc не заменяет регулярную аналитику. У них разные задачи: дашборды и плановые отчёты — для контроля стабильности, ad hoc — для объяснения аномалий и нестандартных ситуаций. Оба подхода нужны, и каждый работает в своей зоне.

Если ваш ad hoc-вопрос требует данных от людей — начните с опроса в «Анкетологе». Поможем сформулировать гипотезу, подобрать выборку из 360+ тыс. респондентов и провести анализ. Оставьте заявку — и мы свяжемся с вами в ближайшее время.