Меня зовут Максим, я веб-разработчик. Год назад я делал корпоративный портал для дистрибьютора строительных материалов. Руководитель хотел видеть на главной странице портала живые графики: продажи по регионам, динамику остатков, конверсию из заявки в отгрузку. Обычно для такого нужен Power BI или Tableau — а это лицензии, серверы, отдельная команда аналитиков. Но мы пошли другим путём — через Яндекс DataLens. Бесплатный, российский, с возможностью встраивания дашбордов на любой сайт. Рассказываю, как это работает, кому подходит и где его реальные ограничения.
Что такое Яндекс DataLens
DataLens — это BI-система (Business Intelligence) от Яндекса. Если совсем просто — инструмент, который берёт данные из разных источников, визуализирует их в виде графиков, таблиц, диаграмм и собирает всё это в интерактивные дашборды.
Ключевые особенности, которые отличают DataLens от конкурентов:
Бесплатный. Полностью. Без ограничений по количеству пользователей, дашбордов или объёму данных. Это не урезанная демо-версия — это полноценный продукт.
Российский. Серверы в России, соответствие ФЗ-152, нет рисков санкционных блокировок. Для бизнеса, который работает с персональными данными или государственными контрактами — критически важно.
Встраиваемый. Любой дашборд или отдельный виджет можно встроить на ваш сайт через iframe. Это то, что меня, как разработчика, привлекло в первую очередь — клиент видит аналитику прямо на своём портале, без перехода в сторонний сервис.
Много источников данных. PostgreSQL, ClickHouse, MySQL, Google Sheets, CSV-файлы, Яндекс Метрика, AppMetrica и другие. Если ваши данные хранятся где-то в базе — DataLens скорее всего может к ней подключиться.
Зачем бизнесу BI-дашборд на сайте
«У нас есть Excel» — слышу это в каждом втором проекте. И да, Excel — великий инструмент. Но вот в чём проблема: Excel-файл — это снимок данных на момент последнего обновления. Его нужно открыть, найти, убедиться, что это актуальная версия, а не «копия (2) финальная_ТОЧНО_ПОСЛЕДНЯЯ.xlsx».
Дашборд на сайте — это живые данные. Открыл страницу — увидел текущую ситуацию. Без скачиваний, без поиска нужного файла, без вопроса «а это свежие цифры?».
Вот конкретные сценарии, которые я реализовывал:
Управленческий дашборд для руководства
На закрытой странице корпоративного портала — ключевые показатели бизнеса: выручка за период, маржинальность, дебиторская задолженность, выполнение плана по отделам. Обновляется автоматически из 1С через промежуточную базу данных.
Директор открывает портал утром — и за 30 секунд понимает, как идут дела. Не ждёт еженедельный отчёт, не дёргает финансового директора.
Дашборд для клиентов в личном кабинете
Дистрибьютор строительных материалов: у каждого клиента в личном кабинете — его персональная аналитика. Объём закупок по месяцам, структура заказов по категориям, статус текущих поставок, баланс бонусной программы. Данные подтягиваются из ERP.
Клиент чувствует заботу и прозрачность. Менеджеру не нужно готовить выгрузки вручную — всё автоматизировано.
Публичный дашборд на сайте
Для застройщика — интерактивный дашборд с ходом строительства на публичном сайте: процент готовности по этапам, фотофиксация, прогнозная дата сдачи. Дольщики видят прогресс, звонят реже, доверяют больше.
Дашборд для отдела продаж
На внутреннем портале — воронка продаж, конверсия по этапам, план/факт по каждому менеджеру, средний чек, среднее время сделки. Данные из CRM (amoCRM или Битрикс24) через API → база данных → DataLens → дашборд на портале.
Как подключить DataLens к данным вашего бизнеса
Расскажу процесс на примере реального проекта — дистрибьютор с данными в 1С.
Этап 1: Подготовка источника данных
DataLens не подключается к 1С напрямую. Нужен промежуточный слой — база данных, куда данные из 1С выгружаются по расписанию.
Я обычно использую PostgreSQL в Яндекс Облаке. Раз в час (или чаще, если нужно) скрипт выгружает из 1С нужные таблицы: продажи, остатки, клиенты, задолженности. Это может быть 1С-обработка, которая экспортирует данные по расписанию, или промежуточный сервис на Python.
Для компаний, которые хранят данные в Google Sheets — всё проще: DataLens подключается к Google Sheets напрямую. Для тех, кто использует ClickHouse — ещё проще, это «родная» база для Яндекса.
Этап 2: Подключение DataLens
Заходите в DataLens (datalens.yandex.ru), создаёте подключение к базе данных. Указываете хост, порт, имя базы, логин, пароль. DataLens проверяет соединение — и вы видите таблицы.
Далее создаёте «датасет» — это представление данных, с которым будете работать. По сути — набор таблиц с настроенными связями, рассчитанными полями и агрегациями. Если в базе данных есть таблица «Продажи» с полями «дата», «сумма», «регион» — в датасете можно добавить вычисляемое поле «выручка_нарастающим_итогом» или «средний_чек».
Этап 3: Создание визуализаций
DataLens предлагает стандартный набор виджетов: линейные графики, столбчатые диаграммы, круговые диаграммы, таблицы, карты, показатели (KPI-карточки). Создаёте виджет, выбираете поля из датасета, настраиваете фильтры, цвета, подписи.
Интерфейс drag-and-drop — не нужно писать код. Но для сложных вычислений есть формульный язык, похожий на DAX в Power BI.
Этап 4: Сборка дашборда
Дашборд — это холст, на который вы размещаете виджеты. Перетаскиваете графики и таблицы, настраиваете размеры и расположение. Добавляете фильтры: по дате, по региону, по менеджеру — пользователь может сам выбирать, что смотреть.
Этап 5: Встраивание на сайт
Это ключевой момент. Каждый дашборд и каждый виджет в DataLens можно опубликовать — получить публичную ссылку или embed-код (iframe).
Варианты:
Публичный доступ — дашборд доступен всем по ссылке. Подходит для публичных данных (ход строительства, статистика отрасли).
Встраивание через iframe — вы вставляете код на страницу своего сайта. Дашборд отображается прямо в контенте страницы. Можно настроить размеры, скрыть навигацию DataLens, передать параметры фильтрации через URL.
Ограничение доступа — если дашборд для внутреннего использования, доступ ограничивается по аккаунтам Яндекса. Для корпоративных порталов это означает, что сотрудник авторизуется через свой рабочий Яндекс-аккаунт.
Пример iframe-вставки: на странице личного кабинета клиента я размещаю iframe с дашбордом, передавая ID клиента через URL-параметр. DataLens фильтрует данные автоматически — каждый клиент видит только свои цифры.
Ограничения DataLens: о чём стоит знать
Буду честен — DataLens не идеален, и вот где он проигрывает платным аналогам.
Дизайн виджетов. Визуально DataLens выглядит аскетично. Кастомизация оформления ограничена: вы не можете задать произвольные шрифты, создать сложную анимацию или сделать дашборд «фирменным» в полном смысле. Для внутренних нужд — нормально. Для публичного сайта, где важен бренд — может быть недостаточно.
Скорость на больших данных. Если ваша таблица содержит десятки миллионов строк — DataLens может подтормаживать. Решение: использовать ClickHouse как источник данных (он оптимизирован для аналитических запросов) или агрегировать данные в промежуточном слое.
Отсутствие офлайн-экспорта в PDF. Нельзя одной кнопкой скачать красивый отчёт в PDF. Для руководства, привыкшего получать «бумажные» отчёты — неудобно.
Ограничения iframe. При встраивании через iframe вы зависите от внешнего сервиса. Если DataLens временно недоступен — дашборд на вашем сайте тоже не работает. За год моей работы с ним серьёзных сбоев не было, но риск стоит учитывать.
Когда DataLens, а когда — кастомная разработка
Я использую DataLens, когда:
- Нужно быстро (за 1–2 недели) запустить аналитику
- Бюджет ограничен
- Данные хранятся в поддерживаемых источниках
- Визуальные требования умеренные
Я делаю кастомные дашборды на фронтенде (Recharts, D3.js, Chart.js), когда:
- Нужен полный контроль над дизайном
- Дашборд — часть сложного веб-приложения с интерактивной логикой
- Требуется работа с данными в реальном времени (WebSocket)
- Сценарий выходит за рамки типовых графиков
Иногда я комбинирую оба подхода: DataLens для внутренней аналитики (быстро, бесплатно), кастомные виджеты — для клиентской части сайта (красиво, брендированно).
Бюджеты
DataLens сам по себе — бесплатный.
Настройка DataLens (подключение к данным, создание 3–5 дашбордов, встраивание на сайт): 50–150 тысяч рублей — разовая работа.
Промежуточная инфраструктура (база данных в Яндекс Облаке, скрипты выгрузки из 1С): от 5 до 20 тысяч рублей в месяц за сервер + 50–200 тысяч за первоначальную настройку.
Кастомная разработка дашбордов (если DataLens не подходит): от 200 тысяч рублей за набор из 3–5 виджетов.
Сравните с Power BI Pro: от $10/пользователь/месяц (плюс риски с доступностью зарубежного сервиса в России) или Tableau: от $70/пользователь/месяц. Для компании с 20 аналитиками — DataLens экономит сотни тысяч рублей в год.
Пошаговый план внедрения
- Определите, какие данные нужно визуализировать и для кого (руководство, клиенты, сотрудники)
- Подготовьте источник данных: убедитесь, что нужные таблицы доступны в поддерживаемой базе данных
- Создайте аккаунт в Яндекс Облаке и DataLens
- Подключите источник, создайте датасеты
- Спроектируйте дашборды: какие виджеты, какие фильтры, какая структура
- Встройте на сайт через iframe
- Настройте автоматическое обновление данных
Если нужна помощь с любым из этих этапов — пишите, разберём.