Как отследить переходы по QR-коду: аналитика, UTM и события

Как отследить переходы по QR-коду — вопрос, который маркетолог задаёт сразу после первой офлайн-кампании. Статический QR не даёт никакой статистики. Динамический QR предоставляет базовую аналитику на стороне сервиса. Но полная картина складывается только при связке: QR-аналитика + UTM-метки + Яндекс.Метрика. В этом гайде разберём каждый слой и покажем, как собрать отчёт, который объясняет ROI офлайн-кампании вплоть до оплаты.

Что считает QR-аналитика на стороне сервиса

Любой сервис динамических QR-кодов фиксирует события на своём сервере — в момент, когда пользователь открывает URL редиректа. Это происходит до перехода на целевую страницу, поэтому данные не зависят от того, загрузился ли сайт полностью или нет.

Стандартный набор метрик QR-сервиса

Типичный дашборд динамического QR показывает: общее количество сканов, уникальные сканы (по IP + User-Agent с дедупликацией за сессию), распределение по времени (часы, дни, недели), географию (страна → регион → город), тип устройства (смартфон/планшет/десктоп), операционную систему (iOS vs Android — важно для таргетинга под разные магазины приложений) и браузер.

Ограничение этого слоя: сервис видит только то, что произошло до перехода. Сколько из этих людей дошли до корзины, оформили заказ или позвонили — вне зоны видимости QR-сервиса. Именно здесь нужны UTM-метки.

Зачем UTM, если есть QR-аналитика

UTM-метки и QR-аналитика решают разные задачи. QR-сервис считает физические сканы — это верхняя часть воронки. UTM передаёт в Яндекс.Метрику источник трафика — это вся воронка от первого визита до конверсии.

Разделение источников критично, когда у вас несколько носителей в одной кампании. Флаер в торговом центре и наклейка на упаковке могут вести на одну и ту же целевую страницу, но с разными UTM. В Метрике вы видите: с флаера 340 визитов, конверсия 2,1%; с упаковки 120 визитов, конверсия 8,7%. Вывод очевиден — упаковка эффективнее, туда нужно больше бюджета.

Атрибуция офлайн-конверсий

Метрика по умолчанию использует атрибуцию «последний значимый переход». QR-трафик с UTM будет правильно атрибутирован как отдельный источник. Без UTM все сканы сваливаются в «прямые заходы» (direct / none) — и вы не видите реального вклада офлайн-кампании.

Как собрать UTM правильно: utm_source/medium/campaign

UTM-метки для офлайн-кампаний требуют другой логики, чем для онлайн-рекламы. В онлайне есть конвенция Google/Яндекс; в офлайне — ваша собственная, которую нужно зафиксировать и соблюдать.

Рекомендованная структура для офлайна:

• utm_source — физический носитель: flyer, packaging, banner, receipt, sticker, business-card
• utm_medium — тип кампании или канал: offline, print, pos (point of sale), outdoor
• utm_campaign — название кампании: spring_promo_2025, product_launch_spb
• utm_content (опционально) — конкретная точка: metro_nevsky, store_pushkin, box_sku12345

Примеры для типичных офлайн-сценариев

Флаер на вернисаже в Москве: ?utm_source=flyer&utm_medium=print&utm_campaign=exhibition_msk&utm_content=vernissage_march. Наклейка на товаре артикула 4521: ?utm_source=packaging&utm_medium=pos&utm_campaign=sku_labels&utm_content=sku_4521. Постер у метро «Площадь Революции»: ?utm_source=poster&utm_medium=outdoor&utm_campaign=metro_moscow&utm_content=pl_revolyucii.

Все значения — строчные буквы, без пробелов, дефис как разделитель слов. Кириллицу в UTM не используйте: она URL-кодируется и в отчётах Метрики превращается в нечитаемую строку.

Передача UTM в Яндекс.Метрику и события

Если UTM проставлены корректно, Метрика автоматически подхватывает параметры и отображает их в отчётах «Источники → UTM-метки». Дополнительных настроек не требуется — достаточно счётчика на целевой странице.

Цели и e-commerce

Для полной атрибуции настройте цели в Метрике. Для интернет-магазина это минимум: «Добавление в корзину», «Начало оформления», «Успешная оплата». Все эти события автоматически привязываются к UTM-источнику — и вы видите, сколько заказов принёс каждый офлайн-носитель.

Яндекс.Метрика поддерживает Enhanced E-commerce (расширенную электронную торговлю) по аналогии с Google Analytics 4. При правильной настройке вы видите не только количество транзакций с QR-трафика, но и средний чек, товары в заказе, возвраты. Для офлайн-конверсий (запись по телефону, визит в точку) используйте офлайн-конверсии Метрики или события из CRM через API.

Боты и накрутка сканов: как фильтровать

Реальная проблема QR-аналитики — загрязнение данных нецелевыми запросами. Источников несколько: боты поисковых систем (периодически индексируют доступные URL), системы антивирусного анализа ссылок (в мессенджерах и почте), корпоративные прокси с общим IP.

Методы фильтрации на уровне сервиса

Качественные сервисы QR-кодов фильтруют заведомо известных ботов по User-Agent (Googlebot, YandexBot, curl, Python-requests и т.д.). Дополнительно применяется rate limiting по IP: более 10 сканов с одного IP за 10 минут — скорее всего, бот или накрутка. Device fingerprinting помогает идентифицировать уникальных пользователей без cookies — важно для корректного подсчёта уникальных сканов.

На уровне Метрики: добавьте фильтр по параметру utm_source или создайте отдельный сегмент для QR-трафика. Аномальные сессии (время на сайте < 2 сек, 0 событий) исключайте из конверсионных отчётов — это признаки бот-трафика.

Сценарии аналитики по типу кампании

Каждый тип носителя требует своей логики анализа. Несколько типовых сценариев:

• Плакат у метро. Пик сканов — 8:00–9:30 и 17:30–19:00 в рабочие дни. Если скан-профиль другой, плакат, вероятно, не на входе в метро. Целевое действие — переход на страницу акции, конверсия 3–8% от сканов.
• Флаер в коробке. Скан-пик через 1–3 дня после отправки заказа (время доставки). Конверсия в повторную покупку 15–35% — один из самых эффективных постпокупочных каналов.
• Наклейка на товаре. Длинный хвост сканов: люди сканируют через недели и месяцы после покупки. Полезно для LTV-аналитики — когда именно покупатель возвращается за повторной покупкой.
• Баннер наружной рекламы. Данных о конверсии мало, так как скан требует остановки. Применяйте для проверки гипотез о локации: A/B-тест два баннера в разных районах с разными UTM_content, сравниваете скан-активность.

Пример отчёта для собственника

Маркетологу нужно объяснить ROI офлайн-кампании без технических терминов. Структура отчёта на одну страницу:

Где CPL (cost per lead) = бюджет носителя / количество конверсий. Вывод из этой таблицы читается за 5 секунд: наклейка на товаре в 6 раз эффективнее плаката у метро по стоимости лида.

Оптимизация на основе данных

После первого отчётного периода (минимум 4 недели) перераспределяйте бюджет в пользу носителей с наименьшим CPL. Меняйте текст призыва или место размещения у неэффективных носителей и тестируйте повторно. Динамический QR позволяет менять целевой URL без перепечатки — используйте это для A/B-тестов посадочных страниц: одна неделя одна страница, следующая — другая, сравниваете конверсию из одного и того же потока сканов.

QR-аналитика без UTM — это счётчик на двери. UTM без QR-аналитики — это отчёт Метрики без понимания, сколько людей подошли к двери. Вместе они дают полную воронку от офлайн-контакта до оплаты.

Попробуйте QRcode.website: создайте динамический QR с UTM-параметрами, подключите Яндекс.Метрику и уже через 2 недели получите первый отчёт по эффективности каждого носителя.