Прямой ответ на главный вопрос: если у вас один-два источника данных, типовые управленческие отчеты и до 10–15 пользователей — берите DataLens и не переплачивайте за разработку. Собственный дашборд имеет смысл, когда вы продаете аналитику клиентам, встраиваете ее в свой продукт, упираетесь в ограничения конструктора или за три года отдаете за лицензии больше, чем стоила бы разработка. В остальных случаях разница между инструментами меньше, чем кажется: 80% ценности BI дает не платформа визуализации, а правильно спроектированное хранилище и корректно посчитанные метрики.
Эта статья — не реклама собственной разработки. Примерно в трети проектов мы говорим клиентам: «Оставайтесь на DataLens, вам его хватит». Ниже — критерии, по которым мы сами принимаем это решение, сравнительная таблица и чеклист из 7 пунктов.
Когда для BI-аналитики хватает дашборда DataLens
DataLens — облачный BI-инструмент Яндекса с бесплатным тарифом и низким порогом входа. Для значительной части компаний это лучший старт в BI-аналитике: не нужно покупать серверы, нанимать команду и ждать месяцы — первый дашборд DataLens собирается за несколько дней.
DataLens достаточно, если ваша ситуация выглядит так:
- Один-два источника данных. Например, 1С плюс Google-таблицы, или одна база PostgreSQL. Коннекторы к ClickHouse, PostgreSQL, MySQL и файлам есть из коробки.
- Типовые отчеты. Продажи по периодам, план-факт, воронка, остатки — стандартные представления, которые конструктор закрывает штатными чартами.
- Внутренняя аудитория. Дашборды смотрят сотрудники, а не клиенты. Внешний вид «как у Яндекса» никого не смущает.
- Минимальный бюджет. Бесплатного тарифа хватает небольшим командам, платный тарифицируется за активного пользователя — на 5–15 человек это копейки по меркам BI.
- Нет жестких требований к правам доступа. Достаточно разделения «кто видит какой дашборд», без построчной фильтрации данных по сложным правилам.
По нашей практике, дашборд DataLens с подготовкой данных занимает от 3 до 10 дней работы специалиста. Если задача укладывается в этот масштаб — затевать собственную разработку экономически бессмысленно.
Важная оговорка: даже на DataLens качество аналитики определяется не визуализацией, а слоем данных. Если витрины посчитаны неправильно, красивые графики будут уверенно показывать неверные цифры. Поэтому мы в любом проекте начинаем с хранилища и методологии метрик, а инструмент отображения выбираем в последнюю очередь.
Отдельно скажем про типичную ошибку на этом этапе: компании выбирают BI-системы по списку фич в маркетинговых материалах. На бумаге все системы умеют «все»: дашборды, фильтры, выгрузки, мобильную версию. Различия проявляются в деталях, которые в брошюру не попадают: как поведет себя инструмент на ваших объемах данных, на ваших формулах и на вашей схеме прав доступа. Дешевле всего проверить это пилотом на реальных данных за одну-две недели — и DataLens для такого пилота подходит идеально, даже если итоговый выбор будет другим.
Где у DataLens потолок: пять ограничений на практике
Ограничения ниже — не «недостатки» DataLens, а границы применимости любого облачного конструктора. Мы сталкивались с каждым из них в реальных проектах, и каждое проявляется не сразу: на пилоте все выглядит отлично, а через полгода-год эксплуатации команда начинает тратить на обход ограничений больше времени, чем на саму аналитику. Поэтому проверяйте список не против сегодняшних задач, а против планов на два года.
1. Логика метрик
Сложные расчеты — like-for-like по сопоставимым объектам, когортный анализ, ABC/XYZ с перекрестными фильтрами, фуд-кост с разными знаменателями — в конструкторе либо не выражаются, либо превращаются в хрупкие формулы, которые страшно трогать. Приходится выносить логику в SQL-витрины, и тогда DataLens становится тонким слоем отображения. Это рабочая схема, но конструктор перестает давать преимущество.
2. Бренд и white-label
Дашборд DataLens выглядит как DataLens. Для внутренних отчетов это неважно, но если аналитика — часть вашего продукта или вы показываете ее клиентам от своего имени, чужой интерфейс и логотип убрать не получится.
3. Лицензии растут вместе с командой
Оплата за активного пользователя удобна на старте и становится статьей расходов на масштабе. Когда дашборды смотрят 50–100 человек плюс внешние подрядчики и франчайзи, счет растет линейно, а ценность каждого следующего пользователя для вендора — нет. Этот же механизм у Power BI и большинства российских BI-систем.
4. Права доступа на уровне строк
Row-level security в DataLens есть, но настраивается на уровне датасетов и быстро усложняется, когда правил много: каждый филиал видит свое, руководитель — свои регионы, франчайзи — только свои точки, а финансовые показатели открыты трем людям. На 2–3 ролях схема работает, на 20 ролях с пересечениями — превращается в ручное жонглирование копиями датасетов.
5. Встраивание и API
Публичные ссылки и эмбед в DataLens есть, но управлять из своего кода тем, что именно видит конкретный внешний пользователь, сложно. Если нужна аналитика внутри личного кабинета клиента, мобильного приложения или SaaS-продукта — это сценарий для собственной разработки практически всегда.
Российские BI-системы и собственная разработка: сравнительная таблица
Контекст 2026 года: Power BI формально не ушел с компьютеров, но Microsoft не продает лицензии в России — продление подписок и облачный сервис доступны только обходными путями, что для корпоративного сектора означает неприемлемый риск. Поэтому выбор на практике сводится к трем вариантам: российские BI-системы (DataLens и аналоги), доживающий свое Power BI и собственная разработка. В таблице третий вариант представляет «Ясно» — BI-платформа собственной разработки Digital-Pro Tech на стеке React, ClickHouse и Airflow.
| Критерий | DataLens | Power BI | «Ясно» (своя разработка) |
|---|---|---|---|
| Лицензии | Бесплатный тариф, далее оплата за пользователя | Оплата за пользователя; в России официально не продается | Без лицензий на пользователя — платите за разработку один раз |
| Скорость старта | Дни | Дни–недели | 4–10 недель до первой версии |
| Кастомная логика метрик | Ограничена конструктором, сложное — в SQL-витрины | DAX мощный, но порог входа высокий | Любая логика: SQL, Python, ML-модели |
| Права доступа (RLS) | Есть, на сложных схемах ролей становится неуправляемой | Гибкая, но завязана на облако Microsoft | Любая модель: роли, строки, объекты, мультитенантность |
| Встраивание в свой продукт | Эмбед и публичные ссылки, гибкость ограничена | Power BI Embedded — недоступен в РФ | Дашборды — это ваш фронтенд, встраиваются нативно |
| Бренд и интерфейс | Интерфейс Яндекса | Интерфейс Microsoft | Полностью ваш дизайн |
| Зависимость от вендора | Облако Яндекса | Критическая: санкционные риски | Код ваш, разворачивается на ваших серверах |
| Кому подходит | Внутренняя отчетность, малые и средние команды | Унаследованные проекты до миграции | Аналитика как продукт, большие команды, сложная логика |
Подчеркнем честно: по первым двум строкам DataLens выигрывает у любой разработки. Если проект живет на скорости и малом бюджете — таблица читается сверху, и побеждает конструктор. Если проект живет годами, людей много, а аналитика — часть продукта, таблица читается снизу.
Про деньги подробно — с расчетом полной стоимости владения за три года и порогом числа пользователей, после которого лицензии обходятся дороже разработки, — мы написали отдельную статью. Короткая версия: по нашим расчетам граница проходит примерно по 10–15 активным пользователям, и чем длиннее горизонт планирования, тем сильнее она смещается в пользу собственной платформы.
Как переехать с DataLens на свою платформу без боли
Частый страх заказчиков: «Начнем с DataLens, а потом все придется выбрасывать». На практике это не так — если с первого дня соблюдать одно правило: логика данных живет в хранилище, а не в инструменте визуализации. Тогда миграция выглядит как замена верхнего слоя, а не перестройка дома.
Что переносится без переделки: само хранилище на ClickHouse или PostgreSQL, ETL-процессы загрузки данных из источников, SQL-витрины с формулами метрик и вся методология расчетов, согласованная с финансовым директором. По нашей практике это 60–75% трудозатрат BI-проекта. Что придется делать заново: сами дашборды, настройку прав доступа и привычки пользователей — людям нужно 2–4 недели, чтобы пересесть на новый интерфейс.
Что теряется безвозвратно: формулы, написанные внутри конструктора. Если аналитик три года накапливал расчеты в вычисляемых полях DataLens вместо SQL-витрин, при миграции их предстоит разбирать и переписывать руками. Это не аргумент против DataLens — это аргумент за дисциплину: считайте в витринах, отображайте в конструкторе. Тогда вопрос смены инструмента превращается из проекта на полгода в задачу на несколько недель.
Чеклист выбора BI-системы: 7 пунктов
Пройдите по списку и посчитайте ответы «да». Ноль–два «да» — оставайтесь на DataLens. Три-четыре — считайте экономику обоих вариантов. Пять и больше — почти наверняка вам нужна собственная платформа.
- Дашборды увидят клиенты или партнеры? Внешняя аудитория — главный аргумент за свою разработку: бренд, эмбед и построчные права сразу становятся обязательными.
- Пользователей больше 15–20 и число растет? Посчитайте лицензии за три года — на этом горизонте подписка нередко обгоняет стоимость разработки.
- Метрики не считаются штатными формулами? Like-for-like, когорты, юнит-экономика со сложными аллокациями — признак, что конструктор будет сопротивляться.
- Ролей доступа больше пяти и они пересекаются? Филиалы, франчайзи, уровни руководства — сложный RLS дешевле сделать в своей платформе, чем поддерживать руками.
- Источников данных три и больше? 1С, CRM, сайт, телефония, маркетплейсы — при такой интеграционной нагрузке хранилище и ETL все равно придется строить, конструктор останется тонкой оберткой.
- Есть требования к контуру безопасности? Если данные нельзя выносить в публичное облако, собственная платформа на ваших серверах закрывает вопрос архитектурно.
- Аналитика — часть вашего продукта или услуги? Когда дашборд продается клиенту как ценность, он должен быть вашим активом, а не подпиской на чужой сервис.
Честный вывод: иногда своя платформа не нужна
Мы зарабатываем в том числе на разработке BI-платформ — и именно поэтому обязаны сказать: большинству компаний на старте собственная платформа не нужна. Если вы укладываетесь в сценарии из первого раздела, правильное решение — DataLens плюс грамотно спроектированное хранилище. Это дешевле, быстрее и оставляет путь к миграции открытым: SQL-витрины и методология метрик переедут в любую систему.
Своя разработка выигрывает на длинной дистанции и на масштабе: когда лицензии за три года стоят дороже платформы, когда аналитику видят клиенты, когда логика метрик уникальна. Для таких задач мы развиваем BI-систему «Ясно» — без лицензий на пользователя, на открытом стеке React, ClickHouse и Airflow, с развертыванием на серверах заказчика. Примеры реализованных систем — в наших проектах.
Универсальный совет из 150+ проектов: выбирайте не инструмент, а архитектуру. Стройте BI слоями — хранилище, витрины, визуализация — и тогда вопрос «DataLens или собственный дашборд» перестанет быть судьбоносным: слой отображения можно заменить, не теряя наработки. Если сомневаетесь, с чего начать, посмотрите, как мы проектируем дашборды собственной разработки, — или начните с бесплатной консультации: иногда честный ответ звучит как «вам хватит DataLens», и мы не стесняемся его давать.
BI-аналитика — это в первую очередь правильные цифры и только во вторую — красивые графики. Инструмент, который показывает неверные данные, одинаково вреден и за 0 ₽, и за миллионы.
Частые вопросы
Чем собственная BI-платформа отличается от DataLens?
DataLens — облачный конструктор отчетов Яндекса: быстро, дешево, но в рамках возможностей конструктора. Собственная платформа — это ваш продукт: любая логика метрик, свой бренд, встраивание в личные кабинеты, отсутствие лицензий на пользователя. Платите один раз за разработку, а не каждый месяц за каждого сотрудника.
Сколько стоит дашборд в DataLens?
Сам инструмент имеет бесплатный тариф, платный тарифицируется за активного пользователя. Основные затраты — работа специалиста: по нашей практике типовой дашборд с подготовкой данных занимает от 3 до 10 дней работы. Базовое BI-решение под ключ у нас стоит от 300 000 ₽.
Можно ли переехать с DataLens на свою платформу без потери наработок?
Да, если хранилище и витрины данных спроектированы отдельно от визуализации. SQL-логика, метрики и структура данных переносятся почти без изменений — переписывается только слой отображения. Поэтому мы всегда советуем строить BI слоями: даже начиная с DataLens, вы не запираете себя в нем.
Что такое BI-система «Ясно»?
«Ясно» — BI-платформа собственной разработки Digital-Pro Tech на стеке React, ClickHouse и Airflow. Без лицензий на пользователя: подключайте хоть 10, хоть 500 человек — стоимость не меняется. Дашборды встраиваются в ваши продукты под вашим брендом.
Подходит ли DataLens для встраивания аналитики в свой продукт?
Ограниченно. Публичные ссылки и эмбед есть, но гибко управлять правами на уровне строк для внешних пользователей, убрать чужой интерфейс и сделать дашборд неотличимым от вашего продукта сложно. Для клиентской аналитики внутри SaaS или личного кабинета обычно выбирают собственную разработку.
Хотите так же? Обсудим вашу задачу — бесплатно и по делу.
Обсудить проект