diff --git a/sql/dm/40_dds_to_dm.sql b/sql/dm/40_dds_to_dm.sql
index 8b70592..d1e9c87 100644
--- a/sql/dm/40_dds_to_dm.sql
+++ b/sql/dm/40_dds_to_dm.sql
@@ -2,7 +2,7 @@
 -- Batch-трансформация: DDS → DM (Data Quality summary)
 -- ============================================================================
 -- Поток данных:
---   dds.click + dds.event + ods.* + stg.* → dm.dq_summary  (сводка по слоям)
+--   stg.* + ods.* + dds.* + dm.v_events_enriched → dm.dq_summary  (сводка по слоям)
 --   Сами витрины (dm.v_*) — это VIEW поверх DDS, создаются в sql/ddl/dm/40_dm.sql.
 --
 -- Что делает:
@@ -27,7 +27,7 @@
 CREATE TABLE IF NOT EXISTS dm.dq_summary
 (
     check_date Date,                    -- Дата проверки
-    layer LowCardinality(String),       -- Слой: stg, ods, dds
+    layer LowCardinality(String),       -- Слой: stg, ods, dds, dm
     table_name LowCardinality(String),  -- Имя таблицы
     check_name LowCardinality(String),  -- Тип проверки: total_rows, rows_with_errors и т.д.
     check_value UInt64                  -- Значение метрики
@@ -102,7 +102,14 @@ UNION ALL
 SELECT today(), 'dds', 'click', 'total_rows', count() FROM dds.click
 UNION ALL
 -- Считаем "осиротевшие" события (есть click_id, но нет такого click в dds.click)
-SELECT today(), 'dds', 'event_without_click', 'orphan_events', count() 
-FROM dds.event 
-WHERE click_id IS NOT NULL 
-  AND click_id NOT IN (SELECT click_id FROM dds.click);
+SELECT today(), 'dds', 'event_without_click', 'orphan_events', count()
+FROM dds.event
+WHERE click_id IS NOT NULL
+  AND click_id NOT IN (SELECT click_id FROM dds.click)
+
+UNION ALL
+-- DM-слой: финальная витрина событий (VIEW поверх dds.event).
+-- Нужна, чтобы lineage-чарт замыкал цепочку stg→ods→dds→dm на одном (event) зерне.
+-- VIEW создаётся в DDL (sql/ddl/dm/40_dm.sql) до трансформаций, а этот шаг идёт
+-- после наполнения dds.event — поэтому count() здесь корректен.
+SELECT today(), 'dm', 'v_events_enriched', 'total_rows', count() FROM dm.v_events_enriched;
diff --git a/superset/create_dashboard.py b/superset/create_dashboard.py
index 5bdbd88..2517b5b 100644
--- a/superset/create_dashboard.py
+++ b/superset/create_dashboard.py
@@ -212,28 +212,53 @@ CHARTS_CONFIG = [
             "show_tooltip_labels": True
         }
     },
-    # Качество данных
+    # Прохождение строк по слоям (lineage одного event-зерна)
     {
-        "slice_name": "🔍 Data Quality Summary",
+        "slice_name": "🧱 Rows by Layer (event)",
+        "previous_slice_names": ["🔍 Data Quality Summary"],
+        # Честный row-lineage одного event-зерна через слои stg→ods→dds→dm.
+        # Берём ПО ОДНОЙ канонической таблице на слой (browser_raw → browser_event
+        # → event → v_events_enriched). Прежний вариант суммировал total_rows по
+        # ВСЕМ таблицам слоя — таблицы разного зерна (события 1000 + визиты 99 +
+        # error-таблицы 0) складывались в один столбец и рисовали ложную «воронку
+        # потерь», которой нет. На одном зерне убывание становится настоящим:
+        # видимый шаг 1050→1000 — это дедупликация at-least-once потока по
+        # event_id в ODS (ReplacingMergeTree), а не потеря данных.
+        # Префикс "N · " в groupby задаёт порядок слоёв (order_bars сортирует по
+        # подписи), иначе бары встают по убыванию значения, а не по конвейеру.
         "viz_type": "dist_bar",
         "dataset_name": "dq_summary",
         "params": {
-            "groupby": ["layer"],
+            "groupby": [
+                {
+                    "expressionType": "SQL",
+                    "sqlExpression": (
+                        "multiIf(layer = 'stg', '1 · stg', layer = 'ods', '2 · ods', "
+                        "layer = 'dds', '3 · dds', '4 · dm')"
+                    ),
+                    "label": "Layer"
+                }
+            ],
             "metrics": [
-                {"expressionType": "SQL", "sqlExpression": "SUM(check_value)", "label": "Row Count"}
+                {"expressionType": "SQL", "sqlExpression": "SUM(check_value)", "label": "Rows"}
             ],
             "adhoc_filters": [
                 {
                     "clause": "WHERE",
                     "expressionType": "SQL",
-                    "sqlExpression": "check_name = 'total_rows'",
+                    "sqlExpression": (
+                        "check_name = 'total_rows' AND table_name IN "
+                        "('browser_raw', 'browser_event', 'event', 'v_events_enriched')"
+                    ),
                     "subject": None,
                     "operator": None,
                     "comparator": None
                 }
             ],
+            "order_bars": True,
             "row_limit": 100,
             "time_range": "No filter",
+            "y_axis_format": ",d",
             "show_legend": False
         }
     }
@@ -242,7 +267,7 @@ CHARTS_CONFIG = [
 # Конфигурация дашборда
 DASHBOARD_CONFIG = {
     "dashboard_title": "🛒 E-commerce Analytics Dashboard",
-    "description": "Аналитический дашборд для e-commerce кликстрима: трафик, конверсии, география и качество данных.",
+    "description": "Аналитический дашборд для e-commerce кликстрима: трафик, конверсии, география и прохождение строк по слоям.",
     "published": True,
     "slug": "ecommerce-analytics",
 }
@@ -261,8 +286,8 @@ DASHBOARD_ROWS = [
     [("📅 Events by Hour", 8), ("📱 Traffic by Device", 4)],
     # География + эффективность маркетинговых каналов
     [("🌍 Geography Map", 6), ("🔗 UTM Effectiveness Table", 6)],
-    # Популярные страницы + качество данных
-    [("🪜 Page Funnel", 6), ("🔍 Data Quality Summary", 6)],
+    # Популярные страницы + прохождение строк по слоям
+    [("🪜 Page Funnel", 6), ("🧱 Rows by Layer (event)", 6)],
 ]
 
 # Высота строки в grid-units Superset (одинаковая для всех чартов строки —