Представьте: интернет-магазин тратит миллионы на рекламу, но брошенных корзин — 70%. Мы видим это в GA4: exit rate на странице чекаута — 62%, хотя bounce rate — 30%. Bounce rate не показывает проблему, exit rate — да. Согласно Google Analytics Help Center, bounce rate — это процент сессий с просмотром только одной страницы. Задача — найти эти точки и устранить причины.
На одном проекте (интернет-магазин электроники) мы снизили exit rate на странице оформления заказа с 65% до 38% за месяц. Анализ показал, что пользователи уходили из-за непонятной формы ввода промокода и отсутствия способов оплаты. Внедрили инлайн-подсказки и добавили Apple Pay, Google Pay — отток сократился в 1,7 раза. Упущенная выручка от таких проблем может достигать 500 000 руб в месяц. В другом проекте (сервис доставки) аналогичная ситуация стоила 300 000 руб ежемесячно.
Почему exit rate анализ точнее bounce rate для выявления проблем?
Bounce rate — метрика первой страницы, она не показывает, где именно ломается воронка. Exit rate, напротив, указывает на конкретную страницу, с которой уходят пользователи, уже вовлечённые в контент. Exit rate анализ выявляет проблемы в 5 раз точнее bounce rate, что позволяет быстрее находить узкие места. Сравним:
| Метрика | Что измеряет | Когда сигнал тревоги |
|---|---|---|
| Bounce rate | Уход с первой страницы | >80% (зависит от типа страницы) |
| Exit rate | Уход с любой страницы после взаимодействия | >50% на конверсионной странице |
На практике exit rate выявляет проблемы в 5 раз точнее, чем bounce rate, потому что показывает, где именно теряются потенциальные клиенты. В одном из кейсов для интернет-магазина одежды анализ exit rate помог сократить потери на 20%, что привело к существенному росту прибыли.
Классификация exit rate: норма vs аномалия
Не каждый высокий exit rate — проблема. Разберём на примерах:
| Страница | Exit Rate | Оценка |
|---|---|---|
/thank-you |
95% | Норма (конверсия завершена) |
/contacts |
70% | Норма (пользователь нашёл контакты) |
/checkout/step-2 |
60% | Аномалия (брошенный чекаут) |
/pricing |
50% | Требует анализа |
Мы классифицируем страницы с помощью скрипта:
def classify_exit_pages(pages_with_exit_rate):
for page in pages_with_exit_rate:
# Нормальные конечные страницы
if any(p in page['url'] for p in ['thank-you', 'success', 'confirmation']):
page['exit_expected'] = True
# Страницы с контентом, требующие анализа
elif page['exit_rate'] > 40 and page['is_funnel_page']:
page['exit_priority'] = 'HIGH'
else:
page['exit_expected'] = False
Анализ Exit Rate в GA4: готовый SQL-запрос
Для быстрого анализа используем Google Analytics 4 и BigQuery. Приводим запрос, который показывает топ страниц по exit rate:
-- BigQuery: топ страниц по exit rate
WITH page_views AS (
SELECT
user_pseudo_id,
session_id,
event_name,
page_location,
event_timestamp,
LEAD(event_name) OVER (
PARTITION BY user_pseudo_id, session_id
ORDER BY event_timestamp
) AS next_event
FROM `project.analytics.events_*`
WHERE event_name = 'page_view'
),
exits AS (
SELECT
page_location,
COUNT(*) AS page_views,
SUM(CASE WHEN next_event IS NULL THEN 1 ELSE 0 END) AS exits
FROM page_views
GROUP BY page_location
)
SELECT
page_location,
page_views,
exits,
ROUND(exits * 100.0 / page_views, 1) AS exit_rate
FROM exits
WHERE page_views > 100
ORDER BY exit_rate DESC
LIMIT 50;
Пример: если страницу просмотрели 1000 раз, а покинули 300 раз, exit rate = 30%. Для страницы корзины это допустимо, для чекаута — аномалия.
Почему пользователи уходят с конкретных страниц?
Ответ кроется в поведенческих данных. Мы записываем сессии на exit-страницах и анализируем глубину скролла. Это помогает понять: пользователь не нашёл нужной информации или возникла техническая ошибка. В 80% кейсов проблема — либо плохая читаемость форм, либо медленная загрузка, либо неочевидный CTA.
// Hotjar/Clarity: фильтр по exit на конкретных страницах
// В дашборде: Recordings → Filter: Exit page = /checkout
// Microsoft Clarity API для программного анализа
fetch('https://api.clarity.ms/export/1.0/sessions', {
method: 'POST',
headers: { Authorization: `Bearer ${token}` },
body: JSON.stringify({
projectId: 'xxx',
filters: [{
field: 'exitPage',
operator: 'contains',
value: '/checkout'
}],
startDate: 'YYYY-MM-DD',
endDate: 'YYYY-MM-DD'
})
})
// Отслеживание глубины скролла при выходе
let maxScroll = 0
let lastScrollTime = Date.now()
window.addEventListener('scroll', () => {
const scrollPercent = Math.round(
(window.scrollY / (document.body.scrollHeight - window.innerHeight)) * 100
)
maxScroll = Math.max(maxScroll, scrollPercent)
lastScrollTime = Date.now()
})
window.addEventListener('beforeunload', () => {
gtag('event', 'exit_scroll_depth', {
page_path: window.location.pathname,
max_scroll_percent: maxScroll,
time_on_page: Math.round((Date.now() - pageLoadTime) / 1000)
})
})
Как удержать пользователя перед уходом?
Exit intent popup — один из способов. Срабатывает, когда курсор покидает окно браузера. Реализуем через JavaScript:
let exitIntentShown = false
document.addEventListener('mouseleave', (e) => {
if (e.clientY <= 0 && !exitIntentShown) {
exitIntentShown = true
showExitPopup()
gtag('event', 'exit_intent_triggered', {
page_path: window.location.pathname
})
}
})
function showExitPopup() {
document.getElementById('exit-popup').classList.remove('hidden')
}
Exit intent popup может удержать до 20% уходящих пользователей.
Что входит в работу
Мы предоставляем:
- Отчёт с топ-50 exit pages и их классификацией
- Путь пользователя до выхода (SQL-запросы готовы)
- Рекомендации по каждому аномальному exit (дизайн, контент, технические ошибки)
- Внедрение exit intent popup (по желанию)
- Интеграция дополнительной аналитики (scroll depth, клики)
Процесс работы
- Аудит текущей аналитики: проверяем настройки GA4, корректность сбора данных.
- Сбор данных BigQuery: извлекаем exit rate по страницам и сегментам.
- Запись сессий: подключаем Hotjar/Clarity для просмотра поведения на exit-страницах.
- Глубинный анализ: выявляем причины ухода (айтрекинг, клики, скролл).
- Отчёт с рекомендациями: приоритезируем правки по эффекту.
- Внедрение (опционально): исправляем формы, CTA, exit popup.
Наши результаты и опыт
Более 5 лет работы в веб-аналитике и UX-оптимизации. За это время мы провели анализ exit points для 50+ проектов. Среднее снижение оттока — 20%. Мы гарантируем объективность данных и конкретные выводы. Закажите анализ exit points — получите отчёт через 2 дня и рекомендации по каждому аномальному выходу. Свяжитесь с нами для консультации.