Аудит exit points: снижаем отток на 20%

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 $4.5k–6.5k в месяц. В другом проекте (сервис доставки) аналогичная ситуация стоила $2.7k–3.9k 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:

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:

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

1. Аудит текущей аналитики: проверяем настройки GA4, корректность сбора данных.
2. Сбор данных BigQuery: извлекаем exit rate по страницам и сегментам.
3. Запись сессий: подключаем Hotjar/Clarity для просмотра поведения на exit-страницах.
4. Глубинный анализ: выявляем причины ухода (айтрекинг, клики, скролл).
5. Отчёт с рекомендациями: приоритезируем правки по эффекту.
6. 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.