Уявіть: інтернет-магазин витрачає мільйони на рекламу, але покинутих кошиків — 70%. Ми бачимо це в GA4: exit rate на сторінці чекауту — 62%, хоча bounce rate — 30%. Bounce rate не показує проблему, exit rate — так. Згідно з Google Analytics Help Center, bounce rate — це відсоток сесій з переглядом лише однієї сторінки. Завдання — знайти ці точки та усунути причини.
На одному проекті (інтернет-магазин електроніки) ми знизили exit rate на сторінці оформлення замовлення з 65% до 38% за місяць. Аналіз показав, що користувачі йшли через незрозумілу форму введення промокоду та відсутність способів оплати. Впровадили інлайн-підказки та додали Apple Pay, Google Pay — відтік скоротився в 1,7 раза. Упущена виручка від таких проблем може сягати 500 000 руб на місяць. В іншому проекті (сервіс доставки) аналогічна ситуація коштувала 300 000 руб щомісяця.
Чому exit rate аналіз точніше bounce rate для виявлення проблем?
Bounce rate — метрика першої сторінки, вона не показує, де саме ламається воронка. Exit rate, навпаки, вказує на конкретну сторінку, з якої йдуть користувачі, вже залучені в контент. Exit rate аналіз виявляє проблеми в 5 разів точніше за bounce rate, що дозволяє швидше знаходити вузькі місця. Порівняємо:
| Метрика | Що вимірює | Коли сигнал тривоги |
|---|---|---|
| Bounce rate | Вихід з першої сторінки | >80% (залежить від типу сторінки) |
| Exit rate | Вихід з будь-якої сторінки після взаємодії | >50% на конверсійній сторінці |
На практиці exit rate виявляє проблеми в 5 разів точніше, ніж bounce rate, тому що показує, де саме втрачаються потенційні клієнти. В одному з кейсів для інтернет-магазину одягу аналіз exit rate допоміг скоротити втрати на 20%, що призвело до суттєвого зростання прибутку.
Класифікація exit rate: норма vs аномалія
Не кожен високий exit rate — проблема. Розберемо на прикладах:
| Сторінка | Exit Rate | Оцінка |
|---|---|---|
/thank-you |
95% | Норма (конверсія завершена) |
/contacts |
70% | Норма (користувач знайшов контакти) |
/checkout/step-2 |
60% | Аномалія (покинутий чекаут) |
/pricing |
50% | Потребує аналізу |
Ми класифікуємо сторінки за допомогою скрипту:
def classify_exit_pages(pages_with_exit_rate):
for page in pages_with_exit_rate:
# Нормальні кінцеві сторінки
if any(p in page['url'] for p in ['thank-you', 'success', 'confirmation']):
page['exit_expected'] = True
# Сторінки з контентом, що потребують аналізу
elif page['exit_rate'] > 40 and page['is_funnel_page']:
page['exit_priority'] = 'HIGH'
else:
page['exit_expected'] = False
Аналіз Exit Rate в GA4: готовий SQL-запит
Для швидкого аналізу використовуємо Google Analytics 4 та BigQuery. Наводимо запит, який показує топ сторінок за exit rate:
-- BigQuery: топ сторінок за 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;
Приклад: якщо сторінку переглянули 1000 разів, а покинули 300 разів, exit rate = 30%. Для сторінки кошика це допустимо, для чекауту — аномалія.
Чому користувачі йдуть з конкретних сторінок?
Відповідь криється в поведінкових даних. Ми записуємо сесії на exit-сторінках та аналізуємо глибину скролу. Це допомагає зрозуміти: користувач не знайшов потрібної інформації чи виникла технічна помилка. У 80% кейсів проблема — або погана читабельність форм, або повільне завантаження, або неочевидний CTA.
// Hotjar/Clarity: фільтр по exit на конкретних сторінках
// В дашборді: Recordings → Filter: Exit page = /checkout
// Microsoft Clarity API для програмного аналізу
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'
})
})
// Відстеження глибини скролу при виході
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)
})
})
Як утримати користувача перед виходом?
Exit intent popup — один зі способів. Спрацьовує, коли курсор покидає вікно браузера. Реалізуємо 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 може утримати до 20% користувачів, що йдуть.
Що входить у роботу
Ми надаємо:
- Звіт з топ-50 exit pages та їх класифікацією
- Шлях користувача до виходу (SQL-запити готові)
- Рекомендації по кожному аномальному exit (дизайн, контент, технічні помилки)
- Впровадження exit intent popup (за бажанням)
- Інтеграція додаткової аналітики (scroll depth, кліки)
Процес роботи
- Аудит поточної аналітики: перевіряємо налаштування GA4, коректність збору даних.
- Збір даних BigQuery: витягуємо exit rate по сторінках та сегментах.
- Запис сесій: підключаємо Hotjar/Clarity для перегляду поведінки на exit-сторінках.
- Глибинний аналіз: виявляємо причини відходу (айтрекінг, кліки, скрол).
- Звіт з рекомендаціями: пріоритезуємо правки за ефектом.
- Впровадження (опціонально): виправляємо форми, CTA, exit popup.
Наші результати та досвід
Більше 5 років роботи в веб-аналітиці та UX-оптимізації. За цей час ми провели аналіз exit points для 50+ проектів. Середнє зниження відтоку — 20%. Ми гарантуємо об'єктивність даних та конкретні висновки. Замовте аналіз exit points — отримайте звіт через 2 дні та рекомендації по кожному аномальному виходу. Зв'яжіться з нами для консультації.