Аудит exit points: знижуємо відтік на 20%

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 $4.5k–6.5k на місяць. В іншому проекті (сервіс доставки) аналогічна ситуація коштувала $2.7k–3.9k 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:

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:

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

1. Аудит поточної аналітики: перевіряємо налаштування GA4, коректність збору даних.
2. Збір даних BigQuery: витягуємо exit rate по сторінках та сегментах.
3. Запис сесій: підключаємо Hotjar/Clarity для перегляду поведінки на exit-сторінках.
4. Глибинний аналіз: виявляємо причини відходу (айтрекінг, кліки, скрол).
5. Звіт з рекомендаціями: пріоритезуємо правки за ефектом.
6. 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.