Abandon Rate — показатель отказов и брошенных корзин
2026-02-19 16:40
1.Определение
Abandon rate (коэффициент отказов, показатель брошенных корзин) — это метрика, измеряющая долю пользователей, которые начали процесс совершения целевого действия (добавление товара в корзину, заполнение формы, оформление заказа), но не завершили его, прервав процесс на одном из этапов .
2.Происхождение и контекст
Метрика возникла в сфере электронной коммерции и веб-аналитики с развитием интернет-торговли в 2000-х годах. Abandon rate стал одним из ключевых показателей эффективности воронки продаж, позволяя оценивать потерю потенциальных клиентов на разных этапах. Исследования показывают, что средний показатель брошенных корзин в мире составляет около 70%, что делает оптимизацию этого показателя приоритетной задачей для интернет-магазинов .
3.Суть метода простыми словами
Представьте магазин, где покупатель берет товар с полки, идет к кассе, но в последний момент разворачивается и уходит, ничего не купив. Abandon rate считает именно таких покупателей. В интернете это люди, которые добавили товары в корзину, начали оформлять заказ, но не дошли до финальной кнопки «Оплатить» .
4.Как рассчитывается показатель
Процесс расчета abandon rate включает следующие этапы :
Определение начала и конца процесса: Четко фиксируется, что считать началом (добавление в корзину, клик по кнопке «Оформить заказ», начало заполнения формы) и что считать успешным завершением (подтверждение заказа, оплата, отправка формы) .
Сбор данных по инициированным процессам: Фиксируется общее количество пользователей, начавших процесс за выбранный период .
Сбор данных по завершенным процессам: Фиксируется количество пользователей, успешно завершивших процесс за тот же период .
Расчет показателя: Вычисляется разница между начавшими и завершившими, которая делится на количество начавших .
Умножение на 100%: Для получения процентного значения .
Abandon Rate = (Количество созданных корзин — Количество завершенных покупок) / Количество созданных корзин × 100%
Для форм (Form Abandonment Rate):
Abandon Rate = (Количество начавших заполнять форму — Количество отправивших форму) / Количество начавших заполнять форму × 100%
6.Примеры
Интернет-магазин: За месяц 10 000 посетителей добавили товары в корзину. Из них оформили и оплатили заказ только 3 000. Abandon rate = (10 000 — 3 000) / 10 000 × 100% = 70% .
Калькулятор доставки: На сайте службы доставки 500 пользователей начали заполнять форму расчета стоимости. Завершили расчет и получили результат 350. Abandon rate формы = (500 — 350) / 500 × 100% = 30% .
Регистрационная форма: 1 000 посетителей начали регистрацию на вебинар. Заполнили и отправили форму только 600. Abandon rate = 40% .
Многошаговая воронка оформления: Из 1 000 пользователей, перешедших на страницу оформления заказа, до оплаты дошли 650. Показатель отказов на этапе оформления = 35% .
7.Области применения
E-commerce и интернет-магазины: Оценка эффективности процесса оформления заказа, выявление проблемных этапов .
Лендинги и маркетинговые страницы: Анализ заполнения форм сбора лидов (регистрация, подписка, заявка) .
Сервисы и веб-приложения: Оценка завершенности многошаговых процессов (регистрация, настройка профиля, создание заказа) .
Финансовые сервисы: Анализ оформления кредитных заявок, открытия счетов .
Диагностичность: Позволяет точно определить, на каком этапе воронки происходит максимальная потеря клиентов .
Измеримость: Легко отслеживается в системах веб-аналитики (Google Analytics, Яндекс.Метрика) .
Прогностическая ценность: Снижение abandon rate напрямую влияет на рост выручки без увеличения трафика .
Управляемость: Дает возможность тестировать гипотезы по улучшению интерфейса, текстов и предложений (A/B-тесты) .
9.Ограничения и недостатки
Не объясняет причины: Метрика показывает факт отказа, но не отвечает на вопрос «почему» (требует дополнительных качественных исследований) .
Зависимость от типа товара: Для некоторых категорий товаров (например, дорогая техника) высокий abandon rate может быть нормой, связанной с длительным принятием решения .
Влияние внешних факторов: Отказ может быть вызван не проблемами сайта, а внешними причинами (смена планов, поиск лучшей цены у конкурентов) .
Сложность сегментации: Без сегментации по типам пользователей (новые vs вернувшиеся) и устройствам (десктоп vs мобильные) данные могут быть нерепрезентативны .