Анализ Error Sessions (сессии с ошибками JavaScript)

Анализ Error Sessions (сессии с ошибками JavaScript)

Представьте: пользователь кладёт товар в корзину, нажимает «Оформить заказ» — и ничего не происходит. Консоль пестрит Cannot read property 'X' of undefined, checkout завис. Вы теряете деньги, а пользователь уходит к конкурентам. Мы помогаем выявить такие ошибки и устранить их до того, как они обнулят метрики.

Error Sessions — сессии, где произошла одна или несколько JavaScript-ошибок. Наш опыт показывает: без системного анализа вы пропускаете 60–80% критических багов, которые напрямую режут конверсию. Мы фильтруем, анализируем и приоритизируем эти сессии, используя Sentry и GA4. Sentry с Replay ускоряет отладку в 5–10 раз по сравнению с простым логгированием.

Настройка перехвата JavaScript-ошибок

Перехватываем все необработанные ошибки, Promise rejection и сбои fetch/XHR. Ключевой элемент — правильная настройка source maps: Sentry автоматически деобфусцирует стек, показывая исходный код, а не минифицированные строки. Пример интеграции:

// Перехват необработанных ошибок window.addEventListener('error', function(event) { const errorInfo = { message: event.message, source: event.filename?.split('/').pop(), line: event.lineno, col: event.colno, stack: event.error?.stack?.slice(0, 500), page: window.location.pathname, user_agent: navigator.userAgent.slice(0, 100) } // Отправить в GA4 gtag('event', 'js_error', errorInfo) // Отправить в Sentry/Bugsnag Sentry.captureException(event.error, { extra: errorInfo }) }) // Перехват unhandled Promise rejections window.addEventListener('unhandledrejection', function(event) { gtag('event', 'promise_rejection', { message: event.reason?.message || String(event.reason), page: window.location.pathname }) }) // Перехват ошибок в fetch/XHR const originalFetch = window.fetch window.fetch = async function(...args) { try { const response = await originalFetch(...args) if (!response.ok) { gtag('event', 'fetch_error', { url: args[0].toString().split('?')[0], status: response.status, page: window.location.pathname }) } return response } catch (err) { gtag('event', 'fetch_exception', { url: args[0].toString().split('?')[0], message: err.message }) throw err } } 

Более подробно о window.onerror читайте в документации MDN. Как указано в документации Sentry, интеграция с source maps и Replay ускоряет отладку в 5–10 раз по сравнению с обычным логированием.

Интеграция Sentry с Replay и Tracing

Для глубокого анализа подключаем Sentry с Replay и Tracing. Replay записывает сессию до момента ошибки, что позволяет увидеть действия пользователя. Пример конфигурации:

// sentry.init.js import * as Sentry from '@sentry/browser' import { BrowserTracing } from '@sentry/tracing' Sentry.init({ dsn: 'https://[email protected]/yyy', integrations: [ new BrowserTracing(), new Sentry.Replay({ maskAllText: false, blockAllMedia: false }) ], tracesSampleRate: 0.1, // 10% для performance replaysSessionSampleRate: 0.05, // 5% сессий записывать replaysOnErrorSampleRate: 1.0, // 100% при ошибке beforeSend(event) { // Добавить контекст пользователя event.user = { id: currentUser?.id, segment: currentUser?.plan } return event } }) 

Как ошибки влияют на конверсию?

Мы строим SQL-запросы, сравнивающие CVR сессий с ошибками и без. Типичный результат: сессии с ошибками конвертируют в 3+ раза хуже. Пример кода:

def analyze_error_impact(analytics_db): # Сравнить конверсию сессий с ошибками vs без result = analytics_db.query(""" WITH session_errors AS ( SELECT session_id, COUNT(*) as error_count, MAX(CASE WHEN event_name = 'purchase' THEN 1 ELSE 0 END) as converted FROM events WHERE date >= CURRENT_DATE - INTERVAL '7 days' AND event_name IN ('js_error', 'purchase') GROUP BY session_id ), all_sessions AS ( SELECT session_id, MAX(CASE WHEN event_name = 'purchase' THEN 1 ELSE 0 END) as converted FROM events WHERE date >= CURRENT_DATE - INTERVAL '7 days' GROUP BY session_id ) SELECT 'with_errors' AS segment, COUNT(*) AS sessions, SUM(converted) AS conversions, ROUND(AVG(converted::float) * 100, 2) AS cvr FROM session_errors WHERE error_count > 0 UNION ALL SELECT 'without_errors', COUNT(*), SUM(a.converted), ROUND(AVG(a.converted::float) * 100, 2) FROM all_sessions a LEFT JOIN session_errors se ON a.session_id = se.session_id WHERE se.session_id IS NULL """) return result # Типичный результат: # with_errors: 1.2% CVR # without_errors: 3.8% CVR # Ошибки снижают конверсию в 3+ раза 

Разница — в 3.2 раза. Если ваш средний чек 3000 ₽, потери за неделю составляют более 1.2 млн ₽.

Сравнение инструментов мониторинга

Sentry — оптимальный выбор для глубокого анализа: он сочетает source maps, Replay и гибкую интеграцию с GA4. По сравнению с GA4, Sentry лучше подходит для отладки, поскольку предоставляет полный стек и Replay, что сокращает время поиска причины в 5–10 раз.

Как приоритизировать исправление ошибок?

Мы используем метрику affected_users × conversion_impact. Ошибки в модулях checkout/payment получают вес 3, остальные — 1. Пример:

def prioritize_errors(sentry_api, project_slug): """Приоритет = affected_users × conversion_impact""" issues = sentry_api.get_issues(project_slug, limit=50) for issue in issues: affected_users = issue['userCount'] # Ошибки в checkout/payment — высокий приоритет is_critical = any(p in issue['culprit'] for p in ['checkout', 'payment', 'cart', 'form']) issue['priority_score'] = affected_users * (3 if is_critical else 1) return sorted(issues, key=lambda x: x['priority_score'], reverse=True) 

Типичные критические ошибки

• Cannot read property 'X' of undefined — race condition при асинхронной загрузке
• Network Error в fetch — API недоступен, нет retry логики
• PaymentRequestUpdateEvent — ошибки Payment Request API на iOS Safari
• ChunkLoadError — устаревший кэш после деплоя (решается: window.location.reload())

Что входит в услугу

• Настройка перехвата всех JS-ошибок (включая source maps)
• Интеграция Sentry с Replay и Tracing
• Создание событий в GA4 для конверсионного анализа
• Дашборды влияния ошибок на CVR и выручку
• Приоритизированный список багов с рекомендациями
• Документация по интеграции и доступ к дашбордам
• Поддержка в течение месяца после внедрения

Процесс работы

1. Аудит текущего мониторинга: проверяем, какие ошибки уже перехватываются.
2. Настройка инструментов: устанавливаем Sentry, дорабатываем GA4 events.
3. Сбор данных: 7 дней накопления статистики по Error Sessions.
4. Анализ и приоритизация: строим SQL-отчёты, вычисляем влияние на конверсию.
5. Отчёт и исправление: передаём вам список багов с указанием критичности, помогаем с правками.
6. Контроль: после исправлений повторяем анализ, чтобы убедиться в росте CVR.

Сроки и результаты

Первые результаты — уже через 2 рабочих дня: вы видите дашборд с Error Sessions и их влиянием. Полный цикл анализа и приоритизации — от 5 до 7 дней. Конкретная стоимость зависит от объёма проекта (количество страниц, интеграций), поэтому мы рассчитываем её индивидуально. Свяжитесь — оценим ваш проект бесплатно.

Почему выбирают нас

Наш опыт — более 10 лет в frontend-разработке и мониторинге. Мы работали с проектами, где CVR выросла на 25% только за счёт устранения JS-ошибок. Используем только проверенные инструменты: Sentry, GA4, Grafana. Даём гарантию на корректную работу интеграций. Закажите аудит — получите консультацию с детальным разбором ваших Error Sessions. Свяжитесь с нами — мы подготовим индивидуальное предложение.