Bounce rate to zdaniem wielu (a także moim) – jeden z kluczowych wskaźników wykorzystywanych w działaniach analitycznych. Pozwala określać jakość strony, mierzyć jej skuteczność, wyciągać wnioski dotyczące zmian i rekomendacji, a także jest nieocenionym źródłem wielu innych, bardzo wartościowych informacji.
Przez chwilę zastanawiałem się, czy nie napisać o nim w czasie przeszłym. Jednak po chwili dotarła do mnie myśl, że warto, aby w sieci pozostał “jakiś” ślad po tej metryce. Zapraszam Cię do wyczerpującej lektury, z której dowiesz się, czym jest współczynnik odrzuceń, poznasz jego wzór, zasadę działania, a także kilka sposobów na dokonywanie modyfikacji w sposobie jego naliczania.
Ale zanim przejdziemy do sentymentalnego pożegnania oraz odpowiedzenia sobie na pytanie, dlaczego już wkrótce nie będzie potrzebny – pora na krótkie wprowadzenie.
Co znajdziesz w tym artykule?
Bounce rate – co to jest? Definicja współczynnika odrzuceń.
Jaką wartość powinien przyjmować współczynnik odrzuceń?
Czy wysoki poziom bounce rate zawsze jest zły?
Jak powinna wyglądać prawdziwa miara współczynnika odrzuceń?
Jak zmienić sposób obliczania współczynnika odrzuceń?
Jak modyfikacja wsp. odrzuceń prezentuje się w praktyce?
Jak poprawić współczynnik odrzuceń?
Współczynnik odrzuceń – podsumowanie
Pozwól, że w celu dokładnego określenia, czym tak naprawdę jest współczynnik odrzuceń, posłużę się definicją dostarczoną przez samo źródło, czyli Google.
Cytując za pomocą Google Analytics – wskaźnik odrzuceń to udział wizyt, w czasie których osoba zobaczyła jedynie jedną stronę, po czym opuściła serwis. Od siebie tylko dodam, że definicja w takiej formie nie jest do końca precyzyjna i nie oddaje wszystkiego, czym tak naprawdę jest bounce rate. Otóż, jeżeli w czasie wspomnianej wizyty użytkownik wykonuje jakąkolwiek akcję, która nie powoduje nowej odsłony, ale jest zarejestrowania jako zdarzenie (np. ściągniecie pliku), to wówczas taka wizyta nie jest już liczona jako odrzucenie.
Tak wygląda standardowe działanie. Aczkolwiek istnieją pewne zdarzenia, które są “nieinteraktywne”, a co za tym idzie – nie mają wpływu na wartość współczynnika odrzuceń (o nich przeczytasz za chwilę). Mogę tylko podejrzewać, że nie zostało to doprecyzowane w definicji, ponieważ śledzenie zdarzeń w Google Analytics jest zaawansowaną funkcjonalnością, którą użytkownik narzędzia musi skonfigurować we własnym zakresie.
Wspomniane odrzucenia dotyczą sytuacji, w których użytkownik dokonuje wyłącznie 1 interakcji w trakcie trwania 1 sesji. Oczywiście najprostszym typem interakcji są: wejście na stronę (czytaj: rozpoczęcie sesji) lub też zdarzenie (np. kliknięcie w przycisk). Jeśli są one jedyne – wówczas mamy do czynienia z odrzuceniem.
Warto podkreślić, że nie wszystkie zdarzenia są interakcyjne. Zaliczamy do tego m.in.: tzw. scrollowanie, określony czas spędzony na 1 stronie, kliknięcie w link, który tylko “przesuwa” nas po tej samej stronie, dodanie do koszyka czy do ulubionych oraz wiele, wiele innych.
Każde z tych działań nie wywołuje bezpośredniej interakcji. Jednak można to zmienić poprzez odpowiednią konfigurację w Google Tag Managerze, o czym opowiem w kolejnych akapitach.
Wzór na bounce rate prezentuje się w następujący sposób:
Jak widzisz – całe równanie bounce rate ogranicza się do podzielenia liczby odrzuceń przez liczbę sesji.
Jeżeli czytasz ten artykuł, to zgaduję, że możesz tu być z trzech głównych powodów. Po pierwsze – chcesz poznać definicję tego współczynnika, po drugie – masz problem ze zbyt wysokim bounce ratem na Twojej stronie internetowej. Albo po trzecie – chcesz dowiedzieć się, jak zabrać się za jego konfigurację, aby dopasować do charakterystyki i potrzeb swojego biznesu.
Pierwszą kwestię poruszyliśmy na początku tego artykułu, a do drugiej oraz trzeciej przejdziemy za chwilę. Dlatego nigdzie nie odchodź i czytaj dalej 🙂 !
Muszę zaznaczyć, że ma jednej zasadniczej miary wskazującej na to, czy dany poziom bounce rate jest “OK”, czy też nie. Wiele w tej materii zależy od charakteru samego serwisu internetowego, a ponadto wynika w szczególności z takiej, a nie innej konstrukcji współczynnika odrzuceń w Google Analytics. Jak w przypadku większości aspektów analityki internetowej nie można mówić o standardach, które dotyczą wszystkich stron internetowych.
O ile każdej osobie odpowiedzialnej za stronę internetową zależy na tym, aby ten współczynnik był jak najniższy – muszę zaznaczyć, że zbyt niska wartość również nie jest wskazana.
Jest oczywiste, że każdy serwis musi mieć BR, który jest większy niż 0. Ale jeżeli wskaźnik znajduje się poniżej granicy 5% – powinna Ci się zapalić żółta, a nawet czerwona lampka.
Występowanie tak niskiego bounce rate jest nie tylko podejrzane, ale również bardzo mało prawdopodobne. Jeżeli masz z tym problem i… (tak jak ja) nie wierzysz w cuda – koniecznie sprawdź, czy przypadkiem na Twojej stronie zachodzą np. 2 interakcje (jedna po drugiej). Jest to częsty błąd, który powoduje nieprawidłowe naliczanie współczynnika odrzuceń.
Wiedząc już jak prawidłowo mierzyć współczynnik odrzuceń, warto dowiedzieć się, jakich jego wartości można się spodziewać. Na potrzeby tego punktu oprę się o infografikę KISSmetrics.
Przedstawione dane odnoszą się do rynku amerykańskiego, ale myślę, że śmiało można je przełożyć również na nasze rodzime podwórko.
Jeżeli wejdziesz na stronę infografiki KISSmetrics, przekonasz się, że autor za współczynnik odrzuceń przyjmuje wartość „standardowo” przedstawianą przez narzędzia analityki internetowej.
Jednak ciężko jest mówić o jakichkolwiek standardach prawdziwego współczynnika odrzuceń, kiedy właściciel strony może samodzielnie skonfigurować próg czasu, poniżej którego odwiedziny liczone są jako odrzucenie.
Mam jednak nadzieję, że przedstawiona infografika będzie dla Ciebie pewnym punktem odniesienia.
Większość stron internetowych posiada współczynnik odrzuceń w wysokości od 26% do 70%. W praktyce jednak wartość tego wskaźnika w przedziale 26% – 40% jest więcej niż satysfakcjonująca, a w przedziale 41%-55% – bardzo w porządku. 56% do 70% – powyżej średniej, ale nie musi być powodem do niepokoju – to zależy od konkretnej strony. Wszystko powyżej 70% powinno Cię ”trochę” zaniepokoić. (źródło)Doskonały przykład stanowią różnego rodzaju blogi. Czy fakt, że użytkownik trafił na tego typu stronę www i odwiedził tylko jedną zakładkę lub wpis oznacza, że treść jest nieciekawa? Niekoniecznie! Podczas analizy danych warto wziąć pod uwagę pewne okoliczności. Chociażby to, że:
Największy problem ze współczynnikiem odrzuceń w narzędziach analityki internetowej polega na jego postrzeganiu niezaangażowanych użytkowników jako tych, którzy zobaczyli jedynie jedną stronę w czasie sesji.
Stąd też pojawia się potrzeba zdefiniowania prawdziwego współczynnika odrzuceń w Google Analytics i modyfikacji kodu śledzącego, które umożliwiają jego śledzenie.
Avinash Kaushik bardzo obrazowo opisuje takie osoby. Mianowicie, są to użytkownicy, którzy, cytuję: “came, puked and left”. Pozwól, że daruję sobie dosłowne tłumaczenie tej definicji 🙂
Według Web Analytics Association, współczynnik odrzuceń to po prostu jednoodsłonowa wizyta (sprawdź, czym różni się współczynnik odrzuceń od współczynnika wyjść).
Podane definicje skupiają się na tym, że użytkownik po wejściu na stronę od razu ją opuszcza (bez różnicy ile czasu przed tym na niej spędził) – bez przejścia na inną stronę w ramach tej same witryny.
W takim wypadku, taką metryką można uznać za miarę jakości naszego serwisu, a w szczególności strony docelowej, na którą trafiają użytkownicy (ang. landing page) i dopasowania źródeł pozyskiwania ruchu, które do niej prowadzą. Im większy współczynnik odrzuceń, tym gorzej dla serwisu, ponieważ nie angażuje odwiedzających użytkowników, nie zachęca ich do jego eksploracji.
Choć sam nie wyznaję tej teorii – wiem, że sporo osób uważa, iż bounce rate powinien być oparty o czas, jaki użytkownicy spędza na stronie, na którą trafili użytkownicy.
Tylko w jaki sposób określić właściwy czas, w którym użytkownik „nie odrzuca” witryny podczas pierwszej (w ciągu danej sesji) wizyty? Jest to bardzo subiektywna ocena. I to nie tyle z punktu widzenia danego serwisu, co samego użytkownika.
W końcu każdy user ma inne preferencje. Mnie osobiście może zająć 30 sekund, zanim dokonam oceny, czy dany serwis jest wart mojej uwagi, kiedy Ty zrobisz to np. w zaledwie 10 sekund.
Jednak dużo lepiej jest założyć, że współczynnik odrzuceń to udział użytkowników, którzy spędzili na stronie docelowej określoną ilość czasu, niż odwiedzili jedynie jedną stronę w czasie swojej wizyty. Takie rozwiązanie jest możliwe dzięki funkcji Google Analytics nazwanej śledzeniem zdarzeń.
Osobiście jestem w tym względzie tradycjonalistą, o czym wspomnę w kolejnych akapitach :).
W tym celu wystarczy dokonać małej modyfikacji w Google Tag Managerze. W ramach witryny możemy ustawić, aby bounce rate był liczony jako procent użytkowników, którzy byli na stronie krócej niż 10 sekund.
W tym celu wystarczy skonfigurować następującą regułę w GTM:
Jak widać, w tym przypadku reguła będzie uruchamiana, jeżeli użytkownik odwiedzi jakąkolwiek ze stron, która ma w swoim adresie “/blog/” oraz spędzi na niej minimum 10 sekund.
Parametr 10000 oznacza czas w milisekundach. Oczywiście, zarówno na potrzeby własnego serwisu, jak i poszczególnych podstron w nim zawartych, możesz określić ten parametr samodzielnie. Pamiętaj jedynie, że 1 sekunda = 1000 milisekund.
Skąd w ogóle taka wartość? W tym przypadku wzorowałem się na serwisie useit.com. Dodatkowo uzasadnieniem wykorzystania 10 sekund dla wizyt z odrzucenie jest fakt, że nie psuje on znacząco takich metryk jak średni czas na stronie czy długość wizyty. Pamiętaj jedynie, że wykorzystanie powyższej funkcji zmieni nie tylko Twój „prawdziwy współczynnik odrzuceń”, ale również wpłynie (pozytywnie) na średni czas spędzony na stronie.
Specyfika i zasada działania niektórych stron mogą doprowadzać do tego, że ich współczynnik jest nienaturalnie wysoki. Mam na myśli, chociażby serwisy z ograniczoną liczbą podstron lub takie, na których większość akcji odbywa się na jednej podstronie.
Wówczas niektóre z nich można zmodyfikować w taki sposób, aby nie wpływały na współczynnik odrzuceń. Da się to zrobić poprzez zastosowanie odpowiedniej konfiguracji w GTM (Google Tag Manager). Może to dotyczyć wspomnianego już scrollowania, dodania do koszyka czy ulubionych oraz wielu innych akcji, które nie wywołują zdarzenia generującego sesję.
Osobiście nie jestem fanem dokonywania jakichkolwiek modyfikacji współczynnika odrzuceń. Powód jest bardzo prosty. Otóż, każda zmiana sprawia, że tracimy z horyzontu właściwy punkt odniesienia, a co za tym idzie – zatracamy pierwotne znacznie bounce rate.
Tego typu operacje mogą prowadzić do pojawiania się chęci sztucznego obniżania współczynnika, chociażby po to, aby zadowolić własne ego lub co gorsze – spełniać określone KPI.
W związku z tym, że na naszym blogu, od samego początku jego istnienia, wykorzystujemy powyższe rozwiązanie, to nie jesteśmy w stanie pokazać, jak taka zmiana wpłynęła na nasz wskaźnik odrzuceń.
Aby lepiej to zobrazować – wykorzystaliśmy grafiki z bloga PadiCode.
Jak widzisz, bez problemu możemy określić, kiedy dokładnie została wprowadzona zmiana. Jeżeli chcesz ciągle wiedzieć, ile użytkowników odwiedza Twój serwis, oglądając tylko jedną stronę – nie ma problemu! Dowiesz się tego odwiedzając “Głębokość odwiedzin” w sekcji “Użytkownicy” > “Lojalność użytkowników”.
Na przykładzie bloga PadiCode widzimy, że procent użytkowników z jedną odsłoną odpowiada mniej więcej współczynnikowi odrzuceń sprzed modyfikacji reguły w GTM.
Wiedząc już, co to jest, jakie są problemy oraz jak powinien wyglądać współczynnik odrzuceń – czas na kilka wskazówek mówiących o tym, jak możesz go poprawić. W końcu nie ulega żadnej wątpliwości, że każdemu właścicielowi witryny internetowej będzie zależało na tym, aby ten współczynnik znajdował się na jak najniższym poziomie ;). Prawda?
Oczywiście, warto pamiętać, że wysoka wartość tego współczynnika nie musi wynikać wyłącznie z samej charakterystyki jego działania. Powody tego mogą być bardziej prozaiczne, a konkretnie wynikać z takich czynników, jak: niska jakość lub niedopasowanie treści, zbyt wolne działanie witryny, niespójność z reklamą, która do niej prowadzi, brak dostosowania do urządzeń mobilnych, czy po prostu niski poziom użyteczności.
Walkę z wysokim współczynnikiem odrzuceń można podjąć np. poprzez: audyt UX – znalezienie źródła problemu i ulepszenie szwankujących elementów witryny będzie niewątpliwie miało pozytywny wpływ na nasz niechciany bounce rate.
7 sposobów na zmniejszenie współczynnika odrzuceń znajdziesz na Rentier blog. Jest to bardzo ciekawy i wyczerpujący artykuł na ten temat. Poza tym możesz wykorzystać również wskazówki Suite101.com. A całość można podsumować wspomnianą już infografiką KISSmetrics:
W sieci znajduje się mnóstwo wartościowych informacji na ten temat. Dlatego pozwól, że daruję sobie ich przepisywanie i po prostu zachęcę Cię do poszukania “na własną rękę”.
Mam nadzieję, że ten dość długi artykuł wyczerpał temat, a co najważniejsze – dostarczył Ci wszystkich niezbędnych informacji o bounce rate.
Słowem podsumowania chciałbym jedynie określić przydatność współczynnika odrzuceń jako metryki w analityce internetowej. Moim zdaniem, jako miara jakości ruchu na stronie, bounce rate był znakomitym wskaźnikiem. Nie znaczy to, że nie miał wad, ale po odpowiedniej jego modyfikacji w połączeniu ze średnim czasem spędzonym na stronie, jest to silny argument na temat tego, czy Twój ruch (niekoniecznie jako cały, lecz w rozpatrywanych segmentach np. w podziale na źródła ruchu) jest wystarczająco zaangażowany.
Google szykuje zmiany, które oznaczają, że w nowej wersji narzędzia Google Analytics 4, nie zobaczymy już współczynnika odrzuceń. W jego miejsce pojawi się inna, choć wręcz bliźniaczo podobna metryka nosząca tytuł “sesja zaangażowana”.
Będzie ona działała na podobnych zasadach, co wycofywany bounce rate. Z tą różnicą, że zamiast mierzyć odrzucenia – skupi się na zaangażowaniu. To oznacza również inne podejście do optymalizacji tego współczynnika. Od teraz, zamiast skupiać się na jak najniższym poziomie odrzuceń, będziemy koncentrować się na uzyskaniu jak najwyższego poziomu zaangażowania 😉.
Wzór tego współczynnika jest następujący:
Jak łatwo dostrzec – będzie to dzielenie liczby sesji zaangażowanych przez liczbę sesji. Cała modyfikacja polega więc na “kosmetyce”, bowiem ogólne zasady działania pozostaną bez zmian.
Jeśli ten temat Cię zainteresował koniecznie zobacz post na temat GTM Server-Side! Chciałbyś dowiedzieć się więcej w kwestii audytu konfiguracji narzędzi analitycznych (Google Analytics, AT Internet, Adobe Analytics czy Webtrends) lub chcesz rozwijać analitykę internetową wewnątrz organizacji? Jeśli tak to świetnie trafiłeś – skontaktuj się z Conversion, by zobaczyć jak możemy pomóc Twojej firmie. Więcej o analityce internetowej dowiesz się, pobierając przygotowane przez nas, bezpłatne poradniki, raporty oraz case studies.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
