Czym jest współczynnik odrzuceń (bounce rate) i jak go zmniejszyć?

Bounce rate, czyli współczynnik odrzuceń, to jedna z najbardziej rozpoznawalnych metryk, charakterystycznych dla Google Analytics oraz innych tego typu platform. Z założenia bardzo użyteczna, jednak źle rozumiana może prowadzić do wyciągania błędnych wniosków. Co trzeba wiedzieć o współczynniku odrzuceń, by świadomie wykorzystać tę metrykę w raportowaniu oraz ocenie skuteczności witryny?

Bounce rate – co to jest?

Omawiając to, czym jest bounce rate, warto wspomnieć, że stanowi on część składową dwell time.

Wzór, według którego wyliczamy współczynnik odrzuceń, można opisać tak:

Bounce Rate = Sesje z odrzuceniem ÷ Wszystkie Sesje

Odrzucenia to wejścia na stronę, które kończą się opuszczeniem jej bez wykonania przez użytkownika dodatkowej interakcji. Oznacza to, że w takiej sesji użytkownik spełnia co najmniej jeden z poniższych warunków:

• Nie przychodzi dalej w głąb serwisu, tj. nie generuje drugiej odsłony
• Nie wykonuje czynności śledzonej jako zdarzenie w GA – mogłoby to być kliknięcie w element, scrollowanie lub pozostanie na stronie przez x czasu

Zatrzymajmy się od razu przy drugim punkcie, ponieważ on definiuje nam jedną z pułapek, w które można wpaść podczas próby interpretacji odrzuceń czy też ich współczynnika.

Skala wdrożenia GA wpływa na bounce rate – im więcej zdarzeń mierzonych kodem śledzącym, tym potencjalnie niższe średnie wartości. Tego efektu można uniknąć, oznaczając część eventów parametrem non-interaction. Warto go zastosować choćby wtedy, gdy interakcja, którą chcemy śledzić zdarzeniem, odbywa się równolegle z odsłoną strony – np. wyświetlenie bannera.

Jeżeli odsyłamy takie eventy za pomocą Google Tag Managera, nic prostszego – musimy jedynie zmienić domyślną opcję ,,False” na ,,True”.

W przypadku wdrożenia w kodzie śledzącym, potrzebujemy dodania linijki kodu. Dla Universal Analytics z kodem analytics.js odbywa się to tak:

Jeżeli nie mamy pewności, której wersji używa analizowana strona, możemy to sprawdzić wyszukując biblioteki analytics.js i gtag.js w kodzie html.

Przedstawione wyżej wykorzystanie non-interaction to sposób na to, by na finalną wartość bounce rate wpływały tylko te zdarzenia, które faktycznie wymagają od użytkownika dodatkowej akcji.

Nie zmienia to jednak faktu, że jeżeli na serwisie miała miejsce złożona implementacja Google Analytics, to porównanie współczynnika odrzuceń przed nią i po niej może się okazać zestawianiem jabłek z gruszkami.

To nie jedyny element, związany ze wskaźnikiem bounce rate, który może sprowadzić nasze wnioski na manowce.  W przypadku analizy odrzuceń kluczowy jest kontekst – a więc to, jak zachowują się one w sąsiedztwie innych metryk czy wymiarów.

Współczynnik odrzuceń – jaki powinien być?

Wyobraźmy sobie kilka scenariuszy, w których odkrywamy, że strona notuje współczynnik odrzuceń w wysokości 80%:

1. Strona główna serwisu informacyjnego
2. Karta produktu w e-commerce
3. Strona artykułu poradnikowego
4. Strona FAQ

Czy w każdym z tych przypadków uznamy podaną wyżej wartość za zbyt wysoką? Rozłóżmy to na czynniki pierwsze:

1. Strona główna powinna maksymalnie zachęcać użytkownika do eksploracji, kierując go do punktów, na których nam zależy.  W tego typu serwisach stanowi rodzaj katalogu newsów, które odwiedzający widzi jako pierwszy – zatem przy takim wyniku bounce rate warto się zastanowić, na ile wykorzystywane tytuły czy zdjęcia zachęcają do kliknięcia. Dodanie do analizy średniego czasu na stronie pokaże, czy strona główna nie jest traktowana trochę jak RSS, w którym tylko na szybko skanuje się nagłówki.

2. Karta produktu w e-commerce ma za zadanie przenieść usera (nawiązując do schematu customer journey od Google) z etapu ,,Think” do ,,Do” – zatem, poprzez atrakcyjną prezentację oferty, skierować go do mikrokonwersji (dodanie produktu do koszyka), a następnie konwersji głównej (zakup).

Możemy dodatkowo usprawniać nawigację na niej poprzez ekspozycję breadcrumbs czy rekomendacje produktowe. Jeżeli tego typu karty w serwisie notują wysoki współczynnik odrzuceń, warto je mocniej posegmentować, by poszukać słabych punktów. Może trzeba wzbogacić strony produktów niedostępnych albo wprowadzić zapis na powiadomienie o brakującym rozmiarze, wariancie? Na potrzebę takich analiz dobrze korzystać z wymiarów niestandardowych w Google Analytics – możemy w nich przesyłać chociażby właśnie status dostępności czy czas oczekiwania na dostawę.

3. W przypadku artykułu poradnikowego naszym celem jest często przeniesienie użytkownika do sekcji sprzedażowej serwisu dzięki linkowaniu wewnętrznemu, zatem, co do zasady, oczekujemy i tutaj jak najniższego procenta odrzuceń. Zanim jednak zaczniemy zastanawiać się, jak optymalizować strony contentowe, sprawdźmy, na jakie słowa kluczowe widoczne są często odrzucane treści.

Niewykluczone, że przewaga wizyt pochodzi z fraz longtailowych, z silnie informacyjną intencją (np. Co to jest światłowód?). Jeżeli tak jest, użytkownik zwyczajnie realizuje powód swoich odwiedzin poprzez lekturę tekstu i nie ma już motywacji, by na nim pozostać. Jeśli, dodatkowo, odsyłamy do GA informację o procencie scrolla i widzimy, że artykuł jest faktycznie do końca czytany, można uznać podwyższony bounce rate za normalny. Nadal jednak da się nad nim pracować – chociażby wprowadzając i testując boksy z proponowanymi, podobnymi treściami.

4. Strona FAQ ma prosty cel – odpowiedź na pytanie użytkownika. Tego typu sekcje, podobnie jak Kontakt czyli Regulamin Zwrotów mogą zawyżać współczynnik odrzuceń całej strony i to normalna sytuacja – wcale nie oczekujemy od nich kierowania usera ,,głębiej”. Jeśli chcemy zatem analizować ten wskaźnik, możemy je wykluczyć, korzystając z wymiaru strona docelowa w tabelach Google Analytics.

Jaki z tego wniosek? Bounce rate jest wskaźnikiem, który trzeba analizować w kontekście celu każdej podstrony, najlepiej w połączeniu z innymi metrykami. Jestem czasem pytana o to, czy globalna wartość danego serwisu jest wysoka, czy niska – niestety, odpowiedź na tak zadanie pytanie zawsze brzmi: to zależy. Dostępne w sieci badania i sugerowane wyniki warto traktować jedynie jako inspirację.

Jak zmniejszyć współczynnik odrzuceń?

Załóżmy, że wyciągnęliśmy już wnioski odnośnie odrzuceń na serwisie i podzieliliśmy je w omawiany wyżej sposób. Dodatkowo warto:

1. Wydzielić ruch mobilny i desktopowy – niegdyś mobile bywał słabym punktem z perspektywy wskaźników jakościowych sesji, obecnie to desktop jest czasem zaniedbywany przez e-biznesy. Wybór słabszej wersji wskaże nam, którą powinniśmy się szczególnie zaopiekować w obszarze badania szybkości czy testów a/b. W obszarze performance możemy wykorzystać m.in. Lighthouse lub Webpagetest.org, a do testów darmowy Google Optimize.

2. Podzielić analizę bounce rate na źródła ruchu – wyżej mówiliśmy o słowach kluczowych, które mogą kierować na stronę użytkownika stosunkowo oddalonego od decyzji zakupowej, ale podobną charakterystykę mają też poszczególne kanały. I tak, jeśli prowadzimy kampanie remarketingowe dla powracających użytkowników, powinny one notować znacząco niższy współczynnik odrzuceń niż google / organic kierowany na artykuły.

Jeżeli, dodatkowo, wiele odrzuceń notują kampanie prezentujące userowi to, co już oglądał, zdecydowanie powinniśmy upewnić się co do prawidłowości reguł targetowania. Innym zasadnym krokiem jest też włączenie narzędzi do analityki jakościowej – Hotjar, Yandex Metrica czy cux.io mogą zbierać mapy cieplne i nagrania sesji, dzięki którym lepiej zrozumiemy ścieżkę użytkownika, także pod kątem optymalizacji konwersji.

Jeśli chcemy nieco rozszerzyć spektrum analizy pod kątem ogólnej poprawy zaangażowania potencjalnych klientów, możemy rozważyć dodanie niestandardowego śledzenia czasu na stronie. Sesja z odrzuceniem to, przypomnijmy, taka, która kończy się bez przejścia usera w głąb serwisu. Warto pamiętać, że dostępna w Google Analytics metryka „Średni czas spędzony na stronie” jest liczona od odsłony do odsłony – zatem sesje z bounce rate 100% mają jednocześnie czas 0 sekund, co widać na poniższym screenie z konta demonstracyjnego Google.

Możemy to ograniczenie ominąć, wysyłając własne zdarzenia non-interaction mierzące czas na każdej stronie, także tej porzuconej. Najprościej zrobić to w Google Tag Managerze, gdzie dostępna jest specjalna reguła o nazwie „Timer” – wystarczy wybrać interesujące nas interwały i, jeśli chcemy, ustalić limit.

Dodatkową opcją na rozszerzenie analityki odrzuconych sesji czy podstron jest wdrożenie wspomnianego wcześniej śledzenia scrollowania – opisałam je szerzej w artykule ,,Google Analytics – jak skonfigurować i co sprawdzać”

Podsumowując, współczynnik odrzuceń to metryka stworzona do badania, jaki procent sesji w serwisie kończy się wyjściem ze strony bez żadnej interakcji, jakie strony oraz jakie źródła ruchu wypadają pod tym względem lepiej, a jakie gorzej. Najbardziej użyteczna będzie wtedy, gdy zestawimy ją z innymi wskaźnikami, takimi jak czas na stronie, czas ładowania strony czy głębokość scrollowania. Im bardziej spojrzymy w głąb, czyli na odrzucenia właśnie w kontekście landing pages czy poszczególnych kampanii, tym więcej wyciągniemy wniosków pozwalających na optymalizację zaangażowania użytkownika.