Google Analytics – Metryki
Dzisiejszy wpis, pozwoli Wam dokładniej zapoznać się z dwoma ważnymi metrykami w Google Analytics. Wielu użytkowników wie czym jest współczynnik odrzuceń i że jego wartość jest ważna dla jego internetowego biznesu. Nie wie natomiast w jaki sposób i na jakiej podstawie budowana jest jego wartość. Podobnie sytuacja ma się z współczynnikiem wyjść. Wskaże różnice między tymi dwoma metrykami, a także przedstawię kilka sposobów by zminimalizować te wartości. Opiszę, kiedy wysoki współczynnik odrzuceń jest poważnym ostrzeżeniem, a kiedy nie należy przywiązywać do niego większej uwagi. Liczę, że dzięki temu wpisowi temat stanie się dla Was zrozumiały. Zapraszam do lektury.
Wiele osób poświęca bardzo dużo czasu analizując współczynnik odrzuceń (bounce rate), pomijając przy tym bardzo ważną metrykę jaką jest współczynnik wyjść (exit rate).
Często te dwie metryki są błędnie interpretowane, a zdarza się nawet że niektóre osoby nie widzą między nimi różnicy. Używanie wymiennie tych dwóch metryk prowadzi do błędnych wniosków i działań.
Jakie są zatem różnice między współczynnikiem odrzuceń a współczynnikiem wyjść?
Różnice między współczynnikiem odrzuceń a współczynnikiem wyjść
Zacznijmy od definicji:
- Współczynnik odrzuceń: odsetek sesji w witrynie, w ramach których otwarto tylko jedną stronę (im niższy tym lepiej). Warto go mierzyć globalnie dla całej witryny jak również dla najczęściej odwiedzanych stron docelowych.
- Współczynnik wyjść: pokazuje ilu odwiedzających opuściło naszą witrynę i na jakiej stronie zakończyli jej przeglądanie. Jeśli mamy wysoki współczynnik wyjść na thank you page to ekstra!
Definicja Google jest dość myląca, stąd pewnie bierze się problem w dobrym rozumieniu tych dwóch wskaźników. W końcu podstawowym zadaniem tych wskaźników jest pokazanie, w którym momencie użytkownik opuścił naszą stronę.
Poniżej zrzut ekranu z Google Analytics z zaznaczonymi dwoma metrykami.
Współczynnik odrzuceń
\({ R }_{ b }=\frac { { T }_{ v } }{ { T }_{ e } } \)
\({ R }_{ b }\) – współczynnik odrzuceń
\({ T }_{ v }\) – liczba sesji z jedną stroną, rozpoczętą na tej konkretnej stronie
\({ T }_{ e }\) – całkowita liczba sesji, które zaczęły się na tej stronie
Współczynnik wyjść
\({ R }_{ e }=\frac { { T }_{ exits } }{ { T }_{ views } } \)
\({ R }_{ e }\) – współczynnik wyjść
\({ T }_{ exits }\) – całkowita liczba wyjść
\({ T }_{ views }\) – całkowita liczba unikalnych odsłon
Teraz może trochę bardziej po ludzku. Dzięki współczynnikowi wyjść w Google Analytics możemy zobaczyć odsetek użytkowników, którzy opuścili naszą witrynę przeglądając więcej niż jedną stronę. Natomiast współczynnik odrzuceń to wskaźnik, który pokazuje nam, że użytkownik wszedł i wyszedł z tej samej samej strony witryny. Nie podjął żadnej dodatkowej interakcji.
Jak lepiej zrozumieć oba wskaźniki
Różnice pomiędzy współczynnikiem odrzuceń, a współczynnikiem wyjść.
Rozważmy prostą stronę internetową z kilkoma podstronami:
- Strona główna
- Strona produktu
- Podsumowanie zamówienia
- Kontakt z nami.
Z powyższych pięciu sesji, możemy zakwalifikować dwie, które w Google Analytics zostały przypisane do współczynnika odrzuceń: sesję niedzielną i środową. To właśnie podczas tych dwóch wizyt użytkownik opuścił witrynę na stronie wejścia. W pozostałych dniach użytkownik odwiedził przynajmniej dwie strony zanim opuścił witrynę.
W tych pięciu sesjach powstanie następujący raport Google Analytics.
Strona główna:
- 3 wejścia
- 3 odsłony
- 33% współczynnik odrzuceń
- 33% współczynnik wyjść
Strona produktu:
- 0 bezpośrednich wejść
- 2 odsłony strony
- 0% wskaźnik odrzuceń
- 50% współczynnik wyjść
Podsumowanie zamówienia:
- 1 wejście
- 2 odsłony strony
- 0% współczynnik odrzuceń
- 50% współczynnik wyjść
Strona kontaktowa:
- 1 wejście
- 2 odsłony strony
- 100% współczynnik odrzuceń
- 100% współczynnik wyjść
Jak widać na wartościach powyższych wskaźników, nie ma korelacji między nimi. Wysoki współczynnik wyjść nie koniecznie jest równy wysokiemu współczynnikowi odrzuceń. Ponieważ użytkownicy mogą wejść bezpośrednio na różne strony w witrynie, nie muszą do nich dojść przez stronę główną. Mogę wejść bezpośrednio, z reklamy czy z wyników organicznych.
Podobnie niski współczynnik odrzuceń nie oznacza niskiego współczynnika wyjść, ponieważ współczynnik odrzuceń nie uwzględnia większości wyjść, uwzględnia tylko te, które pojawiają się na pierwszej stronie, na którą wchodzą użytkownicy.
Który z tych wskaźników jest ważniejszy?
Odpowiedź jest zaskakująco prosta i krótka: OBA
Trzeba przede wszystkim nauczyć się je poprawnie interpretować.
Załóżmy, że prowadzisz bloga i wysyłasz newsletter, dodatkowo promujesz posty na Facebooku. Większość czytelników, otworzy Twój ostatni wpis i na tym zakończy swoją wizytę na stronie w oczekiwaniu na kolejny artykuł. W takim przypadku wysokie wartości w współczynnika odrzuceń nie są niczym niepokojącym. Lepszym rozwiązaniem w takim przypadku będzie segmentacja danych i mierzenie współczynnika odrzuceń dla nowych odwiedzających. Jeśli nowoodwiedzający użytkownicy zapoznali się tylko z jednym artykułem, powinno nas to zaniepokoić.
Wysoki współczynnik odrzuceń może dotyczyć również stron typu One-Page, która nie ma podstron, co nie daje użytkownikowi możliwość przejścia gdziekolwiek. Dla tego typu stron trzeba zmodyfikować kod śledzący by współczynnik odrzuceń był liczony jako procent użytkowników, którzy byli na stronie np. krócej niż 10 sekund. Wystarczy dodać następujące linijkę kodu na danej stronie pod opcją pageTracker._trackPageview();:
setTimeout(function(){ ga(‘send’,’event’,’Adjusted bounce rate’,’Page visit 10 seconds or more’); },10000);
</script>
Kiedy natomiast musimy więcej uwagi przywiązać do współczynnika wyjść?
Kiedy zbudujemy określoną ścieżkę dla użytkownika, przykładowo ze strony produktu przejdź do koszyka, ze strony koszyka do podsumowania zamówienia i następnie do płatności. Kiedy odwiedzający przechodzi tę ścieżkę możemy mówić o sukcesie.
Wysoki współczynnik wyjść, z któregokolwiek kroku w tej ścieżce oznacz “złe wyjścia”. Dlatego trzeba sprawnie zidentyfikować to miejsce i je poprawić by zminimalizować “wyciekanie” użytkowników w procesie zakupowym. Można też zwizualizować tę ścieżkę ustawiają cele w Google Analytics.
W jaki sposób zredukować współczynnik wyjść i odrzuceń.
Jeśli strona internetowa ma wysoki współczynnik wyjść, a Twoją intencją jest poruszanie się użytkowników zgodnie z zaplanowaną ścieżką (przez lejek konwersji) np. przeniesienie ich do innej części witryny, możesz wprowadzić pewne poprawki.
Po pierwsze, musisz określić, dlaczego ludzie opuszczają Twoją stronę. Kilka typowych problemów to:
- Rozproszenie treścią: muzyka, reklam, wideo i pop-upy mogą powodować wczesne wyjścia
- Czas wczytywania: użytkownicy (zwłaszcza z mobilnym internetem) zrezygnują po około 3 sekundach
- Brak responsywności: strona niedostosowana do urządzeń mobilnych
- Złe UI / UX: źle zaprojektowana strona i skomplikowana struktura, zniechęcą użytkowników do korzystania z witryny
- Problemy z nawigacją: niejasne ścieżki
- Błędne linki: strony 404, gdy np. gdy usunęliśmy produkt
- Źle zaprojektowane przyciski CTA (call to action)
- Linki do zewnętrznych stron: sami pozwalamy użytkownikowi opuścić stronę
Po drugie, musisz dać swoim użytkownikom powód do pozostania.
Nie oznacza stworzenia ładniejszej witryny i czytelniejszego menu. Zamiast tego warto przemyśleć ponowne i sprawdzić ścieżki konwersji.
Przyjęło się, że strony e-commerce mają wysoki wskaźnik wyjść, a konwersja na poziomie ok 2% jest akceptowalna, ale czy tak musi być? Oczywiście nie. Jeśli dbasz o swój biznes zawsze znajdziesz coś do poprawy, np. możesz skonfigurować powiązane produkty czy wyświetlić użytkownikom informacje, że osoby kupujące ten produkt kupiły również i dać im przy podobnym wyborze 5% rabatu. Zachęcam do testów.
Podsumowanie
Oba wskaźniki są ważne, tylko trzeba umiejętnie z nich korzystać, nie możesz zapomnieć o segmentacji np. w podziale na źródło ruchu. Musisz sporo testować kierując reklamy na stronę produktu, kategorii, uważnie przyjrzeć się ścieżce zakupowej by znaleźć “niechciane wyjścia”.
Strony, na których interakcja użytkowników z Twoją witryną się kończy są idealne do optymalizacji. Zatem do dzieła. Możesz zacząć analizę już dziś. Pamiętaj tylko by patrzeć na te metryki nie tylko globalnie dla całej witryny, lecz analizować każdą podstronę osobno.
Masz problem?
Potrzebujesz audytu kampanii, strony, sklepu internetowego, konfiguracji narzędzi analitycznych?
Skontaktuj się ze mną już dziś! Napisz na hello@radekmentel.pl
Radku, tyle razy mi tłumaczono tę kwestię, ale dzięki Twojemu wpisowi i przykładach doskonale ją w końcu rozumiem. Świetny wpis. Będę tu wracał!
Super Rafale, bardzo mnie to cieszy :).
No, ale są dużo lepsze sposoby mierzenia zaangażowania nawet na stronie typu singlepage czy wpisie blogowym. Bounce rate 100% z wpisu nic nie oznacza, Gdzie informacja o scroll depth?
Marcinie, wpis o real bounce rate jest w planie i będzie tam o kwestiach, które poruszasz. Ten wpis po prostu jest na inny temat i nie chciałem wchodzić tak bardzo w szczegóły bounce rate. Chciałem pokazać różnice między tymi dwiema metrykami i to mam nadzieję mi się udało.