T086学习网 | 站长学院 | 技术文档 | 成语 | 歇后语 | 帝国时代 | 代码收藏 | IP地址查询 | 生活百科 | 生日密码 | CSS压缩 | 用户评论 | 欣欣百宝箱

谷歌分析之跳出率和退出率详解

【 更新时间:2010-10-16 | 字体:
[导读]一 如何定义跳出率和退出率? 此处所说跳出率和退出率是以Google analytics的度量标准 跳出率 Bounce Rate 也被称为蹦失率 跳出率是指浏览单页即退出的次数/访问次数=single access/entry visits 退出率 退出率 exit...

一 如何定义跳出率和退出率?

此处所说跳出率和退出率是以Google analytics的度量标准

跳出率 Bounce Rate 也被称为蹦失率

跳出率是指浏览单页即退出的次数/访问次数=single access/entry visits

退出率

退出率 exit rate:从该页退出的的页面访问次数/进入该页的页面访问次数= exit pv/pv(注意这里面的访问次数和一般概念的visits是不一样的 其实是指pv,不是指visits,关于pv和visit你可以参考Google analytics的说明文档)

其中:

跳出率是针对登录页为这个单页来说的

跳出率是指该页为登录页的访问 跳出率分母等于visists ,分子也是指跳出的visits

退出率则是针对全部的访问

退出率的分母是指该页的所有访问=pv(综合浏览量)

退出的次数包括一次访问过程中用户浏览单页即跳出的次数,也包括浏览多页后从该页面退出的次数。

而进入的次数包括用户重复浏览该页的次数,因此可理解为综合浏览量。

要注意的是:

ga里面计算退出率分子分母是计算pv的,而Omniture是exit/visit

ga和Omniture里面计算跳出率都是计算访问次数visit的。

 举一个例子:

 10个访问来到a页面 ——5个访问直接离开,3个访问去b页面 (2个访问去c页面然后直接离开)。 b页面的3个访问有2个访问返还a页面最终从a页面离开

 

计算a页面的于Bounce Rate和Exit Rate 分别就是(5/10) *100% 和 (5+2/10+2 )*100%

再次提醒这是Google analytics里面的退出率的计算 在Omniture是算exit/visit,也就意味着这个值是(5+2)/10*100%

另外换个条件 从b页面返还a页面的2个访问 一个访问去d页面 一个访问去f 页面 然后一访问从d页面返还a页面并最终离开

这个时候计算a页面的Bounce Rate和Exit Rate 分别就是(5/10)*100% 和 ( 5+2+1/10+2+1)*100%

在这个例子里面我所有的条件都是用访问而没有直接用访客,是因为ga在计算跳出率是算visist的而不是uv(绝对唯一访客),而退出率的分子分母是pv.

为了证明结论 再贴一副图做为来证实结论

 

 

这幅图说明几个问题 ,一直来很多概念在度量跳出率都是用进入,可能部分读者还是不能明白所谓进入是指什么,这里可以看到所谓进入其实就是访问数visit.

这个实验的网站全站我们验证跳出率 ,跳出数259,进入访问数visit等于451。于是跳出率略等于259/451≈0.574279 忽略小数点就是图中的57.43%。

退出率,退出数是 451,综合浏览量pv是975,计算退出率就是451/975≈0.46256,忽略小数点就是46.26%

二 退出率和跳出率说明什么

跳出率

    跳出率只能衡量该页作为用户的landing page的页面质量,不能衡量其他。

    一般来说,如果你做的是从其他媒体引入的流量,说明你的媒体渠道选择失误,搜索引擎付费关键字定位不准、客户群定位不准确,还是landing page的call to action可能不够吸引人.

    当然对于不同页面和不同类型的网站的跳出率需要区别对待,很多网站的性质决定用户甚至只要浏览首页,需求就可能得到满足。比如wordpress的博客,可能一些老访问者,访问博客只是看有没有更新,没有更新,跳出很正常。这种情况如果简单的说网站质量很差是值得商権的。

退出率

     退出率高也要分情况讨论并不能一概而论,如果你已经规划好你网站的用户访问流程,但是你发现你网站的某个退出页面成为去其他某个很重要的页面的绊脚石(阻碍),那么你应该关心的你的这个退出页面的内容了。

     退出率不能用来分析网站所有的页面,只能用来分析特定流程中的某些页面能不能满足用户的需求(交互)的问题。一般认为退出率高需求没有得到满足,但在特定页面不能用退出率衡量用户需求问题。

     如果客户需要得到满足直退出,退出率高是很正常的,如电子商务网站的支付成功页面,其他网站的客户服务(eg:联系我们,关于我们)此类页面,退出率一般肯定很高。用户结算支付完需求得到满足,用户知道联系方式需求得到满足。这个时候需要借助其他分析了,例如电子商务可以用转化漏斗分析。但是在同样的类似流程中,注册页面、支付页面和填写收货地址页面却又是可以用退出率来衡量页面质量的,如果退出率高,那么反映你的注册流程页面、支付流程页面和物流流程页面存在问题了,比如不支持货到付款,需要填写项过多,界面不友好等等。

     退出率还反映在页面内容的吸引性,call to action能不能激励用户。另外从网站技术角度来说,页面太大不能被完全加载,页面没有返回任何其他页面的链接入口,也是造成退出率过高的问题。

三 面对跳出和退出,我们如何优化?

     跳出率可以用在外部流量渠道分析和付费关键字广告的分析上面,对于那些跳出率过高的渠道,一方面我们要分析,是不是渠道客户群和网站定义客户群有偏差,另外一方面是鉴别虚假流量上,大部分的虚假流量的跳出率一般都是很高的。

    退出率更多被运用在页面内容,页面用户需求分析上面,对于什么样子的页面是满足需求的,可以采取A/B Test和多变量分析。你可以首先分析你页面的关键页面的退出率,比如支付,比如注册等你认为对于你网站完成转化很重要的页面的退出率。

原文:http://www.robinli007.com/archives/30

  • 转载请注明来源:IT学习网 网址:http://www.t086.com/ 向您的朋友推荐此文章
  • 特别声明: 本站除部分特别声明禁止转载的专稿外的其他文章可以自由转载,但请务必注明出处和原始作者。文章版权归文章原始作者所有。对于被本站转载文章的个人和网站,我们表示深深的谢意。如果本站转载的文章有版权问题请联系我们,我们会尽快予以更正。
更多
留言建议ASP探针PHP探针站长Enjoy的Blog
© 2017 T086学习网 - T086.com(原itlearner.com)
RunTime:12.02ms QueryTime:7