Analityka Technologia

Współczynnik odrzuceń vs. współczynnik wyjść – odróżniasz?

Współczynnik wyjść (exit rate) przykład
Google Analytics to narzędzie umożliwiające wszechstronną analizę zachowania użytkowników na stronie internetowej. To prawdziwa kopalnia wiedzy, jednak tylko właściwa interpretacja wyników prowadzi do odpowiednich wniosków. Warto więc poznać bliżej niektóre wskaźniki, zwłaszcza te, które są często mylone. Należą do nich współczynnik odrzuceń i współczynnik wyjść, które tylko pozornie są do siebie podobne.
PODZIEL SIĘ:

1. Współczynnik odrzuceń (bounce rate)

Zacznijmy od krótkiego przedstawienia współczynnika odrzuceń. Bounce rate jest parametrem, który pokazuje, jaki odsetek osób opuszcza daną witrynę internetową zaraz po jej otwarciu, bez wchodzenia na podstrony w obrębie domeny. Na pierwszy rzut oka jest to istotny wskaźnik, gdyż może świadczyć o nieatrakcyjności strony internetowej. Każdy doskonale wie, jak to działa: otwieramy stronę, szybko przewijamy, żeby zorientować się, czy znajdziemy na niej coś interesującego i – jeśli zawartość nas rozczarowuje – równie szybko opuszczamy witrynę. Zazwyczaj taka akcja trwa kilkanaście sekund, w najlepszym wypadku kilka minut, jeśli ktoś zdecyduje się jednak zapoznać z treścią na stronie głównej. Jeżeli według bounce rate odsetek takich użytkowników jest wysoki, to w naturalny sposób nasuwa się wniosek, że witryna jest nieefektywna i nie spełnia celów, z powodu których została stworzona.

Współczynnik odrzuceń - przykład

Rys. Współczynnik odrzuceń dla przykładowej strony; źródło: Google Analytics

2. Najczęstsze przyczyny wysokiego bounce rate

Przyczyny wysokiego wskaźnika odrzuceń mogą być bardzo różne i co ważne, tylko niektóre z nich wymagają interwencji. W wielu przypadkach z pozoru niekorzystny wynik raportu wcale nie oznacza, że witryna jest nieefektywna, ale o tym w dalszej części artykułu. Tymczasem warto przyjrzeć się tym przyczynom wysokiego bounce rate, które faktycznie mogą oznaczać niskie zainteresowanie stroną. Poniżej najważniejsze z nich, które warto wziąć pod uwagę i poddać ewentualnej korekcie.

  • Design – niestety, w wielu dziedzinach życia sprawdza się stara zasada, że „jak cię widzą, tak cię piszą”. W przypadku stron internetowych nie zawsze jednak chodzi o atrakcyjną grafikę. Aby zatrzymać użytkownika na dłużej, często wystarczy poprawić czcionkę, przejrzystość treści lub dokonać delikatnej korekty kolorystyki.
  • Nawigacja – to bolączka wielu stron internetowych, na których nierzadko panuje chaos w menu, złe linkowanie lub jeszcze gorsza wyszukiwarka.
  • Długi czas ładowania się strony – jeśli strona długo się ładuje, mało kto ma na tyle cierpliwości, by czekać drugie tyle na otwarcie choćby jednej podstrony.
  • Brak wezwania do działania – CTA (call-to-action) należy do podstawowych narzędzi optymalizacji, gdyż w wielu przypadkach to właśnie on generuje ruch na stronie.
  • Treść – niedopasowana do tematu strony, zbyt uboga, nieatrakcyjna i źle przedstawiona (brak nagłówków, wyróżnień itp.) nie dodaje jej atrakcyjności.

3. Kiedy nie przejmować się wysokim wskaźnikiem odrzuceń?

Wszystko tak naprawdę zależy od rodzaju strony. Załóżmy, że chodzi o bloga. W jego przypadku wysoki współczynnik odrzuceń może być niemiarodajny, gdyż stali czytelnicy odwiedzają tylko stronę główną, na której zazwyczaj umieszczony jest najświeższy wpis. Jeśli blog ma dużą liczbę użytkowników, którzy w dodatku spędzają na nim sporo czasu, to wydaje się, że wysokim bounce rate nie ma sensu się przejmować.

Podobnie wygląda sprawa z tzw. One-page. Ta popularna ostatnio forma witryn internetowych z założenia nie posiada podstron, a cała treść umieszczona jest na bardzo długiej stronie głównej. Gość odwiedzający taką witrynę z oczywistych względów w nic nie kliknie, co potem skutkuje bardzo wysokim bounce rate. W tym przypadku sugerowanie się tym wskaźnikiem jest całkowicie bezcelowe. Lepszym sposobem pozwalającym określić zaangażowanie użytkowników w stronę jest śledzenie scrollowania.

Ponadto niektóre witryny są tak skonstruowane, że najważniejsze treści znajdują się na stronie głównej i w naturalny sposób nie wywołują potrzeby zagłębiania się w kolejne podstrony.

Czasami wysoki wskaźnik odrzuceń wynika z jeszcze bardziej trywialnych powodów, niemających związku z atrakcyjnością strony – np. z braku odpowiedniego kodu Google Analytics, nieprawidłowo ustawionej funkcji śledzenia zdarzeń lub braku otagowania wszystkich podstron.

4. Współczynnik wyjść (exit rate)

Współczynnik wyjść to z kolei parametr, który mówi, jaki procent osób opuścił daną podstronę w witrynie. Jest on obliczany w następujący sposób: liczba osób, które opuściły serwis z danej podstrony / liczba wszystkich osób, które ją odwiedziły.

Dzięki współczynnikowi wyjść wiemy, na jakich stronach osoby odwiedzające witrynę zakończyły swoje wizyty. Te informacje są podstawą do wyciągania wniosków, ale nie należy działać zbyt pochopnie – wysoki wskaźnik współczynnika wyjść nie zawsze oznacza problemy.

Współczynnik wyjść (exit rate) przykład

Rys. Przykładowy współczynnik wyjść (exit rate); źródło: Google Analytics

5. Jak analizować współczynnik wyjść?

Analizując współczynnik wyjść, trzeba mieć świadomość, żeby jego wartość badać w odniesieniu do treści danej podstrony. Niektóre z nich, np. te kończące jakiś etap, czyli witryny z podziękowaniem po zakupie czy z danymi kontaktowymi mają z natury wysoki współczynnik wyjść. Opuszczenie witryny w tym miejscu oznacza bowiem, że klient znalazł to, czego szukał (dane kontaktowe), przeszedł całą ścieżkę zakupową lub zainteresował się treściami na stronie i zapisał się do newslettera. W takich przypadkach wysoki exit rate może tylko cieszyć.

Problem pojawia się w momencie, gdy okazuje się, że wysoki exit rate ma strona, która jest w środku procesu zakupowego. Jeśli więc ścieżka zakupowa ma np. 6 etapów, a klient wychodzi po etapie 4, to znak, że na drodze do realizacji celów pojawił się jakiś problem. Taka sytuacja jest już powodem do przeprowadzenia głębszej analizy danej podstrony.

Analizę współczynnika wyjść należy również prowadzić w odniesieniu do konwersji, jaką generuje dana podstrona. Aby ją sprawdzić, skorzystaj w Google Analytics z sekcji Zachowanie –> Zawartość witryny –> Wszystkie strony. Należy się skoncentrować na stronach z wysokim exit rate, dla których wartość konwersji jest wysoka. Nawet niewielkie zmniejszenie odsetka wyjść będzie zwiększać przychody. Nie ma natomiast sensu poświęcać czasu i środków na zmniejszenie wartości exit rate dla strony, której znaczenie dla konwersji jest marginalne.

Wspomniana analiza wartości konwersji danej podstrony jest możliwa jednak tylko wówczas, gdy w GA jest ustalony cel, który pozwala ją mierzyć. Im jest ona większa, tym więcej uwagi należy poświęcić współczynnikowi wyjść. Jest to łatwe, gdy celem jest sprzedaż jednego konkretnego produktu np. kursu online, książki itp., który ma określoną cenę. Natomiast, gdy celem danej strony jest zapis na newsletter, konwersję można mierzyć procentowo, ale trudno będzie nadać jej konkretną wartość wyrażoną w walucie. Jeśli jednak zdobywanie leadów należy do działań priorytetowych, to wysoki współczynnik wyjść z podstrony zapisu na newsletter powinien skłonić do refleksji.

Warto byłoby również wiedzieć, kto najczęściej opuszcza daną podstronę. W tym celu pomocna będzie segmentacja użytkowników. Wielowymiarowa analiza stworzonych segmentów pozwoli znaleźć grupy generujące najwyższy współczynnik wyjść. Otrzymane dzięki takiej analizie wyniki, należy porównać z danymi na temat tego, który z segmentów daje najlepszą konwersję i skupić się na zmniejszeniu wartości exit rate w tej grupie.

6. Co powoduje wysoki współczynnik wyjść?

Analizując przyczyny wysokiego exit rate dla danej podstrony, należy poszukać problemów, na które natrafił klient i które skutecznie zniechęciły go do kontynuowania swojej wędrówki po kolejnych stronach. Przyczyn może być kilka, a do najczęstszych należą:

  • złe linkowanie wewnętrzne – być może osoba odwiedzająca stronę nie znalazła odpowiednich linków, które zachęcałyby i prowadziłyby ją dalej po stronie; może zabrakło linków do produktów podobnych (jeśli analiza dotyczy sklepu) lub linków do tekstów o podobnej tematyce (jeśli analizie poddawany jest blog);
  • problemy z nawigacją – zła i nieczytelna konstrukcja strony jest częstą przyczyną opuszczenia danej witryny; klient po prostu czuje się zagubiony i nie wie, co dalej robić, więc wybiera rozwiązanie najprostsze, czyli zamknięcie strony;
  • brak call to action (CTA) – zła nawigacja jest powiązana z brakiem wezwania do działania; klienta dobrze jest prowadzić za rękę, dając mu jasne komunikaty typu: idź dalej, kup teraz, zamów, wybierz rozmiar, wybierz formę płatności itd.;
  • słaba treść – słabej jakości content nie zatrzymuje czytelników, a więc może być przyczyną wysokiej wartości współczynnika wyjść; jednakże w tym przypadku wartość współczynnika wyjść należałoby analizować w powiązaniu z czasem spędzonym na stronie; jeśli współczynnik wyjść ma wysoką wartość, ale jednocześnie czas spędzony na stronie jest wysoki, to można przypuszczać, że przyczyną opuszczenia nie jest słaby content – czytelnikowi udało się znaleźć zawartość, dzięki której znalazł rozwiązanie swojego problemu, więc nie musiał szukać dalej.

Współczynnik odrzuceń a współczynnik wyjść

Rys. Przykład wyjścia po długim okresie czasu spędzonego na stronie – użytkownik prawdopodobnie znalazł rozwiązanie problemu i dlatego wyszedł ze strony; źródło: Google Analytics

7. Współczynnik odrzuceń vs. współczynnik wyjść – różnice i podobieństwa

Przyjrzyjmy się teraz różnicom pomiędzy współczynnikiem odrzuceń i współczynnikiem wyjść. Oba wskaźniki dają informacje na temat zachowania osób znajdujących się na stronie, ale zrozumienie różnic jest kluczowe dla właściwej interpretacji danych, które dzięki nim uzyskujemy.

Pierwsza z różnic pomiędzy ww. współczynnikami dotyczy akcji, na podstawie których są obliczane. Współczynnik odrzuceń odnosi się do wejść na stronę, czyli stron, które użytkownik widzi jako pierwsze (i ostatnie zarazem), natomiast współczynnik wyjść odnosi się do wyjść z witryny, czyli do podstron, które użytkownik widzi jako ostatnie.

Kiedy mamy do czynienia z odrzuceniem i wyjściem, a kiedy tylko z wyjściem? Otóż jako odrzucenie i wyjście zostanie potraktowane działanie np. na landing page, na której internauta dokona zakupu czy zapisu, a następnie opuści stronę. Jeśli natomiast użytkownik wejdzie na witrynę, a następnie na kolejne jej podstrony, to ostatnia strona w takiej sesji będzie liczona jako wyjście.

Głównym podobieństwem, które często utrudnia interpretację uzyskanych dzięki exit rate i bouce rate danych jest fakt, że nie można jednoznacznie powiedzieć, że ich wysoka wartość zawsze jest zjawiskiem negatywnym. Taki wniosek można wysnuć dopiero wtedy, gdy zostanie przeprowadzona  głębsza analiza, a więc uwzględniająca treść witryny oraz czas spędzony na stronie.

8. Który współczynnik jest ważniejszy?

Praktyka pokazuje, że wiele osób analizujących dane z Google Analytics przywiązuje większą wagę do współczynnika odrzuceń. Wydaje się jednak, że równie ważne jest analizowanie exit rate, bo to właśnie dzięki niemu można znaleźć słabe punkty na ścieżce zakupowej, a tym samym uszczelnić lejek konwersji.

Nie można jednak jednoznacznie powiedzieć, który współczynnik – odrzuceń czy wyjść – jest ważniejszy. Ich znaczenie jest bowiem zależne m.in. od treści na stronie i jej miejsca w procesie zakupowym. Dopiero znając te parametry, można stwierdzić, która wartość jest dla danej podstrony bardziej istotna.

Więcej artykułów SEMSTORM znajdziecie na ich blogu. Zachęcamy do założenia darmowego konta w systemie: https://user.semstorm.com/user/register.

PODZIEL SIĘ:

Komentarze

Katarzyna Palka

Katarzyna Palka

Była Junior Marketing Specialist w SEMSTORM International Sp. z o.o, gdzie odpowiadała za realizację działań z zakresu content marketingu. Posiada kilkuletnie doświadczenie w tworzeniu, redagowaniu i korekcie treści zarówno tych informacyjnych, jak i marketingowych.

Poznaj redakcję Performance360.pl!

Polub nas na Facebooku

Kupon na hasło „Performance360”:

Ekspresowa porcja wiedzy

Nasi eksperci e-commerce: