Co je bounce rate a jak ho snížit?

Pokud je implementováno v kódu sledování, musíme přidat řádek kódu. V případě nástroje Universal Analytics s kódem analytics.js se to provádí takto:

Pokud si nejsme jisti, kterou verzi analyzovaná stránka používá, můžeme to ověřit vyhledáním knihoven analytics.js a gtag.js v html kódu.

Výše popsané použití neinterakce je způsob, jak zajistit, aby výslednou míru odskočení ovlivnily pouze události, které skutečně vyžadují další akci ze strany uživatele.

To však nic nemění na skutečnosti, že pokud na webu proběhla komplexní implementace služby Google Analytics, pak se porovnání míry odezvy před a po ní může ukázat jako srovnání jablek s hruškami.

To není jediný prvek, který souvisí s mírou odskočení a který může naše závěry vyvést z omylu. Při analýze míry odskočení je klíčový kontext – jinými slovy, jak se chová v blízkosti jiných metrik nebo dimenzí.

Míra odskočení – jaká by měla být?

Představme si několik scénářů, při kterých zjistíme, že webová stránka zaznamenává míru odezvy 80 %:

1. 1. Úvodní stránka informační služby
   2. Karta produktu v elektronickém obchodě

1. Stránka s návodnými články
2. Stránka s dotazy

Považovali bychom výše uvedenou hodnotu v každém z těchto případů za příliš vysokou? Pojďme si to rozebrat:

1. Hlavní stránka by měla uživatele co nejvíce vybízet k prozkoumání a směřovat ho k bodům, na kterých nám záleží. U tohoto typu stránek představuje jakýsi katalog novinek, které návštěvník vidí jako první – proto při takovém výsledku bounce rate stojí za zvážení, do jaké míry použité nadpisy nebo obrázky vybízejí ke kliknutí. Pokud k analýze přidáte průměrnou dobu na stránce, zjistíte, zda se k domovské stránce nepřistupuje trochu jako k RSS, kde se pouze pročítají titulky pro rychlé nahlédnutí.

2. Tproduktová karta v elektronickém obchodě je navržena tak, aby uživatele (s odkazem na diagram cesty zákazníka společnosti Google) dovedla z fáze „přemýšlet“ do fáze „udělat“ – tedy pomocí atraktivní prezentace nabídky ho nasměrovala k mikrokonverzi (přidání produktu do košíku) a následně k hlavní konverzi (nákupu).

Navigaci na něm můžeme dále vylepšit zobrazením drobečkové navigace nebo doporučením produktů. Pokud se tyto typy karet na webu potýkají s vysokou mírou odskočení, stojí za to je výrazněji segmentovat a hledat slabá místa. Možná je třeba obohatit stránky o nedostupné produkty nebo zavést upozornění na chybějící velikost, variantu? Pro účely takových analýz je dobré využít vlastní dimenze v Google Analytics – můžeme například zasílat stav dostupnosti nebo dobu čekání na dodání.

3. V případě článku s návodem je často naším cílem přesunout uživatele do prodejní části webu prostřednictvím interního odkazu, takže zpravidla i zde očekáváme co nejnižší procento bounce. Než však začneme přemýšlet o tom, jak optimalizovat obsah stránek, podívejme se, na jaká klíčová slova se obsah často odmítá.
Je možné, že většina návštěv pochází z dlouhých frází se silně informativním záměrem (např. Co je to optické vlákno?).

V takovém případě si uživatel jednoduše uvědomí důvod své návštěvy přečtením textu a nemá již motivaci se zde zdržovat. Ipokud navíc odkážeme na procento rolování v GA a zjistíme, že článek je skutečně přečten až do konce, lze zvýšenou míru odskočení považovat za normální. Naproti tomu je možné na ní ještě zapracovat – byť jen zavedením a testováním boxů s navrhovaným, podobným obsahem.

4. Stránka s nejčastějšími dotazy má jednoduchý účel – odpovědět na dotaz uživatele. Tyto typy sekcí, stejně jako Kontakt nebo Pravidla pro vrácení zboží, mohou nafouknout míru odskočení celé stránky, a to je normální – neočekáváme, že by uživatele „vedly hlouběji“. Chceme-li tedy tento ukazatel analyzovat, můžeme je vyloučit pomocí dimenze vstupní stránky v tabulkách Google Analytics.

Jaký závěr z toho lze vyvodit? Bounce rate je ukazatel, který je třeba analyzovat v kontextu účelu každé podstránky, nejlépe v kombinaci s dalšími metrikami. Občas se setkávám s otázkou, zda je globální hodnota určité služby vysoká nebo nízká – bohužel odpověď na takovou otázku vždy zní: záleží na tom. Studie dostupné na webu a navrhované výsledky stojí za to brát pouze jako inspiraci.

Jak snížit bounce rate?

Předpokládejme, že jsme již vyvodili závěry o míře odskočení na webu a rozdělili je výše popsaným způsobem. Kromě toho je vhodné:

1. Oddělit mobilní a desktopovou návštěvnost – zatímco dříve byla mobilní zařízení z hlediska měření kvality relací slabým místem, nyní jsou to právě desktopová zařízení, která jsou někdy elektronickými podniky opomíjena. Výběr slabší verze nám napoví, které z nich bychom měli věnovat zvláštní péči v oblasti rychlosti nebo a/b testování. V oblasti výkonu můžeme mimo jiné použít Lighthouse nebo Webpagetest.org a pro testování bezplatný Google Optimize.

2. Rozdělte analýzu bounce rate podle zdroje návštěvnosti – výše jsme hovořili o klíčových slovech, která mohou uživatele přivést na web poměrně daleko od rozhodnutí o nákupu, ale podobné charakteristiky mají i různé kanály. A ano, pokud provozujete remarketingové kampaně pro vracející se uživatele, měly by zaznamenat výrazně nižší bounce rate než google / organické cílení na články.

Pokud navíc mnoho odmítnutí zaznamenávají kampaně, které uživateli předkládají to, co si již prohlédl, měli bychom se rozhodně ujistit, že pravidla cílení jsou správná.

Dalším legitimním krokem je také zapojení kvalitativních analytických nástrojů – Hotjar, Yandex Metrica nebo cux.io mohou shromažďovat heatmapy a záznamy relací pro lepší pochopení cesty uživatele, také, pro optimalizaci konverzí.

Pokud chceme trochu rozšířit spektrum analytiky z hlediska celkového zlepšení zapojení potenciálních zákazníků, můžeme zvážit přidání vlastního sledování času na webu. Odražená relace je pro připomenutí taková, která skončí, aniž by se uživatel posunul hlouběji do služby.

Je třeba si uvědomit, že metrika „Průměrný čas strávený na stránce“ dostupná v Google Analytics se počítá od zobrazení stránky ke zobrazení stránky – takže relace s mírou odskočení 100 % mají souběžnou dobu 0 sekund, jak je vidět na následujícím snímku obrazovky z ukázkového účtu Google.

Toto omezení můžeme obejít odesíláním vlastních neinterakčních událostí měřících čas na každé stránce, včetně opuštěných stránek. Nejjednodušší způsob, jak to udělat, je v aplikaci Google Tag Manager, kde je k dispozici speciální pravidlo nazvané „Timer“ – stačí vybrat intervaly, které vás zajímají, a případně nastavit limit.

Další možností, jak rozšířit analytiku odražených relací nebo stránek, je implementovat výše zmíněné sledování rolování – podrobněji jsem ho popsal v článku ,,Google Analytics – jak nastavit a co kontrolovat“.

Stručně řečeno, míra odskočení je metrika určená k měření toho, jaké procento relací na webu skončí jeho opuštěním bez jakékoliv interakce, které stránky a které zdroje návštěvnosti si v tomto ohledu vedou lépe a které hůře. Nejužitečnější bude, když ji porovnáme s dalšími ukazateli, jako je čas na stránce, doba načtení stránky nebo hloubka rolování. Čím více se podíváme do hloubky, tj. na odrazy, právě v kontextu vstupních stránek nebo jednotlivých kampaní, tím více závěrů můžeme vyvodit pro optimalizaci zapojení uživatelů.