Čo je bounce rate a ako ho znížiť?

Ak je implementované v sledovacom kóde, musíme pridať riadok kódu. V prípade služby Universal Analytics s kódom analytics.js sa to robí takto:

Ak si nie sme istí, ktorú verziu analyzovaná stránka používa, môžeme to overiť vyhľadaním knižníc analytics.js a gtag.js v html kóde.

Vyššie uvedené použitie neinterakcie je spôsob, ako zabezpečiť, aby konečnú mieru odskočenia ovplyvnili len udalosti, ktoré skutočne vyžadujú ďalšiu akciu používateľa.

To však nič nemení na skutočnosti, že ak sa na stránke uskutočnila komplexná implementácia služby Google Analytics, potom sa porovnanie miery odskočenia pred a po nej môže ukázať ako porovnanie jabĺk s hruškami.

Toto nie je jediný prvok, ktorý súvisí s mierou odskočenia a ktorý môže naše závery zviesť na scestie. Pri analýze miery odskočenia je kľúčový kontext – inými slovami, ako sa správa v blízkosti iných metrík alebo rozmerov.

Miera odskočenia – aká by mala byť?“

Predstavme si niekoľko scenárov, v ktorých zistíme, že webová stránka zaznamenáva mieru odskočenia 80 %:

1. Hlavná stránka informačnej služby
2. Karta produktu v elektronickom obchode
3. Stránka s orientačnými článkami
4. Stránka s otázkami

Považovali by sme vyššie uvedenú hodnotu za príliš vysokú v každom z týchto prípadov? Poďme si to rozobrať:

1. Hlavná stránka by mala používateľa čo najviac nabádať k preskúmaniu a smerovať ho k bodom, na ktorých nám záleží. V tomto type stránok predstavuje akýsi katalóg noviniek, ktoré návštevník vidí ako prvé – preto pri takomto výsledku bounce rate stojí za to zvážiť, do akej miery použité nadpisy alebo obrázky nabádajú ku kliknutiu. Ak k analýze pridáte aj priemerný čas na stránke, zistíte, či sa s domovskou stránkou nezaobchádza tak trochu ako s RSS, kde sa len skenujú titulky na rýchly pohľad.

2. Tproduktová karta v elektronickom obchode je navrhnutá tak, aby používateľa (s odkazom na diagram cesty zákazníka spoločnosti Google) previedla z fázy „myslieť“ do fázy „urobiť“ – teda pomocou atraktívnej prezentácie ponuky ho nasmerovala k mikrokonverzii (pridanie produktu do košíka) a následne k hlavnej konverzii (nákup).

Navigáciu na nej môžeme ďalej zlepšiť zobrazením breadcrumbov alebo odporúčaní produktov. Ak tieto typy kariet na stránke zaznamenávajú vysokú mieru bounce, oplatí sa ich výraznejšie segmentovať a hľadať slabé miesta. Možno je potrebné obohatiť stránky o nedostupné produkty alebo zaviesť upozornenie na chýbajúcu veľkosť, variant? Na účely takýchto analýz je dobré využiť vlastné dimenzie v službe Google Analytics – môžeme napríklad posielať stav dostupnosti alebo dobu čakania na dodanie.

3. V prípade článku s návodom je často naším cieľom presunúť používateľa do predajnej časti webovej stránky prostredníctvom interného prepojenia, preto spravidla aj tu očakávame čo najnižšie percento bounce. Než však začneme premýšľať o tom, ako optimalizovať obsah stránok, pozrime sa na to, na aké kľúčové slová sa obsah často odmieta.
Je možné, že väčšina návštev pochádza z dlhých chvostových fráz s výrazne informatívnym zámerom (napr. Čo je to optické vlákno?).

Ak je to tak, používateľ si jednoducho uvedomí dôvod svojej návštevy prečítaním textu a nemá už motiváciu sa tam zdržiavať. Iak navyše odkazujeme na percentuálny podiel scrollovania v GA a vidíme, že článok je skutočne prečítaný až do konca, možno zvýšenú mieru odskočenia považovať za normálnu. Napriek tomu je stále možné na nej pracovať – hoci len zavedením a testovaním boxov s navrhovaným, podobným obsahom.

4. Stránka FAQ má jednoduchý účel – odpovedať na otázku používateľa. Tieto typy sekcií, ako napríklad Kontakt alebo Pravidlá vrátenia tovaru, môžu nafúknuť mieru odskočenia celej stránky, a to je normálne – neočakávame, že by používateľa „viedli do hĺbky“. Ak teda chceme analyzovať tento ukazovateľ, môžeme ich vylúčiť pomocou dimenzie vstupnej stránky v tabuľkách Google Analytics.

Aký záver z toho možno vyvodiť? Bounce rate je ukazovateľ, ktorý treba analyzovať v kontexte účelu každej podstránky, najlepšie v kombinácii s inými metrikami. Občas sa ma pýtajú, či je globálna hodnota konkrétnej služby vysoká alebo nízka – bohužiaľ, odpoveď na takúto otázku je vždy: záleží na tom. Štúdie dostupné na webe a navrhované výsledky stojí za to brať len ako inšpiráciu.

Ako znížiť mieru odskočenia?

Predpokladajme, že sme už vyvodili závery o miere odskočenia (bounce rate) na stránke a rozdelili sme ich vyššie uvedeným spôsobom. Okrem toho je vhodné:

1. oddeliť mobilnú a desktopovú návštevnosť – zatiaľ čo mobilné zariadenia boli z hľadiska merania kvality relácií slabým miestom, v súčasnosti sú to práve desktopové zariadenia, ktoré e-podniky niekedy zanedbávajú. Výber slabšej verzie nám napovie, ktorej z nich by sme mali venovať osobitnú pozornosť v oblasti rýchlosti alebo a/b testovania. V oblasti výkonu môžeme okrem iného použiť Lighthouse alebo Webpagetest.org a na testovanie bezplatný Google Optimize.

2. Rozdeľte analýzu bounce rate podľa zdrojov návštevnosti – vyššie sme hovorili o kľúčových slovách, ktoré môžu priviesť na stránku relatívne vzdialeného používateľa od rozhodnutia o nákupe, ale aj rôzne kanály majú podobné charakteristiky. A áno, ak používate remarketingové kampane pre vracajúcich sa používateľov, mali by zaznamenať výrazne nižšiu mieru bounce rate ako google / organické cielenie na články.

Ak navyše veľa odmietnutí zaznamenávajú kampane, ktoré používateľovi prezentujú to, čo už videl, mali by sme sa určite uistiť, že pravidlá cielenia sú správne.

Ďalším legitímnym krokom je aj zapojenie kvalitatívnych analytických nástrojov – Hotjar, Yandex Metrica alebo cux.io môžu zhromažďovať heatmapy a záznamy relácií, aby sme lepšie pochopili cestu používateľa, tiež, pre optimalizáciu konverzií.

Ak chceme trochu rozšíriť spektrum analytiky z hľadiska celkového zlepšenia zapojenia potenciálnych zákazníkov, môžeme zvážiť pridanie vlastného sledovania času na stránke. Pripomíname, že odrazená relácia je taká, ktorá sa skončí bez toho, aby sa používateľ posunul hlbšie do služby.

Stojí za to pripomenúť, že metrika „Priemerný čas strávený na stránke“ dostupná v službe Google Analytics sa počíta od zobrazenia stránky po zobrazenie stránky – takže relácie s mierou odskočenia 100 % majú súbežný čas 0 sekúnd, ako je vidieť na nasledujúcom snímku obrazovky z demonštračného účtu Google.

Toto obmedzenie môžeme obísť odosielaním vlastných neinterakčných udalostí merajúcich čas na každej stránke, vrátane opustených stránok. Najjednoduchšie to urobíte v nástroji Google Tag Manager, kde je k dispozícii špeciálne pravidlo s názvom „Timer“ – stačí vybrať intervaly, ktoré vás zaujímajú, a prípadne nastaviť limit.

Ďalšou možnosťou, ako rozšíriť analytiku odbitých relácií alebo stránok, je implementovať vyššie spomínané sledovanie posúvania – podrobnejšie som ho popísal v článku ,,Google Analytics – ako nastaviť a čo kontrolovať“.

Ak to zhrnieme, miera odskočenia je metrika určená na meranie toho, aké percento relácií na stránke skončí opustením stránky bez akejkoľvek interakcie, ktoré stránky a ktoré zdroje návštevnosti dosahujú v tomto ohľade lepšie a horšie výsledky. To bude najužitočnejšie, keď ju porovnáme s inými ukazovateľmi, ako je čas na stránke, čas načítania stránky alebo hĺbka posunu. Čím viac sa pozrieme do hĺbky, t. j. na odrazy, práve v kontexte vstupných stránok alebo jednotlivých kampaní, tým viac záverov môžeme vyvodiť na optimalizáciu zapojenia používateľov.

FAQ