Jak obniżyć współczynnik odrzuceń za pomocą Google Analytics?

Google Analytics umożliwia optymalizację współczynnika odrzuceń na stronie. Jak to działa i czy warto z tego korzystać?
9 lutego 2017

Na początek – współczynnik odrzuceń

praca grupowa - analiza statystykZakładamy, że większość z Was wie czym jest i co oznacza współczynnik odrzuceń w statystykach strony. Jednak dla tych paru osób, które nie kojarzą tego pojęcia, wyjaśnimy w skrócie. To informacja, która mówi nam o tym jaki procent internautów docierając na naszą stronę zaraz ją opuszcza, czyli nie zagląda na inne podstrony, nie wyszukuje informacji itd.
 
Dla sporej części klientów agencji marketingowych, to niezwykle kluczowa informacja. Wysokie wartości wywołują niepokój, jako coś alarmującego. Czy słusznie? Nie można jednoznacznie odpowiedzieć na to pytanie. Wiele zależy od kontekstu i korelacji z innymi danymi.
 
Wyobraźmy sobie taką sytuację:
Prowadzimy firmę usługową X. Mamy przygotowaną stronę, uzupełnioną w odpowiednie treści, w naszym odczuciu atrakcyjne i wartościowe. Jednak Analytics pokazuje nam bardzo wysoki współczynnik odrzuceń. Głębsza analiza pozwoliłaby nam jednak zobaczyć, że wysoki bounce rate generuje w dużej mierze podstrona Kontakt.
 
W takich okolicznościach współczynnik nie musi być niepokojący – można założyć, że większość naszych odbiorców z jakiś powodów odwiedza tylko tą jedną podstronę, gdzie znajduje wszystkie potrzebne informacje. W tym momencie należałoby sprawdzić czy zapytania ofertowe napływające poprzez email, kontakt telefoniczny czy formularz kontaktowy, można skorelować z ilością wizyt na tej konkretnej podstronie. Można to zrobić choćby za pomocą prawidłowego ustawienia celów i zliczania konwersji. Jeśli tak, wnioski są dość oczywiste i bounce rate nie przeraża już tak bardzo, prawda?
 
Są jednak inne przypadki, które wynikają z domyślnych ustawień Google Analytics. Zasada zliczania użytkowników obecnych na stronie jest dość prosta, chociaż czasem może być myląca w interpretacji. Każda osoba, która odwiedzi nasz serwis www, jednak nie przejdzie na inną podstronę zostanie zaliczona do bounce rate, a czas jej obecności na stronie wyniesie 0s. Dlaczego? Ponieważ GA zaczyna zliczać czas sesji użytkownika dopiero od momentu kiedy ten kliknie w przynajmniej jeden link wewnętrzny (czyli np. przejdzie na kolejną podstronę).
 
pomiar sesji w google Analytics

Jaki powinien być prawidłowy bounce rate?

Niestety nie możemy podać tutaj jednej uniwersalnej odpowiedzi. Wszystko zależy od całego konglomeratu różnych czynników i okoliczności. Zwyczajowo przyjęło się, że dla „klasycznych” stron internetowych współczynnik odrzuceń powinien mieścić się w przedziale 30-40%, nie należy jednak traktować tego jako niezbywalnej reguły.
 
Warto natomiast kierować się kilkoma wskazówkami analizując tą statystykę:
  • Weźmy pod uwagę rodzaj strony (inne wskaźniki będzie miał one-page, landing page, portal informacyjny, blog czy sklep online)
  • Analizę należy prowadzić w kontekście konkretnej podstrony, a nie całego serwisu 
  • Pod uwagę należy wziąć inne istotne dane (czas przebywania na stronie, konwersje, ilość wejść itd.)
  • Należy znać specyfikę swojej branży a także potrzeby, oczekiwania i zachowania klientów
  • Zakładając, że wysoki bounce rate na stronie jest rzeczywiście problemem, należy rozważyć wszystkie możliwe przyczyny (problemem nie musi być zawsze zawartość strony – mogą to być błędy na stronie, złe podlinkowanie, brak CTA wspomagających przemieszczanie się po stronie, wady w projekcie UX itd.)

Jak zoptymalizować naliczanie bounce rate w GA?

Optymalizację można wykonać jedynie zmieniając nieco kod GA, uwzględniając w nim czas jaki użytkownik spędza na stronie. Ten skrypt wywołuje zdarzenie na stronie.
 
<_script_>setTimeout(“ga(‘send’, ‘event', ‘read’, ‘10 seconds’)”,10000); // z kodu obok należy usunąć znaki "_"
 
W powyższym przykładzie timer ustawiony jest na 10 sekund, można go dowolnie modyfikować lub dodawać kolejne wydarzenia, zgodnie z naszymi potrzebami. W konsekwencji zliczanie czasu na stronie i współczynnik odrzuceń będzie wyglądać następująco:
 
wydarzenie w google analytics
 
A wykres w GA, wyglądać będzie następująco:
 
współczynnik odrzuceń google analytics
 
Przy tym wszystkim należy dobrze interpretować nowe dane. Nie powinno się ich traktować jako rzeczywistego obniżenia współczynnika odrzuceń, a jedynie jako zmianę jego definicji. Co za tym idzie jest zupełnie nową wartością i nie ma żadnego uzasadnienia porównywanie go z wcześniejszymi danymi.
 

Czy warto optymalizować GA w każdym przypadku?

Z pewnością nie, a już z pewnością nie dla każdej podstrony serwisu. Nie w każdym przypadku czas spędzany na stronie czy wysokość bounce rate są najważniejszymi wskaźnikami do analizy. Odwołajmy się jeszcze raz do wcześniejszego przykładu. W przypadku podstrony Kontakt, nie ma szczególnego znaczenia czy potencjalny klient przebywał na niej przez minutę czy przez 15 minut, jeśli tylko zrealizował postawiony przed nim cel i skonwertował.
 
Z kolei dla serwisów informacyjnych, blogów czy podstron z dłuższymi treściami, weryfikacja czasu jest już w pełni uzasadniona. Co więcej, postawiony przed uzytkownikiem cel (np. przeczytanie nowego wpisu na blogu), wymaga z jego strony poświęcenia odpowiedniej ilości czasu. A przecież, nie jest powiedziane, że po zapoznaniu się z treścią materiału, zechce dalej zagłębić się w serwis. Bez dodatkowego skryptu, GA wskazywałoby wskaźniki, które sugerowałyby brak zainteresowania publikowanymi treściami.
 
Do wdrażania dodatkowej linijki kodu należy podejść zatem zdrowo rozsądkowo i zgodnie z własnymi potrzebami.
 
grafika google analytics

Podobne wpisy

Nowe funkcje IF w reklamie AdWords

06lutego2017
Google nieustannie rozwija swoje narzędzia, pozwalając na coraz bardziej precyzyjne docieranie do odbiorców.

Jak prawidłowo liczyć i interpretować konwersje wspomagane

26stycznia2017
Liczenie konwersji wspomaganych w Google Analytics potrafi przysporzyć problemów. Zobacz jak robić to poprawnie.