Google Analytics中的基本度量五 “跳出Bounces和退出Exits”

跳出Bounces和退出Exits在Google Analytics中是一对比较相似的度量,都可以被用来表示离开网站的访问者数量。但两个度量的计算方法和针对的页面及用户是完全不一样的。跳出针对的是访问者来到网站后访问的第一个页面,即访问者的登录页面(landingpage)。并且访问者跳出的动作只有在这个页面上才会出现(从第二个页面开始算做退出)。而退出在网站的所有页面上都可以出现,只要访问者离开网站,就算做一次退出,而他最后访问的那个页面就是退出页面。所以,网站上的每个页面都有可能成为访问者的退出页面。

跳出率是指在某个范围内跳出的值与总访问次数的百分比。而退出率是指在某个范围内退出的值与综合浏览量的百分比。这个范围可以是单一页面,某一组页面或是一个频道,也可以是一个关键词,一个流量来源。或是一个城市,一个日期等等。但在整个网站范围内只有跳出率的概念,而没有退出率的概念。因为所有的访问者最终都会离开网站的。

度量定义:

跳出:指单页访问或访问者的次数,即在一次访问中访问者进入网站后只访问了一个页面就离开的数量。

退出:指访问者离开网站的次数,通常是基于某个范围的。(因为所有用户最终都是会离开网站的)

跳出率:指某一范围内单页访问次数或访问者与总访问次数的百分比。

退出率:指某一范围内退出的访问者与综合访问量的百分比。

度量的计算方法:

跳出:访问者只访问一个页面后离开网站被记录为一次跳出。

跳出率:某一范围内跳出的数量/同一范围内总访问次数Visits *100%

退出:访问者离开网站被记录为一次退出。

退出率:某一范围内退出的数量/同一范围内综合访问量PV*100%

跳出率和退出率

通过上面我网站的报告数据可以证实Google对跳出率和退出率的计算方法。

最受欢迎页面总访问次数(Visits)342,综合浏览量(PV)1487,跳出(Bounces)154,退出(Exits)342

在最受欢迎的一组页面范围内:

跳出率45.03%=跳出154/总访问次数342*100%(实际数字是0.45029 Google四舍五入了。)

退出率23.00%=退出342/综合浏览量1487*100%(实际数字是0.22999)

而在单一页面(首页)范围内,算法也是一样的。

度量的意义:

跳出率可以被用来衡量流量和页面质量,高跳出率表示访问者对登录页面(landingpage)不感兴趣。没有继续访问更深入的页面。或者是登录页面(landingpage)设计存在问题,与目标用户不匹配。跳出率可以通过调整广告渠道,优化登录页面内容来降低。

退出率因页面不同意义也不同。 每个页面都有可能成为退出页面,但如果是网站关键流程中的页面退出率高,就说明该页面出现了问题。比如,在网站的注册流程中,如果是完善信息页面退出率高,就需要检查这个页面了。

跳出和退出不仅仅基于页面和内容,同样也可以基于流量来源,地区,时间以及访问者类别。通过跳出和退出可以比较网站不同来源,不同数据不同地区或是不同类别访问者的数据。

按流量来源

按流量来源_跳出率和退出率

按所在城市

按所在城市_跳出率和退出率

按日期时间

按日期时间_跳出率和退出率

也可以自定义和其他维度组合查看:

自定义报告_跳出率和退出率

可能产生影响的因素:

任何触发google追踪代码二次报告数据的行为都可能影响跳出率。(google默认在访问者访问页面时只报告一次数据。)比如:

1访问者虽然只访问了一个页面就离开了,但在访问中刷新了页面。

2对追踪代码进行了定制,比如增加了鼠标事件追踪或时间追踪,这些都会在一定条件下触发google追踪代码二次报告数据,进而影响跳出率的计算。

3框架页面:google为了准确追踪框架页面需要在两个页面内分别加入追踪代码,这就意味着访问者虽然只打开了一个页面,但实际上google的追踪代码已经报告了两次数据。

——【所有文章及图片版权归 蓝鲸(王彦平)所有。欢迎转载,但请注明转自“蓝鲸网站分析博客”。】——

相关文章:

  1. Google Analytics使用中的常见问题(一)
  2. Google Analytics中的基本度量一 “绝对唯一访问者”
  3. Google Analytics中的基本度量三 “PV和UPV”
  4. Google Analytics中的基本度量七 “新访和回访”
  5. Google Analytics中的基本度量二 “访问次数”

Comments

  1. April says:

    对追踪代码二次报告数据很感兴趣,博主能不能专门写一篇介绍之~

    [回复]

    蓝鲸 回复:

    @April, 这个很简单的,一般情况下当你刷新页面时就会产生二次报告数据。如果在页面中设置了虚拟页面,当条件满足时也会触发的。这种情况都会对跳出率产生影响。

    [回复]

    vincent 回复:

    @蓝鲸,
    至楼主
    总感觉您对于EXIT RATE 的定义有点问题
    我的理解
    Exit Rate的意思是,对某一个特定的页面而言,从这个页面离开网站的Visit占所有访问到这个页面的Visit的百分比
    EXIT RATE 用来说明每个页面的内容质量的好坏

    而你文中的
    退出率:某一范围内退出的数量/同一范围内综合访
    对于您的定义(从数学的角度,首先存在的一个问题就是单位不一直,第一个单位应该是visit,第二个单位是page)
    不知道我的理解是否有误?

    [回复]

  2. yorlin says:

    跳出率有没有网站的跳出率和某个网页的跳出率之分?

    [回复]

    vincent 回复:

    @yorlin,
    有的
    bounce rate(跳出率) 即是衡量整个网站的度量,也是衡量页面的度量,衡量页面时,只用来衡量landing page (入口页面)
    exit rate 只用来衡量页面,但它可以衡量所有的页面

    [回复]

  3. James. Z says:

    关于跳出率想咨询一下,如果我对网站做了子域名的分割,那在子域名配置文件生成的报告中,子域名之间的跳转是否会被记为跳出?
    如有www.abc.com一个主站配置文件以及a.abc.com、b.abc.com两个子域名的配置文件,一个用户通过搜索引擎进入a.abc.com/news.html页面,然后通过这个页面上的链接跳转到了b.abc.com/list.html的页面,那这次跳转在www.abc.com的报告里是否会记作一次跳出,在a.abc.com的报告里呢?

    [回复]

  4. GREET says:

    关于,跳出(Bounces),这个取值是在,某人进入网站后几秒内离开,记录为跳出数吗?假设我做了一个全FLASH站,那么跳出数岂不是 100%?这个经常有人问到我,我的回答都是几秒内跳出才算,不知道有没有官方说法呢?

    [回复]

Trackbacks

  1. [...] 同时,不要只关注这些正面度量,还要同时在每个目标后标注出负面度量。例如:跳出率退出率等等。负面度量可以从另一个角度来衡量目标的完成度。例如:我们对来自baidu ppc的分解目标是访问次数,同时使用跳出率这个负面度量可以有效的衡量出目标完成的质量。 [...]

  2. [...] 同时,不要只关注这些正面度量,还要同时在每个目标后标注出负面度量。例如:跳出率退出率等等。负面度量可以从另一个角度来衡量目标的完成度。例如:我们对来自baidu ppc的分解目标是访问次数,同时使用跳出率这个负面度量可以有效的衡量出目标完成的质量。 [...]

  3. [...] 虚拟页面的报告也同样包含停留时间,跳出率退出率等数据。所以当这部分流量比较大时建议单独分割出来。 [...]

  4. [...] 在Google Analytics网页详情分析界面的左侧,提供了内容详情数据,包括浏览量,停留时间和跳出率等等。这部分数据都属于当前热力图中的页面。他们与该页面在热门内容报告中的数据是一样的。 [...]

  5. [...] 本篇文章主要讨论造成页面高跳出率的几个常见原因。什么是跳出率?什么是跳出?这个看我想已经不用再解释了,跳出率一直以来都是一个非常热门的指标。它用来衡量流量与网站内容的匹配程度。用AK的话说,我来到你的网站,看到第一个页面后我吐了,然后我走了。这就是一次跳出访问。当有太多的访问者在看到你网站的第一个页面后就离开时,你就会看到较高的跳出率。 [...]

  6. [...] 在Google Analytics网页详情分析界面的左侧,提供了内容详情数据,包括浏览量,停留时间和跳出率等等。这部分数据都属于当前热力图中的页面。他们与该页面在热门内容报告中的数据是一样的。 [...]

  7. [...] 跳出率是衡量流量质量和landingpage效率最重要的一个指标,一部分访客来到网站后继续访问,而另一些访客只看了一个页面就直接离开了。他们之间有什么差别吗?创建一对儿“跳出群体/非跳出群体”在报告中对比一下吧。 [...]

  8. [...] 在Google Analytics网页详情分析界面的左侧,提供了内容详情数据,包括浏览量,停留时间和跳出率等等。这部分数据都属于当前热力图中的页面。他们与该页面在热门内容报告中的数据是一样的。 [...]

Speak Your Mind

*

Website Feedback
Feedback Analytics