頁面數(shù)據(jù)分析：跳出率和退出率分析

創(chuàng)新互聯(lián)編者，整理的頁面數(shù)據(jù)分析：跳出率和退出率分析

跳出率和退出率作為網(wǎng)站分析的常見指標(biāo)，在新手中尤其容易混淆，本文從不同系統(tǒng)、跳出率和退出率的計算方式和應(yīng)用場景闡述二者的關(guān)系

一 跳出率和退出率的區(qū)別

本文此處所說跳出率和退出率是基于Google analytics的度量標(biāo)準(zhǔn)

跳出率(Bounce Rate) 也被稱為 蹦失率：瀏覽單頁即退出的次數(shù)/訪問次數(shù)=single access/entry visits(在om和ga后來的標(biāo)準(zhǔn)中修訂為點擊虛擬頁面或者事件跟蹤也不計算為跳出)

退出率 (exit rate)：從該頁退出的的頁面訪問數(shù)/進(jìn)入該頁的頁面訪問數(shù)= exit pv/pv(注意這里面的訪問數(shù)和一般概念的visits是不一樣的 其實是指pv，非visits，關(guān)于pv和visits參考Google analytics的說明文檔)

其中：

• 跳出率只能衡量該頁做為著陸頁面(Landing Page)的訪問， 跳出率分母等于Landing Page的visits ，分子也是指跳出的visits
• 退出率則是針對全部的訪問頁面不限于著陸頁面(Landing Page)，任何頁面都有退出率。
• 退出率的分子=退出的次數(shù)(包括一次訪問過程中用戶瀏覽單頁即跳出的次數(shù)，也包括瀏覽多頁后從該頁面退出的次數(shù)。)
• 退出率的分母=進(jìn)入該頁的頁面訪問次數(shù)=該頁的所有訪問pv(綜合瀏覽量)
• 進(jìn)入的次數(shù)包括用戶重復(fù)瀏覽該頁的次數(shù)，因此可理解為綜合瀏覽量。

google analytics和Omniture關(guān)于退出率的定義區(qū)別：

• google analytics里面計算退出率分子分母是計算pv的，而Omniture是exit/visit
• 當(dāng)然google analytics和Omniture里面計算跳出率都是計算訪問次數(shù)visits的。

EG:

10個visits來到a頁面 ——5個visits直接離開，3個visits去b頁面 ，2個visits去c頁面然后直接離開。 b頁面的3個visits有2個visits返還a頁面最終從a頁面離開

• 計算a頁面的于Bounce Rate和Exit Rate 分別就是(5/10) *100% 和 (5+2/10+2 )*100%
• 這是Google analytics里面的退出率的計算 ，在Omniture是算exit/visit，也就意味著這個值是(5+2)/10*100%
• 換個條件 ，如果從b頁面返還a頁面的2個visit ，一個visits經(jīng)過d頁面返回a頁面并退出 ，一個visit去f 頁面。

這個時候計算a頁面的Bounce Rate和Exit Rate 分別就是(5/10)*100% 和 ( 5+2+1/10+2+1)*100%

在這個例子里面我所有的條件都是用訪問而沒有用訪客，是因為ga在計算跳出率是算visist的而不是uv(絕對唯一訪客)，而退出率的分子分母是pv。

為了證明結(jié)論 再貼一副圖做為來證實結(jié)論

這幅圖說明幾個問題 ，一直來很多概念在度量跳出率都是用進(jìn)入，可能部分讀者還是不能明白所謂進(jìn)入是指什么，這里可以看到所謂進(jìn)入其實就是訪問數(shù)visit。

這個實驗的網(wǎng)站全站我們驗證跳出率 ，跳出數(shù)259，進(jìn)入訪問數(shù)visit等于451。于是跳出率略等于259/451≈0.574279 忽略小數(shù)點就是圖中的57.43%。

退出率,退出數(shù)是 451，綜合瀏覽量pv是975，計算退出率就是451/975≈0.46256,忽略小數(shù)點就是46.26%

二 退出率和跳出率說明什么

跳出率

跳出率只能衡量該頁作為用戶的landing page的頁面質(zhì)量，不能衡量其他。

一般來說，如果你做的是從其他媒體引入的流量，說明你的媒體渠道選擇失誤，搜索引擎付費關(guān)鍵字定位不準(zhǔn)、客戶群定位不準(zhǔn)確，還是landing page的call to action可能不夠吸引人。

當(dāng)然對于不同頁面和不同類型的網(wǎng)站的跳出率需要區(qū)別對待，很多網(wǎng)站的性質(zhì)決定用戶甚至只要瀏覽單頁面，需求就可能得到滿足。比如wordpress的博客，可能一些老訪問者，訪問博客只是看有沒有更新，沒有更新，跳出很正常。這種情況如果簡單的說網(wǎng)站質(zhì)量很差是值得商権的，這個時候建議細(xì)分群體和細(xì)分頁面去看跳出率,并且關(guān)注頁面停留時間。

退出率

退出率高也要分情況討論并不能一概而論，如果你已經(jīng)規(guī)劃好你網(wǎng)站的用戶訪問流程，但是你發(fā)現(xiàn)你網(wǎng)站的某個退出頁面成為去其他某個很重要的頁面的阻礙，那么你應(yīng)該關(guān)心的你的這個退出頁面的內(nèi)容了。

退出率不能用來分析網(wǎng)站所有的頁面，只能用來分析特定流程中的某些頁面能不能滿足用戶的需求(交互)的問題。一般認(rèn)為退出率高需求沒有得到滿足，但在特定頁面不能用退出率衡量用戶需求問題。

如果客戶需要得到滿足直退出，退出率高是很正常的，如電子商務(wù)網(wǎng)站的支付成功頁面，其他網(wǎng)站的客戶服務(wù)(eg:聯(lián)系我們，關(guān)于我們)此類頁面，退出率一般肯定很高。用戶結(jié)算支付完需求得到滿足，用戶知道聯(lián)系方式需求得到滿足。這個時候需要借助其他分析了,例如電子商務(wù)可以用轉(zhuǎn)化漏斗分析。但是在同樣的類似流程中，注冊頁面、支付頁面和填寫收貨地址頁面卻又是可以用退出率來衡量頁面質(zhì)量的(這樣的頁面一般是有固定步驟的)，如果退出率高，那么反映你的注冊流程頁面、支付流程頁面和物流流程頁面存在問題了，比如不支持貨到付款，需要填寫項過多，界面不友好等等。

退出率還反映在頁面內(nèi)容的吸引性，如call to action不能激勵用戶。另外從網(wǎng)站技術(shù)角度來說，頁面太大不能被完全加載，頁面沒有返回任何其他頁面的鏈接入口，也是造成退出率過高的問題。

三 面對跳出和退出，我們?nèi)绾蝺?yōu)化

跳出率可以用在外部流量渠道分析和頁面內(nèi)容質(zhì)量上面，對于那些跳出率過高的渠道，一方面我們要分析，是不是渠道客戶群和網(wǎng)站定義客戶群有偏差，另外一方面是鑒別虛假流量上，大部分的虛假流量的跳出率一般都是很高的。

退出率更多被運用在頁面內(nèi)容，頁面用戶需求分析上面，對于什么樣子的頁面是滿足需求的，可以采取A/B Test和多變量分析。你可以首先分析你關(guān)鍵頁面的退出率，比如支付，注冊等你認(rèn)為對于你網(wǎng)站完成轉(zhuǎn)化很重要的頁面的退出率還有高參與度【頁面參與度=(總目標(biāo)價值+電子商務(wù)收入)/ uv)】頁面。

本文標(biāo)題：頁面數(shù)據(jù)分析：跳出率和退出率分析
鏈接分享：http://www.muchs.cn/news16/172316.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供建站公司、電子商務(wù)、服務(wù)器托管、搜索引擎優(yōu)化、網(wǎng)站設(shè)計、網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)