อัตราตีกลับของอีคอมเมิร์ซทำให้กระจ่าง: วิธีทำความเข้าใจและลด

ไม่ต้องสงสัยเลย: อัตราตีกลับเป็นหนึ่งในตัวชี้วัดอีคอมเมิร์ซที่สำคัญที่สุด หากคุณไม่ได้ติดตามอัตราตีกลับของคุณ แสดงว่าคุณกำลังทำผิดพลาดครั้งใหญ่และมีค่าใช้จ่ายสูง

ในระดับพื้นผิวหรือความเข้าใจพื้นฐานที่สุดเกี่ยวกับอัตราตีกลับของอีคอมเมิร์ซ อัตราตีกลับที่สูงอาจทำให้คุณต้องเสียเงินเป็นจำนวนมาก อัตราตีกลับที่เพิ่มขึ้นหมายความว่าผู้มีโอกาสเป็นลูกค้ากำลังถอยออกจากช่องทางการแปลงของคุณโดยที่เงินสดยังอยู่ในกระเป๋า นี่คือ "อัตราการออก" ของคุณ และการลดลงจะส่งผลดีต่อผลกำไรของคุณ

ก่อนที่คุณจะดำดิ่งลงไปและเริ่มวิเคราะห์และวิเคราะห์ร้านค้าออนไลน์ของคุณเพื่อลดการตีกลับ สิ่งสำคัญคือต้องถอยออกมาและตระหนักถึงบางสิ่ง

ประการแรก ทุกเว็บไซต์ (โดยเฉพาะร้านค้าอีคอมเมิร์ซ) มีลูกค้าที่ตีกลับ แม้แต่แบรนด์ระดับโลกที่ประสบความสำเร็จมากที่สุดก็ยังประสบปัญหาการตีกลับ ไม่สำคัญหรอกว่าปริมาณการเข้าชมของคุณจะมาจากที่ใด ไม่ว่าจะเป็นจากโซเชียลมีเดีย เครื่องมือค้นหา หรือผ่านการอ้างอิง คุณจะไม่มีวันกำจัดการตีกลับได้อย่างสมบูรณ์ ไม่สำคัญว่าจำนวนผู้เข้าชมทั้งหมดของคุณจะสูงเพียงใด ทั้งไซต์ที่มีการเข้าชมสูงและต่ำมีอัตราตีกลับเป็นตัวเลขสองหลัก

นี่คืออัตราตีกลับของแบรนด์อีคอมเมิร์ซชั้นนำในช่วงเดือนแรกของปี 2017

แม้แต่ร้านค้าอีคอมเมิร์ซอย่าง Best Buy และ Walmart ก็มีอัตราตีกลับมากกว่า 30%

ประการที่สอง เป็นไปไม่ได้ที่จะลดอัตราตีกลับของอีคอมเมิร์ซให้เหลืออะไร คุณมักจะมีลูกค้าใหม่ๆ จำนวนมากที่ยังไม่พร้อมจะซื้อ อันที่จริง ลูกค้า 99% ไม่ได้ทำการซื้อให้เสร็จในครั้งแรก

และนั่นไม่ใช่สิ่งเลวร้ายเสมอไป

แต่ก่อนที่ฉันจะเจาะลึกลงไปว่าทำไมอัตราตีกลับในอีคอมเมิร์ซจึงเป็นตัวชี้วัดที่สำคัญและวิธีที่คุณสามารถใช้ประโยชน์จากข้อมูลนั้น มาดูคำจำกัดความกันก่อน

รายการ เนื้อหา ทั้งหมด ที่ คุณจะพบในบทความนี้ โดยย่อ :
1. คำจำกัดความของอัตราตีกลับ: อัตราตีกลับใน Google Analytics คืออะไร
2. การคำนวณอัตราตีกลับแบบเดิมสั้นตรงไหน?
3. จะทำอย่างไรกับข้อมูลอัตราตีกลับของคุณในอีคอมเมิร์ซ
4. อัตราตีกลับเฉลี่ย ("ดี" และ "ไม่ดี") ในร้านค้าอีคอมเมิร์ซคืออะไร?
5. จะลดอัตราตีกลับของอีคอมเมิร์ซได้อย่างไร?
6. กรณีศึกษากลโกงอัตราตีกลับ

มาขุดกันเถอะ!

1. คำจำกัดความของอัตราตีกลับ: อัตราตีกลับใน Google Analytics คืออะไร

เอกสารสนับสนุนของ Google Analytics ให้คำจำกัดความพื้นฐานของอัตราตีกลับ:

อัตราตีกลับคือเปอร์เซ็นต์ของเซสชันหน้าเดียว

ปัญหาของคำจำกัดความนี้คือ คำจำกัดความนี้ไม่สมบูรณ์และนำไปสู่ความสับสนทั่วไปว่าการตีกลับนั้นไม่ดีโดยเนื้อแท้ ความสับสนเป็นที่เข้าใจ

ในการวิเคราะห์ การตีกลับจะคำนวณโดยเฉพาะเป็นเซสชันที่ทริกเกอร์คำขอเพียงรายการเดียว เช่น เมื่อผู้เยี่ยมชมเข้ามาที่หน้าผลิตภัณฑ์ของคุณแล้วออกโดยไม่ต้องดำเนินการ/โต้ตอบใดๆ ในระหว่างเซสชันนั้น

มันทำให้ฉันนึกถึงการตีกลับของลูกค้าที่มีชื่อเสียงของ Kaushik: มา อ้วก ซ้าย

การโต้ตอบหมายถึง Hit ใดๆ ที่ส่งไปยัง Google Analytics (หรือเซิร์ฟเวอร์การวิเคราะห์ที่คุณเลือก) : แน่นอนว่าอาจเป็นการดูหน้าเว็บ (และผู้ใช้ไปที่ไซต์อื่น) แต่ก็อาจเป็นธุรกรรม การแบ่งปันทางสังคม เหตุการณ์ ( เมื่อการไม่โต้ตอบเป็นเท็จ) หรือ Hit ที่กำหนดโดยผู้ใช้ในการดูหน้าเว็บเสมือน

ซึ่งหมายความว่าหากผู้ใช้ของคุณเข้ามาที่เว็บไซต์และคุณส่งกิจกรรม จะไม่มีการตีกลับ แม้ว่าอาจเป็นการเข้าชมหน้าเดียวก็ตาม

เมื่อใดก็ตามที่เป็นไปได้ คุณควรแก้ไขซอฟต์แวร์การวิเคราะห์เว็บเพื่อพิจารณาความแตกต่างเหล่านี้ การทำเช่นนี้จะทำให้คุณเห็นภาพอัตราตีกลับที่แท้จริงได้ชัดเจนยิ่งขึ้น

แพลตฟอร์มส่วนใหญ่ เช่น Google Analytics อนุญาตให้คุณกำหนดเกณฑ์บางอย่างในข้อมูลของคุณ โปรดทราบว่าการปรับปรุงอัตราตีกลับของคุณไม่ใช่แค่การลดเซสชันหน้าเดียว แต่ยังเกี่ยวกับการจัดโครงสร้างการวิเคราะห์ข้อมูลเพื่อให้ผลลัพธ์ของคุณชัดเจนและเป็นจริงมากที่สุด ซึ่งนำไปสู่จุดต่อไปอย่างดี ...

2. การคำนวณอัตราตีกลับแบบเดิมสั้นตรงไหน?

การวิเคราะห์อัตราตีกลับแบบดั้งเดิมนั้นไม่ง่ายเหมือน "อัตราตีกลับสูง แย่ อัตราตีกลับต่ำ ดี" สิ่งสำคัญคือต้องจำไว้ว่าลูกค้าของคุณมีพฤติกรรมและพฤติกรรมอย่างไรเมื่อพวกเขาเข้ามายังไซต์ของคุณ

บริบทของการเยี่ยมชมของพวกเขามีความสำคัญเท่าเทียมกัน - ทำไมพวกเขาถึงซื้อของกับคุณตั้งแต่แรก?

การตัดสินใจตามอัตราตีกลับของอีคอมเมิร์ซเพียงอย่างเดียวอาจทำให้เข้าใจผิดได้

นี่คือเหตุผล:

สมมติว่าคุณกำลังขายสินค้าราคาสูงในร้านค้าของคุณ เช่น กองไฟกลางแจ้ง คุณจึงเปิดตัวแคมเปญเพื่อโปรโมตสินค้าด้วยหน้า Landing Page ที่กำหนดเองซึ่งเชื่อมโยงกับแคมเปญรีมาร์เก็ตติ้งของ Facebook

เนื่องจากหน้า Landing Page มีการนำทางที่จำกัด ในกรณีนี้จึงเป็นตัวเลือกในการซื้อหลุมไฟหลายประเภท (เพิ่มในรถเข็น) การโต้ตอบจึงน้อยมาก

ผู้ใช้ของคุณบางคนสนใจข้อเสนอนี้แต่ต้องใช้เวลาสักหนึ่งวันเพื่อหารือเรื่องนี้กับคู่สมรสหรือคิดทบทวนการซื้อ

ผู้ใช้รายอื่นถูกจับโดยโฆษณาของแคมเปญ แต่เมื่อเข้าสู่หน้าเว็บ พวกเขารู้ว่าพวกเขาไม่แน่ใจเกี่ยวกับราคาปกติ ดังนั้นพวกเขาต้องการเปรียบเทียบราคาก่อนตัดสินใจ

มีแม้กระทั่งกลุ่มผู้ใช้ที่สนใจในตอนแรก แต่หลังจากอ่านเพิ่มเติมเกี่ยวกับผลิตภัณฑ์ พวกเขาตัดสินใจว่าไม่ใช่สำหรับพวกเขา ดังนั้นพวกเขาจึงออกไป

กลุ่มผู้ชมแต่ละกลุ่มจะนับเป็นการตีกลับในทางเทคนิค แต่ทุกกลุ่มมีความตั้งใจแตกต่างกันมาก และแต่ละกลุ่มมีโอกาสกลับมาทำธุรกรรมให้เสร็จสิ้นเป็นเปอร์เซ็นต์ที่แตกต่างกัน

คุณสามารถรวมผู้ใช้เหล่านี้เข้าด้วยกันในการวิเคราะห์ของคุณได้หรือไม่? ไม่แน่นอน เพราะลูกค้าอีคอมเมิร์ซเด้งด้วยเหตุผลหลายประการ (อย่าลืมฟังเสียงของลูกค้าเสมอ):

• โหลดหน้าสินค้าช้า
• การออกแบบเว็บไซต์ไม่ดีและปัญหาส่วนต่อประสานผู้ใช้/ประสบการณ์ผู้ใช้
• การนำทางไซต์ไม่ดี โดยเฉพาะบนมือถือ
• สินค้าหมดค่ะ
• ข้อมูลไม่เพียงพอในการตัดสินใจ
• ไม่มีข้อมูลการจัดส่งพร้อมใช้งาน
• สัญญาณความน่าเชื่อถือไม่เพียงพอ (ข้อกังวลด้านความปลอดภัย)
• รูปถ่าย/คำอธิบายสินค้าแย่
• ข้อเสนอ/คุณค่าในหน้าผลิตภัณฑ์ไม่ตรงกับโฆษณาที่คลิก
• ช๊อปปิ้งริมหน้าต่าง (เตะยาง เปรียบเทียบราคา ดูจนเบื่อ)
• ลูกค้าฟุ้งซ่านและจากไป

ด้วยการปรับแต่งเพียงเล็กน้อย แต่คุณจะได้รับคุณค่าและข้อมูลเชิงลึกมากขึ้นจากอัตราตีกลับใน Google Analytics (จากรายงานอีคอมเมิร์ซอื่นๆ ของ Google Analytisc ด้วย)

ต้องการข้อมูลเชิงลึกเพิ่มเติมเช่นนี้หรือไม่

รับเคล็ดลับ กลยุทธ์ และความรู้ด้านอีคอมเมิร์ซรายสัปดาห์
ส่งตรงถึงอินบ็อกซ์ของคุณ

เมื่อวันที่ฉันได้อ่านนโยบายความเป็นส่วนตัวและฉันยอมรับข้อตกลงและเงื่อนไขจดหมายข่าว

โปรดเลือกช่องทำเครื่องหมายนี้เพื่อดำเนินการต่อ

วู้ฮู! คุณเพิ่งสมัคร ตรวจสอบกล่องจดหมายของคุณเพื่อยืนยันการสมัคร

จะรับข้อมูลที่ถูกต้องในการคำนวณอัตราตีกลับได้อย่างไร

คุณต้องปรับอัตราตีกลับหากต้องการข้อมูลเชิงลึกที่นำไปใช้ได้จริงมากขึ้น คุณต้องแก้ไขโค้ดติดตามเพื่อเปลี่ยนวิธีคำนวณอัตราตีกลับของอีคอมเมิร์ซ

การแก้ไขโค้ดการวิเคราะห์ทำให้คุณสามารถทริกเกอร์เหตุการณ์ตามกิจกรรมเฉพาะตามพฤติกรรม (หรือพฤติกรรมเป้าหมาย) ของผู้ชมของคุณ วิธีนี้จะทำให้กลุ่มผู้ชมบางกลุ่มของคุณไม่รวมอยู่ในการคำนวณการตีกลับ

สำหรับไซต์อีคอมเมิร์ซ คุณมักจะมีข้อมูลพอสมควรเมื่อคุณได้จัดทำรายละเอียดผลิตภัณฑ์ที่ดีขึ้น ผู้ใช้อาจใช้เวลาสักครู่เพื่อตรวจสอบข้อเสนอ ยิ่งพวกเขาอ่านนานเท่าไหร่ พวกเขาก็ยิ่งมีแนวโน้มที่จะตัดสินใจซื้ออย่างมีข้อมูลมากขึ้นเท่านั้น แม้ว่าจะมาทีหลังก็ตาม

การตรวจสอบระยะเวลาของหน้าเฉลี่ยสามารถช่วยคุณเปรียบเทียบและ "คาดคะเน" ระยะเวลาที่ใช้บนหน้าผลิตภัณฑ์ก่อนที่จะถือว่าผู้เข้าชมมีส่วนร่วม

กำหนดการติดตามของคุณใหม่ เพื่อให้ทุกคนที่ต่ำกว่าเกณฑ์นั้นถือว่าเป็นการตีกลับ

ตัวอย่างเช่น หากผู้ซื้อโดยเฉลี่ยของคุณใช้เวลา 30 วินาทีในการตรวจสอบเนื้อหาก่อนตัดสินใจซื้อ คุณสามารถตั้งค่าอะไรก็ได้ที่ต่ำกว่า 20 หรือ 25 วินาทีเป็นการตีกลับ

เพียงเพิ่มโค้ดบรรทัดนี้ลงในเว็บไซต์ของคุณและใช้งานได้ (คุณยังสามารถใช้งานเหตุการณ์ดังกล่าวผ่าน Google Tag Manager):

เหตุการณ์จะดำเนินการหลังจาก 20,000 มิลลิวินาที (20 วินาที) ดังนั้นการเข้าชมที่นานกว่านั้นจะไม่ถูกบันทึกเป็นการตีกลับใน Google Analytics อีกต่อไป

การติดตามความลึกของสโครลอาจเป็นตัวเลือกอัตราการตีกลับที่แก้ไขได้

นี่เป็นตัวบ่งชี้ที่ดีว่าเนื้อหาใดที่น่าสนใจสำหรับผู้ใช้ และช่วยแก้ปัญหาอัตราการตีกลับของหน้าเดียว (หากผู้ใช้เลื่อน เหตุการณ์จะถูกส่งไป ดังนั้นจึงไม่มีการตีกลับ) วิธีนี้เหมาะอย่างยิ่งหากหน้าผลิตภัณฑ์ของคุณมีข้อมูลจำนวนมากในครึ่งหน้าล่าง เช่น หน้าผลิตภัณฑ์ของ Amazon (แต่จะจัดการกับความเร่งด่วนในหน้าผลิตภัณฑ์ของคุณได้อย่างไร)

ในการตั้งค่ากิจกรรมนี้ คุณจะต้องใช้จาวาสคริปต์เล็กน้อย: ตรวจสอบบล็อกโพสต์ของ Justin Cutroni หรือชิ้นนี้จาก Moz ในการติดตามการเลื่อน

จำนวนมากของร้านค้าปลีกออนไลน์ใช้ไมล์ที่ได้กล่าวถึงข้อตกลงการวิเคราะห์เช่นเหตุการณ์การติดตามการแบ่งส่วน ฯลฯ แต่ความจริงง่ายๆก็คือว่าการกรองข้อมูลบนพื้นฐานของพฤติกรรมของผู้ใช้และเจตนาที่เป็นเรื่องที่ค่อนข้างตรงไปตรงมา และการทำเช่นนั้นจะมีความหมายมากกว่าแค่การปรับปรุงอัตราตีกลับ ข้อมูลเชิงลึกใหม่ที่ได้รับจากข้อมูลนี้สามารถขยายสาขาสำหรับแผนการตลาดดิจิทัล กลยุทธ์การเพิ่มประสิทธิภาพ สำเนาหน้าผลิตภัณฑ์ คำกระตุ้นการตัดสินใจ และอื่นๆ

3. จะทำอย่างไรกับข้อมูลอัตราตีกลับของคุณในอีคอมเมิร์ซ

ด้วยการแบ่งกลุ่มอัตราตีกลับเพื่อมุ่งเน้นไปที่ผู้เข้าชมที่ตีกลับอย่างถูกกฎหมายโดยไม่มีระดับการมีส่วนร่วมที่มีคุณค่า คุณสามารถวิเคราะห์ข้อมูลดังกล่าวต่อผลิตภัณฑ์และหน้า Landing Page เพื่อดูว่าต้องดำเนินการเพิ่มประสิทธิภาพที่ใด

การจัดลำดับความสำคัญของความพยายามของคุณเป็นสิ่งสำคัญที่นี่ อย่าเริ่มต้นด้วยหน้าเว็บที่มีอัตราการตีกลับสูงสุด ในทางกลับกัน คุณไม่ควรละเลยหน้าเว็บที่มีอัตราตีกลับต่ำกว่า

ให้จัดลำดับความสำคัญโดยพิจารณาว่าอัตราตีกลับเหล่านั้นส่งผลต่อรายได้ของคุณอย่างไร

ตัวอย่างเช่น; สมมติว่าคุณมีหน้าผลิตภัณฑ์สองหน้าในไซต์ของคุณ เพื่อความเรียบง่าย ผลิตภัณฑ์มีราคาใกล้เคียงกันที่ 49 ดอลลาร์
1. หน้าผลิตภัณฑ์ การเข้าชมเฉลี่ย 8,000 ครั้งต่อเดือนโดยมีอัตราตีกลับ 39% และแปลงที่ 6%
2. หน้าผลิตภัณฑ์ B เข้าชมเฉลี่ย 1,000 ครั้งต่อเดือนโดยมีอัตราตีกลับ 76% และแปลงที่ 4.8%

หากคุณพยายามเพิ่มประสิทธิภาพหน้า B ก่อน และลดอัตราตีกลับของคุณลง 10% แสดงว่าคุณมีส่วนร่วมกับผู้เยี่ยมชมอีก 76 คนเท่านั้น และเปลี่ยนลูกค้าเพิ่มอีก 4 คน

อย่างไรก็ตาม การตีกลับที่ลดลง 10% ในหน้าผลิตภัณฑ์ A ช่วยให้มีผู้เข้าชมเพิ่มขึ้น 312 ราย และลูกค้าเพิ่มเติม 19 รายที่อัตราการแปลงปัจจุบัน (ช่วยเพิ่มมูลค่าตลอดช่วงชีวิตของลูกค้า)

เมื่อตัดสินใจว่าจะกำหนดเป้าหมายหน้าใดเพื่อปรับปรุงอัตราตีกลับ ให้พิจารณาปัจจัยหลายประการ:

• ผลิตภัณฑ์หรือหน้า Landing Page ใดที่สร้างรายได้มากที่สุด
• อัตราตีกลับที่ลดลงจะมีการเพิ่มรายได้ที่สำคัญที่สุดที่ไหน
• หน้าใดสร้างการเข้าชมที่เกี่ยวข้องมากขึ้น (ดูที่ “Entrences”)
• การแก้ไขใดง่าย เทียบกับการแก้ไขซึ่งต้องมีการทดสอบอย่างมากเพื่อแยกสาเหตุของการตีกลับ

เครื่องมือที่ยอดเยี่ยมที่จะช่วยคุณจัดลำดับความสำคัญในการเพิ่มประสิทธิภาพของคุณ (โดยเฉพาะสำหรับไซต์อีคอมเมิร์ซ) คือรายงาน Google Analytics ที่จัดกลุ่มเนื้อหาอีคอมเมิร์ซ
จัดกลุ่มเนื้อหาของคุณเพื่อดูเทมเพลตหน้าที่ต้องการความสนใจมากที่สุด โปรดจำไว้ว่าเมื่อวิเคราะห์อัตราตีกลับ เมตริกที่สองที่คุณควรพิจารณาเพื่อชั่งน้ำหนักความสำคัญคือจำนวนการเข้า ในตัวอย่างด้านบน การชำระเงิน หน้าหมวดหมู่และ (ไม่ได้ตั้งค่า) คือกลุ่มที่มีจำนวนการเข้าน้อยที่สุด ดังนั้นคุณจึงไม่ควรกังวลเรื่องเหล่านี้ในแง่ของอัตราตีกลับ

4. อัตราตีกลับเฉลี่ย ("ดี" และ "ไม่ดี") ในร้านค้าอีคอมเมิร์ซคืออะไร?

ไม่มีสิ่งที่เรียกว่าอัตราตีกลับระดับ "ดี" เนื่องจากเนื้อหาในไซต์ของคุณแตกต่างกันไปตามเจตนาของผู้เข้าชม จึงเป็นไปได้ที่หน้าเว็บจะมีอัตราตีกลับสูง – สูงกว่าหน้าผลิตภัณฑ์มาก – โดยไม่จำเป็นต้องเป็นปัญหา

อัตราตีกลับของเว็บไซต์มักจะแตกต่างกันอย่างมากขึ้นอยู่กับแหล่งที่มาของการเข้าชม ช่วงเวลา หมวดหมู่ผลิตภัณฑ์ และอื่นๆ ตัวอย่างเช่น ผู้เข้าชมที่ได้มาจาก Google Adwords อาจมีอัตราตีกลับที่สูงกว่าผู้เยี่ยมชมที่มาถึงผ่านเครื่องมือค้นหาที่มีเจตนาทางการค้าสูง ดังนั้น พึงระลึกไว้เสมอถึงความผันแปรในข้อมูลของคุณเอง

ตามหลักการทั่วไป อัตราตีกลับที่กำหนดเป้าหมายและที่คาดหวังควรสะท้อนถึงวัตถุประสงค์ของหน้าเว็บ

ตาม ConversionXL หน้าอ้างอิงของหน้าที่มีเนื้อหาจำนวนมากล้วน "คุ้มค่าต่อการตีกลับ" และโดยทั่วไปแล้วจะมีอัตราตีกลับที่สูงกว่ามาก ซึ่งรวมถึง:

• หน้าคำถามที่พบบ่อย
• หน้าติดต่อ
• โพสต์บล็อก
• หน้าใบเสร็จรับเงินและการยืนยัน

ขั้นตอนต่อไปในการจัดลำดับความสำคัญของความพยายามในการเพิ่มประสิทธิภาพของคุณคือการรู้อัตราตีกลับ "เฉลี่ย" เพื่อดูว่าคุณอยู่ตรงไหนของคู่แข่งและอุตสาหกรรมอื่นๆ ในอีคอมเมิร์ซ และกลุ่มผู้ชมต่างๆ ตีกลับอย่างไร

ดังนั้นอัตราตีกลับเฉลี่ยคืออะไร? มันขึ้นอยู่กับ.

เว็บไซต์ส่วนใหญ่มีอัตราตีกลับระหว่าง 26% ถึง 70% ตามหลักการทั่วไป อัตราตีกลับในช่วง 26% ถึง 40% นั้นยอดเยี่ยม 41% ถึง 55% ก็โอเค 56% ถึง 70% สูงกว่าค่าเฉลี่ย แต่อาจไม่ทำให้เกิดการเตือนขึ้นอยู่กับเว็บไซต์ อัตราตีกลับมากกว่า 70% อาจเป็นปัญหาได้

#เว็บไซต์ส่วนใหญ่มีอัตราตีกลับระหว่าง 26% ถึง 70% ตามกฎทั่วไป #bouncerate ในช่วง 26% ถึง 40% นั้นยอดเยี่ยม 41% ถึง 55% ก็โอเค อัตราตีกลับมากกว่า 70% อาจเป็นปัญหาได้ #ecommerce #optimization คลิกเพื่อทวีต
อัตราตีกลับ 30-45% เป็นอัตราที่พบบ่อยที่สุดในไซต์ต่างๆ และเป็นโซน "ทอง" และเป็นเกณฑ์มาตรฐานการเริ่มต้นที่ดี แหล่งที่มา.
คู่มือ ConversionXL สำหรับการเปรียบเทียบอัตราตีกลับแนะนำการเปรียบเทียบที่แตกต่างกันสองสามอย่างเมื่อกำหนดค่าเฉลี่ย "ในอุดมคติ" ของคุณโดยเริ่มจากประเภทเว็บไซต์
ไซต์อีคอมเมิร์ซไม่ควรเปรียบเทียบอัตราตีกลับกับไซต์ที่มีเนื้อหาหนัก เช่น บล็อก คุณควรใช้ร้านค้าอีคอมเมิร์ซเป็นเกณฑ์เปรียบเทียบอัตราตีกลับเท่านั้น โปรดจำไว้ว่านี่คือระดับของอัตราตีกลับของทั้งไซต์ อาจสูงกว่าสำหรับหน้าบางประเภท แหล่งที่มา.
ถัดไป แต่ละอุตสาหกรรมมีอัตราตีกลับเฉลี่ยต่างกัน

ให้ความสนใจกับมาตรฐานอุตสาหกรรม – ความแตกต่างระหว่าง "ช้อปปิ้ง" และ "อาหาร & เครื่องดื่ม" คือ 20 หน้า แหล่งที่มา
Kissmetrics นำเสนออินโฟกราฟิกที่คล้ายกันเกี่ยวกับอัตราตีกลับตามอุตสาหกรรมและประเภทไซต์
อินโฟกราฟิก KISSmetrics นี้แสดงอัตราตีกลับเฉลี่ยตามไซต์อุตสาหกรรมและประเภทของเนื้อหาที่มักเรียกอัตราตีกลับเหล่านั้น แหล่งที่มา.
ที่นี่คุณสามารถเริ่มแบ่งกลุ่มข้อมูลเพื่อเจาะลึกลงไปได้ และนี่เป็นสิ่งสำคัญสำหรับการวิเคราะห์ใดๆ ที่คุณดำเนินการ โดยเฉพาะ Conversion และอัตราตีกลับ

เริ่มต้นด้วยการแบ่งกลุ่มการเข้าชมของคุณตามอุปกรณ์ แม้แต่ปัญหาการนำทางเล็กน้อยที่อาจไม่ปรากฏบนเดสก์ท็อปก็อาจทำให้เกิดการเสียดสีอย่างมากใน cro บนมือถือ
โดยปกติอุปกรณ์พกพาจะมีอัตราตีกลับสูงกว่าเดสก์ท็อป 10 - 20 pp แต่ถ้าอัตราตีกลับสูงกว่านั้นมาก อาจเปิดเผยปัญหาทางเทคนิคหรือการใช้งานบนเว็บไซต์บนมือถือของคุณ แหล่งที่มา.
นอกจากนี้ คุณควรแบ่งกลุ่มอัตราตีกลับของคุณตามช่องทางเพื่อดูว่าแคมเปญการตลาดของคุณเป็นอย่างไร และประเภทของการเข้าชมที่พวกเขาสร้างนั้นส่งผลต่ออัตราตีกลับของคุณอย่างไร ต่อไปนี้คือช่องทางที่ตรวจสอบภายใน Analytics โดย Google

• โดยตรง: การเข้าชมที่ผู้ใช้นำทางโดยตรงไปยัง URL ของเพจ
• การค้นหาทั่วไป: การเข้าชมจากผลการค้นหาทั่วไป (ไม่เสียค่าใช้จ่าย)
• การค้นหาที่เสียค่าใช้จ่าย: การเข้าชมจากแคมเปญ PPC ในผลการค้นหา
• ดิสเพลย์: การเข้าชมจากโฆษณาแบบดิสเพลย์ (เช่น โฆษณาแบนเนอร์)
• การอ้างอิง: การเข้าชมจากผู้ใช้ที่คลิกลิงก์จากไซต์อื่น
• โซเชียล: การเข้าชมจากโซเชียลเน็ตเวิร์ก (เช่น Facebook, Twitter)
• อีเมล: การเข้าชมจากผู้ใช้ที่คลิกลิงก์ในอีเมล

Neil Patel แบ่งปันกลุ่มอื่นๆ ที่คุณควรวิเคราะห์ ทั้งนี้ขึ้นอยู่กับรูปแบบธุรกิจและการตลาดของคุณ ได้แก่:

• ที่ตั้งของลูกค้า (ดึงดูดปริมาณการเข้าชมจากลูกค้าในภูมิภาคที่ผลิตภัณฑ์ของคุณไม่มีความสนใจ)
• ผู้ใช้ใหม่เทียบกับผู้ใช้ที่กลับมา (ดูว่าอัตราตีกลับเปลี่ยนไปอย่างไรสำหรับลูกค้าที่ได้มาใหม่เทียบกับลูกค้าระยะยาว)
• ข้อมูลประชากรของกลุ่มเป้าหมาย (อายุ เพศ)
• ประเภทเบราว์เซอร์และระบบปฏิบัติการ
• หน้า Landing Page และเนื้อหา

5. จะลดอัตราตีกลับของอีคอมเมิร์ซได้อย่างไร?

ตกลง. กลับมากันอีกครั้ง ตอนนี้คุณรู้มากเกี่ยวกับเมตริกนี้แล้ว วิธีวัดและวิเคราะห์ คุณทราบวิธีการกรองข้อมูลของคุณอย่างถูกต้องเพื่อให้ได้อัตราตีกลับ "จริง" ของคุณ เมื่อเทียบกับข้อมูลที่ซับซ้อนและไม่ถูกต้องที่ Google Analytics โยนทิ้งไป คุณยังตระหนักถึงความสำคัญของการบัญชีสำหรับรูปแบบต่างๆ โดยใช้เกณฑ์มาตรฐานเฉพาะอุตสาหกรรม และใช้แนวทางเชิงกลยุทธ์ในการเลือกหน้าเว็บเพื่อเพิ่มประสิทธิภาพ

ตอนนี้คุณรู้มากเกี่ยวกับเมตริกนี้แล้ว วิธีวัดและวิเคราะห์ แต่จะลดได้อย่างไร? นี่คือรายการตรวจสอบที่ไม่ค่อยดีนักสำหรับการลดอัตราตีกลับของคุณ คุณสามารถใช้เคล็ดลับเหล่านี้ได้ทันที จึงไม่มีข้อแก้ตัวใดๆ...

1. ตรวจสอบให้แน่ใจว่าผู้เข้าชมรู้ว่าพวกเขามาถูกที่แล้ว – เมื่อผู้มีโอกาสเป็นลูกค้าเข้ามาที่ไซต์ของคุณ พวกเขาต้องการคำตอบสำหรับคำถามที่ว่า “ฉันมาถูกที่แล้วหรือเปล่า” ตรวจสอบให้แน่ใจว่าข้อความโฆษณา USP ส่วนลด รูปภาพ และองค์ประกอบแบรนด์ทั้งหมดของคุณ สอดคล้องกันระหว่างโฆษณาและหน้า Landing Page

หากมี USP ชิ้นใดชิ้นหนึ่ง (เช่น "จัดส่งฟรี") ในโฆษณาบน Google ตรวจสอบให้แน่ใจว่ามีความโดดเด่นบนหน้า Landing Page เพื่อให้ผู้ใช้รู้ว่าเขามาถูกที่แล้ว

2. ทำให้เว็บไซต์ของคุณสว่างไสวอย่างรวดเร็ว – อัตราตีกลับของหน้าเว็บที่ใช้เวลาในการโหลดห้าวินาทีนั้น เวลาในการโหลดหน้าเว็บไม่ควรเกินสามวินาที จากข้อมูลจากเว็บไซต์อีคอมเมิร์ซมากกว่า 35,000 แห่งที่ Pingdom รวบรวมไว้ หลังจากที่ให้ทิปนี้แล้ว อัตราตีกลับก็พุ่งสูงขึ้น ถึงเวลาโทรหาพวกไอทีของคุณ
คุณควรตั้งเป้าไว้ที่เวลาในการโหลด 3 วินาที เพราะตาม Pingdom หลังจากจุดให้ทิปนี้ อัตราตีกลับจะพุ่งสูงขึ้น

3. บอกผู้เยี่ยมชมว่าต้องทำอะไรต่อไป – ผู้เข้าชมทราบหรือไม่ว่าต้องทำอย่างไรเมื่อมาถึงหน้าของคุณ? ขั้นตอนในการสั่งซื้อ – หรือเพื่อค้นหาสิ่งใหม่ ๆ หากผลิตภัณฑ์ปัจจุบันไม่ตรงจุด – ชัดเจนอย่างแน่นอน? รวมคำกระตุ้นการตัดสินใจที่มีสีสันและสะดุดตาสำหรับลูกค้าที่ได้พบสิ่งที่พวกเขาชอบ แต่ยังต้องแน่ใจว่ามีตัวเลือกอื่นๆ เช่น สินค้าที่เกี่ยวข้อง สินค้าลดราคา สินค้าใหม่ ฯลฯ สำหรับผู้ที่ยังไม่มี

อย่าลืมแสดงรายการอื่นๆ ในร้านค้าออนไลน์ของคุณในกรณีที่ผู้ใช้ไม่ชอบสินค้านั้น เพื่อที่เขาจะได้ค้นหาสิ่งที่น่าสนใจได้อย่างรวดเร็ว

ดูวิดีโอที่สรุปข้อมูลทั้งหมดเกี่ยวกับการลดอัตราตีกลับ เพื่อให้ทุกอย่างชัดเจนเกี่ยวกับวิธีการลดอัตราตีกลับของอีคอมเมิร์ซที่สูงด้วยกลยุทธ์ที่พิสูจน์แล้วทั้งสามนี้

6. กรณีศึกษากลโกงอัตราตีกลับ

นี่เป็นกรณีจริงที่แสดงให้เห็นอย่างชัดเจนว่าอัตราตีกลับที่รายงานผิดพลาดอาจส่งผลกระทบต่อธุรกิจของคุณในทางลบได้อย่างไร

เรามีลูกค้าแสดงอัตราตีกลับที่ต่ำอย่างน่าประหลาดใจ (น้อยกว่า 10% ทั่วทั้งไซต์) ทีมการตลาดของพวกเขากำลังเฉลิมฉลองและถือว่าเป็นความสำเร็จที่ยิ่งใหญ่ ขออภัย ข้อมูลถูกรายงานเป็นเท็จ

เนื่องจากอัตราดังกล่าวต่ำอย่างผิดปกติ ทีมงานของเราจึงเจาะเข้าไปใน Analytics และพบว่าอัตราตีกลับเฉลี่ยในหน้าผลิตภัณฑ์เป็น 0%

ปรากฎว่าเมื่อผู้ใช้เข้าชมหน้าผลิตภัณฑ์ของตน พวกเขาเข้าไปในแท็บซึ่งส่งผลให้โค้ดติดตามทำเครื่องหมายว่าเป็นเหตุการณ์อัตโนมัติ ผู้เข้าชมแต่ละรายเรียก Hit สองรายการที่ลงทะเบียนไว้: การดูหน้าเว็บหนึ่งครั้งและหนึ่งเหตุการณ์

ไม่มีการบันทึกการเข้าชมครั้งเดียวว่าเป็นการตีกลับ เนื่องจากการเข้าชมแต่ละครั้งถือเป็นการโต้ตอบที่ผิดพลาด

ในความเป็นจริง อัตราตีกลับของลูกค้าใกล้เคียงกับ 60% เนื่องจากข้อผิดพลาดนี้ พวกเขาจึงไม่มีความโน้มเอียงที่จะสูญเสียรายได้และไม่เห็นเหตุผลหรือโอกาสในการปรับปรุง

เราเคยเห็นกรณีที่คล้ายกันกับไคลเอนต์อื่น ๆ ที่อัตราตีกลับของบันทึกการกำหนดค่าไซต์และการวิเคราะห์อย่างไม่ถูกต้อง เช่น รหัสการวิเคราะห์ที่ซ้ำกัน ( Hit ที่ซ้ำกัน) การติดตามที่ใช้งานอย่างไม่ถูกต้อง (เหตุการณ์จะทริกเกอร์ในรายการแม้จะไม่มีการโต้ตอบ) และแม้แต่บุคคลที่สาม เช่นแชทสดที่ลงทะเบียนเป็นการโต้ตอบกับผู้เยี่ยมชม

อาจแสดงเป็นอัตราตีกลับที่ลดลงอย่างกะทันหันโดยไม่ทราบสาเหตุ เช่นในตัวอย่างด้านล่างซึ่งอัตราตีกลับลดลงเหลือ 6%:

อัตราตีกลับที่ลดลงอย่างกะทันหันโดยไม่มีสาเหตุ โดยเฉพาะอย่างยิ่งการลดลงต่ำกว่า 20% ควรเป็นแฟล็กสีแดงที่เป็นสาเหตุของการตรวจสอบ

บทสรุป

อัตราตีกลับพื้นฐานใน Google Analytics ของคุณควรใช้เม็ดเกลือ เนื่องจากมีการรวมข้อมูลมากเกินไปและวิเคราะห์เพื่อสร้างเปอร์เซ็นต์เดียวนั้น ด้วยตัวมันเอง อัตราตีกลับเป็น KPI ที่หลอกลวงอย่างไม่น่าเชื่อ เมื่อคุณพิจารณาว่าอัตรานี้จะเปลี่ยนแปลงได้มากน้อยเพียงใด ขึ้นอยู่กับว่าคุณแบ่งกลุ่มข้อมูลอย่างไร