电子商务跳出率揭秘：如何理解和减少它

毫无疑问：跳出率是最重要的电子商务指标之一。 如果您没有跟踪您的跳出率，您就犯了一个巨大且代价高昂的错误。

从表面上或对电子商务跳出率的最基本了解来看，高跳出率可能会花费您很多钱。 不断攀升的跳出率意味着潜在客户正在退出您的转化漏斗，而他们的现金仍在口袋里。 这是您的“退出率”，降低它会对您的底线产生积极影响。

在您深入研究并开始分析和剖析您的在线商店以减少反弹之前，退后一步并意识到一些事情很重要。

首先，每个网站（尤其是电子商务商店）都有反弹的客户。 即使是最成功的全球品牌也会经历反弹。 不管您的流量来自哪里——无论是来自社交媒体、搜索引擎还是通过推荐——您永远不会完全消除跳出。 您的访问者总数有多高也无关紧要。 高流量和低流量网站的跳出率都是两位数。

以下是 2017 年第一个月顶级电子商务品牌的跳出率

即使是百思买和沃尔玛等电子商务商店的跳出率也超过 30%。

其次，不可能将您的电子商务跳出率降低到零。 您总是有大量尚未准备好购买的新客户。 事实上，99% 的客户在第一次访问时没有完成购买。

这不一定是坏事。

但在我深入探讨为什么电子商务中的跳出率是如此重要的指标以及如何利用该数据之前，让我们先看看定义。

只是你将在本文中找到内容的快速列表：
1. 跳出率定义：Google Analytics 中的跳出率是什么？
2. 传统的跳出率计算有哪些不足？
3. 如何处理电子商务中的跳出率数据？
4. 电子商务商店的平均（“好”和“坏”）跳出率是多少？
5、如何降低电商跳出率？
6. 跳出率欺骗的案例研究

让我们深入了解！

1. 跳出率定义：Google Analytics 中的跳出率是什么？

Google Analytics 支持文档提供了一个非常基本的跳出率定义：

跳出率是单页会话的百分比。

这个定义的问题在于它是不完整的，并且会导致普遍的混淆，即反弹本质上是不好的。 混乱是可以理解的。

在分析中，跳出被专门计算为仅触发单个请求的会话，例如当访问者登陆您的产品页面然后在该会话期间没有采取任何其他操作/交互的情况下退出时。

这让我想起了 Kaushik 对客户反弹的著名看法：来了，吐了，离开了。

交互意味着发送到 Google Analytics （或您选择的分析服务器）的任何点击：当然，它可能是一次综合浏览量（并且用户去了另一个网站），但也可能是交易、社交分享、事件（当非交互为 false 时），或用户定义的虚拟浏览量命中。

这意味着，如果您的用户登陆该网站并且您发送了一个事件，那么即使它可能是单页访问，也不会出现反弹。

在可能的情况下，您应该修改您的网络分析软件以解决这些差异。 这样做将使您对真实跳出率有更清晰的了解。

大多数平台（例如 Google Analytics）都允许您对数据强加某些标准。 请记住，提高跳出率不仅仅是减少一页会话，还涉及构建数据分析，以便您的结果尽可能清晰和真实。 这很好地引出了下一点……

2. 传统的跳出率计算有哪些不足？

分析传统的跳出率绝非“高跳出率差，低跳出率好”那么简单。 重要的是要记住您的客户登陆您的网站后的行为和行为。

同样重要的是他们访问的背景——他们首先为什么要和你一起购物？

仅根据电子商务跳出率做出决定可能会产生误导。

原因如下：

假设您在自己的商店中销售像户外火坑这样的大件商品，因此您启动了一项活动，通过与 Facebook 再营销活动相关联的自定义着陆页来推广它。

由于着陆页的导航有限——在这种情况下，可以选择购买几种类型的火坑中的一种（添加到购物车），因此交互作用很小。

您的一些用户对该优惠感兴趣，但需要一天左右的时间与配偶讨论或考虑购买。

其他用户被活动广告吸引了，但一旦他们进入页面，他们意识到他们不确定正常价格 - 因此他们想在做出决定之前进行一些价格比较。

甚至有一部分用户最初很感兴趣，但在阅读了有关该产品的更多信息后，他们认为该产品不适合他们，因此他们离开了。

从技术上讲，这些细分受众群中的每一个都可以算作一次反弹，但它们都有非常不同的意图，并且每个细分受众群返回以完成交易的可能性都有不同的百分比。

您能否在分析中将这些用户归为一类？ 当然不是，因为电商客户反弹的原因有很多（记得要时刻倾听客户的声音）：

• 产品页面加载时间缓慢
• 糟糕的网站设计和用户界面/用户体验问题
• 网站导航不佳，尤其是在移动设备上
• 商品缺货
• 信息不足，无法做出明智的决定
• 没有现成的运输信息
• 没有足够的信任信号（安全问题）
• 糟糕的产品照片/描述
• 产品页面上的优惠/价值主张与他们点击的广告不匹配
• 逛街（踢轮胎、比较价格、无聊浏览）
• 客户分心离开

只需稍作调整，您就可以从 Google Analytics 的跳出率中获得更多价值和洞察力（也来自其他电子商务 Google Analytisc 报告）

想要更多这样的见解？

每周获取电子商务技巧、策略和领先的行业知识。
直接发送到您的收件箱。

在我已经阅读隐私政策，我接受的通讯条款和条件。

请选中此复选框以继续

呜呼！ 你刚刚注册。 检查您的收件箱以确认订阅。

如何获得正确的数据来计算跳出率？

如果您想要更多可操作的见解，则需要调整跳出率。 为此，您必须修改跟踪代码以更改电子商务跳出率的计算方式。

通过修改您的分析代码，您可以根据基于受众行为（或目标行为）的特定活动触发事件。 通过这种方式，您的某些受众群体将被排除在跳出计算之外。

对于电子商务网站，当您制作更好的产品描述时，您通常会获得相当多的信息。 用户可能需要一些时间来查看报价。 他们阅读的时间越长，他们就越有可能做出明智的购买决定——即使它来得更晚。

查看您的平均页面持续时间可以帮助您对产品页面上花费的时间进行基准测试和“估计”，然后才将某人视为参与访问者。

重新定义您的跟踪，以便任何低于该阈值的人都被视为反弹。

例如，如果您的普通买家在购买前花 30 秒查看内容，那么您可以将任何低于 20 或 25 秒的时间设置为退回。

只需将这行代码添加到您的网站，瞧——它可以工作（您也可以通过 Google 标签管理器实现这样的事件）：

该事件将在 20,000 毫秒（20 秒）后执行，因此超过该时间的访问将不再记录为 Google Analytics 中的反弹。

滚动深度跟踪也可以是另一种修改后的跳出率。

这是一个很好的指示用户感兴趣的内容，它解决了单页跳出率的问题（如果用户滚动，则发送事件 - 因此没有跳出）。 如果您的产品页面包含像亚马逊产品页面这样的大量信息（但如何在产品页面上表达紧迫性？），这是理想的选择。

要设置此事件，您需要使用一些 javascript：查看 Justin Cutroni 的博客文章或 Moz 上关于滚动跟踪的这篇文章。

许多在线零售商甚至在提到事件、跟踪、细分等分析术语时都一头雾水。但简单的事实是，根据用户行为和意图过滤数据是一件相对简单的事情。 这样做的影响不仅仅是简单地提高跳出率。 从这些数据中获得的新见解可能会对您的数字营销计划、优化策略、产品页面副本、号召性用语等产生影响。

3. 如何处理电子商务中的跳出率数据？

将您的跳出率细分为关注那些在没有有价值的参与度的情况下合法跳出的访问者，您可以分析每个产品和着陆页的数据，以查看需要优化的位置。

优先考虑你的努力在这里很重要； 不要从跳出率最高的页面开始。 相反，您不应该忽略跳出率较低的页面。

相反，根据这些跳出率如何影响您的收入来确定优先级。

例如; 假设您的网站上有两个产品页面。 为简单起见，这些产品的价格相似，均为 49 美元。
1. 产品页面 A 平均每月访问 8,000 次，跳出率为 39%，转换率为 6%
2. 产品页面 B 平均每月访问 1,000 次，跳出率为 76%，转换率为 4.8%

如果您首先努力优化页面 B 并将跳出率降低 10%，那么您只会吸引额外的 76 位访问者并转化额外的 4 位客户。

但是，产品页面 A 上的跳出率同样减少 10% 有助于保留额外的 312 名访问者，以及以当前转化率计算的额外 19 名客户（这有助于提高客户终身价值）。

在决定针对哪些页面来提高跳出率时，请考虑以下几个因素：

• 哪些产品或着陆页产生的收入最多
• 降低跳出率在哪些方面对收入的提升最显着
• 哪个页面产生了更多相关流量（查看“入口”）
• 哪些修复很容易，哪些需要大量测试来隔离反弹的原因

帮助您确定优化优先级（尤其是对于电子商务网站）的一个很好的工具是对电子商务 Google Analytics 报告进行内容分组。
将您的内容分组以查看需要最大关注的页面模板。 请记住，在分析跳出率时，您应该考虑的第二个衡量重要性的指标是入口数量。 在上面的 Checkout 示例中，Category Pages 和 (not set) 是入口数量最少的组，因​​此您不应该在跳出率方面担心它们。

4. 电子商务商店的平均（“好”和“坏”）跳出率是多少？

没有“好”级别的跳出率这样的东西。 由于您网站上的内容随访问者的意图而变化，因此页面的跳出率可能很高——远高于产品页面——而这不一定是一个问题。

网站跳出率通常也会因流量来源、时间段、产品类别等而有很大差异。 例如，通过 Google Adwords 获得的访问者的跳出率可能比通过具有高度商业意图的搜索引擎访问的访问者高得多。 因此，请始终牢记自己数据的变化。

作为一般原则，您的目标和预期跳出率应反映页面的目的。

根据 ConversionXL 的说法，内容丰富的页面参考页面都是“值得反弹的”，并且通常具有更高的跳出率。 这包括：

• 常见问题页面
• 联系页面
• 博客文章
• 收据和确认页面

确定优化工作优先级的下一步是了解“平均”跳出率，了解您在竞争对手和电子商务中的其他行业中处于什么位置，以及不同的细分受众群如何跳出。

那么，平均跳出率是多少？ 这取决于。

大多数网站的跳出率在 26% 到 70% 之间。 根据经验，26% 到 40% 的跳出率是很好的。 41% 到 55% 是可以的。 56% 到 70% 高于平均水平，但可能不会引起警报，具体取决于网站。 跳出率超过 70% 可能是一个问题。

大多数#websites 的跳出率在 26% 到 70% 之间。 根据经验，#bouncerate 在 26% 到 40% 的范围内是很好的。 41% 到 55% 是可以的。 跳出率超过 70% 可能是一个问题。 #ecommerce #optimization点击推文
30-45% 的跳出率是网站中最常见的，是“黄金”区域和良好的起始基准。 来源。
ConversionXL 的跳出率基准指南在确定您的“理想”平均值时推荐了几个不同的基准，从网站类型开始。
电子商务网站不应将跳出率与博客等内容丰富的网站进行比较。 您应该只使用电子商务商店作为跳出率基准。 请记住，这是网站范围内的跳出率水平。 对于某些页面类型，它可能更高。 来源。
接下来，每个行业都有不同的平均跳出率。

关注行业标杆——“shopping”和“food & Drink”之间的差异为 20 页。来源。
Kissmetrics 按行业和网站类型提供了类似的跳出率信息图。
此 KISSmetrics 信息图显示了行业网站的平均跳出率以及通常触发这些跳出率的内容类型。 来源。
您可以在此处开始细分数据以进行更深入的挖掘，这对您进行的任何分析都至关重要，尤其是转化率和跳出率。

首先按设备细分您的流量。 即使在桌面上可能不明显的轻微导航问题也会在移动 cro 中造成重大摩擦。
通常移动设备的跳出率比台式机高 10-20 个百分点。 但是，如果跳出率远高于此值，则可能会暴露您的移动网站上的技术或可用性问题。 来源。
您还应该按渠道细分您的跳出率，以查看您的营销活动及其产生的流量类型如何影响您的跳出率。 以下是 Google Analytics（分析）中监控的渠道。

• 直接：用户直接导航到页面 URL 的访问
• 自然搜索：来自自然（非付费）搜索结果的访问
• 付费搜索：来自搜索结果中 PPC 活动的访问
• 展示：来自展示广告（例如横幅广告）的流量
• 推荐：来自用户点击其他网站链接的访问
• 社交：来自社交网络（例如 Facebook、Twitter）的访问
• 电子邮件：来自用户点击电子邮件中的链接的访问

Neil Patel 分享了您应该分析的其他各种细分市场，具体取决于您的商业模式和营销，包括：

• 客户位置（从您的产品不感兴趣的地区吸引客户流量）
• 新用户与回访用户（查看新获得的客户与长期客户的跳出率如何变化）
• 受众人口统计（年龄、性别）
• 浏览器和操作系统类型
• 登陆页面和内容

5、如何降低电商跳出率？

好的。 让我们备份一下。 您现在对这个指标了解很多，了解如何衡量和分析。 您知道如何正确过滤数据以获得“真实”跳出率，而不是 Google Analytics 抛出的令人费解和不正确的跳出率。 您还意识到考虑变化、使用特定于行业的基准以及采用战略方法来选择要优化的页面的重要性。

您现在对这个指标了解很多，了解如何衡量和分析。 但是如何减少呢？ 这是降低跳出率的简陋清单。 您可以立即实施这些技巧。 所以没有任何借口……

1. 确保访问者知道他们在正确的地方——当潜在客户登陆您的网站时，他们想要回答这个问题，“我在正确的地方吗？” 确保您的广告文案、USP、折扣、图片和所有品牌元素在广告和着陆页之间保持一致。

如果 Google 上的广告中有特定的 USP（例如“免费送货”），请确保它在着陆页上突出显示，以便用户知道他来对地方了。

2. 使您的网站速度更快——加载需要 5 秒的页面的跳出率比加载 1 秒的页面的跳出率高您的页面加载时间不应超过三秒。 根据 Pingdom 收集的超过 35,000 个电子商务网站的数据，在这个临界点之后，跳出率飙升。 是时候召集您的 IT 人员了。
你的目标应该是 3 秒的加载时间，因为根据 Pingdom 的说法，在这个临界点之后跳出率会飙升。

3. 告诉访问者下一步该做什么——访问者在登陆您的页面时是否确切知道要做什么？ 订购的步骤——或者在当前产品没有达到预期的情况下寻找新的东西——绝对清晰吗？ 为那些找到他们喜欢的东西的客户提供色彩丰富、引人注目的号召性用语。 但也要确保有其他选择——相关产品、特价商品、新品等——对于那些还没有的人。

请记住在您的在线商店中展示其他商品，以防用户不喜欢该产品，以便他可以快速找到有趣的东西。

观看总结了有关降低跳出率的所有信息的视频，以便了解如何使用这三种行之有效的策略来降低高电子商务跳出率。

6. 跳出率欺骗的案例研究

以下真实案例清楚地说明了错误报告的跳出率如何对您的业务产生负面影响。

我们有一个客户展示了令人惊讶的低跳出率（不到 10% 的网站范围）。 他们的营销团队正在庆祝并认为这是一项伟大的成就。 不幸的是，数据被误报。

由于该率异常低，我们的团队深入研究了他们的分析，发现产品页面的平均跳出率为 0%。

事实证明，当用户访问他们的产品页面时，他们进入了一个选项卡，导致跟踪代码将其标记为自动事件。 每个访问者触发了两次注册的点击：一次浏览量和一次事件。

没有一次访问被记录为跳出，因为每次访问都记录了错误的交互。

实际上，客户的跳出率接近 60%。 由于这个错误，他们并不倾向于损失收入，也看不到改进的理由或机会。

我们在其他客户中看到过类似的案例，其中站点和分析配置日志中的错误错误地记录跳出率，例如重复的分析代码（重复点击）、错误实施的跟踪（即使没有交互也触发事件），甚至第三方添加 -像注册为访客交互的实时聊天。

它可能表现为没有明显原因的跳出率突然下降，例如在下面的示例中，跳出率暴跌至 6%：

跳出率无故突然下降，尤其是低于 20%，应该是一个需要调查的危险信号。

结论

你的谷歌分析中的基本跳出率应该有一点保留，因为有太多的数据被放在一起并被分析来创建这个单一的百分比。 跳出率本身就是一个极具欺骗性的 KPI，当您考虑根据您对数据进行细分的方式时它可以改变多少。