電子商務跳出率揭秘：如何理解和減少它

毫無疑問：跳出率是最重要的電子商務指標之一。 如果您沒有跟踪您的跳出率，您就犯了一個巨大且代價高昂的錯誤。

從表面上或對電子商務跳出率的最基本了解來看，高跳出率可能會花費您很多錢。 不斷攀升的跳出率意味著潛在客戶正在退出您的轉化漏斗，而他們的現金仍在口袋裡。 這是您的“退出率”，降低它會對您的底線產生積極影響。

在您深入研究並開始分析和剖析您的在線商店以減少反彈之前，退後一步並意識到一些事情很重要。

首先，每個網站（尤其是電子商務商店）都有反彈的客戶。 即使是最成功的全球品牌也會經歷反彈。 不管您的流量來自哪裡——無論是來自社交媒體、搜索引擎還是通過推薦——您永遠不會完全消除跳出。 您的訪問者總數有多高也無關緊要。 高流量和低流量網站的跳出率都是兩位數。

以下是 2017 年第一個月頂級電子商務品牌的跳出率

即使是百思買和沃爾瑪等電子商務商店的跳出率也超過 30%。

其次，不可能將您的電子商務跳出率降低到零。 您總是有大量尚未準備好購買的新客戶。 事實上，99% 的客戶在第一次訪問時沒有完成購買。

這不一定是壞事。

但在我深入探討為什麼電子商務中的跳出率是如此重要的指標以及如何利用該數據之前，讓我們先看看定義。

只是你將在本文中找到內容的快速列表：
1. 跳出率定義：Google Analytics 中的跳出率是什麼？
2. 傳統的跳出率計算有哪些不足？
3. 如何處理電子商務中的跳出率數據？
4. 電子商務商店的平均（“好”和“壞”）跳出率是多少？
5、如何降低電商跳出率？
6. 跳出率欺騙的案例研究

讓我們深入了解！

1. 跳出率定義：Google Analytics 中的跳出率是什麼？

Google Analytics 支持文檔提供了一個非常基本的跳出率定義：

跳出率是單頁會話的百分比。

這個定義的問題在於它是不完整的，並且會導致普遍的混淆，即反彈本質上是不好的。 混亂是可以理解的。

在分析中，跳出被專門計算為僅觸發單個請求的會話，例如當訪問者登陸您的產品頁面然後在該會話期間沒有採取任何其他操作/交互的情況下退出時。

這讓我想起了 Kaushik 對客戶反彈的著名看法：來了，吐了，離開了。

交互意味著發送到 Google Analytics （或您選擇的分析服務器）的任何點擊：當然，它可能是綜合瀏覽量（並且用戶去了另一個網站），但也可能是交易、社交分享、事件（當非交互為 false 時），或用戶定義的虛擬瀏覽量命中。

這意味著，如果您的用戶登陸該網站並且您發送了一個事件，那麼即使它可能是單頁訪問，也不會出現反彈。

在可能的情況下，您應該修改您的網絡分析軟件以解決這些差異。 這樣做將使您對真實跳出率有更清晰的了解。

大多數平台（例如 Google Analytics）都允許您對數據強加某些標準。 請記住，提高跳出率不僅僅是減少一頁會話，還涉及構建數據分析，以便您的結果盡可能清晰和真實。 這很好地引出了下一點……

2. 傳統的跳出率計算有哪些不足？

分析傳統的跳出率絕非“高跳出率差，低跳出率好”那麼簡單。 重要的是要記住您的客戶登陸您的網站後的行為和行為。

同樣重要的是他們訪問的背景——他們首先為什麼要和你一起購物？

僅根據電子商務跳出率做出決定可能會產生誤導。

原因如下：

假設您在自己的商店中銷售像戶外火坑這樣的大件商品，因此您啟動了一項活動，通過與 Facebook 再營銷活動相關聯的自定義著陸頁來推廣它。

由於登陸頁面的導航有限——在這種情況下，可以選擇購買幾種類型的火坑中的一種（添加到購物車），交互很少。

您的一些用戶對該優惠感興趣，但需要一天左右的時間與配偶討論或考慮購買。

其他用戶被活動廣告吸引了，但一旦他們進入頁面，他們意識到他們不確定正常價格 - 因此他們想在做出決定之前進行一些價格比較。

甚至有一部分用戶最初很感興趣，但在閱讀了有關該產品的更多信息後，他們認為該產品不適合他們，因此他們離開了。

從技術上講，這些細分受眾群中的每一個都可以算作一次反彈，但它們都有非常不同的意圖，並且每個細分受眾群返回以完成交易的可能性都有不同的百分比。

您能否在分析中將這些用戶歸為一類？ 當然不是，因為電商客戶反彈的原因有很多（記得要時刻傾聽客戶的聲音）：

• 產品頁面加載時間緩慢
• 糟糕的網站設計和用戶界面/用戶體驗問題
• 網站導航不佳，尤其是在移動設備上
• 商品缺貨
• 信息不足，無法做出明智的決定
• 沒有現成的運輸信息
• 沒有足夠的信任信號（安全問題）
• 糟糕的產品照片/描述
• 產品頁面上的優惠/價值主張與他們點擊的廣告不匹配
• 逛街（踢輪胎、比較價格、無聊瀏覽）
• 客戶分心離開

只需稍作調整，您就可以從 Google Analytics 的跳出率中獲得更多價值和洞察力（也來自其他電子商務 Google Analytisc 報告）

想要更多這樣的見解？

每週獲取電子商務技巧、策略和領先的行業知識。
直接發送到您的收件箱。

在我已經閱讀隱私政策，我接受的通訊條款和條件。

請選中此復選框以繼續

嗚呼！ 你剛剛註冊。 檢查您的收件箱以確認訂閱。

如何獲得正確的數據來計算跳出率？

如果您想要更多可操作的見解，則需要調整跳出率。 為此，您必須修改跟踪代碼以更改電子商務跳出率的計算方式。

通過修改您的分析代碼，您可以根據基於受眾行為（或目標行為）的特定活動觸發事件。 通過這種方式，您的某些受眾群體將被排除在跳出計算之外。

對於電子商務網站，當您製作更好的產品描述時，您通常會獲得相當多的信息。 用戶可能需要一些時間來查看報價。 他們閱讀的時間越長，他們就越有可能做出明智的購買決定——即使它來得更晚。

查看您的平均頁面持續時間可以幫助您對產品頁面上花費的時間進行基準測試和“估計”，然後才將某人視為參與訪問者。

重新定義您的跟踪，以便任何低於該閾值的人都被視為反彈。

例如，如果您的普通買家在購買前花 30 秒查看內容，那麼您可以將任何低於 20 或 25 秒的時間設置為退回。

只需將這行代碼添加到您的網站，瞧——它可以工作（您也可以通過 Google 標籤管理器實現這樣的事件）：

該事件將在 20,000 毫秒（20 秒）後執行，因此超過該時間的訪問將不再記錄為 Google Analytics 中的反彈。

滾動深度跟踪也可以是另一種修改後的跳出率。

這是一個很好的指示用戶感興趣的內容，它解決了單頁跳出率的問題（如果用戶滾動，則發送事件 - 因此沒有跳出）。 如果您的產品頁麵包含像亞馬遜產品頁面這樣的大量信息（但如何在產品頁面上表達緊迫性？），這是理想的選擇。

要設置此事件，您需要使用一些 javascript：查看 Justin Cutroni 的博客文章或 Moz 上關於滾動跟踪的這篇文章。

許多在線零售商甚至在提到事件、跟踪、細分等分析術語時都一頭霧水。但簡單的事實是，根據用戶行為和意圖過濾數據是一件相對簡單的事情。 這樣做的影響不僅僅是簡單地提高跳出率。 從這些數據中獲得的新見解可能會對您的數字營銷計劃、優化策略、產品頁面副本、號召性用語等產生影響。

3. 如何處理電子商務中的跳出率數據？

將您的跳出率細分為關注那些在沒有有價值的參與度的情況下合法跳出的訪問者，您可以分析每個產品和著陸頁的數據，以查看需要優化的位置。

優先考慮你的努力在這裡很重要； 不要從跳出率最高的頁面開始。 相反，您不應該忽略跳出率較低的頁面。

相反，根據這些跳出率如何影響您的收入來確定優先級。

例如; 假設您的網站上有兩個產品頁面。 為簡單起見，這些產品的價格相似，均為 49 美元。
1. 產品頁面 A 平均每月訪問 8,000 次，跳出率為 39%，轉換率為 6%
2. 產品頁面 B 平均每月訪問 1,000 次，跳出率為 76%，轉換率為 4.8%

如果您首先努力優化頁面 B 並將跳出率降低 10%，那麼您只會吸引額外的 76 位訪問者並轉化額外的 4 位客戶。

但是，產品頁面 A 上的跳出率同樣減少 10% 有助於保留額外的 312 名訪問者，以及以當前轉化率計算的額外 19 名客戶（這有助於提高客戶終身價值）。

在決定針對哪些頁面來提高跳出率時，請考慮以下幾個因素：

• 哪些產品或著陸頁產生的收入最多
• 降低跳出率在哪些方面對收入的提升最顯著
• 哪個頁面產生了更多相關流量（查看“入口”）
• 哪些修復很容易，哪些需要大量測試來隔離反彈的原因

幫助您確定優化優先級（尤其是對於電子商務網站）的一個很好的工具是對電子商務 Google Analytics 報告進行內容分組。
將您的內容分組以查看需要最大關注的頁面模板。 請記住，在分析跳出率時，您應該考慮的第二個衡量重要性的指標是入口數量。 在上面的 Checkout 示例中，Category Pages 和 (not set) 是入口數量最少的組，因此您不應該在跳出率方面擔心它們。

4. 電子商務商店的平均（“好”和“壞”）跳出率是多少？

沒有“好”級別的跳出率這樣的東西。 由於您網站上的內容隨訪問者的意圖而變化，因此頁面的跳出率可能很高——遠高於產品頁面——而這不一定是一個問題。

網站跳出率通常也會因流量來源、時間段、產品類別等而有很大差異。 例如，通過 Google Adwords 獲得的訪問者的跳出率可能比通過具有高度商業意圖的搜索引擎訪問的訪問者高得多。 因此，請始終牢記自己數據的變化。

作為一般原則，您的目標和預期跳出率應反映頁面的目的。

根據 ConversionXL 的說法，內容豐富的頁面參考頁面都是“值得反彈的”，並且通常具有更高的跳出率。 這包括：

• 常見問題頁面
• 聯繫頁面
• 博客文章
• 收據和確認頁面

確定優化工作優先級的下一步是了解“平均”跳出率，了解您在競爭對手和電子商務中的其他行業中處於什麼位置，以及不同的細分受眾群如何跳出。

那麼，平均跳出率是多少？ 這取決於。

大多數網站的跳出率在 26% 到 70% 之間。 根據經驗，26% 到 40% 的跳出率是很好的。 41% 到 55% 是可以的。 56% 到 70% 高於平均水平，但可能不會引起警報，具體取決於網站。 跳出率超過 70% 可能是一個問題。

大多數#websites 的跳出率在 26% 到 70% 之間。 根據經驗，#bouncerate 在 26% 到 40% 的範圍內是很好的。 41% 到 55% 是可以的。 跳出率超過 70% 可能是一個問題。 #ecommerce #optimization點擊推文
30-45% 的跳出率是網站中最常見的，是“黃金”區域和良好的起始基準。 來源。
ConversionXL 的跳出率基準指南在確定您的“理想”平均值時推薦了幾個不同的基準，從網站類型開始。
電子商務網站不應將跳出率與博客等內容豐富的網站進行比較。 您應該只使用電子商務商店作為跳出率基準。 請記住，這是網站範圍內的跳出率水平。 對於某些頁麵類型，它可能更高。 來源。
接下來，每個行業都有不同的平均跳出率。

關注行業標杆——“shopping”和“food & Drink”之間的差異為 20 頁。來源。
Kissmetrics 按行業和網站類型提供了類似的跳出率信息圖。
此 KISSmetrics 信息圖顯示了行業網站的平均跳出率以及通常觸發這些跳出率的內容類型。 來源。
您可以在此處開始細分數據以進行更深入的挖掘，這對您進行的任何分析都至關重要，尤其是轉化率和跳出率。

首先按設備細分您的流量。 即使在桌面上可能不明顯的輕微導航問題也會在移動 cro 中造成重大摩擦。
通常移動設備的跳出率比台式機高 10-20 個百分點。 但是，如果跳出率遠高於此值，則可能會揭示您移動網站上的技術或可用性問題。 來源。
您還應該按渠道細分您的跳出率，以查看您的營銷活動及其產生的流量類型如何影響您的跳出率。 以下是 Google Analytics（分析）中監控的渠道。

• 直接：用戶直接導航到頁面 URL 的訪問
• 自然搜索：來自自然（非付費）搜索結果的訪問
• 付費搜索：來自搜索結果中 PPC 活動的訪問
• 展示：來自展示廣告（例如橫幅廣告）的流量
• 推薦：來自用戶點擊其他網站鏈接的訪問
• 社交：來自社交網絡（例如 Facebook、Twitter）的訪問
• 電子郵件：來自用戶點擊電子郵件中的鏈接的訪問

Neil Patel 分享了您應該分析的其他各種細分市場，具體取決於您的商業模式和營銷，包括：

• 客戶位置（從您的產品不感興趣的地區吸引客戶流量）
• 新用戶與回訪用戶（查看新獲得的客戶與長期客戶的跳出率如何變化）
• 受眾人口統計（年齡、性別）
• 瀏覽器和操作系統類型
• 登陸頁面和內容

5、如何降低電商跳出率？

好的。 讓我們備份一下。 您現在對這個指標了解很多，了解如何衡量和分析。 您知道如何正確過濾數據以獲得“真實”跳出率，而不是 Google Analytics 拋出的令人費解和不正確的跳出率。 您還意識到考慮變化、使用特定於行業的基準以及採用戰略方法來選擇要優化的頁面的重要性。

您現在對這個指標了解很多，了解如何衡量和分析。 但是如何減少呢？ 這是降低跳出率的簡陋清單。 您可以立即實施這些技巧。 所以沒有任何藉口……

1. 確保訪問者知道他們在正確的地方——當潛在客戶登陸您的網站時，他們想要回答這個問題，“我在正確的地方嗎？” 確保您的廣告文案、USP、折扣、圖片和所有品牌元素在廣告和著陸頁之間保持一致。

如果 Google 上的廣告中有特定的 USP（例如“免費送貨”），請確保它在著陸頁上突出顯示，以便用戶知道他來對地方了。

2. 使您的網站速度更快——加載需要 5 秒的頁面的跳出率比加載 1 秒的頁面的跳出率高您的頁面加載時間不應超過三秒。 根據 Pingdom 收集的超過 35,000 個電子商務網站的數據，在這個臨界點之後，跳出率飆升。 是時候召集您的 IT 人員了。
你的目標應該是 3 秒的加載時間，因為根據 Pingdom 的說法，在這個臨界點之後跳出率會飆升。

3. 告訴訪問者下一步該做什麼——訪問者在登陸您的頁面時是否確切知道要做什麼？ 訂購的步驟——或者在當前產品沒有達到預期的情況下尋找新的東西——絕對清晰嗎？ 為那些找到他們喜歡的東西的客戶提供色彩豐富、引人注目的號召性用語。 但也要確保有其他選擇——相關產品、特價商品、新品等——對於那些還沒有的人。

請記住在您的在線商店中展示其他商品，以防用戶不喜歡該產品，以便他可以快速找到有趣的東西。

觀看總結了有關降低跳出率的所有信息的視頻，以便了解如何使用這三種行之有效的策略來降低高電子商務跳出率。

6. 跳出率欺騙的案例研究

以下真實案例清楚地說明了錯誤報告的跳出率如何對您的業務產生負面影響。

我們有一個客戶展示了令人驚訝的低跳出率（不到 10% 的網站範圍）。 他們的營銷團隊正在慶祝並認為這是一項偉大的成就。 不幸的是，數據被誤報。

由於該率異常低，我們的團隊深入研究了他們的分析，發現產品頁面的平均跳出率為 0%。

事實證明，當用戶訪問他們的產品頁面時，他們進入了一個選項卡，導致跟踪代碼將其標記為自動事件。 每個訪問者觸發了兩次註冊的點擊：一次瀏覽量和一次事件。

沒有一次訪問被記錄為跳出，因為每次訪問都記錄了錯誤的交互。

實際上，客戶的跳出率接近 60%。 由於這個錯誤，他們並不傾向於損失收入，也看不到改進的理由或機會。

我們在其他客戶中看到過類似的案例，其中站點錯誤和分析配置日誌跳出率不正確，例如重複的分析代碼（重複點擊）、錯誤實施的跟踪（即使沒有交互也會觸發事件），甚至第三方添加 -像註冊為訪客交互的實時聊天。

它可能表現為沒有明顯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%：

跳出率無故突然下降，尤其是低於 20%，應該是一個需要調查的危險信號。

結論

你的谷歌分析中的基本跳出率應該有一點保留，因為有太多的數據被放在一起並被分析來創建這個單一的百分比。 跳出率本身就是一個極具欺騙性的 KPI，當您考慮根據您對數據進行細分的方式時它可以改變多少。