跳出率不撒謊，但它絕對可以欺騙你！高跳出率并不總是壞事，而低跳出率也不一定說明你的著陸頁面內容質量非常高。這篇文章將幫助你更好地理解跳出率和避免常見的分析失誤 。

以下為本文的主要內容點：

1.跳出率和退出率之間的差異 ；

2.跳出率與具體的情景有關；

3.跳出率為什么會令你做出錯誤的決定 。

什么是跳出率？

跳出率是指用戶到達你的網站上并在你的網站上僅瀏覽了一個頁面就離開的訪問次數與所有訪問次數的百分比。跳出率的目的是要告訴你，如果你已經吸引用戶來到了你的網頁，你應該要滿足他們的期望與需求。

什么是退出率？

要充分理解跳出率，重要的是要了解跳出率和退出率之間的差異。

退出率是指，對某一個特定的頁面而言，從這個頁面離開網站的訪問數占所有瀏覽到這個頁面的訪問數的百分比。跳出率適用于訪問的著陸頁 （即用戶訪問的第一個頁面），而退出率則適用于任何訪問退出的頁面（用戶訪問過程中在你的網站上訪問的最后一個頁面 ）。退出率是對于特定的頁面來說的，對于網站整體來說并無意義，因為來到網站的訪問必然最終都會離開網站，對于網站整體來說其退出率必然是100%。而跳出率則可以適用于著陸頁面，也可適用于網站整體。

跳出率的情景

以下四類訪客行為可以被確認為一次跳出（用戶只訪問了網站的一個頁面）：

1.點擊后退按鈕 （最常見）

2.關閉瀏覽器 （窗口/標簽）

3.輸入一個新的URL

4.什么也不做 （會話超過30分鐘后）

有兩種常見的跟蹤問題會影響你的跳出率數據，你必須要留意你的網站上是否有這類問題，以確保你的數據的可靠性。

點擊頁面上的導出鏈接

有些訪問被算為跳出，但這并不一定是負面的。例如，一個用戶點擊頁面上的一個鏈接到外部網站作進一步的瀏覽（這是一個你刻意添加的導出鏈接，鏈接到的網站可能是你的另一個網站，或可能是一個合作伙伴的網站）。這些訪問并不應該被算為跳出的訪問。

為了更好地確定用戶是否真的跳出，建議給網站的出站鏈接配置好虛擬頁面跟蹤或事件跟蹤，并確保你的各個不同網站的流量跟蹤沒有問題。要注意的是，在GA里，事件跟蹤有兩種類型：交互事件和非交互事件。如果用戶訪問頁面后發生了交互事件，即該次訪問不會算為跳出，而后者發生了，仍會算為跳出。不同類型的事件跟蹤的使用也會對跳出率的數據有影響。

注：在Google Analytics里，如果你在頁面上配置了導出鏈接的點擊事件跟蹤或虛擬頁面跟蹤，當用戶來到著陸頁面點擊了這些導出鏈接再離開你的網站，這并不算是一次跳出，但這個需要注意的是，你必須要保證跟蹤代碼的運行正常，如果跟蹤代碼還沒正常執行完成就跳轉到導出鏈接的頁面，則這個仍然會算是跳出。這個問題通常出現在導出鏈接頁面在當前窗口打開的情況下，你通過網絡監測工具可以查看UTM gif圖片請求信息是否可以正常傳遞。如果UTM gif圖片無法向服務器發出請求，可以給點擊跟蹤代碼加上一個Timeout的時間延遲函數問題就可以得到解決，只是鏈接跳轉會有一點延遲會對用戶體驗稍有一點點影響。如果導出鏈接是在新的窗口打開，則不會出現以上所說的問題，這時點擊導出鏈接會產生一個事件或一個虛擬頁面的瀏覽量，此次訪問不會算為跳出。

跟蹤代碼配置不當

如果你的網站跟蹤代碼沒配置正確，你可能會看到不準確的或很奇怪的跳出率數據。例如，如果用戶從著陸頁A進入網站上另一頁面B，但A和B頁面上配置的是不同的跟蹤代碼，結果很可能A頁面（甚至B頁面）的跳出率數據將是有問題的數據。這些頁面之間的瀏覽原來為一次會話，但在這里被中斷為兩次會話，從而令A頁面作為著陸頁面的訪問增加了一次跳出。另 外如果你不小心地給頁面加了兩段相同的跟蹤代碼，或是使用了框架頁面（即頁面通過iframe或frame進行的嵌套）且父頁面和子頁面如果都加上了跟蹤 代碼，這樣頁面在加載時跟蹤代碼會被執行兩次，頁面瀏覽量會算為兩次，這樣訪問不會被算為跳出。當你看到你的網站有超低的跳出率時（低于10%甚至接近 0%）不要高興得太早，很可能是代碼配置不當導致的，下圖為一個跟蹤代碼重復配置的例子，使得跳出率幾乎降至0%，同時其他的度量也會表現得很異常，頁面瀏覽量會翻倍，單次瀏覽訪問的頁面數會有明顯增加，平均訪問時間也會有所增加。保證跟蹤代碼配置的正確性很重要。

好的/平均跳出率是多少？

這得看具體的情況。Google提供的網站平均跳出率數據是40％。但是，這完全沒有意義，因為不同行業不同類型的網站有著很大的差異，一個好的跳出率的構成會與以下很多不同的因素相關：

1.所屬行業

2.品牌聲譽

3.網站類型

4.頁面類型

5.轉換路徑步驟（在漏斗轉換步驟中屬第幾步，或頁面在網站中哪個位置）

6.客戶生命周期的階段

7.用戶意圖

8.許多其他的潛在因素。

以下是一些不同類型網站的跳出率基準數據，可供大家參考。

Google Analytics的基準平均跳出率

1.40-60％ 內容網站

2.30-50％ 轉換生成類網站

3.70-98％ 博客

4.20-40％ 零售網站

5.10-30％ 服務類網站

6.70-90% 簡單的著陸頁面（上邊有一些Call to Action按鈕）

哪種情況下可以接受高跳出率？

當訪客只需要訪問一個頁面就可以滿足他/她的需求，這類型的訪問會產生較高的跳出率，但這種跳出率是可以接受的。以下為一些例子。

可接受的頁面高跳出率的例子：

降低頁面的高跳出率是網站運營人員的一個目標，但并不是要讓每個頁面的跳出率都降下來。哪些頁面要優先優化，這個得安排好。以下頁面可能會比你的熱門著陸頁面的轉換率還要高，但它們的優化意義并不大。

聯系我們 - 這是一個有著高跳出率的的公共頁面，因為訪客只想獲取一些基本信息如電話、電子郵件或地址。 （ 提示：對于零售商，餐館和其他的本地化服務，我們希望移動用戶能夠輕松地獲得位置信息，可以的話還可以提供一些針對性的產品或服務信息，這個會有效地減少該頁面的跳出率，并可以增加轉換。這關鍵是要深入考慮訪客的意圖和情境需求，另外帶寬的速度也要考慮在內。）

付款頁面 - 付款頁面一般不是作為著陸頁面存在，因而直接進入這些網頁的流量往往是非常低的，但這一部分流量對應的跳出率可能會很高，不過這種高跳出率并不需要擔心。

客戶支持頁面 - 這類頁面的跳出率取決于支持論壇的質量，但我們經常看到高質量的支持網站上跳出率比較高。這通常是一件好事，因為訪問者在頁面上找到了他們想要的答案，不需要聯系客戶支持。（提示＃1：如果訪客確實需求提交問題表單或聯系客服才能解決 ，我們也可以考慮對這些動作作跟蹤。）

博客文章 - 一個高流量的博客主要展示CPM廣告以獲取收益，并有著很高的二次訪問者比例，即使跳出率高達90%也是符合預期和可以接受的。比如博客提供了一篇有趣的文章，訪客瀏覽了該文章后離開博客，也就跳出了網站，但當博客發布了新的文章，訪客又會回到網站上進行訪問。當然，我們希望讓訪客長時間停留在我們的網站上，但至少我們了解，90％的跳出率不是這種情況下的關鍵問題。

并非所有的訪問都是以轉換為目的

請記住，你的網站頁面存在的目的是滿足訪客的需求，但并不是每個訪客每一次訪問都會在網站上產生轉換或訂單。

客戶在網站上的訪問與互動雖然沒有產生立竿見影的價值，但是我們也應該用積極的眼光來看待。這些訪問為訪客完整的客戶生命周期的不同階段的需求提供了支持，并最終會形成目標的轉化，更重要的是，在這些過程中，品牌的親和力和影響力也得到了加強。

此外，可以使用交互目標如訪問頻率、新舊客戶比例以及客戶的忠誠度等數據來衡量這些訪問數的效果。而歸因模型可以用于展示用戶早期的訪問來源數據，你可以看到最終的交易轉換是怎樣產生的。

你如何確定跳出率好或不好？

你知道如何確定跳出率是好還是不好嗎？真的知道嗎？

但在現實情況中，我發現許多人都沒能夠很好地判斷跳出率這個度量的好與不好。沒有理解清楚具體的應用場景可能是導致判斷錯誤的最主要原因。

例如，你可能會看到一個高流量頁面的跳出率較高，便判斷該頁面表現不佳，需要加以改進。但事實上這個頁面并無問題。

你可能會問，這怎么可能呢？很多人會誤讀內容頁面報告中的跳出率數據，下邊的小案例將對這一問題作具體說明。

避免這種常見的跳出率陷阱

你知道嗎，100％的反彈率并不總是壞事 ？如果這是一個轉換路徑里的一個中間步驟的頁面，一般用戶并不會直接登陸到該頁面，這很可能意味著在你的網頁中，只有1人跳出了（頁面作為著陸頁面帶來的訪問數為1），而通過該頁面的數千其他訪客，都順利進入了下一步。

當你在頁面報告中查看跳出率的數據時，你必須意識到跳出率并不是針對頁面瀏覽量的度量來說的，而是針對該頁面作為訪問入口次數來說的。為了避免出現報告的誤讀，在最新的GA頁面報告中也提供了頁面訪問進入次數的指標。而在著陸頁面的報告中，自然也提供了跳出率及期對應的著陸頁面訪問數的數據。

另外，通過自定義報告你可以把一些重要的度量如著陸頁面的訪問數、跳出次數、跳出率等等同時呈現在同一報告界面上，這樣你可以更直觀地理解跳出率的含義。

跳出率何時會欺騙你？

這是個跳出率欺騙的個案分析。這是一個高跳出率的內容頁的報告，跳出率是62％和頁面訪問退出率只有21％。考慮到這個頁面不是一個主要的網站入口而是一個購物轉換渠道路徑頁面，我們更關心的是這個頁面的退出率而不是跳出率。約10個人有2人退出，實際上進入下一步的轉換率還是非常高的。

跳出率的詳細分析：

跳出率只適用于訪問著陸頁面，可以看到此頁面作為訪問著陸頁面共帶來13次訪問。 13的62％約等于8，即只是870次瀏覽量中該頁面的跳出次數為8 。

實際上這相當于總瀏覽量只有不到1％的小比例訪問跳出了。

大多數人可能會誤以為這是870次瀏覽量中其中有62％的瀏覽量發生了跳出而會對此頁面作重點關注，但實際上卻誤讀了數據，對這個數據作正確解讀后其實屬于正常情況。

（注：著陸頁面報告中進入次數與訪問數可理解為同一概念，這里的訪問數指的是頁面作為作為訪問入口帶來的訪問次數。）

跳出率深入分析 - 細分！

用戶的期望和意圖與許多因素相關。為了避免出現跳出率誤讀的情況，強烈建議對數據作細分分析 。在匯總的數據中，你可能會根據跳出率的大小來判斷數據是好還是壞，但實際結果可能正好相反，甚至在匯總的數據后邊隱藏著重大問題。

這里有幾個訪問數細分的例子，可以幫助你更好地評估你的網站和營銷業績。

地點 - 如果你的公司是一家上海的提供本地企業服務的企業，從深圳過來的用戶訪問的跳出率必然會相對較高。你可以把流量按地區進行細分，以確認目標市場上海的流量表現具體是怎么樣的，從而避免其他地區的數據對本地市場數據的干擾。

設備 - 桌面用戶、平板電腦用戶和手機用戶往往有不同的意圖。例如，手機用戶訪問的跳出率一般會比臺式機/平板電腦的用戶訪問跳出率要高，因為手機用戶往往只是查找一些特定信息如某個問題的答案，直接使用手機進行購物的用戶還相對要少一些。另外，如果網站沒有針對移動端的用戶作過優化，頁面響應與加載速度會相應較慢，訪問體驗不好，跳出率也會相對較高一些。

新老訪客 - 新老訪客的訪問有著不同的目的。常見的情況是新訪客比老游客的跳出率要高，因為他們不太熟悉你的品牌。你應該細分你的流量來分別對新訪客和老訪客的訪問體驗作優化。

媒介 - 從不同途徑如推介來源、EDM、社交網站、直接流量、SEO或廣告流量等等進入你的網站訪問的用戶也有著明顯不同的目的，往往也有著明顯不同的跳出率。通過訪問媒介作細分很可能會震驚地各個媒介的跳出率居然會大不相同。

還有跳出率或退出率有關的任何問題嗎？

如果有，可在后邊發表評論。希望你通過這篇文章對跳出率有更深的理解，而不要輕易地誤讀跳出率的數據。

另外，這里附上Cloga翻譯自KissMetrics的《跳出率解密》：