Bonjour les amis!

Aujourd'hui, je veux vous dire ce que Taux de rebond(Taux de rebond) en fait, puisque c'est l'une des questions les plus populaires. Et je vais également énumérer quelques faits sur le calcul de cette métrique qui vous aideront à comprendre si un taux de rebond élevé est toujours mauvais.

Qu'est-ce que le taux de rebond

Commençons par la définition, Google Analytics le taux de rebond est une valeur calculée, qui est calculée par la formule = nombre de rebonds / nombre de visites.

Officiellement, un rebond dans Google Analytics est une visite de site avec une seule page vue. Mais en fait, techniquement, un refus GA est compté lorsque lors de la visite, à part la consultation de la page, aucune autre action n'a été enregistrée par Analytics. C'est,

toutes les visites qui n'ont enregistré qu'une seule action - l'ouverture de la page - sont des échecs.

Pourquoi cette formulation est-elle importante ? Parce que cela montre clairement à quel point le taux de rebond fourni par Google Analytics est correct. Par exemple, si vous avez un formulaire AJAX sur une page qu'un visiteur remplit, mais que le suivi du formulaire n'est pas configuré dans GA, tous les visiteurs qui ont atterri sur cette page, rempli le formulaire et sont partis seraient considérés comme des rebonds. Bien qu'en réalité ce ne soit pas le cas.

Il en va de même pour les situations où un visiteur est venu sur une page, l'a lue pendant quelques minutes et est reparti. Une telle visite sera également considérée comme un échec par GA, car aucune autre action du visiteur n'a été enregistrée.

Pourquoi avez-vous besoin du taux de rebond

Habituellement, cet indicateur sert de mesure pratique de la qualité de l'audience ou de la page de destination du site : plus l'indicateur est élevé, plus la qualité est mauvaise. Après tout, si la plupart des visiteurs vont et viennent sans rien faire, alors soit ils ne sont pas intéressés par votre offre (pas le public ciblé), ou ils n'ont pas aimé cette page (gênant, incompréhensible, pas crédible, etc.).

Fait intéressant, pour tous les rebonds, Google Analytics définit automatiquement 0 seconde de temps passé sur le site, bien qu'en fait ces visiteurs puissent passer beaucoup plus de temps sur la page de connexion. Cela est dû à .

Pour cette raison, la mesure du temps passé sur le site devient floue lorsqu'elle est affichée pour toutes les visites du site. Par conséquent, pour obtenir une image plus réaliste, il est recommandé de regarder le temps passé sur le site pour le segment des visites sans rebond :

et la différence entre eux est significative:

Par conséquent, connaissant les mécanismes de comptabilisation des rebonds, on ne peut pas affirmer qu'un taux de rebond élevé indique clairement que le site est mauvais. Il y a quelques nuances ici, que j'ai décrites en détail dans la note suivante "

ET ? Aujourd'hui, je vais essayer de tout vous dire sur cet indicateur.

Que sont les échecs dans Yandex Metrica ?

Chaque système d'analyse utilise ses propres algorithme unique travail, pour cette raison la comptabilité divers types les données se présentent de différentes manières et disent des choses complètement différentes. Ainsi, par exemple, dans Yandex.Metrica, une visite est considérée comme un rebond si plusieurs conditions sont remplies à la fois :

• Lors d'une visite, une seule page a été consultée ;
• Une visite qui a duré moins de 15 secondes ;
• Il n'y a pas eu de fixation de l'événement de service "sans panne".

Ce n'est qu'avec la combinaison de toutes ces conditions qu'un refus sera pris en compte.

Qu'est-ce que le taux de rebond dans Google Analytics ?

Dans le système d'analyse de Google, tout n'est pas aussi simple que dans Yandex.Metrica. En effet, Analytics considère une visite comme un refus, au cours de laquelle une seule page vue. Pour les one-pagers, vous en conviendrez, pas très bon.

Même Google lui-même affirme qu'il est loin d'être toujours nécessaire de se focaliser sur le taux de rebond : si votre tâche est d'attirer des visiteurs qui cliqueront sur divers liens, alors le taux de rebond « Google » vous sera informatif. Par exemple, je dois faire attention à ces données, car mon site est multi-pages.

Mais si vous possédez un one-pager, vous n'avez pas besoin de regarder cet indicateur dans Analytics - il sera toujours égal à 100% environ.

Que signifient les échecs dans Metrica et Analytics ?

Dans les deux systèmes d'analyse, le taux de rebond est un pourcentage, c'est-à-dire une part du nombre total de visites. Les spécialistes du marketing Internet expérimentés ont identifié certaines gammes, en se concentrant sur lesquelles vous pouvez comprendre la qualité du trafic :

• 0 % - 20 % - trafic de haute qualité ;
• 20 % - 35 % - qualité normale ;
• 35 % - 50 % - inférieur à la moyenne ;
• 50% ou plus c'est mauvais.

De plus, le taux de rebond parle de choses telles que : la facilité d'utilisation du site, la qualité du contenu et l'attractivité.

Bien sûr, vous ne devez pas vous fier entièrement aux fourchettes indiquées ci-dessus, car ces chiffres sont purement individuels pour chaque niche. Ainsi, par exemple, sur un site client de Yandex.Metrica, cet indicateur atteint 34%, alors que le temps moyen sur le site est d'un peu plus d'une minute et que le trafic est exclusivement ciblé.

Aussi, le taux de rebond peut varier selon le type de site :

• Feuillets d'une page : 70 % - 90 % ;
• Sites Web de services : 10 % - 30 % ;
• Boutiques en ligne : 10 % - 40 % ;
• Sites d'information : 5 % - 70 %.

Résultat: dans tous les cas, vous devez vous efforcer de réduire le pourcentage!

Analyse du trafic et du site en fonction du taux de rebond

Après avoir appris ce que sont les rebonds dans Metrica et Analytics et ce qu'ils signifient, commençons à analyser les canaux de trafic et à identifier les pages de site de mauvaise qualité en fonction de cet indicateur. Utilisons des rapports simples dans Yandex.Metrica pour cela.

Analyse des canaux de trafic

Il arrive assez souvent qu'en utilisant différents canaux pour attirer du trafic, l'un donne de bons résultats, tandis que l'autre est tout à fait le contraire. Pour comprendre quel canal n'est pas assez ciblé sur les visiteurs, il suffit d'utiliser le rapport "Sources, Résumé" (Rapports > Rapports standards> Sources > Sources, résumé) :

Dans ce rapport, vous pouvez voir comment les visiteurs ciblés sont amenés sur votre site par un canal particulier.

Veuillez noter que la majeure partie du trafic vers le site provient de publicité contextuelle, à savoir de Yandex.Direct (le taux de rebond est de 21,6%). Il est sûr de dire que le trafic arrive cible.

Dans Google Analytics, vous pouvez effectuer une analyse similaire dans le rapport Source/Canal (Sources de trafic > Tout le trafic > Source/Canal) :

Si votre source de trafic a un taux de rebond élevé, vous devez revérifiez les paramètres, identifiez les erreurs et apportez les modifications nécessaires.

Identifiez les pages avec un taux de rebond élevé

Il faut aussi analyser les pages, en s'appuyant sur les échecs. Vous pouvez le faire à l'aide du rapport Landing Page (Rapports > Rapports standard > Contenu > Landing Pages) :

Dans ce rapport, vous pouvez voir les URL diverses pages avec toutes les métriques.

Dans Google Analytics, vous pouvez voir la même chose dans un rapport portant le même nom « Page de connexion » (Comportement > Contenu du site > Page de connexion) :

Si une page en particulier a un taux de rebond élevé, alors vous devez y prêter attention, effectuer une analyse plus approfondie et, si nécessaire, retravailler son contenu.

Comment réduire le taux de rebond ?

Il existe de nombreuses façons de réduire le taux de rebond, sur lesquelles des dizaines d'articles ont été écrits qui reproduisent la même chose. En fait, bien sûr, pour réduire cet indicateur, vous devez travailler individuellement sur chaque site. Mais pour résumer, vous devez faire ce qui suit :

1. Améliorer la convivialité du site. Rendez-le aussi pratique que possible pour les visiteurs;
2. Améliorer les facteurs commerciaux. Cela signifie augmenter la conversion du site ;
3. Nettoyage du trafic. Il est nécessaire d'analyser le trafic au moins une fois par mois (comment faire cela est écrit);
4. Amélioration de la qualité du contenu. Les visiteurs du site viennent chercher une réponse à leur question (solution à leur problème), il faut donc leur donner un et précis.

Nous parlerons de tout cela dans les prochaines leçons, alors abonnez-vous aux mises à jour du blog et ne manquez rien d'important.

Eh bien, c'est tout, chers amis !

À plus tard!

Un rebond dans GA est une session avec une seule page vue, sans aucun autre événement. Autrement dit, une seule requête au serveur GA.

Si vous avez une boutique en ligne avec beaucoup de fiches produits qui reçoivent du trafic organique, et que le taux de rebond sur ces pages tend vers 100 %. Vous pouvez tirer des conclusions erronées. Par exemple, que la page est mauvaise et que quelque chose doit être changé. Bien qu'en fait l'utilisateur puisse entrer et tout étudier en détail. Sur page de destination(une page) le taux de rebond sera de 100 % si vous n'avez pas défini d'événements, disons des objectifs pour les formulaires. Par conséquent, pour qu'une session de moins de 15 secondes soit considérée comme un indicateur d'échec dans les analyses, vous devez envoyer un événement qui fonctionnera après un certain temps de présence de l'utilisateur sur le site.

Configurez le taux de rebond, comme dans la métrique (moins de 15 secondes - rebond)

Après le code du compteur d'analyse, collez le code :

location.pathname- un paramètre qui contient l'adresse de la page.

Voici à quoi ressemblera le code du compteur sur le site

Nous pouvons également configurer un événement qui se déclenchera après 15 secondes après balise google directeur

1. Créer une variable "Cod ua"(si vous l'avez, vous ne l'avez pas encore créé)

Type de variable "Constante" /// Insérez votre code compteur UA-ХХХХХХ

2. Créez un déclencheur

Nous appelons, par exemple, "Timer"

Type de déclencheur "Timer" /// nom gtm.timer /// intervalle "15000" (compté en millisecondes) /// limite "1" (nombre d'activations d'événements)

Définir la règle PageL'URL correspond à l'expression régulière.*

Le type est activé sur les pages suivantes : Toutes les temporisations

3. Créez une étiquette

Nous appelons, par exemple, "événements 15 secondes"

Type de balise "Universal Analytics"

type de suivi "Événements"

Action "Page Path" (variable intégrée, nom de la page, pas de domaine)

L'ID de suivi « cod ua » est une variable pour le code de compteur d'analyse que nous avons créé dans le premier paragraphe.

L'événement se déclenche lorsque le déclencheur "timer" est activé - le déclencheur que nous avons créé dans le deuxième paragraphe.

Enregistrement dans GA : création de rapports en temps réel /// sur les événements.

L'événement devrait se déclencher après 15 secondes de visite du site.

Après avoir installé le code, nous pouvons commencer à analyser le taux de rebond, où un utilisateur qui est sur le site depuis moins de 15 secondes sera considéré comme un rebond.

Pour réduire le taux de rebond en premier lieu, vous devez rendre le site plus intéressant, en particulier pour les deux premiers écrans, ainsi qu'optimiser la vitesse de chargement du site.

Le sujet de l'un des indicateurs les plus importants et les plus clés de Google Analytics, qui caractérise le comportement des utilisateurs sur le site, a été partiellement abordé. C'est le taux de rebond.

"Taux de rebond" dans Google Analytics- session avec visualisation d'une seule page. Même si vous étiez sur la page pendant plusieurs minutes, mais que vous n'avez fait aucune interaction, mais que vous avez simplement lu les informations puis quitté, un refus sera compté.

Regardons quelques exemples. Il y avait 3 utilisateurs sur le site :

1. L'utilisateur est entré sur le site. Les données de consultation de page ont été envoyées à Google Analytics. L'utilisateur a pris connaissance des informations et a quitté le site sans aller plus loin. Analytics n'a plus enregistré d'événements et le taux de rebond de l'utilisateur est donc 100% ;
2. L'utilisateur est entré sur le site. Les données de consultation de page ont été envoyées à Google Analytics. L'utilisateur est ensuite allé à la deuxième page. D'autres données sur les pages vues ont également été envoyées aux rapports GA. Ainsi, au cours d'une session, deux hits ont été envoyés à GA, donc pour cet utilisateur, le taux de rebond est 0% ;
3. L'utilisateur est entré sur le site. Les données de consultation de page ont été envoyées à Google Analytics. Ensuite, l'utilisateur a ajouté le produit au panier (nous suivons cette action dans GA comme un événement). Par conséquent, l'événement s'est déclenché et les données ont été envoyées à Analytics. Après avoir ajouté au panier, l'utilisateur a quitté le site. Il s'avère que l'utilisateur était sur la même page et a envoyé deux visites à l'outil d'analyse Web. Pour un tel utilisateur, le taux de rebond sera égal à 0% .

Le taux de rebond global pour les trois utilisateurs est de 33 %

Créons un rapport dans Google Analytics. Dans l'exemple ci-dessus, le taux de rebond total pour les trois utilisateurs est 33% . Et du point de vue de l'égalisation des utilisateurs en termes de facteurs comportementaux ce n'est pas tout à fait correct. Par exemple, un utilisateur qui est allé sur le site et a soigneusement étudié la page du site (par exemple, 10 minutes), n'a effectué aucune action qui a envoyé des données à GA et a quitté le site - le taux de rebond sera égal à 100% et la durée moyenne de la session sera 00:00:00 . Et un autre exemple : l'utilisateur est allé à page d'accueil site, y est resté 10 secondes, est allé à la deuxième page, a consulté les informations pendant 10 secondes supplémentaires, puis a quitté le site. Le taux de rebond dans ce cas sera égal à 0% .

Il existe une différence significative lors du calcul de cet indicateur dans Google Analytics et Yandex.Metrica. Dans la métrique, un rebond est une visite au cours de laquelle l'utilisateur n'a consulté qu'une seule page et a consacré moins de 15 secondes à la consulter. Dans tous les autres cas, il n'y aura pas de refus, même si l'utilisateur a quitté la page 17 ou 45 secondes après être entré sur le site.

En raison de la double condition, l'indicateur de Yandex.Metrica est inférieur à celui de Google Analytics. Pour que ce soit le même dans deux systèmes d'analyse, il suffit d'envoyer des données à GA (événement) 15 secondes après que l'utilisateur est allé sur le site. Après les modifications, lorsque l'utilisateur accède au site, un hit "Page View" sera envoyé à Google Analytics, et après 15 secondes, une deuxième demande sera envoyée - les données d'événement.

Le résultat est celui-ci : utilisateurs qui étaient sur le site plus de 15 secondes par session - le taux de rebond sera égal à 0% , et ceux qui sont inférieurs à un intervalle de temps donné - respectivement 100% .

Vous pouvez configurer un "taux de rebond plus précis" dans Google Analytics en ajoutant manuellement un extrait de code supplémentaire au code de compteur Google Analytics. Selon le type de compteur Analytics que vous utilisez, les paramètres seront différents.

1. Bibliothèque analytics.js

Si vous avez installé le code compteur Universal Analytics et la librairie sur votre site analytics.js alors vous devez ajouter les lignes de code suivantes :

Extrait de code pour la mise à niveau du taux de rebond de la bibliothèque analytics.js

Où "Nouveau visiteur" est la catégorie des événements, et location.pathname- un paramètre qui contient une partie de l'adresse de la page sans nom de domaine et get-parameters, 15000 est la valeur de 15 secondes en millisecondes. Voici à quoi ressemblera le code du compteur sur le site :

Taux de rebond pour la bibliothèque analytics.js

2. Bibliothèque gtag.js

Si vous avez un site installé avec une bibliothèque gtag.js alors vous devez ajouter le code suivant :

Extrait de code pour la mise à niveau du taux de rebond de la bibliothèque gtag.js

Voici à quoi ressemblera le code du compteur sur le site :

Taux de rebond pour la bibliothèque gtag.js

Nous avons décidé de parler de Google Analytics, et plus précisément de la façon dont Google Analytics peut vous être utile, directement dans votre travail.

Il existe 3 métriques qui décrivent le comportement et la qualité de l'interaction des utilisateurs sur les pages du site, qui sont prises en compte dans Google Analytics :

• taux de rebond (nom masculin) Taux de rebond);
• temps moyen passé par un utilisateur sur le site ;
• durée moyenne de session et pages par session.

La première leçon de notre série sera sur le taux de rebond. Il s'agit d'une telle métrique standard dans Google Analytics, qui est calculée indépendamment, c'est-à-dire que nous n'avons pas besoin de modifier le code Google Analytics, nous n'avons pas besoin de configurer quoi que ce soit de plus. Nous avons déjà cette métrique dans chaque Compte google Analytique.

Il y a une opinion que le taux de rebond est une mesure assez efficace par laquelle nous pouvons évaluer la qualité de l'interaction. Eh bien, par exemple, j'entends souvent dire que si le taux de rebond est élevé, c'est mauvais, le trafic qui arrive sur le site n'est pas de très bonne qualité, nos pages vers lesquelles les utilisateurs se rendent ne sont pas de très bonne qualité, et donc quelque chose doit être fait à ce sujet.

En fait, ce n'est pas le cas. Afin de comprendre ce sujet plus en détail, nous devons commencer par la façon dont le taux de rebond est calculé dans Google Analytics.

Qu'est-ce que le taux de rebond ?

Chaque visite, chaque session individuelle, c'est-à-dire en fait chaque utilisateur qui s'est connecté à une certaine période de temps, peut visiter une ou deux ou plusieurs pages du site. Ainsi, si l'utilisateur a visité une page de notre site puis a quitté le site (la session a été interrompue), dans ce cas, sa visite sera un refus. Dans le cas où il est allé sur le site et a visité deux ou plusieurs pages, sa visite ne sera pas un refus. Pour ainsi dire, un ou zéro, échec ou pas d'échec.

Ainsi, le nombre total de sessions que les utilisateurs ont effectuées, par exemple, à partir d'une source de trafic particulière ou pour une page particulière, est pris en compte et ce ratio est pris en compte.

Il semblerait que tout va bien. Autrement dit, nous avons une certaine métrique par laquelle nous pouvons dire si nous avons quelque chose de bon ou de mauvais. Nous pensons que si les utilisateurs ont fait plusieurs vues de différentes pages lors de leur navigation, alors c'est bon pour nous. Eh bien, en fait, ce n'est pas le cas. Pourquoi?

Nous pouvons avoir différents scénarios pour l'interaction des utilisateurs avec les sites. Par exemple, si nous avons une landing page, alors le taux de rebond tendra vers 100%, car nous n'avons qu'une seule page. De plus, d'autres indicateurs, par exemple la durée moyenne d'une session ou des pages par session, seront également critiques, c'est-à-dire que nous aurons une durée de session de 0, pages par session - 1.

Ainsi, il n'existe aucune métrique permettant d'évaluer qualitativement l'efficacité d'une visite. pages de destination pour les sites d'une page et ce n'est pas très bon.

Un autre scénario, disons qu'ils travaillent sur un site et font la promotion de produits spécifiques, des cartes pour des produits spécifiques dans les résultats recherche Google et Yandex.

Nous avons un utilisateur qui souhaite acheter un produit spécifique, par exemple, "acheter nouvel iPhone 7" . Il ouvre Google et écrit "acheter iPhone 7", monte sur la fiche produit. Eh bien, puisque l'activité Internet se développe assez activement, ces dernières années, probablement, ils ont essayé de placer toutes les informations nécessaires sur la fiche produit pour que l'utilisateur puisse prendre une décision sur la conversion. Il s'agit d'informations de livraison, il peut s'agir de critiques vidéo, de photos dans bonne qualité, avis et tout cela sur une seule page.

Par exemple, si on prend Rozetka, le leader du e-commerce en Ukraine, et que vous ouvrez son site internet, alors sur une page, sur une fiche produit, en fait, il y a toutes les informations, dans des blocs séparés il y a la livraison, le paiement informations, dans des onglets séparés, il y a des informations sur les critiques , les critiques vidéo, les caractéristiques, ce que vous pouvez acheter avec ce produit - tout ce dont vous avez besoin pour prendre une décision. Et en fait, dans ce cas, l'utilisateur n'a pas besoin d'aller sur d'autres pages avec d'autres produits ou d'autres catégories, ou d'utiliser la recherche, ou de visiter la page principale, ou quoi que ce soit. Pour un tel trafic, le taux de rebond sera de 100 % et nous penserons que ce n'est pas un trafic de haute qualité pour nous, même si nous comprenons que l'utilisateur pourrait aller sur cette page et faire beaucoup diverses activités: passez aux différentes étapes, regardez la vidéo, cliquez sur les photos et elles s'ouvriront dans grand format, lisez toutes les critiques, il peut faire beaucoup, sa communication peut être efficace. Il ne peut pas cliquer sur le bouton "Ajouter au panier" et ne pas terminer la transaction, mais en même temps, pour nous, tout ce public qui n'est pas allé à page suivante, c'est-à-dire, par exemple, au panier, sera une zone grise, nous ne saurons pas de manière réaliste dans quelle mesure ce public a interagi qualitativement ou mal avec notre site. Ainsi, le taux de rebond par défaut calculé dans Google Analytics peut nous donner des informations inexactes.

Que signifie un taux de rebond de 60 % ?

Si nous avons un taux de rebond de 60 % ou 40 %, qu'est-ce que cela signifie pour nous ? Cela peut signifier n'importe quoi et nous pouvons percevoir cette métrique comme nous l'aimons, et la tordre comme nous l'aimons, et il ne sera pas clair pour nous que c'est bien, mais c'est mal, par exemple, comme avec les prix ou les transactions. Et si tel est le cas, nous ne pouvons pas vraiment utiliser cette métrique pour analyser l'efficacité de notre site.

Mais nous avons la possibilité de modifier le taux de rebond. Après avoir légèrement modifié le code de Google Analytics, en passant certaines données pour que le taux de rebond ne soit pas calculé comme une transition entre différentes pages, mais comme la différence entre les différentes actions de l'utilisateur sur le site. Par exemple, nous pouvons avoir une situation telle que si l'utilisateur a cliqué sur un onglet, alors cette visite ne sera pas un rebond, si l'utilisateur a interagi avec la vidéo, alors cette visite ne sera pas non plus un rebond si l'utilisateur a lu plus plus de 5 avis, alors cette visite ne sera pas un échec. Ensuite, en modifiant et en clarifiant le taux de rebond, nous pouvons avoir des informations plus précises et nous pouvons utiliser cette métrique dans notre travail, pour évaluer l'efficacité de notre site.

Dans les commentaires, vous pouvez poser vos questions sur le taux de rebond et je vous parlerai plus en détail de certains points. Vous pouvez également écrire les sujets qui vous passionnent afin que nous puissions tourner des vidéos sur ces sujets. Abonnez-vous à notre chaîne, mettez des likes, merci à tous !

Andreï Ossipov