• hjem
  •  > 
  • OS problemer
  •  > 
  • Fejlfrekvens for Analytics. Nøjagtig Bounce Rate i Google Analytics

Fejlfrekvens for Analytics. Nøjagtig Bounce Rate i Google Analytics

Sergey Arsentiev

Hvordan reducerer man Google Analytics afvisningsprocent med 12 gange?

Adfærdsfaktorer bliver stadig mere indflydelsesrige. Og den såkaldte "bounce rate" er ret vigtig. Nu vil jeg fortælle dig, hvordan du reducerer det flere gange ved kun at tilføje en linje til Google Analytics-koden.


Google definerer en afvisningsprocent som procentdelen af ​​webstedsbesøgende, der forlader webstedet efter kun at have besøgt én side.

100 personer kom til dit websted, 30 af dem så kun login-siden og forlod webstedet uden at åbne flere sider. Mens de resterende 70 besøgende kiggede på andre sider på webstedet.
Google mener, at siden var uinteressant for de første 30 personer og registrerer denne begivenhed som en afvisningsprocent, som i dette tilfælde vil være 30 %.

Hvad betyder en høj afvisningsprocent?

Jo højere afvisningsprocenten er, jo værre er det for webstedets søgemaskinepromovering. Da Google forsøger at vise i søgninger kun websteder, der er interessante for folk, inklusive dem, der har en minimum afvisningsprocent for specifikke søgeforespørgsler.

Googles traditionelle tilgang til at bestemme afvisningsprocenter er ikke helt korrekt. Der er trods alt én-sides sider, hvor al nyttig information er præsenteret på én informativ og lang side. I dette tilfælde kan personen ikke længere åbne andre sider på det pågældende websted, og enkeltsidesider har faktisk en afvisningsprocent på 100 %.

Men er dette korrekt?
Når alt kommer til alt, modtager besøgende på one-side sites alle de nødvendige oplysninger på én side. Derfor er det naturligvis forkert at betragte et besøg, hvor et køb endda kan forekomme, som et afslag.

Ud over ensides projekter forekommer der ofte høje fejlprocenter i specialiserede onlinebutikker med et lille antal produkter, på unge blogs og virksomheders hjemmesider. Kort sagt, hvor der kan præsenteres nyttig information på én specifik side, og hvor den besøgende ikke behøver at åbne andre sider – han har trods alt allerede fået den information, han har brug for!

Hvordan reducerer man høj afvisningsprocent?

I den mest traditionelle visning skal siden naturligvis have en masse kontekst, for at reducere afvisningsprocenten i Google Analytics, som skal forbindes gennem kompetente og mærkbare links. I dette tilfælde vil folk åbne så mange sider som muligt og derved reducere afvisningsprocenten.

Men der er en anden skjult måde, hvorpå jeg sænkede afvisningsprocenten i Google Analytics på næsten alle websteder flere gange, og brugte bogstaveligt talt et par minutter én gang.

Her er en graf, der viser, hvordan antallet af fejl faldt efter at have brugt denne metode i min onlinebutik:


Hele hemmeligheden er, at du skal tvinge Google Analytics til at betragte som en afvisningsindikator ikke åbningen af ​​en enkelt side på webstedet, men den besøgendes ophold på en enkelt side efter at have logget ind i et bestemt tidsrum, for eksempel i 15 sekunder .

I dette tilfælde vil kun en hurtig afvigelse fra webstedet, når informationen på den åbenbart ikke er interessant for den besøgende, blive betragtet som et afslag. Det vil sige, at brugeren skrev en forespørgsel i søgningen, gik til webstedet, indså på 15 sekunder eller mindre, at webstedet var uinteressant og forlod - kun i dette tilfælde registreres et afslag. Og det er virkelig logisk.

Hvis en bruger kom til siden og læste en side i f.eks. hele 10 minutter, så selv om han derefter forlader siden, vil en sådan kendsgerning ikke længere blive betragtet som et afslag, fordi det er logisk at antage, at personen fik de oplysninger, han havde brug for.

Alt du behøver er at tilføje en linje til Google Analytics-koden placeret på din hjemmeside, som vil beregne afvisningsprocenter på en ny måde. Du kan se denne linje ved at klikke på knappen på det sociale netværk, hvor du er registreret - det er enkelt og helt gratis.

Yandex forbedrede i øvrigt sin afvisningsprocent tilbage i 2011 og fungerer nu nøjagtigt efter denne ordning, som jeg foreslår, at du bruger i dine projekter.

Ved at bruge denne metode reducerede jeg afvisningsprocenten på denne blog med mere end 12 gange - fra 89% til 6%! Jeg ønsker det samme for dig

Et bounce i GA er defineret som en session, hvor kun én side blev set, uden at andre hændelser fandt sted. Det vil sige kun én anmodning til GA-serveren.

Hvis du har en netbutik med mange produktkort, der modtager organisk trafik, og afvisningsprocenten på disse sider har en tendens til 100%. Du kan drage de forkerte konklusioner. For eksempel at siden er dårlig og noget skal ændres. Selvom brugeren faktisk kunne gå ind og studere alt i detaljer. På en landing page (one-pager) vil afvisningsprocenten være 100 %, hvis du ikke har sat hændelser, for eksempel mål på formularer. For at en session på mindre end 15 sekunder skal betragtes som en fejlindikator i analytics, skal du derfor sende en hændelse, der vil blive udløst efter en vis tid, som brugeren har brugt på webstedet.

Lad os opsætte fejlfrekvensen som i metrikken (mindre end 15 sekunder - fejl). Efter analysetællerkoden skal du indsætte koden: setTimeout(function())( ga("send", "event", "New visitor" , location.pathname); ), 15000);

location.pathname er en parameter, der indeholder sideadressen.

Sådan ser tællerkoden på hjemmesiden ud:

Vi kan også oprette en begivenhed, der udløses efter 15 sekunder via Google Tag Manager

1.Opret variablen "Cod ua" (hvis du har, har du ikke oprettet den endnu)

Variabeltype "Konstant" /// Indsæt din tællerkode UA-ХХХХХХ

2.Opret en trigger

Lad os kalde det for eksempel "Timer"

Triggertype "Timer" /// navn gtm.timer /// interval "15000" (tælles i millisekunder) /// grænse "1" (antal hændelsesaktiveringer)

Indstil reglen Side-URL matcher regulært udtryk.*

Typen aktiveres på følgende sider: Alle timere

3.Opret et tag

Vi kalder for eksempel "hændelser på 15 sekunder"

Tagtype "Universal Analytics"

"Begivenheder" sporingstype

Handling "Sidesti" (indbygget variabel, sidetitel, intet domæne)

Sporings-id'et "cod ua" er en variabel for analysetællerkoden, som vi oprettede i det første trin.

Hændelsen udløses, når "timer"-triggeren aktiveres - den trigger, som vi oprettede i andet afsnit.

Indtjekning GA: Realtidsrapporter /// begivenheder.

Begivenheden bør udløses efter 15 sekunder efter besøg på stedet.

Efter installation af koden kan vi begynde at analysere afvisningsprocenten, hvor en bruger, der har brugt mindre end 15 sekunder på siden, vil blive betragtet som en afvisning.

For at reducere afvisningsprocenten skal du først og fremmest gøre webstedet mere interessant, især for de første to skærme, og også optimere webstedets indlæsningshastighed.

OG ? I dag vil jeg prøve at fortælle dig alt om denne indikator.

Hvad er fejl i Yandex Metrica?

Hvert analysesystem bruger sin egen unikke driftsalgoritme; af denne grund tages forskellige typer data i betragtning på forskellige måder, og de siger helt forskellige ting. Så for eksempel i Yandex.Metrica betragtes et besøg som et afslag, hvis flere betingelser er opfyldt på én gang:

  • Under ét besøg blev der kun set én side;
  • Et besøg, der varer mindre end 15 sekunder;
  • Der var ingen optagelse af "ikke-fejl"-servicehændelsen.

Kun hvis alle disse betingelser er kombineret, tæller afslaget med.

Hvad er Bounce Rate i Google Analytics?

I Googles analysesystem er ikke alt så klart som i Metrica. Faktum er, at Analytics betragter et besøg som et afslag, hvor kun én side blev set. For one-pagers er du enig i, at dette ikke er særlig godt.

Selv siger Google selv, at det ikke altid er nødvendigt at fokusere på afvisningsprocenten: hvis din opgave er at tiltrække besøgende, der vil følge forskellige links, så vil "Google" afvisningsprocenten være informativ for dig. For eksempel skal jeg være opmærksom på disse data, da mit websted er på flere sider.

Men hvis du ejer et websted på én side, behøver du ikke at se på denne indikator i Analytics - den vil stadig være lig med 100 % eller deromkring.

Hvad betyder fejl i Metrica og Analytics?

I begge analysesystemer er afvisningsprocenten en procentdel, det vil sige en andel af det samlede antal besøg. Erfarne internetmarkedsførere har identificeret visse intervaller, baseret på hvilke du kan forstå kvaliteten af ​​trafikken:

  • 0% - 20% - trafik af høj kvalitet;
  • 20% - 35% - normal kvalitet;
  • 35% - 50% - under gennemsnittet;
  • 50% og derover er dårligt.

Derudover taler fejlprocenten om ting som: brugervenlighed af webstedet, kvalitet af indhold, tiltrækningskraft.

Selvfølgelig skal du ikke stole fuldt ud på intervallerne ovenfor, da disse tal er rent individuelle for hver niche. Så for eksempel på et klientwebsted i Metrica når dette tal op på 34%, mens den gennemsnitlige tid på webstedet er lidt mere end et minut, og trafikken udelukkende er målrettet.

Afvisningsprocenten kan også variere afhængigt af typen af ​​websted:

  • One-pagers: 70% - 90%;
  • Servicesteder: 10% - 30%;
  • Onlinebutikker: 10% - 40%;
  • Informationssider: 5% - 70%.

Nederste linje: under alle omstændigheder skal du stræbe efter at reducere procentdelen!

Trafik- og hjemmesideanalyse baseret på afvisningsprocent

Når du har lært, hvilke fejl der er i Metrica og Analytics, og hvad de betyder, vil vi begynde at analysere trafikkanaler og identificere webstedssider af lav kvalitet baseret på denne indikator. Til dette vil vi bruge simple rapporter i Yandex.Metrica.

Trafikkanalanalyse

Det sker ofte, at når man bruger forskellige kanaler til at tiltrække trafik, viser den ene gode resultater, mens den anden er det modsatte. For at forstå, hvilken kanal de ikke helt målrettede besøgende bruger, skal du blot bruge rapporten "Kilder, oversigt" (Rapporter > Standardrapporter > Kilder > Kilder, oversigt):

I denne rapport kan du se, hvor mange målrettede besøgende en bestemt kanal bringer til din hjemmeside.

Bemærk venligst, at hovedparten af ​​trafikken til webstedet kommer fra kontekstuel annoncering, nemlig fra Yandex.Direct (afvisningsprocenten er 21,6%). Vi kan med tillid sige, at trafikken er målrettet.

I Google Analytics kan du udføre en lignende analyse i rapporten "Kilde/Kanal" (Trafikkilder > Al trafik > Kilde/Kanal):

Hvis en trafikkilde har en høj afvisningsprocent, skal du dobbelttjekke indstillingerne, identificere fejl og foretage de nødvendige justeringer.

Identifikation af sider med høje afvisningsprocenter

Det er også nødvendigt at udføre en sideanalyse baseret på bounces. Du kan gøre dette ved at bruge rapporten "Loginside" (Rapporter > Standardrapporter > Indhold > Loginsider):

I denne rapport kan du se webadresserne på forskellige sider med alle metrics.

I Google Analytics kan det samme ses i en rapport med det identiske navn "Loginside" (Adfærd > Webstedsindhold > Loginside):

Hvis en bestemt side har en høj afvisningsprocent, så er det værd at være opmærksom på det, foretage en mere dybdegående analyse og om nødvendigt omarbejde dens indhold.

Hvordan reducerer man afvisningsprocenten?

Der er mange måder at reducere fejlprocenten, som dusinvis af artikler er blevet skrevet om, og duplikerer det samme. Faktisk skal du selvfølgelig arbejde individuelt på hvert websted for at reducere denne indikator. Men for at opsummere skal du gøre følgende:

  • Forbedre hjemmesidens brugervenlighed. Gør det så bekvemt som muligt for besøgende;
  • Forbedre kommercielle faktorer. Dette betyder øget webstedskonvertering;
  • Trafikrensning. Det er nødvendigt at udføre en trafikanalyse mindst en gang om måneden (hvordan man gør dette er skrevet);
  • Forbedring af kvaliteten af ​​indholdet. Besøgende på webstedet kommer til webstedet for at få svar på deres spørgsmål (en løsning på deres problem), så du skal give dem en specifik og.

    • Vi vil tale om alt dette i de følgende lektioner, så abonner på blogopdateringer og gå ikke glip af noget vigtigt.

    Nå, det er alt, kære venner!

    Vi ses senere!

    Forrige artikel
    Næste artikel

    Hvorfor opsætte afvisningsprocenten i Google Tag Manager, hvis du allerede kan se den i Google Analytics eller Metrica? Lad os finde ud af, hvordan disse analysesystemer beregner afvisningsprocenten.

  • I Google Analytics er et bounce en session, hvor én side på et websted vises uden en enkelt handling eller klik; tid brugt på siden er ligegyldig.
  • I Yandex.Metrica er et bounce et sidebesøg i mindre end 15 sekunder uden overgange eller handlinger på webstedet.

    • Det er klart, når brugeren besøger et websted med én side, kan brugeren kun gå til én side mere. Dette er højst sandsynligt en "Tak"-side. Det viser sig, at i Google Analytics vil ethvert besøg på webstedet, der ikke førte til en overgang til "Tak"-siden, blive betragtet som et bounce, dvs. alle besøgende, der ikke gennemførte en konvertering, er inkluderet i bounce-trafikken.

    På grund af dette vil data om fejl i Metrica og Analytics afvige betydeligt. Og trafikanalyse baseret på afvisningsprocent i Analytics vil være forkert.

    Som du kan se i dette eksempel, er afvisningsprocenten i Google Analytics 74,46 %. For det samme websted er fejlraten i Yandex.Metrica allerede 15,7%.

    Hvis du har et websted med flere sider, og hovedmodellen for besøgendes adfærd på webstedet er at se flere sider, så vil afvisningsprocenten i Google Analytics for kvalitetstrafik have de korrekte indikatorer og vil ikke blive oppustet, så vil du kunne at analysere det.

    Hvis du har et websted på én side, eller den besøgende går straks til den sidste side, så vil indikatoren i Analytics være forkert. For at indikatoren kan beregnes efter samme princip som i Yandex.Metrica, skal du oprette et bounce rate tag i GTM.

    Opsætning af afvisningsprocent i GTM

    Nu konfigurerer vi afsendelse af hændelser til Analytics efter 15 sekunders besøg på webstedet.

    Gå til GTM og gå til sektionen "Triggers", klik på den røde "Opret" knap. Vi giver et klart navn til udløseren.

    Lad os gå videre til at indstille timeren. Vi sætter intervallet i millisekunder til -15.000. Vi sætter grænsen til 1. I betingelsen skal du ændre til typen "Side URL indeholder" og angive webstedets URL. Aktiveringsbetingelsen er "Alle timere". Klik på knappen "Gem".

    Opret et tag til afsendelse af en timerhændelse

    Gå til sektionen "Tags", klik på "Opret", indtast navnet på tagget "Bounce rate 15 sek". Gå derefter til tag-konfigurationen og klik på "Universal Analytics".

    Vælg sporingstypen "Begivenhed". Indtast navnet på den læste kategori og navnet på handlingen 15 sek. I punktet "Ingen interaktion" skal du indstille værdien til False. I Google Analytics-indstillingerne skal du vælge ((Google Analytics Indstillinger)).

    Efter at have konfigureret tag-konfigurationen, skal du blandt alle triggerne vælge den timer, vi oprettede - "Bounce rate 15 sek."

    Tillykke! Vi har en afvisningsprocent sat op i Tag Manager. Det eneste, der er tilbage at gøre, er at teste tagget i preview-tilstand og derefter udgive en ny version af containeren.

    Klik på den grå "Preview"-knap. Nu skal du gå til det sted, hvor GTM-beholderen er installeret. Et GTM-vindue vises nederst på siden, hvor vi skulle se det tag, vi oprettede.

    Hvis du tjener penge på dit internetprojekt, så har du sikkert hørt meget om adfærdsfaktorer og deres rolle i placeringen af ​​websteder i søgemaskinernes resultater. Trafikken til vores websteder afhænger direkte af placeringen i søgeresultaterne. Og en af ​​de vigtigste metrics til sporing af adfærdsfaktorer kan betragtes som afvisningsprocenten i Google Analytics og Yandex Metrica.

    Afvisningsprocent

    Bounce rate er et udtryk i webanalyse, der angiver procentdelen af ​​besøgende, der forlod webstedet direkte fra login-siden, eller som ikke har set mere end én side på webstedet. Det vil sige, at et afslag er et besøg, hvor den besøgende, der er gået ind på webstedet, kun har set én side uden at flytte til en anden side inden afslutningen af ​​sessionen.

    En høj afvisningsprocent betyder normalt, at siden har problemer, såsom med designet, navigationen eller selve indholdet. Men der er også falske afslag, når brugere hurtigt finder alle nødvendige oplysninger på én side og derfor ikke går til andre sektioner.

    Yandex.Metrica og Google Analytics (Universal Analytics) har forskellige syn på sådanne afvisninger. Og hvis du har installeret begge grundlæggende sporingskoder for disse tjenester på dit websted, har du sikkert bemærket, at den gennemsnitlige afvisningsprocent ifølge Metrica varierer mellem 10-15 %, hvilket er tæt på gennemsnittet på nettet, mens afvisningsprocenten i Google Analytics er utroligt stort - 85-90%! Men hvorfor er det?! Ja, der kan være nogle fejl i deres målinger, men flere gange?!

    Fra Yandex.Metricas synspunkt er afvisningsprocenten andelen af ​​besøg, der kun omfattede én sidevisning, der varede mindre end 15 sekunder. At indtaste en metrik her er logisk - den besøgende åbnede siden, vurderede den kort med et blik, fandt ikke noget værdifuldt for sig selv og lukkede siden.

    Google Analytics ser ikke besøgendes handlinger

    Med Google Analytics (Universal Analytics) er situationen anderledes. Besøgende gør noget på siden, men det spores ikke i Analytics. I de grundlæggende indstillinger for hans kode er der angivet et scenarie, hvor afvisningsprocenten i Google Analytics er procentdelen af ​​sessioner med kun én side set. Det vil sige, at en besøgende kom ind på siden og gik uden at gøre noget, uden at tage højde for, hvor længe den besøgende har set denne side.

    Men i en situation med Analytics er det muligt, at det var på din side, at den besøgende fandt præcis den information, som han havde ledt efter længe!

    For eksempel læste han denne side omhyggeligt i 10 minutter, forstod værdifuld information for sig selv, og først derefter lukkede han siden. Eller for eksempel en besøgende er interesseret i informationen, finder dit telefonnummer på siden og ringer til dig, på dette tidspunkt er siden åben. Det vil sige, at den besøgende udfører målrettede handlinger.

    Kan sådan en besøgende kaldes en refusenik? Næsten. Det mener Google dog ikke, så det vurderer dit websted med en afvisningsprocent på 85-90% som ikke særlig interessant og sænker det i søgeresultaterne. Men dette er ikke sandt!

    Google Analytics sporingskode

    Så hvordan får du Analytics til at beregne afvisningsprocenter korrekt? Så hvordan gør for eksempel Metrica dette?
    Faktisk er dette nemt at gøre og skal gøres. Vi skal få Analytics til at tælle korrekt!

    For at gøre dette skal du f.eks. tilføje kun én linje med setTimeout-funktionen efter linjen "ga('send', 'pageview');" til den grundlæggende Universal Analytics-sporingskode. Den opdaterede sporingskode vil se sådan ud:

    < script>(funktion (i, s, o, g, r, a, m) ( i[ "GoogleAnalyticsObject" ] = r; i[ r] = i[ r] || funktion () ( (i[ r] . q= i[ r] . q|| ) . push(argumenter) ), i[ r] . l= 1 * ny Dato () ; a= s. createElement(o) , m= s. getElementsByTagName(o) [ 0 ] ; a. async= 1 ; a. src= g; m. parentNode. insertBefore(a, m) ) ) (vindue, dokument, "script" , "https://www.google-analytics.com/analytics.js ", "ga"); ga("opret" , "UA-XXXXXXXX-XX" , "auto" ); ga("send" , "sidevisning" ); setTimeout(funktion () ( ga("send" , "begivenhed" , "Ny besøgende" , placering. stinavn); ), 15000 );

    (funktion(i,s,o,g,r,a,m)(i["GoogleAnalyticsObject"]=r;i[r]=i[r]||funktion())((i[r].q = i[r].q||).push(argumenter)),i[r].l=1*ny Dato();a=s.createElement(o), m=s.getElementsByTagName(o);a . async=1;a.src=g;m.parentNode.insertBefore(a,m) ))(window,document,"script","https://www.google-analytics.com/analytics.js", "ga"); ga("opret", "UA-XXXXXXXXX-XX", "auto"); ga("send", "sidevisning"); setTimeout(function())(ga("send", "begivenhed", "Ny besøgende", placering.stinavn);), 15000);

    I dette tilfælde indstilles en timer, der 15.000 millisekunder (15 sekunder) efter siden er åbnet, sender et signal til Google Analytics om, at siden stadig er åben. Dette vil give os mulighed for at identificere dem, der forlader webstedet (luk siden) i løbet af de første 1-14 sekunder af besøget. Hvis koden virker, betyder det, at den besøgende stadig er på siden og ikke længere vil blive betragtet som en afvisning. Hvis det ikke virker, betyder det, at den besøgende lukkede siden inden 15 sekunder. Som et resultat, efter installation af denne kode, vil det være muligt at sige, at nægtere er dem, der besøgte siden og forlod den i de første 1-14 sekunder af besøget uden at gøre noget.

    Efter at have justeret sporingskoden på mit websted på denne måde, begyndte afvisningsprocenten i Google Analytics straks at vise et mere realistisk billede, da det faldt til 10-12 %.

    Det skal bemærkes, at dette umiddelbart påvirkede webstedstrafikken. Trafikken gennem Google-søgemaskinen voksede til niveauet for Yandex inden for en uge.

    Hvad kan du ellers gøre

    At tilpasse din kode er noget, du kan gøre nemt, hurtigt, uden omkostninger og med en klar bundlinje. Men for at reducere fejl generelt, tjek dit websted for følgende punkter, for en sikkerheds skyld:

    Dit websted indlæses muligvis for langsomt

    Det er usandsynligt, at de fleste internetbrugere tolererer en langsom hjemmeside. Dette gælder især for dem, der bruger mobile enheder. Langsomme websteder dræber enhver brugerinteresse og øger afvisningsprocenten.

    Forvirrende sidenavigation

    Dette er bane af mange websteder. Brug generelt accepterede webdesignstandarder for at gøre navigationen enkel og nem at bruge (alt skal være intuitivt).

    Ingen mobil responsiv version

    Mellem 20 % og 50 % af trafikken på hele internettet kommer allerede fra mobile enheder. Hvis din side er akavet eller umulig at se på de fleste mobile enheder, er din afvisningsprocent sandsynligvis høj.

    Du har ikke en klar opfordring til handling

    Dette refererer ofte til hjemmesiden. Omkring 80 % af al din hjemmesidetrafik kommer direkte til de interne sider på din hjemmeside, ikke startsiden. Hjemmesiden modtager typisk mellem 20% og 40% af den indgående trafik. Brug det, optimer det!

    Pop-ups på dit websted kan irritere dine besøgende.

    Pop-ups er et tveægget sværd. De kan hjælpe med at øge din kundebase, men hvis du har en meget høj afvisningsprocent, så prøv at slå dem fra i et stykke tid og se, om det hjælper med at reducere din afvisningsprocent. Hvis din afvisningsprocent falder efter dette, kan du konkludere, at pop-ups ikke er interessante for dine kunder, og nogle mennesker hader dem simpelthen!