跳出率不撒谎，但它绝对可以欺骗你！高跳出率并不总是坏事，而低跳出率也不一定说明你的着陆页面内容质量非常高。这篇文章将帮助你更好地理解跳出率和避免常见的分析失误 。

以下为本文的主要内容点：

1.跳出率和退出率之间的差异 ；

2.跳出率与具体的情景有关；

3.跳出率为什么会令你做出错误的决定 。

什么是跳出率？

跳出率是指用户到达你的网站上并在你的网站上仅浏览了一个页面就离开的访问次数与所有访问次数的百分比。跳出率的目的是要告诉你，如果你已经吸引用户来到了你的网页，你应该要满足他们的期望与需求。

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间的差异。

退出率是指，对某一个特定的页面而言，从这个页面离开网站的访问数占所有浏览到这个页面的访问数的百分比。跳出率适用于访问的着陆页 （即用户访问的第一个页面），而退出率则适用于任何访问退出的页面（用户访问过程中在你的网站上访问的最后一个页面 ）。退出率是对于特定的页面来说的，对于网站整体来说并无意义，因为来到网站的访问必然最终都会离开网站，对于网站整体来说其退出率必然是100%。而跳出率则可以适用于着陆页面，也可适用于网站整体。

跳出率的情景

以下四类访客行为可以被确认为一次跳出（用户只访问了网站的一个页面）：

1.点击后退按钮 （最常见）

2.关闭浏览器 （窗口/标签）

3.输入一个新的URL

4.什么也不做 （会话超过30分钟后）

有两种常见的跟踪问题会影响你的跳出率数据，你必须要留意你的网站上是否有这类问题，以确保你的数据的可靠性。

点击页面上的导出链接

有些访问被算为跳出，但这并不一定是负面的。例如，一个用户点击页面上的一个链接到外部网站作进一步的浏览（这是一个你刻意添加的导出链接，链接到的网站可能是你的另一个网站，或可能是一个合作伙伴的网站）。这些访问并不应该被算为跳出的访问。

为了更好地确定用户是否真的跳出，建议给网站的出站链接配置好虚拟页面跟踪或事件跟踪，并确保你的各个不同网站的流量跟踪没有问题。要注意的是，在GA里，事件跟踪有两种类型：交互事件和非交互事件。如果用户访问页面后发生了交互事件，即该次访问不会算为跳出，而后者发生了，仍会算为跳出。不同类型的事件跟踪的使用也会对跳出率的数据有影响。

注：在Google Analytics里，如果你在页面上配置了导出链接的点击事件跟踪或虚拟页面跟踪，当用户来到着陆页面点击了这些导出链接再离开你的网站，这并不算是一次跳出，但这个需要注意的是，你必须要保证跟踪代码的运行正常，如果跟踪代码还没正常执行完成就跳转到导出链接的页面，则这个仍然会算是跳出。这个问题通常出现在导出链接页面在当前窗口打开的情况下，你通过网络监测工具可以查看UTM gif图片请求信息是否可以正常传递。如果UTM gif图片无法向服务器发出请求，可以给点击跟踪代码加上一个Timeout的时间延迟函数问题就可以得到解决，只是链接跳转会有一点延迟会对用户体验稍有一点点影响。如果导出链接是在新的窗口打开，则不会出现以上所说的问题，这时点击导出链接会产生一个事件或一个虚拟页面的浏览量，此次访问不会算为跳出。

跟踪代码配置不当

如果你的网站跟踪代码没配置正确，你可能会看到不准确的或很奇怪的跳出率数据。例如，如果用户从着陆页A进入网站上另一页面B，但A和B页面上配置的是不同的跟踪代码，结果很可能A页面（甚至B页面）的跳出率数据将是有问题的数据。这些页面之间的浏览原来为一次会话，但在这里被中断为两次会话，从而令A页面作为着陆页面的访问增加了一次跳出。另 外如果你不小心地给页面加了两段相同的跟踪代码，或是使用了框架页面（即页面通过iframe或frame进行的嵌套）且父页面和子页面如果都加上了跟踪 代码，这样页面在加载时跟踪代码会被执行两次，页面浏览量会算为两次，这样访问不会被算为跳出。当你看到你的网站有超低的跳出率时（低于10%甚至接近 0%）不要高兴得太早，很可能是代码配置不当导致的，下图为一个跟踪代码重复配置的例子，使得跳出率几乎降至0%，同时其他的度量也会表现得很异常，页面浏览量会翻倍，单次浏览访问的页面数会有明显增加，平均访问时间也会有所增加。保证跟踪代码配置的正确性很重要。

好的/平均跳出率是多少？

这得看具体的情况。Google提供的网站平均跳出率数据是40％。但是，这完全没有意义，因为不同行业不同类型的网站有着很大的差异，一个好的跳出率的构成会与以下很多不同的因素相关：

1.所属行业

2.品牌声誉

3.网站类型

4.页面类型

5.转换路径步骤（在漏斗转换步骤中属第几步，或页面在网站中哪个位置）

6.客户生命周期的阶段

7.用户意图

8.许多其他的潜在因素。

以下是一些不同类型网站的跳出率基准数据，可供大家参考。

Google Analytics的基准平均跳出率

1.40-60％ 内容网站

2.30-50％ 转换生成类网站

3.70-98％ 博客

4.20-40％ 零售网站

5.10-30％ 服务类网站

6.70-90% 简单的着陆页面（上边有一些Call to Action按钮）

哪种情况下可以接受高跳出率？

当访客只需要访问一个页面就可以满足他/她的需求，这类型的访问会产生较高的跳出率，但这种跳出率是可以接受的。以下为一些例子。

可接受的页面高跳出率的例子：

降低页面的高跳出率是网站运营人员的一个目标，但并不是要让每个页面的跳出率都降下来。哪些页面要优先优化，这个得安排好。以下页面可能会比你的热门着陆页面的转换率还要高，但它们的优化意义并不大。

联系我们 - 这是一个有着高跳出率的的公共页面，因为访客只想获取一些基本信息如电话、电子邮件或地址。 （ 提示：对于零售商，餐馆和其他的本地化服务，我们希望移动用户能够轻松地获得位置信息，可以的话还可以提供一些针对性的产品或服务信息，这个会有效地减少该页面的跳出率，并可以增加转换。这关键是要深入考虑访客的意图和情境需求，另外带宽的速度也要考虑在内。）

付款页面 - 付款页面一般不是作为着陆页面存在，因而直接进入这些网页的流量往往是非常低的，但这一部分流量对应的跳出率可能会很高，不过这种高跳出率并不需要担心。

客户支持页面 - 这类页面的跳出率取决于支持论坛的质量，但我们经常看到高质量的支持网站上跳出率比较高。这通常是一件好事，因为访问者在页面上找到了他们想要的答案，不需要联系客户支持。（提示＃1：如果访客确实需求提交问题表单或联系客服才能解决 ，我们也可以考虑对这些动作作跟踪。）

博客文章 - 一个高流量的博客主要展示CPM广告以获取收益，并有着很高的二次访问者比例，即使跳出率高达90%也是符合预期和可以接受的。比如博客提供了一篇有趣的文章，访客浏览了该文章后离开博客，也就跳出了网站，但当博客发布了新的文章，访客又会回到网站上进行访问。当然，我们希望让访客长时间停留在我们的网站上，但至少我们了解，90％的跳出率不是这种情况下的关键问题。

并非所有的访问都是以转换为目的

请记住，你的网站页面存在的目的是满足访客的需求，但并不是每个访客每一次访问都会在网站上产生转换或订单。

客户在网站上的访问与互动虽然没有产生立竿见影的价值，但是我们也应该用积极的眼光来看待。这些访问为访客完整的客户生命周期的不同阶段的需求提供了支持，并最终会形成目标的转化，更重要的是，在这些过程中，品牌的亲和力和影响力也得到了加强。

此外，可以使用交互目标如访问频率、新旧客户比例以及客户的忠诚度等数据来衡量这些访问数的效果。而归因模型可以用于展示用户早期的访问来源数据，你可以看到最终的交易转换是怎样产生的。

你如何确定跳出率好或不好？

你知道如何确定跳出率是好还是不好吗？真的知道吗？

但在现实情况中，我发现许多人都没能够很好地判断跳出率这个度量的好与不好。没有理解清楚具体的应用场景可能是导致判断错误的最主要原因。

例如，你可能会看到一个高流量页面的跳出率较高，便判断该页面表现不佳，需要加以改进。但事实上这个页面并无问题。

你可能会问，这怎么可能呢？很多人会误读内容页面报告中的跳出率数据，下边的小案例将对这一问题作具体说明。

避免这种常见的跳出率陷阱

你知道吗，100％的反弹率并不总是坏事 ？如果这是一个转换路径里的一个中间步骤的页面，一般用户并不会直接登陆到该页面，这很可能意味着在你的网页中，只有1人跳出了（页面作为着陆页面带来的访问数为1），而通过该页面的数千其他访客，都顺利进入了下一步。

当你在页面报告中查看跳出率的数据时，你必须意识到跳出率并不是针对页面浏览量的度量来说的，而是针对该页面作为访问入口次数来说的。为了避免出现报告的误读，在最新的GA页面报告中也提供了页面访问进入次数的指标。而在着陆页面的报告中，自然也提供了跳出率及期对应的着陆页面访问数的数据。

另外，通过自定义报告你可以把一些重要的度量如着陆页面的访问数、跳出次数、跳出率等等同时呈现在同一报告界面上，这样你可以更直观地理解跳出率的含义。

跳出率何时会欺骗你？

这是个跳出率欺骗的个案分析。这是一个高跳出率的内容页的报告，跳出率是62％和页面访问退出率只有21％。考虑到这个页面不是一个主要的网站入口而是一个购物转换渠道路径页面，我们更关心的是这个页面的退出率而不是跳出率。约10个人有2人退出，实际上进入下一步的转换率还是非常高的。

跳出率的详细分析：

跳出率只适用于访问着陆页面，可以看到此页面作为访问着陆页面共带来13次访问。 13的62％约等于8，即只是870次浏览量中该页面的跳出次数为8 。

实际上这相当于总浏览量只有不到1％的小比例访问跳出了。

大多数人可能会误以为这是870次浏览量中其中有62％的浏览量发生了跳出而会对此页面作重点关注，但实际上却误读了数据，对这个数据作正确解读后其实属于正常情况。

（注：着陆页面报告中进入次数与访问数可理解为同一概念，这里的访问数指的是页面作为作为访问入口带来的访问次数。）

跳出率深入分析 - 细分！

用户的期望和意图与许多因素相关。为了避免出现跳出率误读的情况，强烈建议对数据作细分分析 。在汇总的数据中，你可能会根据跳出率的大小来判断数据是好还是坏，但实际结果可能正好相反，甚至在汇总的数据后边隐藏着重大问题。

这里有几个访问数细分的例子，可以帮助你更好地评估你的网站和营销业绩。

地点 - 如果你的公司是一家上海的提供本地企业服务的企业，从深圳过来的用户访问的跳出率必然会相对较高。你可以把流量按地区进行细分，以确认目标市场上海的流量表现具体是怎么样的，从而避免其他地区的数据对本地市场数据的干扰。

设备 - 桌面用户、平板电脑用户和手机用户往往有不同的意图。例如，手机用户访问的跳出率一般会比台式机/平板电脑的用户访问跳出率要高，因为手机用户往往只是查找一些特定信息如某个问题的答案，直接使用手机进行购物的用户还相对要少一些。另外，如果网站没有针对移动端的用户作过优化，页面响应与加载速度会相应较慢，访问体验不好，跳出率也会相对较高一些。

新老访客 - 新老访客的访问有着不同的目的。常见的情况是新访客比老游客的跳出率要高，因为他们不太熟悉你的品牌。你应该细分你的流量来分别对新访客和老访客的访问体验作优化。

媒介 - 从不同途径如推介来源、EDM、社交网站、直接流量、SEO或广告流量等等进入你的网站访问的用户也有着明显不同的目的，往往也有着明显不同的跳出率。通过访问媒介作细分很可能会震惊地各个媒介的跳出率居然会大不相同。

还有跳出率或退出率有关的任何问题吗？

如果有，可在后边发表评论。希望你通过这篇文章对跳出率有更深的理解，而不要轻易地误读跳出率的数据。

另外，这里附上Cloga翻译自KissMetrics的《跳出率解密》：