Przeglądasz posty otagowane: ‘Współczynnik odrzuceń’

Prawdziwy czas na stronie w Google Analytics

Inspiracją do napisania poniższego artykułu był post Magicznego SEO i SEM dotyczący prawdziwego bounce rate i time on site. Zaciekawieni jego treścią postanowiliśmy sami zagłębić się w temacie. Przyszedł czas na przedstawienie efektów poszukiwań i implementacji:)

Czas na stronie w Google Analytics

Powrót do podstaw

W poprzednim tygodniu w artykule o bounce rate pisaliśmy o pewnej modyfikacji kodu śledzącego (GATC), która „poprawia” jego definicję, tak aby współczynnik odrzuceń był jeszcze lepszą miarą oceny jakości naszego serwisu. Słowem przypomnienia chodzi o to, aby odrzucenie liczone było nie jako jednoosłonowa wizyta (jak jest to standardowo), lecz jako wizyta użytkownika, który po wejściu na witrynę spędza na niej bardzo krótki czas (np. mniej niż 10 sekund) i w czasie wizyty nie podejmuje żadnych akcji (przechodzi na inną stronę w ramach serwisu, ściąga plik itp.).

Jeżeli pamiętasz na jakiej zasadzie działa Google Analytics pewnie zapytasz teraz, co z użytkownikami, którzy wyłączają przeglądarkę, po opuszczeniu Twojej strony? W końcu Google Analytics mierzy czas spędzony na stronie odczytując ciasteczka, a dokładniej mówiąc czasy załadowania kolejnych stron. Jeżeli użytkownik całkiem zamyka przeglądarkę lub przechodzi na inną witrynę, to nie jest obliczany czas pomiędzy kolejnym żądaniem i obliczenie czasu spędzonego na ostatniej (przed zamknięciem przeglądarki czy przejściem na inną witrynę) stronie staje się niemożliwe.

W związku z tym również statystyki średniego czasu spędzonego w witrynie zostają zaniżone, ponieważ system nie rejestruje czasu spędzonego na ostatniej przed zamknięciem przeglądarki stronie. Podobnie dzieje się z użytkownikami, którzy zostali odrzuceni (lub raczej odrzucili nasz serwis). Dla nich system automatycznie przypisuje wartość 0 czasu spędzonego na stronie. Z czym również wiąże się zaniżony średni czas spędzony w ramach danej witryny.

Bardzo dobrze powyższy problem opisany został przez Avinasha Kaushika w artykule zatytułowanym Standard metrics revisited: Time on page and time on site.

Na to również jest sposób, który polega na odpowiedniej modyfikacji kodu śledzącego. Pomysł pochodzi z Magiczne SEO i SEM.

Wykorzystanie funkcji onbeforeunload

W związku z tym, że Google Analytics zbiera dane na podstawie tagów JavaScript, odpowiednia modyfikacja kodu śledzącego z wykorzystaniem funkcji tego języka pozwala na zaawansowaną modyfikację śledzenia. Jedną z takich możliwości daje zdarzenie object.onbeforeunload. Na Conversion blog zastosowaliśmy ją w sposób następujący:

1. <script type=”text/javascript”>
2. var prawdziwybouncerate_timer=0;
3. setTimeout(‘prawdziwybouncerate_timer=1′, 10000)
4. function prawdziwybouncerate_zamykane() {
5. if (prawdziwybouncerate_timer==1)
6. {
7. _gaq.push(['_trackEvent', 'Zamykanie', 'Strona', location.pathname])
8. }
9. }
10. window.onbeforeunload = prawdziwybouncerate_zamykane;
11. </script>

Powyższa sekcja kodu, podobnie jak samo setTimeout, które omawiałem w artykule o bounce rate powinna znaleźć się przed samym zamknięciem sekcji <body>. Podyktowane jest to faktem, że 10 sekund dla odrzucenia powinno zacząć odliczać się jak najpóźniej – po załadowaniu całej strony. Jeżeli kod zostałbym umieszczony na początku, to może dojść do sytuacji, że strona nie zdąży załadować się w całości, a użytkownik już będzie liczony jako nie-odrzucenie (bo w końcu minęło 10 sekund).

Co się dzieje w kolejnych linijkach kodu?

Powyższy skrypt wykonuje następującą akcję – dla wizyt trwających więcej niż 10 sekund wywołuje zdarzenie: _gaq.push(['_trackEvent', 'Zamykanie', 'Strona', location.pathname]) . Dzięki temu tworzy on kolejny stempel czasu, dla którego może być mierzona długość odwiedzin pojedynczej strony jak również całej wizyty na stronie.

Implementacja na naszym blogu

Podpatrując pomysł Magicznego SEO i SEM, sami postanowiliśmy zaimplementować to rozwiązanie u siebie – było to pod koniec lipca. Porównując następnie miesiące lipiec i sierpień można zauważyć znaczny wzrost średniego czasu spędzonego na stronie.

Średni czas na stronie przed i po wprowadzeniu zdarzenia onbeforeunload

Jak widzisz, na naszym blogu średni czas na stronie zwiększył się ponad 3 krotnie po wprowadzeniu omawianego śledzenia zdarzeń. Taki wzrost z pewnością podyktowany jest tym, że blogi są specyficznymi serwisami tzn. charakteryzują się bardzo wysokim współczynnikiem odrzuceń, w jego standardowej definicji, stąd wprowadzenie omówionej modyfikacji kodu śledzącego spowodowało tak duży wzrost.

Podsumowanie

Mam nadzieję, że Wy również zaczerpniecie z tego pomysłu i zaimplementujecie powyższe rozwiązanie w swoim serwisie. Oczywiście nie jest one doskonałe – głównie z tego względu, o którym pisał Michał Małaj w komentarzu do naszego artykułu o bounce rate. Wygaśniecie sesji spowoduje, że ten sam użytkownik będzie oznaczony w dwóch sesjach, co więcej w każdej z czasem 0.

Dlaczego?

Google Analytics (standardowo) po 30 minutach nieaktywności kończy sesję. Co więc, jeżeli użytkownik otworzy naszą stronę (powiedzmy A), nie wykona żadnej aktywności przez 2h (po pójdzie spać) i wróci po 2h do naszego artykułu, następnie spędzi tam 10 minut i zamknie stronę? Wtedy będziemy mieli 2 wizyty do strony A z których obie będą trwały 0 (bo nie ma pomiędzy czym zmierzyć czasu – omawiany kod nie został ponownie załadowany). Normalnie (bez tego kodu), mielibyśmy jedną wizytę trwającą 0.

Najważniejsze jest, abyś to Ty czuł się z zaimplementowana metodą dobrze i potrafił z jej pomocą podejmować trafne decyzje dotyczące swojej obecności w internecie. Z pewnością jest jeszcze kilka rozwiązań dotyczących omawianego problemu pomiaru czasu na stronie wyjścia i każda ma swoje plusy i minusy. Jeżeli masz swoje ulubione lub takie, które Twoim zdaniem jest najlepsze, to proszę podziel się z nami:)

Wszystko o bounce rate, czyli współczynniku odrzuceń

Ostatnimi czasu dosyć sporo mówi się o wskaźniku (czy też współczynniku) odrzuceń (ang. bounce rate). W końcu to bardzo ważna metryka i Ty również powinieneś zwrócić na nią uwagę. W poniższym artykule chciałbym podsumować kilka wątków dotyczących tej miary. Najpierw jednak zacznę od definicji…

Co to jest współczynnik odrzuceń?

Znaczenia wskaźnika odrzuceń, najlepiej jest szukać u źródła, czyli u dostarczyciela narzędzia ilościowej analizy ruchu na stronie – Google Analytics. Cytując za pomocą Google Analytics wskaźnik odrzuceń to udział wizyt, w czasie których osoba zobaczyła jedynie jedną stronę, po czym opuściła serwis. Warto jednak zaznaczyć, że ta definicja nie jest do końca precyzyjna… Jeżeli w czasie wspomnianej wizyty użytkownik wykonuje jakąkolwiek akcję, która nie powoduje nowej odsłony, ale jest zarejestrowania jako zdarzenie (np. ściągniecie pliku), to wówczas taka wizyta nie jest już liczona jako odrzucenie. Podejrzewam, że nie zostało to doprecyzowane w definicji, ponieważ śledzenie zdarzeń w Google Analytics jest zaawansowaną funkcjonalnością, którą użytkownik narzędzia musi samodzielnie skonfigurować.

Avinash Kaushik bardzo obrazowo opisuje takie osoby – są to użytkownicy, którzy came, puked and left (tłumaczenie pozostawiam Wam:P).

Według Web Analytics Association, współczynnik odrzuceń to po prostu jednoodsłonowa wizyta.

Podane definicje skupiają się na tym, że użytkownik po wejściu na stronę od razu ją opuszcza (bez różnicy ile czasu przed tym na niej spędził) bez przejścia na inna stronę w ramach tej same witryny.

W takim wypadku, taką metryką można uznać za miarę jakości naszego serwisu, a w szczególności strony docelowej, na którą trafiają użytkownicy (ang. landing page) i dopasowania źródeł pozyskiwania ruchu, które do niej prowadzą. Im większy współczynnik odrzuceń, tym gorzej dla serwisu, ponieważ nie angażuje odwiedzających użytkowników, nie zachęca ich do jego eksploracji…

Czy na pewno?

Problem ze współczynnikiem odrzuceń

To zależy od charakteru serwisu internetowego, a wynika w szczególności z takiej a nie innej konstrukcji współczynnika odrzuceń w Google Analytics. Jak w przypadku większości aspektów analityki internetowej nie można mówić o standardach, które dotyczą wszystkich stron internetowych.

Najlepszym przykładem są blogi.

Czy fakt, że użytkownik trafił na bloga i odwiedził tylko jedną stronę oznacza, że jego treść jest nieciekawa? Niekoniecznie!

W końcu na stronie głównej może znajdować się lista artykułów, które są wyświetlane w całości i użytkownik nie ma potrzeby przechodzić na inne strony. Może być też tak, że użytkownik trafił na artykuł idealnie odpowiadający jego potrzebom, zapoznał się z nim i opuścił witrynę. Odwiedzający może być również subskrybentem naszego kanału RSS i przychodzi na stronę, aby zapoznać się z najnowszym postem. Nie przechodzi dalej, ponieważ jest zaznajomiony z pozostałą treścią zawartą w witrynie.

Największy problem ze współczynnikiem odrzuceń w narzędziach analityki internetowej polega na jego postrzeganiu niezaangażowanych użytkowników jako tych, którzy zobaczyli jedynie jedną stronę w czasie sesji.

Stąd pojawia się potrzeba zdefiniowania prawdziwego współczynnika odrzuceń w Google Analytics i modyfikacji kodu śledzącego, które umożliwiają jego śledzenie.

Prawdziwy współczynnik odrzuceń…

… powinien być oparty o czas, jaki użytkownicy spędza na stronie, na którą trafili. Mimo faktu, że nie ma co do tego stwierdzenia wątpliwości, to jednak ciągle pozostaje pewien niesmak… Jak określić czas, w którym użytkownik „nie odrzuca” witryny podczas pierwszej (w ciągu danej sesji) wizyty? Jest to bardzo subiektywna ocena – nie tyle z punktu widzenia danego serwisu, co samego użytkownika. W końcu mi osobiście może zając 30 sekund, zanim ocenię, czy serwis jest wart mojej uwagi, kiedy Ty zrobisz to w 10 sekund.

Jednak dużo lepiej jest założyć, że współczynnik odrzuceń to udział użytkowników, którzy spędzili na stronie docelowej określoną ilość czasu, niż odwiedzili jedynie jedną stronę w czasie swojej wizyty. Takie rozwiązanie jest możliwe dzięki funkcji Google Analytics nazwanej śledzeniem zdarzeń.

Poprzez małą modyfikację kodu śledzącego w ramach witryny możemy ustawić, aby współczynnik odrzuceń był liczony jako procent użytkowników, którzy byli na stronie krócej niż 10 sekund. Wystarczy dodać następujące linijkę kodu na danej stronie pod opcją pageTracker._trackPageview();:

<script type=”text/javascript”>

setTimeout(‘_gaq.push([\'_trackEvent\', \'NoBounce\', \'Over 10 seconds\'])’,10000);

</script>

Parametr 10000 oznacza czas w milisekundach. Oczywiście, zarówno na potrzeby własnego serwisu jak i poszczególnych podstron w nim zawartych możesz określić ten parametr samodzielnie. Pamiętaj jedynie, że 1 sekunda = 1000 milisekund:)

Skąd w ogóle taka wartość? W tym przypadku wzorowałem się na serwisie http://www.useit.com/. Dodatkowo, uzasadnieniem wykorzystania 10 sekund dla wizyt z odrzucenie jest fakt, że nie psuje on znacząco takich metryk jak średni czas na stronie czy długość wizyty.

Pamiętaj jedynie, że wykorzystanie powyższej funkcji zmieni nie tylko Twój „prawdziwy współczynnik odrzuceń”, ale również wpłynie (pozytywnie) na średni czas spędzony na stronie. Więcej na ten temat w artykule w przyszłym tygodniu:)

Jak to wygląda w praktyce?

W związku z tym, że na naszym blogu od początku jego istnienia wykorzystujemy powyższe rozwiązanie, to nie jesteśmy w stanie pokazać jak ta modyfikacja wpłynęła na nasz wskaźnik odrzuceń. Poniższe grafiki pochodzą z bloga PadiCode.

Współczynnik odrzuceń przed i po modyfikacji kodu śledzącego

Na podstawie powyższej grafiki bez problemu możemy określić, kiedy dokładnie została wprowadzona zmiana. Jeżeli chcesz ciągle wiedzieć, ile użytkowników odwiedza Twój serwis oglądając tylko jedną stronę w jego ramach – nie ma problemu:) Dowiesz się tego odwiedzając Głębokość odwiedzin w sekcji Użytkownicy>Lojalność użytkowników. Na przykładzie bloga PadiCode widzimy, że procent użytkowników z jedną odsłoną odpowiada mniej więcej współczynnikowi odrzuceń sprzed modyfikacji kodu śledzącego.

Głębokość odwiedzin

Jak wartość powinien przyjmować współczynnik odrzuceń?

Wiedząc już jak prawidłowo mierzyć współczynnik odrzuceń, powinieneś wiedzieć jakich jego wartości się spodziewać. Zapewne już się domyślasz, że nie ma złotego środka. Ja oprę się o infografikę KISSmetrics.

Infografika KISSmetrics

Przedstawione dane odnoszą się do rynku amerykańskiego, ale myślę, że śmiało można je przełożyć na nasze rodzime podwórko.

Jeżeli wejdziesz na stronę infografiki KISSmetrics, przekonasz się, że autor za współczynnik odrzuceń przyjmuje wartość „standardowo” przedstawianą przez narzędzia analityki internetowej.

Jednak ciężko jest mówić o jakichkolwiek standardach prawdziwego współczynnika odrzuceń, kiedy właściciel strony może samodzielnie skonfigurować próg czasu, poniżej którego odwiedziny liczone są jako odrzucenie. Mam nadzieję jednak, że przedstawiona infografika będzie dla Was pewnym punktem odniesienia:)

Jak poprawić współczynnik odrzuceń?

Wiedząc już, co to jest, jakie są problemu i jak powinien wyglądać współczynnik odrzuceń, czas na kilka wskazówek jak go poprawić. Nie ulega wątpliwości, że każdemu właścicielowi witryny internetowej będzie zależało na tym, aby ten współczynnik mieć na jak najniższym poziomie.

W sieci jest bardzo dużo porad, jak obniżyć współczynnik odrzuceń i chyba nie ma sensu ich powtarzać:) W naszym Conversion’s Funnel Model jednym z elementów, które mają wpływ na współczynnik konwersji jest dopasowanie. Dotyczy ono właśnie aspektu współczynnika odrzuceń.

7 sposobów na zmniejszenie współczynnika odrzuceń znajdziesz na Rentier blog. Jest to bardzo ciekawy i wyczerpujący artykuł na ten temat. Poza tym możesz wykorzystać również wskazówki Suite101.com. A całość można podsumować wspomnianą już infografiką KISSmetrics:

Infografika KISSmetrics

Podsumowanie

Uhh, mam nadzieję, że wyczerpałem temat… Można jedynie wspomnieć jeszcze o rzeczach, które powodują wysoki współczynnik odrzuceń, lecz zakładam, że są to rzeczy wynikające z powyższych sposobów na poprawę tej metryki. Poza tym, część z nich można znaleźć na stronie wspominanej już infografiki KISSmetrics.

Słowem podsumowania należałoby jedynie określić przydatność współczynnika odrzuceń jako metryki w analityce internetowej. Moim zdaniem, jako miara jakości ruchu na stronie bounce rate jest znakomitym wskaźnikiem. Nie znaczy to, że nie ma wad, ale po odpowiedniej jego modyfikacji w połączeniu ze średnim czasem spędzonym na stronie jest to silny argument na temat tego, czy Twój ruch (niekoniecznie jako cały, lecz w rozpatrywanych segmentach np. w podziale na źródła ruchu) jest wystarczająco zaangażowany. Przy analizie współczynnika odrzuceń należy również pamiętać o sortowaniu ważonym, bo w końcu nie trudno o 100% bounce rate na stronie z pojedynczymi odwiedzinami:)

Co Ty sądzisz na ten temat?