关于Bounce Rate定义的疑问

bounce  Bounce Rate是网站分析中一个比较有意思的度量,也是Avinash Kaushik个人比较喜欢的一个度量,目前网上对它的讨论也比较多。目前用的比较多的是“跳出率”这个翻译,个人比较喜欢Sidney的翻译——崩失率,音译和意译兼备。原本一直以为Bounce Rate的定义就是只浏览了单个页面的访问量占总访问量比率,无论是Google Analytics的“Single PV Visits/Total Visits”还是Omniture的“Single Page Visits/Total Visits”,计算的方法都较为类似。但最近在翻Avinash Kaushik的《Web Analytics》时,发现Avinash Kaushik对Bounce Rate的定义推荐使用Time on Site,即访问的停留时间小于10秒或5秒的访问量所占的比例,不知道是不是因为这本书出版已经有点时间了的关系,不知道《Web Analytics 2.0》中对Bounce Rate的定义是怎么样的。

  但是无论用Visits的页面数还是Time on site来定义Bounce Rate,其实都存在陷阱,都会引起Bounce Rate过高。

Bounce Rate中的陷阱

  先来说说为什么Avinash Kaushik推荐使用Time on Site,据《Web Analytics》中Bounce Rate相关内容章节中的介绍,Avinash Kaushik是根据实践的经验得出用户在网站的停留时间小于10秒时,一般无法完成一次有效的交互(Engagement)。当然根据网站类型的不同,Bounce的Time on Site的可以在5-10秒这个区间里面选择一个合适的值。

  之所以使用停留时间,而不用浏览的页面数,是因为用单页面的访问来定义Bounce是不准确的。就像基于Wordpress的博客,可能很多用户只需要访问首页就可以浏览最新发布的文章,也就是说虽然只访问了一个页面但达到了期望的目的——浏览该博客最近发布的文章,基于RSS的订阅也是这种情况,那么我们就不能认为这类访问是Bounce的。再举个更直观的例子,Twitter上包括查看最近tweets或发布tweet,其实都是在同一URL——twitter.com下完成的,如果单纯使用单页面访问来定义Bounce Rate,估计Twitter.com的Bounce Rate会达到98%以上,这样就无法真正体现Bounce Rate指标的意义了。

  既然用Page或PV=1来衡量Bounce存在以上的弊端,那么为什么这么多的网站分析工具还是使用这一标准呢?首先我们必须清楚Avinash Kaushik推荐使用Time on Site是基于一定的前提的,即网站的停留时间可以进行准确的测量,而现在停留时间的普遍计算方法是存在缺陷的,可以参考我之前的文章——WEB日志的作用和缺陷中对停留时间缺陷的说明。当然也有一些特殊的方法是可以获得用户离开网站的时间点的,如用户点击链接时的页面重定向,关闭浏览器时弹出隐藏窗口等,这些技术因为其实现方式在某些程度上会影响用户的使用,或让用户感觉不适,被认为是不雅的手段,所以一般不建议使用。

pitfall

  所以一般我们是很难得到用户真正离开网站的时间点的,当前一些流行的分析工具也是如此,这就会导致Time on Site无法得到准确的测量,那结果就是所有单页面的Visits的Time on Site都是0,而那些0<Time on Site<10s的Visits其实只是那些从进入页面到离开页面停留时间小于10秒的访问,而不是真正的访问停留时间就一定小于10秒(我们无法知道他在最后一个页面的停留时间)。这种情况下的Time on Site将会把我们引入一个更深的陷阱,所以目前的大部分分析工具基于其本身获取数据的能力选择“单个页面的访问量占总访问量比率”作为Bounce Rate也是可以理解的,或者更像是一个无奈之举。

  所以,对于Bounce Rate其实可以保持谨慎的乐观,也许你的网站并没有分析数据上显示的这么糟。那么Bounce Rate这个有趣的度量有没有更加有效的定义方法呢?我目前还没有找到,欢迎大家回复讨论。

关于Bounce Rate定义的疑问》上有 17 条评论

    1. joegh 文章作者

      嗯,所以需要了解工具的不足,更好地改进,同时避免分析中被数据误导。感谢你的评论!

      回复
    1. joegh 文章作者

      感谢你的评论!工具只能为我们提供数据和趋势,最终的结果还是需要我们去分析和总结。

      回复
  1. Scyan

    继续阅读你的文章ing;-)
    我喜欢把这个叫做弹出率,在实际应用中,我们需要考虑很多因素,也可以根据需要来定义这个bounce rate,比如在做应用程序或者widget的分析中,根据需要和特性,灵活的定义弹出率有时是必要的。
    下面是我对弹出率的一些看法,我们继续讨论,交换意见。

    http://tinyurl.com/bounce-rate-tips

    回复
  2. joegh 文章作者

    @Scyan: 嗯,其实网站分析的一些度量可以被用于应用客户端、游戏等其他IT或互联网产品的分析上,而一些传统的统计和数据分析方法也应该更多地被用于网站分析中。

    回复
  3. Pingback 引用通告: 网站页面度量与细分 — SEM KNOWLEDGE BASE|搜索营销智库

  4. Pingback 引用通告: UEDBase | 用户为先·专注体验 » Blog Archive » 网站分析的基本度量

  5. Pingback 引用通告: 网站分析公会

  6. Pingback 引用通告: » 网站分析的基本度量 - 网络营销博客.ALi,专注网络营销,分享网络营销.

  7. song

    目前国内的JYC统计可以很准确的测量访客停留时间,楼主不了解这个统计系统的话,建议去免费试用一下,相信会有不少收获,谢谢!
    地址http://www.adjyc.com

    回复
  8. joegh 文章作者

    @song: 这个统计工具之前没关注,如果真能准确地计算每个页面的停留时间,那就能解决数据获取中的很多问题了。

    回复
  9. tony

    楼主的博客写的很有深意,对于Bounce Rate这一点,在看过《Web Analytics》,一直也困惑于此,这篇博客解决了我的疑惑,希望博主的博客越来越好

    回复
  10. Pingback 引用通告: 网站页面度量与细分 | 天地会(俺们是营销团队)

  11. Pingback 引用通告: 徳博 » 网站分析的基本度量[zt]

  12. Pingback 引用通告: 网站页面度量与细分 | 钛媒体网

  13. Pingback 引用通告: 关于Bounce Rate定义的疑问 | leojunp

发表评论

电子邮件地址不会被公开。 必填项已用 * 标注

您可以使用这些 HTML 标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>