В данной статье хочу рассказать о некоторых особенностях правильной оценки показателя отказов (bounce-rate) в ГА. Для начала вспомним, что же это за такой показатель и как он считается в системе Google Analytics.
Показатель отказов (bounce-rate) - процентное соотношение пользователей которые покинули сайт со страницы входа. Иными словами это пользователи которые просмотрели не больше одной страницы сайта в ходе своего посещения.
К примеру, пользователь попал на страницу 1, система ГА зафиксировала текущее время, так сказать точку отчета, потом пользователь попал на страницу 2, ГА опять зафиксировал текущее время и в итоге время пребывание на странице 1 будет считаться как разница между попаданием на страницу 2 и попаданием на страницу 1. Таким образом, если пользователь пользователь попал на одну из страниц сайта и дальше следующем шагом не посетил никакую другую страницу сайта, то время пребывания для этой страницы будет равно 0.
Учитывая определения двух показателей (показатель отказов и время пребывания на странице сайта) можно сделать вывод, если пользователь попал на страницу, провел на ней какое то время, к примеру читал статью, и потом покинул сайт, то для данной странице в разрезе этого пользователя показатель отказов будет 100% и время пребывания на сайте 0.
Скажете не справедливо? Возможно:). По-этому некоторые веб мастера немножко видоизменяют код Аналитикса для корректировки показателя отказов.
Как же это выглядеть? В код ГА добавляется функция вида
setTimeout(_gaq.push(['_trackEvent', '15_seconds', 'read']),15000);
Данная функция выполняет следующее действие - по истечению 15 секунды пребывания пользователя на странице вызывается событие 15_seconds, после этого пользователь уже не будет учитываться в показатель отказов. Таким образом "скорректированные код" позволяет уменьшить показатель отказов. Стоит отметить, что временной интервал можно выставить любой, так же само и название события.
Рассмотрим на реальном примере, как же это работает.
Данная функция выполняет следующее действие - по истечению 15 секунды пребывания пользователя на странице вызывается событие 15_seconds, после этого пользователь уже не будет учитываться в показатель отказов. Таким образом "скорректированные код" позволяет уменьшить показатель отказов. Стоит отметить, что временной интервал можно выставить любой, так же само и название события.
Рассмотрим на реальном примере, как же это работает.
Как видим на графике показатель отказов существенно уменьшился после корректировки кода.
Но следует отметить, что такая корректировка кода несколько искажает данные сайта, а именно время проведения на сайте так же увеличится. Данный метод актуален для блогов, так как именно на блогах пользователи в основном попадают на конкретную статью читают ее и покидают сайт. И вроде бы все хорошо, такие пользователи теперь не будут учитываться в показателях отказов, но следует не забывать, что данные уже искаженные.
На этом же реальном примере, убрав данную функцию, мы видим увеличение показателя отказов и уменьшения время пребывание на сайте.
С этого следует сделать вывод, что внедрив данную функцию в код Аналитикса мы корректируя показатель отказов мы искажаем данные, в то время как эффективность сайта остается прежней и именно здесь важно, то как Вы оцениваете сайт, как оперировать данными цифрами статистики и самое важно как сделать правильные выводы.
Теперь рассмотрим плюсы и минуса такой корректировки.
Существенным плюсом является то, что действительно показатель отказов снизился, время провождения увеличилось и вроде бы все хорошо, но с другой стороны эффективность страницы не изменилась, поменялись только цифры. Ведь если вернутся к определению термина показателя отказов, то это именно процент пользователей которые покинули сайт посетив только одну страницу. А у нас что получается?? Пользователь попал на сайт пробыл 15 секунд и ушел с сайта, так же не посетив другой любой страницы, а мы его уже не считаем, помимо этого мы еще и исказили время пребывания на сайте. То есть мы уже сами себе даем не верную статистику, накрученную. Опять не справедливо?.Возможно:).
Что же делать?.Как же оценить эффективность страницы? Ответ простой. Оценивать страницу необходимо в комплексе с другими показателями. К примеру, есть такой показатель как процент выходов - который говорит о том, на сколько данная страница является последней в цепочке посещения сайта у пользователей и если этот показатель очень высок, то вполне логично задуматься над тем, что бы что то поменять на странице что бы пользователи не покидали сайт. И тут же, необходимо учитывать сам характер страницы, к примеру если это уже страница завершающая заказ "Спасибо за покупку", то вполне логично что она будет последней у пользователей.
Поскольку целью поста являются рассуждения по поводу корректировки показателя отказов, позвольте я выскажу свое мнение на счет всего этого, тем более уже до меня было много постов по поводу данного метода корректировки.
Я считаю, что нельзя зацикливаться на одном параметре, и к примеру считать, низкий показатель отказов хорошо, высокий плохо, ведь можно поставить отработку события каждые 2 секунды и снизить показатель отказов до 0, и кому станет легче? Вы только лишь обманите самого себя. Но я не отрицаю, данный метод можно использовать к примеру на страницах от которых ожидается явное действие от пользователя, например отработка события на скачивание файла. В данном случае пользователь так же посетил одну страницу, но посещение было целевым, он зашел скачал файл и ушел. Таким образом отрабатывая событие в момент скачивания файла показатель отказов показывает верную статистику, если высокий - люди не скачивают. В то время я не рекомендую использовать данный метод на карточках товара в интернет магазинах, так как пользователь попадает на страницу товара и сразу принимает решение, устраивает цена - звонит покупает, конечно если на странице есть кнопка заказать или купить, то на нее следует "вешать" какое нибудь событие. Иначе накрутив низкий показатель отказов в данном случае можно упустить тот момент, что цены в Вашем интернет магазине выше чем у конкурентов (в случае высокого показателя отказов, можно промониторить цены, и выяснить почему же пользователи покидают сайт).
Итак, подведем итог. Я рекомендую данный метод корректировки использовать исключительно на конверсионных страницах, то есть на станицах на которых от пользователя ожидается конкретное действие, и данные события отрабатывать непосредственно после выполнения целевого действия. В случае блогов, журналов, сайтов типа википедии, не вижу особо смысла понижать показатель отказов таким методом, учитывая, что он за собой влечет искажение и других показателей, разве что для своего самоуспокоения, ведь повторюсь еще раз, главное это правильно анализировать данные.
Для справки, читал статью, что вроде бы уменьшая показатель отказов мы улучшаем поведенческий фактор относительно сайта, а мы знаем, что Гугл при ранжировании сайтов уделяет этому фактору сильное значение последнее время и можно предположить, что на сайтах на которых стоит Google Analytics, Гугл может обращать внимание на эти факторы, но это лишь предположение и я в него слабо верю, так как не все используют систему ГА для оценки эффективности сайта и тем более, учитывая тот факт, что этот показатель можно накрутить, а Гугл не обманешь )..
Комментариев нет:
Отправить комментарий