跳出率，英文叫做“Bounce Rate”，是網站分析中基本且相對有效的指標。所謂跳出率顧名思義就是跳出的比率。怎樣定義一個跳出呢？

從概念上來說這是無瑕的，也就是說“用戶對你的內容、產品、服務不感興趣”。要么你真的展現了你糟糕的一面，要么他們要找的不是你所提供的內容、產品、服務。對于這個非黑即白的指標，在其背后實質上水很深，值得單獨開貼來講。本周，極詣就和你一同探討一下跳出率，以及計算跳出率更好的方法。

科學分析跳出率的理念

我們解釋下跳出率和離開率（Exit Rate）的區別，跳出率是針對一個網站或者一個著陸頁而言的，所謂“見光死”。而離開率是針對每一個網頁上的訪客不再進行訪問離開這個網站的比率。這個網頁可能是“感謝頁面”，用戶完成了一次交易自然關了這個頁面離開這個網站。一次跳出是不可能存在兩個頁面訪問的。

在“見光死”這個問題上對數字營銷而言可以反映很多問題，可能是下面一條或多條：

• 網站廣告投放對象不符合你的用戶特征。
• 網站打開太慢，訪客直接關了。
• 廣告發布商用彈窗、機器人、誘騙點擊等不正常手段給你推送流量。
• 網頁上沒什么好互動的，極端情況下連一個鏈接都沒有。

在主流的網站分析工具中，通常我們是以統計PageView為主的，如果一次訪問只有一次PageView那么這次訪問就是一次跳出。PageView的統計在載入頁面時進行。因此除了上述原因之外還有一些技術原因，訪客其實并沒有“見光死”，但是被計算成了彈出：

• 用戶觀賞視頻
• 用戶通過Ajax技術與你網站進行互動
• 用戶閱讀了你的文章內容

上面枚舉的是一些不存在第二個訪問頁面時的跳出。如果我們不好好研究處理這些問題，我們非常容易對網站的運營情況形成誤判。

• 訪客可能看完了整個視頻而且非常享受
• 訪客點了個贊，但并沒有離開這個頁面
• 訪客可能閱讀完了文章的內容并決定非常有用

在這些情況下，我們就應該對網站分析工具的使用進行優化。極詣曾經專門發布過如何通過事件跟蹤視頻的播放的教程。你也可以對按鈕添加事件來避免跳出。傳統的添加事件的方法在Google Analytics中是：
 

其中一個參數opt_noninteraction是問你是不是“別把這個事件當做一個互動”，這個參數默認是false，也就是說只要觸發過一個事件，就不算跳出了。Universal Analytics里也差不多：

其中一個參數opt_noninteraction是問你是不是“別把這個事件當做一個互動”，這個參數默認是false，也就是說只要觸發過一個事件，就不算跳出了。Universal Analytics里也差不多：

我們只要附在onClick消息后就可以避免跳出。

那么第三種情況呢？用訪客既沒有點擊，又沒有和跳出訪客有顯著區別。實際上，還是有的。他們一通常會往下滾動閱讀或者在觸摸屏上往下拖。對于這部分用戶如果我們處理得不好，那么我們的跳出率會受影響，平均瀏覽時間會受影響，頁面停留時間也會受影響（因為后兩者也是通過多個頁面載入時間間隔來計算的。）

科學分析跳出率的方法

對于媒體網站的跳出率，我們計算的時候要以用戶實際在頁面停留的時間和互動為核心思想。具體有兩方面表現：

1. 訪客在頁面停留時間
2. 訪客是否有往下滾動頁面的行為

在第一點，我們可以定義訪客在頁面停留30秒為一個界限。第二點我們可以定義訪客在頁面向下滾動兩次為一個界限。具體的時間和滾動次數會根據你的頁面內容、排版或其他因素自主確定。當滿足頁面停留時間大于30秒并且訪客滾動超過兩次時，我們把這次單頁面訪問記作非跳出訪問。

實際操作時，你可以用js來判斷并推送事件給GA。我們本次介紹的是通過Google Tag Manager來實現。為了講述方便我們用新版本的GTM。但是新版本的GTM僅支持英語和法語，也請讀者包涵。

我們記錄一下用戶滾動的次數，為此我們新建一個變量NumOfScroll，這個變量會在數據層同步一個叫nos的數據層變量。