Share
Denne artikkelen fortsetter vår serie med tolkning av webanalyser, og ser på hvordan faktorer som uendelig rulling påvirker avkastningsfrekvensen, og hvordan det er mulig å skjevne dine egne analyser for å gi bedre, "vennligere" resultater.
"Dette er hva som skjer når utgivere investerer i lange historier", erklærte Co.Labs tilbake i 2013, med et diagram som viser et dramatisk fall i studsfrekvensen:
Wow-ser ut som det falt fra rundt 75% til 20%! Fra vår definisjon av avvisningshastighet (prosentandelen av besøk som bare varer på en side), vet vi at dette betyr at rundt 75% av besøkene bare var en side lang, pre-dip; post-dip, 20% av besøkene var bare en side lang.
Eller med andre ord: pre-dip, bare 25% av besøkene så på mer enn en side; post-dip, 80% av besøkene så på mer enn en side.
Merk: Siden publiseringen har forfatteren @ chrisdannen lagt til noen rettelser, en del av adressefeilene i den opprinnelige datainnsamlingen. Dette er ikke et problem for våre eksempler, da dataene fortsatt tjener våre poeng.
Litt lenger nede i artikkelen deles dette diagrammet:
Den lyseblå linjen viser det gjennomsnittlige antall sider en besøkende ser på i ett enkelt besøk, og det er knapt forandret. Men vent - hvis antall personer som ser på mer enn én side, har gått fra 25% til 80%, burde denne linjen sikkert også ha skutt opp?
For å forstå hvorfor det ikke gjør det, la oss først ta en liten omvei.
La oss anta at du går til en av Envato Tuts + hjemmesider, bla ned til bunnen, og klikk på linken til Side 2. Når Page 2 lastes, vil besøket ikke telle som en sprett for enten forsiden eller Page 2.
Nå, tenk at vi implementerte uendelig rulle, som vist på nettsteder som Twitter og Facebook: Når du ruller ned til det siste innlegget i listen, laster siden automatisk de neste ti innleggene. Du har gjort praktisk talt det samme som ovenfor, men fordi du ikke har klikket på en kobling for å laste inn en egen side, teller det ikke som å besøke to sider. Hvis du forlot nettstedet, vil det fortsatt regnes som en sprett.
Dette virker som en ganske godtydelig forskjell. Heldigvis gir Google Analytics en vei rundt det: i koden som sier "ta de neste ti innleggene og legg dem til i listen", kan vi også si "å, og fortelle Google Analytics at dette ikke teller som en sprett ”.
Jeg tror at du med rimelighet kan rettferdiggjøre manuelt å ignorere en sprett i det eksempelet, men ikke overraskende, mange nettsteder bruker denne funksjonen til å manuelt ignorere sprett i alle slags andre situasjoner.
"Oppholdt seg på siden i mer enn tretti sekunder? Fortell Google Analytics at dette ikke teller som en sprett! "" Scrolled past the fold? Fortell Google Analytics at dette ikke teller som en sprett! "
Personlig er jeg ikke opptatt av dette, fordi det muddies definisjonen av en sprett, noe som kan legge til unødvendig forvirring.
Og dette synes å være akkurat det som skjedde på Co.Labs. Så snart du ruller noen få piksler ned på siden, blir ikke besøket ditt telt lenger som en sprett. Det er mulig at redaktørene investerer i lange historier førte til at de besøkende rullet mer, men jeg mistenker at faktisk sporing ble implementert omtrent samme tid som CoLabs redaktører startet sitt eksperiment.
Leksjonen, igjen, er at konteksten er viktig: avvisningshastighet er ikke et magisk nummer som vi skal sikte på å holde innenfor noen rekkevidde; det er viktig å vite hva det egentlig representerer.
Du har kanskje lagt merke til at, selv om gjennomsnittlige sider / besøk ikke endret seg mye i det andre diagrammet, gjorde gjennomsnittlig tid på side. Det er et godt resultat, ikke sant? Vel ... kanskje ikke. Jeg skal forklare hvorfor i mitt neste innlegg.
Accentsconagua