Высокий, низкий, нормальный показатель отказов и глубина просмотра

Довольно часто владельцы сайтов, запуская рекламу и оценивая ее эффективность, ориентируются по старинке на косвенные метрики, такие как показатель отказов или глубину просмотров.

Суть показателя отказов разная для Google Analytics и Яндекс Метрика. В первом случае, это просмотр посетителем одной единственной страницы без взаимодействия с интерактивными элементами на ней,  во втором - просмотр страницы менее 15 секунд.

Какой показатель отказов считать высоким, средним, низким?

На сегодняшний день готов утверждать и доказать  цифрами, что любой показатель отказов в любой из систем аналитики одновременно и  нормальный, и высокий, и низкий!

"Почему?", "Что за бред?", "Мы же пользуемся этим показателем  уже больше десятка лет" - скажут 95% "опытных" пользователей интернета / владельцев сайтов.

Но уже лет пять как этот показатель не имеет прямой связи с эффективностью сайта/рекламы /трафика,  в отличии  от ключевых показателей, отражающих рентабельность и эффективность рекламы в интернет, а именно CPA/CPL, ДРР /ROI  и других.

Пример с одного из недавних проектов, очень красиво показывающий ловушку "высокого/низкого/нормального показателя отказов":

Запущен A/B тест 2х посадочных страниц (*)
1.  "exp"
2.  "main"
в разных кампаниях, ставки одинаковые, трафик 50/50 на старте, все остальное идентично.

Смотрим на базовые показатели и видим :
расход и число кликов одинаковые, а отказы и время для посадочной страницы "exp" гораздо хуже, чем на "main"
в Google Analytics:
отказы "exp" 72% против 50%
и глубина просмотра "exp" 2,9 против 3,7 страниц - "просто катастрофа"

Отказы и глубина просмотра эксперимента  в Google Analytics

в Яндекс Метрика:
отказы "exp" 28% против 23%:
глубина просмотра "exp" 3,7 против 3.9 страниц - тоже "плохо"

Отказы и глубина просмотра эксперимента  в Яндекс Метрика

Все косвенные показатели против экспериментальной страницы.
Какую же страницу нужно выбрать?
По предисловию уже понятно, но давайте разберемся, в чем фокус.

А сколько стоит конверсия? 


Глядя только на приведенные цифры, нужно срочно отключать тестовую страницу.
Лица, принимающие решения, обычно начинают очень переживать, видя такие цифры:
"Это совсем не дело -  такие показатели !" "Срочно уволить/поменять того, кто такое натворил!"

Но давайте успокоимся и посмотрим на  бизнес-показатели - конверсия и  CPL (цена за заявку):

Цена за заявку в эксперименте с двумя посадочными

И видим, что страница "exp" дает конверсию 6,2% против 3,1%, а
 итоговую цену заявки (CPL) -  0,60 Евро  против  - 1,2 Евро у исходной страницы.

Цифры в приведенном эксперименте очень ярко, с отличием в 2 раза, демонстрируют возможность принять очень дорогое неверное решение.
Аналогичная ситуация встречается в 2х из 3х экспериментов, просто с меньшими последствиями.

Почему так произошло? Вот одно из объяснений, которое легко сделать, видя цифры, и невозможно угадать, не видя их:
На "exp" странице большей части посетителей сразу понятно, что предложение не подходит, отсюда и большие отказы (70%). Зато для оставшихся тема раскрыта более детально, сняты основные возражения, и они чаще совершают конверсию.
Исходная страница "main" более общая и, чтобы понять детали, посетители тратят больше времени, глубже ходят по сайту в поисках ответов, но не находят их. Итог: отказы низкие, глубина просмотра большая, но конверсий нет.

Если оптимизировать рекламу или сайт, ориентируясь на косвенные показатели эффективности, такие как "показатель отказов" и "глубина просмотра", то легко принять неверное решение.
Никакой связи, ни прямой, ни обратной с бизнес-показателями эти косвенные показатели не имеют.


Результаты эксперимента коротко:


Страница с показателем отказов на 20% больше и меньшей глубиной просмотра
дает в 2 раза лучшую конверсию и в 2 раза более дешевые регистрации.

Поэтому:
Любой показатель отказов или глубины просмотров одновременно Высокий/Нормальный/Низкий, так как никак не связан с бизнес-показателями.

Что же делать?


Чтобы оценивать эффективность работы сайта или рекламы и правильно их оптимизировать,  необходимо настроить сквозную аналитику до CPL, CPA, ДРР/ROI, и смотреть уже конечные цифры а не промежуточные.


(*) названия экспериментальных кампаний по понятным причинам изменены.


Комментариев нет:

Отправить комментарий