Das große Märchen von der Google Analytics Absprungrate

… oder warum eine schlechte Absprungrate sogar ein Qualitätsmerkmal darstellen kann

Eine niedrige Absprungrate spricht für eine hohe Qualität einer Webseite, während eine hohe Absprungrate als Zeichen dafür gesehen wird, dass irgendetwas grundlegend nicht stimmt. Doch wenn man mal ein ganz klein wenig tiefer in die Materie einsteigt, wird schnell klar, dass der Sachverhalt nicht so eindeutig ist.

Mein Berührungspunkt zu dieser Problematik

Da ich gerade dabei bin mein Projekt aus der Nischenseiten Challenge 2018 aufzupeppen, waren mir die schlechten Absprungwerte in Google Analytics aufgefallen. Immerhin reden wir hier von Absprungraten um die 80%. Also wirklich mal Zahlen, die nicht gefallen. Mehr noch: wir reden von erschreckenden Zahlen.

Ist die Seite wirklich so grottig? Von 10 Leuten gehen 8 sofort wieder? Oder wie soll man die Bounce Werte sonst interpretieren? Was kann man bei schlechten Absprungraten tun?

Also machte ich mich mal daran, die Lieblingssuchmaschine meines Vertrauens zu bemühen.

Was ist die Absprungrate überhaupt und wie wird diese in Analytics gemessen?

Absprungrate: Die Definition von Google

Google Analytics Support

“Ein Absprung ist der Besuch einer einzigen Seite auf Ihrer Website. Bei Google Analytics wird ein Absprung als Sitzung gerechnet, bei der nur eine einzige Anfrage an den Analytics-Server ausgelöst wird, etwa wenn ein Nutzer eine einzige Seite Ihrer Website besucht und die Seite dann verlässt, ohne dass für diese Sitzung weitere Anfragen an den Analytics-Server ausgelöst werden.

Die Absprungrate ergibt sich aus den Besuchen einer einzigen Seite geteilt durch alle Sitzungen. Sie ist der Prozentsatz aller Sitzungen auf Ihrer Website, bei denen Nutzer nur eine Seite besucht und nur eine Anfrage an den Analytics-Server ausgelöst haben.

Diese Besuche einer einzigen Seite haben eine Sitzungsdauer von 0 Sekunden, da nach dem ersten keine weiteren Treffer erzielt werden, mit denen die Berechnung der Sitzungsdauer in Analytics möglich ist.“

Hola, das war schon einmal mein erster grundlegender Irrtum. Ich ging bislang immer davon aus, dass als Bounce nur diejenigen Besuche zählen, die nach wenigen Sekunden wieder abbrechen. Vielleicht weil die Ladezeit zu lange ist oder das Design oder die Benutzerführung gruselig daherkommt. Weit gefehlt. Google trackt nach dem Seitenaufruf erst dann wieder, wenn der Benutzer nach dem Aufruf der Landeseite eine Interaktion mit der Webseite durchführt.

Bei meiner P-Konto Seite habe ich eben nun mal sehr viel Text und keinerlei (oder nur minimal wenige) Interaktionsmöglichkeiten. Schon fast logisch, dass die Absprungrate hoch sein muss. Also muss ich,  wenn ich aussagekräftigere Werte möchte entweder Interaktionsmöglichkeiten prominenter platzieren oder aber anders messen.

Welche Seiten haben gewöhnlich hohe Absprungraten?

Analytics misst nur den Zeitpunkt des Seitenaufrufs. Wenn dann keine weitere Interaktion mehr erfolgt, wird der Besuch als Bounce mit der Verweildauer 0 gewertet. Dabei ist dann komplett egal, wie lange unser Besucher tatsächlich auf der Seite verweilt.

Vielleicht ist er so fasziniert von unserem Text, dass er 30 Minuten alles von oben bis unten durchliest und zufrieden geht, weil er die Informationen gefunden hat, die er suchte?

Oder ist er vielleicht so genervt von unserer Seite, dass er tatsächlich nach wenigen Sekunden flüchtet?

Wir wissen es einfach nicht. In beiden Fällen vermeldet uns Google: “Absprung – Verweildauer Null”.

Wenn wir jetzt aber die Logik hinter der Absprungrate verstanden haben, wird klar, dass Seiten mit hohem Informationswert traditionell hohe Absprungsraten haben müssen. Selbst dem großen Wikipedia geht es da nicht besser. Die Absprungswerte sind dort ebenfalls unglaublich hoch.

Im Umkehrschluss bedeutet das dann aber auch, dass Webseiten, die auf Conversions ausgelegt sind möglichst niedrige Absprungsraten vorweisen sollten. Tun sie das nicht, muss dann tatsächlich nach den Ursachen gesucht werden.

Infografik von Hubspot zu den Bounce Raten bei Google Analytics

Es gibt eine tolle, zwar etwas in die Jahre gekommene, aber immer noch sehr brauchbare Infografik der Kollegen von Hubspot.

Quelle: Hubspot

Also hier sieht man deutlich bei den Blogs und Landingpages hohe Vergleichswerte. Ich denke da liege ich mit meinen 80% bei p-konto-zentrum.de im Durchschnitt der Einäugigen.

Nichtsdestotrotz werde ich im Zuge des Relaunches mehr Interaktionselemente einbinden. Schließlich ist es auch nicht im Sinne des Erfinders, wenn meine Besucher auf meiner Seite keine Handlungen vornehmen. Ich möchte ja auch Geld verdienen. Und dazu benötige ich zwingend Interaktion.

Allerdings interessiert mich dennoch, ob man nicht irgendwie feststellen kann, was die User auf der Seite so treiben, wenn sie schon nicht interagieren wollen. Lesen Sie die Inhalte, oder scrollen sie wenigstens ein bisschen? Wie lange bleibt der jeweilige User tatsächlich auf meiner Page?

Lassen sich echte Bouncer irgendwie von den tatsächlich passiv lesenden und interessierten Usern trennen? Kann man zwischen zufriedenen und unzufriedenen Abspringern unterscheiden? Gibt es da irgendeine Möglichkeit?

Qualität der Bounces durch den Google Tag Manager ermitteln.

In der Tat stellt Google hierzu ein äußerst mächtiges Tool zur Verfügung, den “Google Tag Manager“. Ich bin gerade dabei, mich darin etwas einzuarbeiten. Deshalb erwartet jetzt von mir hier keine Handlungsanleitung. Dazu bin ich zum derzeitigen Zeitpunkt nicht in der Lage. Ich bin schon froh, wenn ich das Teil einigermaßen funktionsfähig bedienen kann und den Code so eingebunden bekomme, dass die Geschichte zuverlässig funktioniert.

Ermitteln der tatsächlichen Verweildauer:

Eine interessante Segmentierungsmöglichkeit wäre zu erfahren, wie viele Besucher nach einer festgelegten Zeitspanne noch am Start sind. Bei meinem Nischenprojekt zur NSC habe ich jetzt mal mit 75 Sekunden gestartet. Ich gehe einfach einmal davon aus, dass wer nach 75 Sekunden noch auf der Seite ist, ein gewisses Grundinteresse mitbringt. Der ist für mich dann kein wirklicher Bouncer mehr.

Mit dem Tagmanager kann man einen Trigger erstellen, der nach genau dieser Zeitspanne ein Event auslöst, welches von Google Analytics dann vermerkt und gemessen wird

Segmentierung nach Scrolltiefe:

Ich bin mir nicht sicher. Aber vielleicht ist es sogar sinnvoller zu erfahren, wie weit die Bouncer auf der Seite scrollen. So ließe sich zum Beispiel ein Event definieren, dass bei 50% Scrolltiefe anschlägt. Wer scrollt ist ja eigentlich auch schon kein Bouncer mehr.

Bei der Verweildauer sind sicherlich viele Interpretationsmöglichkeiten möglich. Vielleicht sucht jemand bei Google nach einer Info und öffnet nacheinander fünf Suchergebnisse. Habe ich Glück und der Suchende geht zuletzt an das Fenster mit meiner Seite, hätte ich schwupps eine tolle Verweildauer, obwohl er vielleicht nur 5 Sekunden auf meiner Seite verbracht hat. Und ein Bouncer wäre er auch nicht mehr, weil der 75 Sekunden Trigger ausgelöst worden wäre. Irgendwie auch nicht 100% befriedigend aber dennoch aussagekräftiger als die Analytics Standardeinstellung.

Bei der Scrolltiefe verhält es sich anders. Meiner Meinung nach (leider nicht die von Google Analytics) ist scrollen eine Interaktion. Scrollen ist eine aktive Handlung des Nutzers und somit kann, wer scrollt kein wirklicher Bouncer mehr sein. Immerhin wertet der Besucher den Webauftritt als so wichtig, dass er zumindest zum Skimmen und Scannen bereit ist.

Fazit:

Ich glaube man sollte diesem Märchen von der Absprungrate keinen allzu großen Glauben schenken. Hohe Werte müssen nicht zwingend schlecht sein. Vielmehr hängt es von der Art der Landeseite ab. Bei einer Shopseite ist eine hoher Absprung gewiss ein Alarmsignal, während er bei einem Blog vollkommen im Normalbereich liegen kann. Dennoch kann natürlich Interaktion nie schaden. Ich für meinen Teil werde dabei bleiben und weiter testen.

Wie sieht es bei Dir aus? Wie sind DeineAbsprungraten und was hast Du gegebenenfalls unternommen, um Verbesserungen zu erzielen? Schreibt es in den Kommentar!

Die neuesten Blogbeiträge: