GA4における離脱率と直帰率とは?意味・違い・正しい読み方を解説

マーケティング
記事を要約する
◆ 使い方:左上のプロンプトコピー後 → ご自身お使いのAIに貼り付けてください。

離脱率は、サイトの水漏れ箇所を防ぐために色々な情報を教えてくれます。
今回は離脱率について解説します。

離脱率の定義とは?

まずは公式の定義です。


離脱率は、個々のページのすべてのページビューで、そのページがセッションの最後のページになった割合を示します。 引用:アナリティクスヘルプ

離脱率(Exit Rate)とは、あるページが「セッションの最後のページ」になった割合を示す指標です。

  • ページを見たあと
  • 他のページに遷移せず
  • サイトを離れた(ブラウザを閉じた・別サイトに移動した)

この状態を「離脱」と呼びます。

この離脱の数は、GA4では離脱数という指標で表現されます。

閲覧開始数と離脱数についてはこちらの記事を参考にしてください。
↓↓
https://kanseian.earth/marketing/what-is-entrances-or-exits/

離脱率の計算式

率なので、計算指標であり分母と分子があります。
分子は離脱数ですが、分母にはページビュー(表示回数)をあてます。

離脱率 = 離脱数 ÷ ページビュー数 (表示回数)× 100 

用語の整理

  • ページビュー数:そのページが表示された回数
  • 離脱数:そのページがセッションの最後のページだった回数

直帰率の定義とは?

直帰率も公式の定義を引用します

エンゲージメントのなかったセッションの割合。たとえば、ユーザーがウェブサイトにアクセスしてホームページのコンテンツを確認した時間が 10 秒以内で、その後イベントをトリガーしたり他のページや画面を表示したりしないままサイトを離れた場合、そのセッションは直帰として集計されます 公式:アナリティクスヘルプ

初見では分かりにくいですよね・・・

理解にはセッションとエンゲージメントのあるセッションの違いを覚える必要があります。

セッションはサイトへの訪問数でした。この訪問を仮に質の高いセッションと質の低いセッションに分けるとします。すると質の高いセッションはどのようになると思いますか?

目的を達成したセッション!おーいいですね。
閲覧をしてくれたセッション!おーいいですね。
フォーム閲覧してくれたセッション!センスありますね!

はい。おおよそあっています。

用語の整理

GA4では質の高いセッションを下記3つの条件を満たすものとして定義しています。


エンゲージメント セッションとは、
・10 秒以上継続したセッション(1ページでも10秒いてくれたなら見てくれたよ)
・キーイベントが 1 件以上発生したセッション(目的達成してくれた)
・2ページ以上閲覧(2ページ目に遷移してくれたということは閲覧してくれた!)

エンゲージメントセッションがない場合(つまり、エンゲージメント セッションのいずれの条件も満たしていない場合)は、Google アナリティクスではそのセッションは直帰としてカウントされます。

実際の質が高いセッションは、先ほど言ってくれたように「フォーム閲覧したか?」
など会社ごとに定義を厳密にすることはできますが世界中で運用されるGA4では上記3つの条件を質の良いセッション(エンゲージのあったセッション)と定義したわけです。

分子にこのエンゲージのあったセッション。分母にサイト全体の訪問数をとることで、エンゲージメント率が算出されました。


エンゲージのあったセッション30/サイト全体来訪数300=エンゲージメント率30%

本来は以下が理想ですね?

エンゲージのあったセッション300/サイト全体来訪数300=エンゲージメント率100%

そうなっていないのは、残りが質の低いセッションであったからです。
この70%を、GA4では直帰率と定義しています。

これを専門用語で「エンゲージメント率の逆数」なんていう呼び方をします。

直帰率と離脱率の違いを表でざっくり整理

指標意味
直帰率エンゲージメント率の逆数
離脱率そのページが「最後」になった割合

よくある直帰率定義の間違い:1ページだけ見てサイトを離脱した訪問の割合
上記は、75点くらいの回答です。GA4では1ページのみで離脱しても、10秒以上滞在or2ページ以上閲覧orキーイベントが発生すれば直帰になりません。

重要なポイント

  • 直帰=必ず離脱だが、離脱=必ず直帰というわけではない
    • 直帰のときは離脱もカウントされます。(最後に離れたページであることは一緒ですからね!)

離脱率が高い=悪いではない理由

離脱率はページの役割によって評価が真逆になります。

離脱率が高くても問題ないページ

  • お問い合わせ完了ページ
  • 資料ダウンロード完了ページ
  • 営業時間・アクセス案内ページ

→ 役割を果たしている
※なお、ページごとに次のアクションを定めている場合はもちろん改善の余地はあります

離脱率が高いと問題なページ

  • トップページ
  • カテゴリ一覧ページ
  • 商品一覧ページ
  • 比較・検討ページなど

→ 次の行動を促せていない可能性が高いので離脱ポイントやその要因を深ぼることをおすすめします。

離脱率のベンチマーク(参考値)

  • 記事: 60-90%
  • ホームページ: 40~60%
  • 商品ページ: 40~60%
  • カテゴリページ: 20~40%

あくまで海外サイトでの参考値ですが、自社サイトの同一機能のページ群と比較して高い箇所は水漏れ箇所であると認識して体験改善を検討したほうがいいでしょう。

参考:What is a Good Exit Rate for a Website?

What is a Good Exit Rate for a Website? (Benchmarks Inside)
Find out what a good exit rate is, how it's different from bounce rate, and how to use this metric to boost the performa...

離脱率を見るときの正しい判断軸

そのページの「期待される次の行動」は何か?

  • 次のページへ進むべきか?
  • その場で完結してよいのか?

流入元はどこか?

  • 検索流入、広告流入、SNS流入で違いはあるか?
    • あるとしたらどのような理由か?

ユーザーの検索意図と一致しているか?

  • ユーザの期待に応えられているか?
    • 来訪してくれたユーザは何を求めている?
      • 情報収集段階?
      • 比較検討段階?
      • 行動直前?

サイト速度は適正か?

  • サイトが高画質な画像や動画を設置したことで重くなっていないか?

GA4で離脱率をどう考えるべきか?

GA4では、離脱率単体より以下の指標とセットで見ることが推奨されます。

  • エンゲージメント率
  • セッションあたりのページビュー
  • 平均エンゲージメント時間
  • スクロール率

特にエンゲージメント率やセッションあたりのページビュー、スクロール率を組み合わせることで、ページの体験価値、そこから遷移を促せているのかを複合的に見ることができます。

離脱率を改善すべき代表的なケース

以下に当てはまる場合、改善余地があります。

  • 一覧ページの離脱率が高い
  • 記事途中での離脱が多い
  • CTAの直前で離脱している
  • モバイルだけ異常に高い

離脱率改善の具体策(実務)

ファーストビュー改善

  • 検索意図に即答する見出しが容易できているか?
  • 「この記事でわかること」を明示できているか?
  • 期待を満たせそうと思わせられているか?
    • 観点:
      • 信頼性、専門性、簡潔性、予測性

内部リンクの最適化

  • 次に読むべき記事を明確か?
  • 文脈に合った導線を設置できているか?

CTAの見直し

  • CTAの文言は具体的か?
  • 押し売りになっていないか?
  • 行動ハードルが高すぎないか?

速度改善

  • 画像読み込みを遅らせる(HTMLの <img> タグに loading="lazy" 属性を追加する)
  • 画像をWebPへ変換(圧縮)
  • 無駄なJSやタグを削除
  • サーバー変更など

ページの読み込み速度をチェックできる無料ツール「Google PageSpeed Insights」を使用して、ページパフォーマンスを確認してみてください。

離脱率は「悪者」ではない

離脱率はユーザーが満足して去った結果である場合も多くあります。

重要なのは

  • 数字を見ること
  • 役割と文脈で解釈すること
  • 改善すべきページだけに集中することです。

まとめ:直帰率、離脱率とは何か?

  • 直帰率=エンゲージメント率の逆数
  • 離脱率=そのページでセッションが終わった割合
  • 高い=悪い、ではなく、ページの役割とセットで判断する
  • GA4ではエンゲージメント率と併用する
    • エンゲージメントも低い場合は、要改善

次のアクション

  • 離脱率が高いページを役割別に分類する
  • GA4探索で「ページ×次ページ」を確認する
  • 改善対象ページを3つに絞る

お問い合わせ

サイトの体験改善を定量的に進めていきたい方は下記からお問い合わせください。

コメント

タイトルとURLをコピーしました