引言
文/宋星
在過去十年裡,跳出率幾乎一直是網站優化分析中的頭號指標。分析師判斷一個站好不好,第一印象往往就建立在跳出率的高低上。當一個網站帶著90%以上的跳出率出現在你面前時,你心裡大概會直接冒出兩個字:完了。但這個慣性思維,今天必須被推翻——因為跳出率同樣有很多「力不從心」的時刻,我們需要換新的工具和新的方法。
正文
跳出率是什麼大家都清楚。通俗講,它衡量的是一個網站或一個著陸頁給用戶留下的第一印象。跳出率偏高,通常意味著某個環節出了嚴重問題。
於是很多時候,我們把大量精力砸在跳出率優化上,生怕那些花真金白銀買來的流量白白流走。這確實是網站優化裡的永恆話題,對商業網站尤其如此。但問題在於,它絕對不是全部。跳出率有太多「不一定靠譜」的時刻,會把我們帶進溝裡。
有一類著陸頁我幾乎每天都會碰到,普遍到不能再普遍,但它們的跳出率總是逼近100%。
你肯定也天天見:那些單頁形式的商品或服務介紹頁,上面鋪滿了產品說明,然後是一堆按鈕——但這些按鈕「不約而同」地指向「客服商務通」「樂語」或者「企業QQ」,有的頁面乾脆連按鈕都沒有,只留一個電話號碼。這類頁面根本不打算讓你去逛其他頁面,它期待的是訪客就在這一頁被「搞定」,直接走進真實世界裡的人與人溝通。
這樣的頁面是不是很多?比如下面這個,你一定似曾相識:

這個頁面的跳出率必然很高,因為所有鏈接毫無例外全部指向「企業QQ」。我猜測如果用 Google Analytics 來衡量,它的跳出率應該在98%以上——之所以不是100%,是因為頁面可能被用戶刷新,而刷新在 GA 的定義裡並不算一次跳出。
這類是典型的單頁網站,設計者從一開始就沒打算讓你再去看別的頁面,所有鏈接都指向客服系統。所以再去研究這類頁面的跳出率,意義已經不大了。這就讓著陸頁優化陷入一個困境:傳統監測方法很難描述用戶在這裡的行為(因為這些行為通常工具根本探測不到),自然也就拿不到任何優化依據。
既然不能全指望跳出率,我們怎麼知道這些頁面有沒有達到預期、用戶是否滿意?優化必須建立在對用戶在著陸頁上真實行為的理解之上,可高跳出率告訴我們的是「用戶在這些頁面上沒有行為」——這顯然與事實不符。
我們需要一套新方法,能準確探知用戶在這類特殊著陸頁上的動作。這個新工具就是——熱圖。
熱圖並不是新東西,但 Google Analytics 自帶的熱圖功能,過去基本被我棄用了。更準確地說,以前我需要熱圖時都自己畫,因為 GA 自帶的那個實在太亂、太不準。而對於上面這類頁面,GA 的熱圖幾乎什麼都不顯示——在它看來,這個頁面根本沒有鏈接(企業QQ的鏈接它探測不到)。
所以我們必須換一個更完善的熱圖工具。這個工具至少要能監測到以下兩類指標中的前兩項:
第一類關鍵指標:點擊行為。由於用戶的點擊帶有很強的隨意性,可以細分為三種:鏈接點擊、非鏈接交互點擊、空白點擊。鏈接點擊指存在真實 http 鏈接的點擊;非鏈接交互點擊指同樣可點、但不是 http 鏈接的行為,比如 JavaScript 互動、flash 互動;空白點擊則發生在沒有鏈接也沒有互動的地方,也就是「點了白點」。
與我們常用的 pageview 不同,熱圖衡量的點擊指標就是點擊次數。但有些工具並不直接監測鼠標點擊,它們在熱圖上標出的「點擊次數」,實際上是點擊之後打開的新頁面的 pageview 數量。我們最常用的 Google Analytics 就是這樣畫熱圖的,這也正是它的熱圖相當不準的原因所在。
好的熱圖工具必須衡量真實的點擊次數,既包含鏈接點擊,也包含非鏈接交互點擊和空白點擊,更不能拿點擊後新頁面的 pageview 來替代點擊數。
第二類關鍵指標:瀏覽行為。網頁通常不止一屏,用戶需要向下滾動才能看完全部內容,熱圖系統應當記錄頁面的滾動情況,這是瀏覽行為的重要組成部分。此外,它還應該呈現頁面的哪個區域在屏幕中停留顯示的時間更久,幫我們判斷用戶到底在細看哪一部分。
衡量滾動情況的指標叫「瀏覽線」,衡量某區域顯示時長的指標叫顯示熱度。例如下圖這個工具(也是我目前能找到的最好的熱圖工具)所示:
