Absprungrate in Google Analytics – so können falsche Werte mithilfe von Ereignissen korrigiert werden

Beim Launch von Landing Pages fiel uns in der Vergangenheit immer wieder ein Wert negativ auf: die Absprungrate. Obwohl bei Design und Erstellung der Landing Page auf alle wichtigen Faktoren geachtet wurde war eine Verbesserung der Absprungrate nicht zu erkennen. Teilweise wurden Werte von bis zu 80% erreicht. Also haben wir nachgeforscht und fanden heraus, dass das Problem nicht die Landing Page ist, sondern die Art und Weise wie Analytics die Absprungrate berechnet.
Deswegen soll dieser Artikel aufzeigen warum die Absprungrate großen Einfluss auf das gesamte SEO Ranking einer Seite hat, wie und warum die Absprungrate von Google Analytics ungenau berechnet wird und natürlich auf welchem Weg man die tatsächliche Absprungrate ermitteln kann.

Warum ist es wichtig die Absprungrate möglichst genau zu ermitteln?

Da Google seinen Suchalgorithmus streng geheim hält können wir es zwar nicht mit endgültiger google adwords absprungrate bounce rateBestimmtheit sagen. Dennoch ist es bekannt, dass die Absprungrate einer von vielen Faktoren ist, der das Google Ranking einer Website beeinflusst.

Was wir hingegen sicher wissen ist, dass qualitativ schlechte Websites hohe Absprungraten aufweisen. Google selbst registriert Seiten mit schlechter „Nutzererfahrung“ und erkennt darin einen Hinweis auf nicht relevanten Content. Seiten mit einer hohen Absprungrate stehen im Vergleich mit der Konkurrenz also höchstwahrscheinlich schlechter da, was sich in einem niedrigen Ranking niederschlägt.

Wie berechnet Google Analytics die Absprungrate?

Kurz gesagt berechnet Analytics die Absprungrate als prozentualen Anteil an Sitzungen (Websitebesuchen) mit nur einer Interaktion auf der Website. Als erste Interaktion wird bereits der Aufruf bzw. das Anzeigen der Seite im Browser gezählt. Registriert Analytics innerhalb von 30 Minuten nach dem Seitenaufruf keine weitere Interaktion wird die Sitzung als „Absprung“ bewertet.

Ein Beispiel: Ein Nutzer gelangt über eine Google Adwords Anzeige auf Ihrer Website, im Idealfall einer eigens dafür vorgesehenen Landing Page. In diesem Moment ist die initiale Interaktion, der Seitenaufruf, bereits geschehen. Wenn Ihr Nutzer nun innerhalb der folgenden 30 Minuten keinen weiterführenden Link anklickt (also keinen weiteren Seitenaufruf auslöst), zählt Google Analytics es als „Absprung“.

Hier wird es problematisch. Angenommen ein Besucher findet auf der Landing Page alle gesuchten Informationen (z.B. Anschrift, Telefonnummer) scrollt bis zum Seitenende herunter. Er schaut Videos an, ließt Texte und hat dabei Nützliches und Relevantes mitgenommen. Das ist natürlich kein Absprung – stattdessen hat sich der Nutzer offensichtlich mit der Seite beschäftigt.

Google Analytics wird dennoch einen Absprung dokumentieren, da schlicht keine zweite Aktion registriert wurde. Es stellt sich also die Frage: Wie kann die Absprungrate von solchen Absprüngen bereinigt werden, um einen niedrigeren und genaueren Wert zu erhalten?

Das Geheimnis: In-Page Ereignisse.

Des Rätsels Lösung: Google kennt neben den Seitenaufrufen auch noch eine zweite Form der Interaktion: die so genannten „Ereignisse“.

Standardmäßig trackt Google Analytics Seitenaufrufe immer dann wenn eine Seite aufgerufen (im Sinne von: wird geladen und angezeigt) wird. Der Ansatz ist hier also die Nutzer dazu zu bewegen sich auf eine zweite Seite durch zu klicken. Gerade bei den heutzutage mehr und mehr beliebten langen Landing Pages ist das nicht einfach. Diese haben oftmals den Sinn den Nutzern alle relevanten Informationen auf einer Seite zur Verfügung zu stellen. Weiterhin können Seitenaufrufe alleine kaum Rückschlüsse auf das genaue Verhalten der Nutzer gezogen werden. Und eben dafür benötigt man die oben genannten Ereignisse.

Ereignisse tracken wie Nutzer sich auf der Seite bewegen und mit den Inhalten interagieren. Ein Ereignis kann das Abspielen eines Videos, das Herunterladen von Dateien oder eine Anmeldung für einen Newsletter sein. Um dies tracken zu können muss für jedes Ereignis ein eigenes zusätzliches Code-Snippet in den Quelltext eingefügt werden. Doch der Aufwand lohnt sich, da wertvolle Daten über das Nutzerverhalten gesammelt werden.

Die Lösung lautet also: Wenn Nutzer mit Inhalten auf Seiten, auf denen Ereignisse implementiert sind, interagieren, registriert Analytics dieses Ereignis und wertet die Sitzung nicht als Absprung.

absprungrate_rueckgang
Rückgang der Absprungrate nachdem Klickereignisse und Timer-Events getrackt werden.

Wie ermittelt man nun die korrekte Absprungrate?

Zunächst müssen Code-Snippets für alle interessanten Aktionen auf der Seite erstellt und den entsprechenden Buttons, Menüs, Videos zugewiesen werden. Auf stark frequentierten Seiten sollte man darauf achten nicht zu viele Ereignisse zu tracken, da sonst eine Flut von Informationen entsteht die schwierig zu analysieren ist.
Die Ereignisse sollten gut nachvollziehbare Namen tragen, wie etwa „Video abspielen“, „Karte herunterladen“ oder „Newsletter Anmeldung“.

Es ist empfehlenswert auch für mögliche Aktionen weit unten auf der Seite Ereignisse hinzuzufügen. Diese sind zwar weniger wichtig für die Korrigierung der Absprungrate, enthalten aber Daten zum Scroll-Verhalten.

Am Ende erhält man als Ergebnis das wahre Bild von der Webseite und dem Verhalten der Nutzer. Zusätzlich sollte nun die Absprungrate stark gesunken sein und sich auf einen Wert von etwa 30% bis 40% einpendeln. Verglichen mit den 80% zuvor eine klare Verbesserung, die das SEO Ranking positiv beeinflussen sollte.