Optimisation des taux de rebond avec l'outil de relecture de session de FullStory –

"Insights" est le mot de fait de choix quand il s'agit de l'analyse – et pour une bonne raison. Les équipes doivent connaître les informations critiques sur leurs produits, leurs utilisateurs, les performances de leurs sites Web (et plus encore) pour prendre des décisions.

En matière d'analyse Web, les statistiques types sont basées sur des clics et des taps, des visites de pages et des durées de sessions. , les taux de rebond, les taux de conversion et d'autres points de données agrégés. Ces métriques sont utiles pour diagnostiquer des problèmes (ou des opportunités de repérage) concernant UX ou autre, mais une fois identifié, c'est souvent là où les équipes sont bloquées.

La solution à ce problème de données est d'avoir un moyen de "zoomer" sur un problème identifié pour voir ce qui se passe, en apprendre davantage, puis proposer des solutions viables. Cette stratégie hybride, quantitative et qualitative tire parti des outils de diagnostic et d'analyse descriptive . Mais comment ça marche, en pratique? Et quels types d'informations peuvent être découvertes?

Dans cet article, nous allons nous intéresser aux taux de rebond, en examinant spécifiquement comment un taux de rebond peut être utilisé pour identifier les opportunités d'optimisation des moteurs de recherche optimisation de la copie de l'application optimisation de la page de destination (y compris l'identification du faux trafic payant), et l'optimisation globale UX

Les taux de rebond signifient quelque chose – mais quoi? Je me demande comment la stratégie qual-quant fonctionne dans la vie réelle, considérons l'une des métriques les plus couramment utilisées dans le web analytics: le taux de rebond.

Comme un rappel, un rebond est défini comme "une session qui déclenche seulement un demande au serveur d'analyse, par exemple lorsqu'un utilisateur ouvre une seule page sur votre site et quitte ensuite sans déclencher d'autres demandes au serveur d'analyse au cours de cette session ". (Source: Google Analytics .)

Les taux de rebond sont mauvais, non? Eh bien, comme l'explique Google Analytics sur sa page d'aide, «ça dépend». Le problème des taux de rebond est que, même s'ils peuvent indiquer quelque chose qui ne va pas, ou signalent la performance relative des différentes sources de trafic. ou UX sous-optimal, ils ne vous disent presque rien de ce qui fonctionne réellement (ou ne fonctionne pas) sur la page.

Utiliser les taux de rebond comme un signal de pages Web très performantes ou peu performantes puis l'analyse de ces pages en utilisant un outil de relecture de session comme FullStory peut aider à fournir les réponses nécessaires pour optimiser la page

Voici comment cela fonctionne.

Optimiser l'UX avec les taux de rebond et FullStory

, identifient des pages peu performantes en utilisant Google Analytics (ou votre plateforme d'analyse préférée). Ensuite, recherchez des enregistrements de session sur ces pages dans FullStory en utilisant l'URL en question comme paramètre de segmentation. Vous pouvez ensuite affiner vos résultats en fonction d'autres critères (tels que des sessions référencées à partir d'une URL spécifique ou des visites d'une durée de 60 secondes ou moins).

Vous pouvez également couper votre recherche par sessions contenant signaux de frustration de l'utilisateur . Chez FullStory, nous appelons ces "clics de rage". "

Vous pouvez rechercher dans FullStory pour toutes les sessions qui contiennent des clics de Rage.

avoir une liste de sessions à regarder, mettre de côté une heure pour faire des observations. Prenez des notes dans une feuille de calcul de tout comportement surprenant:

• Qu'est-ce qui est cliqué – ou pas cliqué?
• Où l'attention de l'utilisateur semble-t-elle tomber?
• ] Les éléments clés sont-ils obscurcis?

Lorsque vous faites des observations, prenez des notes dans une feuille de calcul. Après une heure – ou une fois que vous avez atteint un point de rendements décroissants – passez en revue vos notes et voyez si des tendances apparaissent. Après un certain temps, cette analyse qualitative conduira à quelques améliorations immédiates et une poignée d'idées sur la façon d'optimiser l'expérience utilisateur. Exécutez les améliorations immédiates et utilisez vos idées (et un outil de test A / B pratique ) pour expérimenter.

Cela semble simple, n'est-ce pas? Mais cela fonctionne-t-il dans tous les cas?

Optimisation du référencement avec FullStory

L'algorithme de recherche Google utilise de nombreux signaux pour évaluer la pertinence du contenu pour une requête spécifique. L'un d'eux est de savoir si un utilisateur doit retourner à sa recherche Google après avoir cliqué sur un résultat spécifique. Exemple: imaginez que vous recherchez "taux de rebond" et atterrissez sur un site parlant de basketball. Pas très pertinent vous cliquez en arrière et accédez à un autre résultat de recherche Google. Google voit cela et l'intègre dans les résultats de recherche futurs.

Bien qu'il soit impossible de faire correspondre une session spécifique à une recherche Google spécifique, vous pouvez utiliser Google Analytics et Google Search Console identifiez les pages Web les plus performantes par position de recherche, CTR, impressions, etc.

• Notez les taux de rebond des 5 à 10 pages les plus visitées lors de visites dans Google Analytics (ou tout autre outil d'analyse quantitative que vous utilisez). une liste de pages Web qui ont des taux de rebond significativement plus élevés. Concentrez-vous sur les pages Web que vous souhaitez optimiser pour la recherche.

Dans Google Analytics, vous pouvez extraire les références Google / organiques et ajouter une seconde dimension de la page de destination. Vous pouvez également établir des priorités en fonction du taux de rebond. Choisissez des pages qui ont de faibles taux de rebond pour étudier davantage dans FullStory.

Prenez cette liste et recherchez dans FullStory les sessions contenant des visites de ces pages très populaires. Filtrez davantage la liste de sessions résultante en fonction des visites référées par Google. Obtenez encore plus spécifique en filtrant vos sessions à celles qui sont courtes (disons, 30 secondes ou moins).

Ci-dessus dans FullStory nous créons une recherche pour les sessions dans lesquelles le temps total est de 30 secondes, la source de référence est Google et la page de destination est un élément de contenu que nous souhaitons optimiser. Regardez ces séances pour voir où les choses pourraient mal se passer.

Avant de plonger dans les sessions, mettez-vous à la place de l'utilisateur. Ils utilisent un ensemble de mots-clés pour rechercher une réponse. Quels pourraient être ces mots-clés? Comment cette recherche affecte-t-elle votre consommation de la page?

Relisez maintenant les sessions de votre liste. Observez comment l'utilisateur prend le contenu. Voyez si vous pouvez déterminer ce qu'ils recherchent en fonction de l'endroit où ils s'arrêtent ou de ce qu'ils mettent en évidence. Enfin, qu'ont-ils fait immédiatement avant de rebondir? Quelque part en ce moment se trouve votre problème.

Ayant regardé un certain nombre de sessions à cet article de blog sur FullStory nous avons remarqué que beaucoup d'utilisateurs étaient en train de déposer après la première histoire de notre liste. Nous verrons si nous pouvons être plus engageants, afin que les lecteurs restent plus longtemps.

Une fois que vous aurez une idée de la façon dont se comportent ces visiteurs, faites une liste des changements à tester. Vous pouvez vous rendre compte que votre intro est trop longue ou que certains graphiques sont gênants. Peut-être quelque chose d'autre entièrement. Si vous apportez des modifications en fonction de vos observations, prenez des notes sur ce que vous avez modifié, puis revenez à votre outil quant après un laps de temps significatif et voyez si vous avez amélioré les taux de rebond et / ou votre présence dans la recherche naturelle.

Le même concept s'applique à l'amélioration de l'UX pour les conversions.

Optimisation du trafic payant vers les pages de destination

Si vous envoyez du trafic payant sur votre site Web, vous utilisez probablement votre outil d'analyse quantitative. Il suffit de regarder les taux de rebond (et les taux de conversion) pour savoir quand une campagne est un échec, mais ils ne répondent pas tout à fait pourquoi (et nous devons apprendre des erreurs si nous faisons mieux la prochaine fois

C'est parce que les visites rémunérées peuvent mal tourner pour toutes sortes de raisons. En supposant que vous faites de la publicité auprès du bon public (une hypothèse importante), les optimisations sur la page sont les coupables les plus probables d'un taux de rebond élevé. De la conception d'une page de destination à des appels masqués ou à une copie de page trop longue tout pourrait nuire à votre taux de rebond.

Peu importe l'approche adoptée, la stratégie de base reste la même. sessions dans FullStory et créez une liste de celles contenant des visites payées sur votre page de destination. Affinez la liste pour inclure des sessions courtes. Rejouer des sessions, faire des observations, et repartir avec une poignée d'améliorations directes – ou des choses à tester. Si vous utilisez des outils de test A / B pour tester des solutions, affinez les variations en fonction de vos informations de réexécution.

Rincez, répétez!

À moins que, le trafic vers votre page de destination n'est pas réel. You Exec a utilisé la relecture de session FullStory pour analyser le trafic payant de Google et de Facebook. Ce que vous avez trouvé, c'est que 90% du trafic publicitaire de Google et de Facebook semblait inutile (robots?). Ils ont pu détecter la différence en comparant des sessions d'utilisateurs réels à des sessions supposées de robots:

Une capture d'écran de l'enregistrement GIF de You Exec. Si vous regardez la version réelle vous voyez qu'elle montre les mouvements naturels du curseur et le comportement de défilement humain (la lecture accélère 3 fois plus vite que la vitesse réelle). La fausse version de montre que l'interaction est inexistante et que le temps est la plupart du temps passé au ralenti.

Alors que les outils d'analyse web de diagnostic peuvent indiquer un problème avec une source de trafic particulière, façon d'être sûr est d'utiliser quelque chose de plus humain. Pour cela, la session de FullStory fonctionne comme un charme

Éliminer une copie confuse avec FullStory

Nous terminerons par une étude de cas de taux de rebond qui illustre comment des taux de rebond mystérieux peuvent être presque impossibles à déterminer sans les réponses fournies par un outil d'analyse descriptive.

Appcues, un outil de messagerie intégré et in-app a remarqué des taux de rebond élevés sur leur formulaire d'inscription. En regardant de plus près en rejouant des sessions dans FullStory, ils ont remarqué une confusion de l'utilisateur en cliquant sur un bouton de soumission. En cliquant sur le bouton, l'exemplaire a changé de Créez votre première expérience à Réchauffer nos moteurs .

En observant des sessions, Appcues a déduit que la copie Réchauffer nos moteurs utilisateurs confus. Ils n'ont pas compris ce que cela voulait dire. Le changement était simple. Les applications ont changé la copie de post-clic en Merci! Vous serez redirigé en une seconde et vous verrez rapidement une augmentation des taux d'activation. Une telle erreur stupide, mais une solution aussi simple

Moins de rebond, plus de jeu!

Les outils d'analyse quantitative comme Google Analytics sont incroyablement utiles pour identifier les problèmes et les opportunités . Mais ces aperçus de haut niveau ne sont qu'un début: vous avez besoin d'un outil d'analyse qualitatif pour creuser plus profondément.

FullStory est ce genre d'outil. Recherchez et relisez les sessions utilisateur individuelles réelles qui génèrent ces taux de rebond élevé. Faites des observations, faites des hypothèses sur des solutions et améliorez votre site à partir d'observations réelles!

Justin est un créateur, lifter, ATL Xoogler, papa, optimiste – et est toujours anxieux de comprendre. Il écrit pour FullStory et construit BirthdayShoes.com .