¿Cómo interpretar el porcentaje de rebote de un sitio web, que significa?

¿Otra vez hablando del porcentaje de rebote? Pues sí. ¿Qué por qué? Sencillo. El porcentaje de rebote sigue siendo una de las métricas más confusas y que más controversia genera en términos de analítica web, sobre todo porque es un dato que resulta, en principio, dificil de interpretar, por no tener un valor absoluto. Es decir, mientras que en métricas de caracter más absoluto, como ratios de conversión, usuarios nuevos o páginas vistas, el tener un número creciente siempre es algo positivo, en principio, no sucede lo mismo con el porcentaje de rebote, no es tan sencillo, requiere un análisis más detallado para interpretarlo correctamente.

El porcentaje de rebote, sea con Google Analytics u otra herramienta, representa el porcentaje de usuarios que han abandonado el sitio web en la misma página en la que han accedido, sea esta la que sea. Recordémoslo.

Es decir, que hay que entender bien que significa esto. Repito, el porcentaje de usuarios que han abandonado el sitio web en la misma página por la que han entrado… estoooo, entonces, ¿un porcentaje muy alto es bueno, es malo, me pido el comodín del público?

El porcentaje de rebote, tan importante como incomprendido

Las claves para interpretar correctamente el porcentaje de rebote pasan por entender correctamente varias cosas:

La primera – Es un dato que a nivel agregado, como la mayoría, aporta muy poco valor. Nada más entrar en Analytics podemos ver en la visión general el promedio del porcentaje de rebote del sitio web en cuestión, de todo el sitio web. Si veo un sitio web con un porcentaje de rebote del 67% este dato me dice que de cada 100 visitantes, 67 han abandonado el sitio web en la misma página por la que entraron. Como dato no me dice nada, porque me falta lo esencial, que es saber DONDE, en que página han abandonado. Únicamente me sirve para ver, de forma muy general, el nivel de transacción del sitio web en su conjunto. Bajo porcentaje de rebote equivale a un sitio web en el que los usuarios se mueven, donde visitan diversas páginas o lanzan eventos. Alto porcentaje de rebote equivale a visitas que llegan, ven, no hacen nada y se van.

Dato de porcentaje de rebote general

Imagen de un panel general de Analytics donde en los datos del primer trimestre de 2013, vemos el porcentaje de rebote general de un sitio web, ¿mucho, poco? Por si solo no tiene mucho valor

Por contra, si veo los porcentajes de rebote, ya no a nivel general, si no por página o grupo de páginas (si estamos en Analytics en el informe Contenido / Contenido del sitio / Todas las páginas, por ejemplo), la perspectiva cambia mucho, pero mucho. Como podemos ver en la imagen bajo estas líneas, el mismo sitio web de la imagen superior en el mismo periodo de tiempo ofrece datos de rebote muy diferentes entre sus 10 principales páginas, las que más tráfico reciben. Cada página ofrece un dato de rebote diferente en función de su propia tipología y objetivo, oscilando entre el 27 y el 91%, ahí es nada:

Porcentajes de rebote de las 10 principales páginas del mismo sitio web de la primera imagen. La perspectiva cambia mucho, porque vemos páginas con mucho rebote y otras con datos bajos. Ahora toca preguntarse por que y si es el rebote adecuado a la tipologái y objetivo de página

La verdadera clave está por aquí, ¿es adecuado el porcentaje de rebote de cada página al objetivo que persigue, a su intención? Un porcentaje alto no significa un mal dato, siempre y cuando sea en una página destinada a una acción que genere el tipo de comportamiento “entro-leo/consulto-me voy”

La segunda – Hay que valorar el porcentaje de rebote en función de la tipología del sitio web. No es lo mismo un sitio web orientado a satisfacer consultas informativas de tipo aislado o especializado (del tipo “como quitar una mancha de boli” o “receta de pollo al chilindrón”) que un sitio web orientado a la navegación del tipo informacional o de ocio (sitios tipo medios online), ni es lo mismo un sitio con clara vocación de transacción, como un ecommerce o un sitio de descargas o visualizaciones, por ejemplo. En el caso de un sitio web orientado a satisfacer necesidades informativas especializadas o muy puntuales (recetas de cocina, artículos de como se hace o reviews de películas, por citar tres ejemplos), lo lógico es que un usuario acceda, lea la información que necesita y se vaya, por lo que tendremos un porcentaje de rebote alto.

Porcenatjes de rebote en Google Analytics por tipología de web

Porcentajes de rebote de 2013 en función de la tipología del sitio web. La necesidad a satisfacer es diferente y el comportamiento del usuario tambien lo es

La tercera – Debemos entender la motivación del usuario al entrar en una página del sitio web. Si tenemos un sitio web de venta, un ecommerce, nuestro objetivo es claramente vender, por lo que el visitante que captemos (siempre y cuando la captación de tráfico esté bien orientada) está interesado en comprar. Si al pensar nuestro ecommerce no hemos dispuesto en cada página los elementos necesarios para adaptarnos a la necesidad a satisfacer del usuario (si quiere comprar hay que facilitarle precio, contexto de uso, imágenes del producto, claridad en la acción, etc) éste llegará, verá y se irá, pero no comprará. Transacción cero y por tanto porcentaje de rebote alto.

La cuarta – Cuando vemos datos de porcentaje de rebote vemos medias. Debemos pensar que la realidad no es así. Si pensamos en usuarios individuales el porcentaje de rebote solo puede ser del 100% (usuario que llega a una página web, ve y se va) o del 0% (usuario que llega, ve y continua navegando o ejecuta acciones en el sitio web). No existe el usuario individual que deje un 45,4% del porcentaje de rebote, o es cero o es cien. Es decir, si pensamos en personas, en como actuan en el sitio web, o siguen o se van, pero no se quedan a medio camino. Importante para darnos cuenta de lo que tenemos entre manos, sobre todo con tráfico de fuentes de pago, por ejemplo.

La quinta – Debemos tener bien configurada nuestra herramienta de analítica web y saber como medimos y que medimos, ya que es bastante habitual encontrarse con porcentajes de rebote bajísimos y considerarlo un triunfo cuando en realidad lo que está pasando es que tenemos una mala implementación o una implementación incorrecta (códigos de analytics duplicados o eventos que se disparan al cargar una página generalmente) y esto hace que en realidad veamos unos datos que no corresponden con la realidad.

La sexta – Debemos interpretar el porcentaje de rebote en relación con otros datos, bien sean de analítica web o no, como por ejemplo, acciones de marketing que hayan traido grandes volúmenes de tráfico, caidas de servidor, discontinuidad en la diponibilidad de la web, dispositivos, y todo el abanico de posibilidades. No hay un porcentaje de rebote que suba o baje solo sin una acción o cambio que justifique esa tendencia.

En resumen, no existen porcentajes de rebote bueno o malos, sino porcentajes de rebote que resultan acordes con la tipología y objetivos de cada página. No es una cuestión de bueno o malo, sino de que cada tipología de sitio web y página cumpla su función, y el porcentaje de rebote es uno de los indicadores que nos ayuda a entender si lo está haciendo o no.

Be Sociable, Share!

Tags: , , ,

  1. isabel’s avatar

    Hola Ricardo,
    ¿Entonces crees que es mejor dejar el porcentaje configurado en google analytics de serie?
    ¿No podría considerarse rebote en función del tiempo de permanencia en el sitio web?, te hablo de blogs, no de sitios webs orientados a la navegación o tiendas online.
    Un saludo

  2. Daniel G.’s avatar

    Muy bien explicado lo del porcentaje de rebote. Y hasta he escuchado burradas por alli que dicen “Tener un porcentaje alto de rebote en tu sitio, Google lo penaliza”. Buehh…

    Como dices, hay que saber interpretar los datos, “solo eso”. Pocos saben interpretarlos.

    ¡Un saludo!

  3. Ricardo Tayar’s avatar

    Hola Isabel,

    ¿Dejar el porcentaje de rebote como viene configurado de serie? Depende del tipo de sitio web y de lo que quieres medir y como. Lo que hay que tener muy claro es que si no tocamos nada por defecto Analytics considerará un 100% de rebote en todo aquello que solo haya disparado un track pageview o similar. Es decir, si yo entre en un sitio web, estoy 15 minutos en una página y me la leo entera y me voy, seré un 100% de rebote, pese a ser una visita de calidad. Y seré un 100% de rebote porque solo ha habido un pageview que analytics reconozca, que es el de la página de entrada, a través de la cual también salgo.

    Por eso la tipología del sitio web es importante. Si tienes un sitio web de contenidos y quieres contar el porcentaje de rebote según tus propias métricas no hay problema, tan solo debes configurar el código de Analytics a los parametros que tú determinas como adecuados para tu web. Es decir, si tienes un sitio web de contenidos y tú consideras que cuando alguien ha permanecido un mínimo de 30 segundos en una página ya no podemos considerarlo rebote, debes configurar tu código para indicarle eso a analytics añadiendo el lanzamiento de un evento o un pageview. De esa forma, desde la fecha en que lo añadas, el porcentaje de rebote de todo usuario que esté más de 30 segundos en una página de tu sitio web será de cero. Pero hay que anotarlo y recordarlo, porque si haces comparaciones con datos anteriores estarás comparando peras con manzanas, ya que antes lo medía de una manera y ahora de otra.

    Así que ya sabes, debes determinar cual es el mínimo de tiempo que realmente consideras que un usuario debe permanecer como mínimo en tu sitio web para no considerarlo rebote, y a partir de ahí los datos tienen otra pinta y otra lectura.

    Un saludo,

    Ricardo

  4. isabel’s avatar

    Gracias Ricardo.
    Muy util tu post y tu respuesta.

  5. Alberto’s avatar

    He leído el título el twitter y he entrado a leerlo pensando…

    umm ¿como interpretar el porcentaje de rebote?

    Pues depende del sitio. Lo importante es conocer el proyecto y su historia y no tanto decir por encima de tal dato es bueno, por debajo malo.

    Y después de leerlo coincido al 100% contigo.

    Sobretodo me parece interesante el dato de las medias y todo el valor que le damos, había pensado en lugar de la media de X datos calcular la mediana y ver si el dato me es más útil para trabajar con el en mis sitios.

    Un saludo

  6. Ricardo Tayar’s avatar

    Hola Alberto,

    La mediana es un dato que también está bien tener en cuenta. Lo que sucede es que para valorarlo bien debemos tener en cuenta también las visitas, para que haya una proporción adecuada rebotes-visitas.

    Desde luego, como siempre, los datos carecen de valor sin un contexto apropiado. Esa es la verdadera clave y donde hay que trabajar. Los números per se no dicen mucho si no hay un marco de contexto y comparación. No podemos comparar el rebote de un ecommerce con el de un blog. Eso son peras y manzanas,y a partir de ahí, hay muchas cosas a desglosar y a trabajar en profundidad

    Un saludo,

    Ricardo

  7. Juan Carlos Garrido Curbeira’s avatar

    Es cierto que a la hora de analizar los datos de internet hay que tener muy clara las ideas, ya que estamos hablando de datos estadísticos; sin embargo, nunca debemos perder de vista que la referencia directa de estos datos estadísticos (aparentemente simples números) están relacionados con diversos modos de comportamiento humano, en este caso del usuario o visitante web.
    Un ejemplo sencillo que se oculta ante los ojos de un dato estadístico es el nivel de satisfacción del usuario con el portal web, por ejemplo, en ambos casos dos usuarios llegan a una web, permanecen en una misma página por una cantidad x de tiempo (la misma para los dos) y luego la abandonan.
    La tasa de rebote es igual en ambos casos, una página visitada y una página abandonada, tiempo de permanencia en el sitio digamos que unos cinco minutos para los dos, uno leía atentamente el artículo, tomaba nota y hallaba interesante el material encontrado, el otro permanecía inactivo, hablaba por el móvil y apenas prestaba atención a lo escrito en la web: métrica, dos visitantes, mismo tiempo de permanencia, misma tasa de rebote.
    Resultados, uno ha quedado satisfecho con lo leído y el otro apenas vio lo que estaba ante sí, su actividad era otra en ese lapso de tiempo.
    Cómo juzgar entonces otros indicadores de comportamiento: quizá el lector agradecido hizo clic en el botón Me Gusta, o pudo dejar un comentario, o compartir la URL en cualquier otro soporte de internet, incluso pudo devolver la visita, pero para complicarlo más, desde otro ordenador con otra IP. Mientras que el insatisfecho apenas recuerda por dónde estuvo…
    Por qué os cuento todo este rollo, pues simplemente para llamaros la atención de lo complejo que se vuelve un análisis global de este servicio web, donde hay que ver los números como un simple indicador de tendencia, pero no un absoluto indicador de comportamiento.
    Primero, hay que ver los datos desde una perspectiva global y segundo, siempre hay que tener en cuenta de que detrás de esos simples números se hayan nuevas actitudes que, aparentemente, no se pueden medir de manera tradicional, y menos con una máquina: hay que aprender a interpretarlas.
    Buen artículo Ricardo, un excelente análisis. Gracias por compartirlo.

  8. Ricardo Tayar’s avatar

    Hola Juan Carlos,

    Poco que añadir a lo que comentas, 100% de acuerdo. Como cualquier dato de perfil numérico, sin contexto ni factores exógenos no puede hacerse ni un análisis preciso ni una interpretación acertada.

    Para mi, la relación entre la analítica web y la experiencia de usuario es clave para poder optimizar sitios web y mejorar rendimientos, entendiendo no solo que pasa, sino porque pasa.

    Un saludo,

    Ricardo

  9. Estefanía Amaya’s avatar

    La verdad es que no tengo mucho más que añadir. Tu post es muy acertado y los comentarios lo complementan a la perfección.
    En estos casos: Context is king!

  10. Estela Silva’s avatar

    El porcentaje de rebote, sea con Google Analytics u otra herramienta, representa el porcentaje de usuarios que han abandonado el sitio web en la misma página en la que han accedido, sea esta la que sea. Esto es independiente del tiempo de carga. Es mi opinión

  11. Andrea’s avatar

    Hola Ricardo:

    Quería plantear acá una duda que tuve luego de leer tu artículo y chequear las estadísticas del sitio donde trabajo, específicamente en un día noté que una serie de posts de esa web registraban 0% de tasa de rebote y 1 pageview.

    Me pregunto, cómo es eso posible si cuando alguien entra a una página y enseguida la abandona se debería registrar 100% de rebote en vez de 0% de rebote…

    O planteándolo al revés, la única forma de que una tasa de rebote sea de menos de 100% es que al menos tenga 2 pageview, porque significaría que la persona salió de la web por una página diferente por la que entró a la web, cierto??

    Pensé, bueno, la tasa de rebote se calcula en base a varios usuarios. Pero en este caso es evidente que en esa página entró un solo usuario ese día… Entonces no entiendo cómo se llegan a esos números matemáticamente hablando.

    Tienes alguna idea de por qué sucede esto?

  12. Victor’s avatar

    Comparto tus opiniones. Añadiría algunos ejemplos:

    Como bien dices es importante tener en cuenta todos los datos y analizarlos conjuntamente. En el software de análisis (como el Google Analyticis) lo puedes filtrar o segmentar correctamente y así poder analizar ese dato de porcentaje de rebote mejor.

    En mi opinión, por ejemplo, si en tu web combinas un ecommerce y un blog pero en google analytics lo tienes todo junto, es lógico analizar el dato de rebote por separado, porque como bien dices no es lo mismo un rebote para la tienda y para el blog.
    Otro ejemplo, si tu ecommerce y tus campañas está enfocado a una región en concreto, pues analízalo filtrado o segmentado para esa región. Si tu web está en español y aunque vendas sólo en España, puedes tener bastantes visitas de Latinoamérica por culpa idioma, pues ese dato es importante saberlo y filtrarlo para poder analizarlo mejor en base a tus visitantes objetivo.

    Muy buen post!!

    @vistoh