数据：退出率和跳出率
这个话题一直存着没写，主要原因是觉的目前的实践还比较浅薄。即使写出来东西也和搜索引擎中的那些大路货水平差不多，甚至还没人人家图文并茂的表达的好，因此希望有机会深入后再写。但今早北京的主编找我专门问了这两个指标的意义，丫在和更大的老板勾兑的时候发现，俩人都说不明白。我虽然能说明白，但偶尔被问起的时候，也需要稍微捋清楚一下思路，用尽量浅显的语言描述出来。虽然如此，今天还是忽然觉的有必要静下心来写一些退出率和跳出率，主要想说说指标所代表的意义。
N流门户的编辑同学们很喜欢热力图和在线时长，以此来判断用户喜欢什么不喜欢什么，这没有错。这俩东西都有存在的必要，但我觉的基本上属于偷懒的方法，并且只能得到模糊值，甚至有时候因为误差会南辕北辙，以后详谈。更准确和科学的替代方法当然有，而且也不是什么高科技，只是需要花一点精力来理解而已。我推荐使用常规的退出率和跳出率作为判断某产品、某页面用户体验好坏、用户是否喜欢的指标。再加上渠道区分，也可以作为判别渠道质量好坏的一个标准，大家都是往一个页面导入流量，谁好谁坏简单明了。
在我们的数据后台里面，我写了下面这两段说明文字：
跳出率
只浏览了一个页面便离开了的进入次数占总进入次数的百分比。
如：昨日用户有100次进入论坛详情页，其中有30次进入后只浏览了这一个页面就关闭了浏览器，则论坛详情页的跳出率为30%。
通常以此来判断该产品/页面的站外某渠道进入后的用户转化效果，跳出率高说明很多用户来了后看了一页就离开，因此跳出率越低越好。退出率
包含此页面的所有访问路径中，此页面为最后一页占总访问路径的百分比。
如：昨日论坛详情页PV数是100，其中有70个PV是用户访问的最后一页，则论坛详情页的退出率为70%。
通常以此来判断该产品/页面的用户欢迎程度，退出率低说明很多用户来了后点击很多页才离开，因此退出率越低越好。
跳出率（Bounce Rate）和退出率（Exit Rate）的来源我并不了解，似乎大多数的网站统计分析系统中都有这个指标。并且似乎是因为Google Analytics对这两个指标有清晰明确的定义，因此对于他们的定义才变的权威起来。wikipedia和百度百科都这两个词条也都有明确的定义，在搜索引擎里面也能找到一大把图文并茂的内容，“指标是怎么计算的”这事儿说的挺明白了。但什么情况下适用、和同类网站分析指标的差异、指标代表的意义，这些问题我觉的还有欠缺，有必要写一下我的理解。
什么情况下适用跳出率和退出率？
通常情况下认为跳出率和退出率这两项指标还是比较通用的，适用于大多数业务。
1，页面以内容为主、前端交互较少，即大多数用户的行为是从一个页面跳到另外一个页面时，适用。
2，网站是明显的树形结构，即网站拥有清晰的一二三四级页面结构，各层级页面之间父子关系明确时，适用。
3，希望用户点的更多，即希望用户在站内点来点去，点的越多越好，适用。
4，数据的量级千起，即分析范围至少要有千级的进入次数、PV、UV数据时，适用。
5，产品级的分析，即对某类产品、某类页面进行分析时，适用。
6，PC/WAP，即对于PC和WAP的产品和页面，适用。
但也有特例，上面有了6种适用的情况，就有6个不适用的情况。
1，如果页面前端交互很多，用户在一个页面能搞定绝大多数的事，此时常规的流量统计是不知道用户都干了哪些事情的，跳出率和退出率无意义。比如那种可以在一个页面添加好友、查看好友最新分享、点赞、发表回复的页面。
2，如果网站是明显的扁平化设计，层级很少甚至没有层级，用户不需要在多个页面内跳来跳去。和1类似，跳出率和退出率的意义会打折扣。比如那种图片流的页面，用户可以通过无限的下拉进行翻看，也无需点击查看详图。
3，有些网站真的希望用户点的越少越好，比如搜索引擎希望用户到达结果页后点击一个链接就满足了需求从此老死不相往来，此时的退出率是越高越好。比如一个卖月饼的网站，页面上大大的400电话，希望用户别点了，直接打电话就好。
4，数据的量级太小会导致指标的振幅很大，可能运气对最终的结果影响很大，从而让跳出率和退出率失去意义。
5，跳出率和退出率指标是针对产品、页面而言的，是一类URL，一般不真多某个或者某些具体的URL。在运营实践中，可能很多编辑会对某个或者某些具体的URL更关注，此时不适用跳出率和退出率指标。这两个指标应该是多个页面的均值，而不是某个页面的特定值，特定值太容易受其他变量的影响，比如内容、渠道、用户群的变化都会导致特定值发生很大变化。
6，PC客户端、手机APP因为统计方式和指标体系都不一样，不适用。
指标代表的意义，和同类网站分析指标的差异？
通常情况下，这几个指标或者方法都是用来量化评估“用户体验”好坏的，但又都有不同。
1，跳出率
针对着陆页（landing page）而言，有渠道的概念。用户跳出行为的定义是：只浏览了一个页面便离开了。用户跳出率的定义是：只浏览了一个页面便离开了的进入次数占总进入次数的百分比。如：昨日用户有100次进入xx页，其中有30次进入后只浏览了这一个页面就关闭了浏览器，则xx页的跳出率为30%。跳出率量化评估的是站外某渠道进入后的用户转化效果，跳出率高说明很多用户来了后看了一页就离开，跳出率低说明很多用户来了之后又产生了二跳看了其他页面，因此跳出率越低越好。
2，退出率
针对访问路径的末端节点而言。用户退出行为的定义是：包含此页面的所有访问路径中，此页面为最后一页。用户退出率的定义是：包含此页面的所有访问路径中，此页面为最后一页占总访问路径的百分比。如：昨日xx页PV数是100，其中有70个PV是用户访问的最后一页，则xx页的退出率为70%。通常以此来判断该产品/页面的用户欢迎程度，退出率高说明很多用户访问了这个页面后就离开了，退出率低说明很多用户来了后点击很多页才离开，因此退出率越低越好。
3，PV/UV（用户访问深度）
用PV除以UV的比值是网站分析的常用的指标，也叫用户访问深度，量化评估的是平均单个用户访问了多少个页面。这是一个均值，在分布不是变态并且量不是很小的情况下基本可以规避异常数据，最低是1，最高几十甚至更高。这个指标更倾向于在一个大的范围内使用，比如全站PV/UV，或者多类页面的PV/UV。PV/UV高的时候，跳出率相对不会很高，退出率相对也不会很高。
4，停留时间分布
这是一个分布值，先定义若干停留时间的区间，然后统计各个区间里用户UV的分布，具体细节以后详谈。假设是：越多用户停留时间越长越好，从统计学上说，众数、中位数、均值都是越高越好。从实践中看，似乎媒体同学更偏向于这类指标，认为用户停留时间越长说明对内容更感兴趣。可惜他们都太感性了。从 如何评价一本杂志的好坏？ 这个问题的回答里就可以看清楚，大多数的媒体同学都太感性了。
5，热力图（点击分布图）
热力图可以直观的看到页面的哪些部分吸引了大多数访客的注意，这和用户调研中的“眼动实验”和“屏幕录像”类似，多用于定性调研。定性调研的作用一般是根据假设得出一些建设性意见，只能作为决策的参考而不能直接形成结论。也许是因为点击分布图显得高大上、很直观、不用做细致分析、不用动脑子的原因，很多同学都会要求撸一发。
再回来，对于跳出率和退出率这两个网站分析指标，Google Analytics上的定义是：
Exit Rate vs. Bounce Rate
At a glance
To understand the difference between Exit Rate and Bounce Rate for a particular page, keep the following points in mind:For all pageviews to the page, Exit Rate is the percentage that were the last in the session.
For all sessions that start with the page, Bounce Rate is the percentage that were the only one of the session.
Bounce Rate for a page is based only on sessions that start with that page.
In depth
Let’s clarify this last point with a simple example. Your site has pages A through C, and only one session per day exists, with the following pageview order:Monday: Page A > Page B > Page C
Tuesday: Page B > Page A > Page C
Wednesday: Page A > exit
The Content report for Page A would show 3 pageviews and a 50% bounce rate. You might have guessed that the Bounce Rate would be 33%, but the Tuesday pageview granted to Page A is not considered in its Bounce Rate calculation. Consider that a bounce is the notion of a session with only one interaction from the user, and the session-centric analysis answers a simple yes/no question: “Did this session contain more than one pageview?” If the answer to that question is “no,” then it’s important to consider which page was involved in the bounce. If the answer is “yes,” then it only matters that the initial page in the session lead to other pageviews. For that reason, bounce rate for a page is only meaningful when it initiates the session.Now let’s extend this example to explore the Exit rate and Bounce rate metrics for a series of single-session days on your site.
Monday: Page B > Page A > Page C
Tuesday: Page B > Exit
Wednesday: Page A > Page C > Page B
Thursday: Page C > Exit
Friday: Page B > Page C > Page A
The % Exit and Bounce Rate calculations are:Exit Rate:
Page A: 33% (3 of 5 sessions included Page A)
Page B: 50% (4 of 5 sessions included Page B)
Page C: 50% (4 of 5 sessions included Page C)
Bounce Rate:Page A: 0% (one session began with Page A, but that was not a single-page session, so it has no Bounce Rate)
Page B: 33% (Bounce Rate is less than Exit Rate, because 3 sessions started with Page B, with one leading to a bounce)
Page C: 100% (one session started with Page C, and it lead to a bounce)
找到的中文翻译已经不可考出自于哪里，但说的还是挺明白的：
要了解对网站中特定网页的退出率和跳出率的差别，请注意以下三点：
退出率是指该网页是会话中“最后一页”的浏览占此网页总浏览量的百分比。
跳出率是指该网页是会话中“唯一网页”的会话占从此网页开始的所有会话的百分比。
网页跳出率的计算依据只能是由该网页开始的访问。
我们可以用一个简单的例子来说明最后一点。假设您的网站包含网页 A 到 C，每天只有一个会话，而且网页浏览的顺序如下：星期一：网页 A > 网页 B > 网页 C
星期二：网页 B > 网页 A > 网页 C
星期三：网页 A > 退出
在网页 A 的内容报告中，浏览量会显示为 3，跳出率为 50%。您可能以为跳出率会是 33%，但是星期二对网页 A 的浏览并没有计算在跳出率中。既然跳出的概念是指访问者在会话中仅做了一次互动，则这个以会话为中心的分析就是回答一个简单的是非题：“这个会话的浏览量是否大于 1？”如果答案是否定的，那么一定要考虑访问者是在哪个网页跳出的；如果答案为肯定，则只说明会话中的初始网页产生了对其他网页的浏览。因此，一个网页的跳出率只有在该网页发起会话时才有意义。现在，我们展开这个示例，在网站上每天都只有一次会话的连续几天内，探讨相应的“退出率”和“跳出率”指标。
星期一：网页 B > 网页 A > 网页 C
星期二：网页 B > 退出
星期三：网页 A > 网页 C > 网页 B
星期四：网页 C > 退出
星期五：网页 B > 网页 C > 网页 A“退出率”和“跳出率”的计算结果如下：
退出率：
网页 A：33%（在 5 个会话中，只有 3 个包含网页 A）
网页 B：50%（在 5 个会话中，只有 4 个包含网页 B）
网页 C：50%（在 5 个会话中，只有 4 个包含网页 C）跳出率：
网页 A：0%（没有一个会话是由网页 A 开始，所以没有跳出率）
网页 B：33%（跳出率高于退出率，因为有 3 个会话由网页 B 开始，但只有 1 个发生跳出）
网页 C：100%（有 1 个会话由网页 C 开始，并发生 1 次跳出）
