چهار شنبه 25 اردیبهشت 1398

تاثیر معیارهایِ نرخ پرش، نرخ مرور و زمان حضور در وب‌سایت بر سئو

تاثیر معیارهایِ نرخ پرش، نرخ مرور و زمان حضور در وب‌سایت بر سئو

چه زمانی استفاده از معیارهایی مانند نرخ پرش، نرخ مرور و زمان حضور در وب‌سایت درست است؟ چه زمانی بهتر است از این معیارها چشم‌پوشی کنیم؟ نظرات زیادی وجود دارند که آیا این معیارها مهم هستند یا خیر، ولی پاسخ روشنی برای این سؤال وجود ندارد. در ادامه‌ی این مقاله، نظرات Rand کارشناس سئو وب سایت Moz را درباره این‌که چه زمانی نتیجه‌گیری بر مبنای معیارهایی چون نرخ پرش(Bounce rate)، نرخ مرور (Browse rate) و زمان حضور در وب‌سایت (Time-on-Site) اشتباه و چه زمانی کاملاً مفید هستند را مشاهده خواهیم کرد.

 

 

 

 

در دنیای بازاریابی دیجیتال، برخی افراد اعتقاد دارند که این معیارها کاملاً اشتباه هستند و نباید هیچ توجه‌­ای به آن‌ها شود، در مقابل گروه دیگری از افراد، این مقیاس­‌ها را بسیار مهم تلقی می­‌کنند که باید از اطلاعات آن‌ها استفاده کنیم. هیچ‌یک از این نظرات کاملاً درست نیست، زیرا پاسخ درست این سؤال، چیزی بین این دو پاسخ است. در ادامه به بررسی هر دو نظر می­پردازیم.

مواردی که معیارهای نرخ پرش، نرخ مرور و زمان حضور در وب‌سایت مفید نیستند:

مواردی که معیارهای نرخ جهش، نرخ مرور و زمان حضور در وب‌سایت مفید نیستند

۱. زمانی که این معیارها به‌جای اقدامات تبدیل، برای نمایش «موفقیت» استفاده می­‌شوند.

زمانی که این معیارها به‌جای اقدامات تبدیل، برای نمایش «موفقیت» استفاده می­‌شوند 
زمانی که از این مقیاس­‌ها به‌جای عملیات تبدیل استفاده می‌کنید، مخاطب را دچار سردرگمی می‌کنید؛ بنابراین، تبدیل (conversion) به این معنا است که کاربر سایت، کاری را انجام می­‌دهد که دنبال آن بودیم. به‌عنوان مثال کاربران فرمی را در وب‌سایت پر می‌­کنند، کالایی را خریداری و یا شماره کارت اعتباری خود را وارد می‌­کنند. در این حالت، کاربر سایت به صفحه­‌ای وارد شده که شما می‌خواستید که وارد شود. حال به تعاریف معیارها می‌­پردازیم:

Bounce rate

اساساً میانگین درصد افرادی است که از یک صفحه وب‌سایت بازدید می‌کنند و صفحه را ترک می‌کنند و بعدازآن، هیچ صفحه دیگری را نیز بازدید نمی‌کنند.

Pages per visit

میانگین تعداد صفحاتی که افراد، بعد از بازدید یک صفحه خاص، مشاهده می­کنند. به‌عبارت‌دیگر، افرادی که به یکی از صفحات وب‌سایت وارد می­‌شوند، بعدازآن چند صفحه در وب‌سایت را بازدید کردند.

time on site

مقیاسی بسیار خام و حدودی است. به‌عنوان‌مثال، اگر کامپیوتر شخصی خود را ترک کنیم یا به تب دیگر یا مرورگر دیگر سوئیچ کنیم، لزوماً به این معنا نیست که زمان حضور ما در سایت به پایان رسیده است. پس این معیار نقص­‌های زیادی دارد. اگرچه، میانگین در طول مدت زمان هنوز هم جالب و قابل استفاده است.

اما زمانی که از این معیارها به‌جای عملیات تبدیل استفاده می‌کنید، قطعاً دچار اشتباه می­‌شوید.

۲. زمانی که این معیارها با «رقبای» نامرتبط و دیگر سایت‌­ها مقایسه می‌­شوند

زمانی که معیار­های سایت خود را با معیارهای رقبای نامرتبط مقایسه می‌کنید، به‌عنوان‌مثال، زمانی که سایت‌­هایی با محوریت محصول یا خرید را با سایت‌­های مدیا مقایسه می‌کنید، تفاوت‌­های بزرگی می‌بینید. اول‌ازهمه، اگر معیار تعداد صفحات در هر بازدید در سایت شما برابر سایت‌­های مدیا است و شما بر روی محصول تمرکز دارید،یا سایت مدیا وضعیت خوبی ندارد یا شما فعالیت‌­هایی فوق‌العاده انجام می‌دهید که مشتری را در سایت خود نگه دارید که البته کار سختی است.

در این مورد، معیار زمان حضور در سایت کمی گمراه‌کننده است، زیرا اگر شما به زمان حضور در سایت‌های مدیا یا خبر، محتوا در مقابل سایت‌هایی با تمرکز زیاد روی تجارت الکترونیک نگاه کنید، با مسائل خیلی متفاوتی روبرو می‌شود. شرکت آمازون می‌خواهد مقدار زمانی که شما در وب‌سایت می‌گذارید، بسیار کوتاه باشد. شرکت دل (Dell) نیز می‌خواهد مقدار زمانی که شما در وب‌سایت می‌گذارید، بسیار کوتاه باشد. در فرآیند خرید، کامپیوتری را که می‌خواهید را پیدا کنید، آن را بخرید و خارج شوید. اگر شما به‌جای ۵ دقیقه، ۱۰ یا ۲۰ دقیقه برای انجام این کار صرف کنید، این شرکت‌ها به هدف موردنظر خود نرسیده‌ و نتوانسته‌اند که تجربه کاربری مناسبی برای شما فراهم کنند تا به سرعت محصول مورد نظر خود را تهیه کنید؛ بنابراین حتی در یکی از این معیارها ممکن است اولویت‌های متضاد وجود داشته باشد.

۳. هنگامی‌که این مقیاس‌ها در طی زمان و یا منبع ورود در نظر گرفته نشده است

زمانی که شما این مقیاس‌ها را در طی زمان یا در مقایسه با منبع ورود آن‌ها بررسی نکنید، دچار اشتباه می‌شوید. به‌عنوان‌مثال، افرادی که یک صفحه وب خاص را از طریق لینک توییتر مشاهده می‌کنند، به احتمال خیلی زیاد پس از دیدن محتوای مورد نظر از آن خارج می‌شوند، مخصوصاً اگر از طریق موبایل این فایل را مشاهده نمایند. این رفتار توییتر است که فیس‌بوک هم بسیار شبیه آن است.

حال، اگر از طریق جستجو گوگل وارد لینک موردنظر شوند و روی لیست کلیک کنند، برعکس مثال قبل اتفاق خواهد افتاد. احتمالا نرخ پرش نسبتاً خوب، تعداد صفحات بازدید شده نسبتاً بیشتر و زمان حضور در سایت نسبتاً بالا را مشاهده کنید.

مواردی که مقیاس‌ها مفید هستند:

۱. هنگامی‌که معیارها به‌عنوان مقیاس تشخیص برای کانال تبدیل استفاده می‌شود

بی‌شک، درون این معیارها پیچیدگی‌هایی وجود دارد. زمانی که این معیارها به‌عنوان عامل تشخیص استفاده می‌شوند، مفید هستند. زمانی که به قیف تبدیل نگاه می‌کنید باید به شکل زیر باشد: افراد وارد صفحه اصلی یا بلاگ یا بخش اخبار سایت می‌شوند، در نهایت این مشتریان به بخش محصول، قیمت وارد شوند.

قیف زمان حضور در وب سایت

این مقیاس‌ها را در تمامی این موارد داریم. زمانی که تغییرات کوچک و بزرگی در این صفحات ایجاد می‌کنیم، ما تنها به انجام تغییرات نگاه نمی‌کنیم. همچنین، به تغییرات زمان حضور در سایت یا اینکه آیا افراد صفحات کمتری را در هر بار بازدید مشاهده کردند یا آیا نرخ پرش بیشتری را در این بخش‌ها داشته‌اند، نگاه می‌کنیم.

به‌عنوان‌مثال، لیست قیمت را تغییر می‌دهیم و مشاهده می‌کنیم که افراد زمان کمتری را در صفحه قیمت می‌گذارند و تعداد یکسانی صفحه در هر بار بازدید و تقریباً نرخ پرش یکسانی از صفحه قیمت داشتند. در همان زمان، شاهد تغییرات کوچکی بودیم.

این نوعی تشخیص است که می‌توانید زمانی که شما معیارهایی در این سطح دارید، انجام دهید.

همچنین، مثال دیگر، آیا این صفحه محصول را تغییر دادیم؟ مشاهده کردید که صفحات در هر بازدید و زمان کم شدند. آیا بر نرخ تبدیل تأثیر داشت؟ اگر اثری نداشت، اما بعد می‌بینیم که تعداد بازدیدکنندگان درگیر درسایت کمتر می‌شود و بنابراین نمی‌توانیم به همان اندازه مجدد هدفمندسازی انجام دهیم و ما ثبت‌نام‌های جدید را از دست می‌دهیم، شاید این اثر منفی داشته باشد و باید به یکی دیگر برویم، حتی اگر نرخ تبدیل خودش را به نظر نمی‌رسد.

۲- زمانی که معیارها در طی زمان مقایسه می‌شوند تا اگر تغییرات داخلی یا نیروهای خارجی اتفاق افتاد، مانیتور شود

دومین روش مفید برای اعمال این معیارها، این است که در طول زمان مقایسه شوند تا اگر تغییرات داخلی و یا برخی از نیروهای خارجی اتفاق بیفتند، بتوان آن‌ها را تشخیص داد. به‌عنوان‌مثال، می‌توانیم میزان درگیری و فعالیت کاربران را در بلاگ مشاهده کنیم. ممکن است به اشتراک‌ها نگاه کنیم، اما به‌طورکلی، تعداد صفحات در هر بازدید، یکی از بهترین‌ها برای وبلاگ است. این مقیاس به ما می‌گوید که آیا مردم گذشته از صفحه‌ای که در آن قرارگرفته‌اند، در بخش‌های دیگر سایت فعالیت می‌کنند یا خیر.

زمانی که معیارها در طی زمان مقایسه می‌شوند

اگر متوجه شدید که در یک ماه سقوط چشمگیری اتفاق افتاده و آن دقیقا زمانی بوده که یک نویسنده جدید را استخدام کردید، باید مدتی زمان به نویسنده‌تان بدهید تا با شما همگام شود.

۳- زمانی که مقیاس­‌ها، در مقابل رقبای صنعتی مربوطه، معیار اندازه‌­گیری هستند

نکته سوم و نهایی مفید، زمانی است که شما در مقایسه با رقبای صنعتی مرتبط قرار می‌گیرید؛ بنابراین اگر یک رقیب مستقیم و شبیه به خودتان دارید، به طور مثال سایت‌هایی با تمرکز روی محصول با یک صفحه اصلی و سپس برخی بخش‌های محتوا و سپس وارسی محصول اصلی، می‌توانید نرخ پرش خودتان در برابر آن‌ها و صفحه اصلی‌شان را بررسی کنید.

زمان حضور در سایت

می‌توانید داده را از منبعی مانند SimilarWeb و Jumpshot بگیرید یا از سایر اطلاعات برخی مراکز تحقیقاتی استفاده کنید که شما به شکل چشمگیری بالاتر هستید، پس شما ممکن است نگاهی به آنچه آن‌ها انجام می‌دهند که ما انجام نمی‌دهیم. شاید زمانی که تحقیقات مربوط به کاربران را انجام می‌دهیم، باید از آن‌ها استفاده کنیم و بگوییم «چه چیزی برای شما در مورد آن مهم است که شاید اینجا از آن صرف‌نظر شده است».

از جهت دیگر، در بیشتر مواقع افراد رقبایی مستقیم دارند و می‌گویند « نگاهی به کارهایی که رقبا انجام می‌دهند، نگاه کنیم و بهترین عملکرد را انجام می‌دهیم». ولی اگر به عملکرد رقبا خود نگاه نکنید، چطور افراد وارد می‌شوند؟ آیا درگیر مطالب و محتوا می‌شوند؟ آیا زمان مناسب را در سایت می‌گذارند؟ آیا افراد از صفحات مختلف بازدید می‌کنند؟ شما نمی‌دانید که آیا آن‌ها درواقع بهترین شیوه‌ها را انجام می‌دهند یا اینکه شما از یک مثال قدیمی پیروی می‌کنید و به‌طور بالقوه به خودتان آسیب می‌رسانید؟

بنابراین قطعاً یک موضوع پیچیده، موارد بسیار پیچیده‌ای در هنگام استفاده به همراه دارد و راه‌های خوب و بدی وجود دارند که می‌توان از این مقیاس‌ها استفاده کرد.

 

منبع:

moz.com

ترجمه شده در:

mag.hostiran.net

نظرات

قوانین ارسال نظر

  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط با خبر باشد منتشر نخواهد شد.
  • با توجه به آن که امکان موافقت یا مخالفت با محتوای نظرات وجود دارد، معمولا نظراتی که محتوای مشابه دارند، انتشار نمی‌یابند بنابراین توصيه مي‌شود از مثبت و منفی استفاده کنید.