बाउंस रेट एक वेब एनालिटिक्स मेट्रिक है, जो उन विज़िट का प्रतिशत मापती है जिनमें यूज़र केवल एक पेज देखने के बाद वेबसाइट छोड़ देता है, और एनालिटिक्स प्लेटफ़ॉर्म में ट्रैक करने के लिए कॉन्फ़िगर किया गया कोई अतिरिक्त इंटरैक्शन नहीं करता। पारंपरिक Universal Analytics में बाउंस की परिभाषा सख्ती से ऐसा एकल-पेज सेशन थी जिसमें कोई अतिरिक्त हिट न हो, जबकि Google Analytics 4 में इस मेट्रिक की जगह प्रभावी रूप से एंगेजमेंट रेट ने ले ली है, और बाउंस रेट की गणना उसके उलट के रूप में होती है: उन सेशनों का प्रतिशत जो एंगेज्ड नहीं थे, जहाँ एंगेज्ड सेशन वह है जो 10 सेकंड या उससे अधिक चला, जिसमें कन्वर्ज़न इवेंट हुआ, या जिसमें कम से कम दो पेज या स्क्रीन व्यू शामिल थे।
बाउंस रेट इसलिए मायने रखता है क्योंकि ऐसे पेज पर ऊँची दर, जिसे आगे की कार्रवाई करवानी चाहिए, जैसे पेड विज्ञापन से जुड़ा लैंडिंग पेज या प्रोडक्ट कैटेगरी पेज, अक्सर विज़िटर की अपेक्षाओं और पेज के वास्तविक प्रदर्शन के बीच असंगति का संकेत देती है, चाहे इसका कारण धीमा लोड समय, अप्रासंगिक सामग्री, भ्रमित करने वाला नेविगेशन या कमज़ोर वैल्यू प्रपोज़िशन हो। उद्योग बेंचमार्क डेटा पेज प्रकार और ट्रैफ़िक स्रोत के अनुसार काफ़ी भिन्न होता है, लेकिन कंटेंट और ब्लॉग पेजों पर बाउंस रेट अक्सर 60 से 90 प्रतिशत के दायरे में रहता है, जबकि ई-कॉमर्स होमपेज पर आम तौर पर 20 से 45 प्रतिशत रहता है, यानी इस मेट्रिक की व्याख्या हमेशा किसी एक सार्वभौमिक लक्ष्य के बजाय विशिष्ट पेज प्रकार और चैनल के सापेक्ष करनी चाहिए।
चूँकि बाउंस रेट एक मोटी, सेशन-स्तर की मेट्रिक है, यह उस विज़िटर को, जो 2,000 शब्दों का पूरा लेख पाँच मिनट में पढ़कर संतुष्ट होकर जाता है, उसी श्रेणी में रखती है जिसमें उस विज़िटर को, जो किसी टूटे पेज पर पहुँचकर दो सेकंड में चला जाता है। इसीलिए विश्लेषक इसे स्क्रॉल डेप्थ, औसत एंगेजमेंट समय और इवेंट ट्रैकिंग के साथ जोड़ते हैं, ताकि वास्तव में खराब अनुभव और उस पेज में फ़र्क किया जा सके जिसने एक ही व्यू में विज़िटर के सवाल का सफलतापूर्वक जवाब दे दिया। इससे जुड़ी एक चूक है कॉन्फ़िगरेशन जाँचे बिना अलग-अलग एनालिटिक्स इम्प्लीमेंटेशन में बाउंस रेट की तुलना करना, क्योंकि पेज पर स्क्रॉल या वीडियो-प्ले जैसे इवेंट ट्रैकिंग जोड़ने से उसका रिपोर्ट किया गया बाउंस रेट कृत्रिम रूप से घट सकता है, क्योंकि पहले जो एकल-हिट सेशन थे वे अब एंगेज्ड दर्ज होने लगते हैं, जबकि विज़िटर का व्यवहार वास्तव में बदला नहीं होता।
CRO के संदर्भ में, बाउंस रेट का उपयोग आम तौर पर ट्रायाज मेट्रिक के रूप में किया जाता है, ताकि पहचाना जा सके कि किन पेजों की सेशन रिकॉर्डिंग, हीटमैप या यूज़र टेस्टिंग के ज़रिए गहरी जाँच होनी चाहिए, न कि अपने आप में अंतिम निदान के रूप में। लैंडिंग पेज ऑडिट में आम तौर पर बाउंस रेट को ट्रैफ़िक स्रोत और डिवाइस के आधार पर सेगमेंट किया जाता है, क्योंकि जो पेज ऑर्गेनिक सर्च ट्रैफ़िक के लिए ठीक-ठाक प्रदर्शन करता है लेकिन पेड सोशल कैंपेन से भारी बाउंस होता है, वह अक्सर विज्ञापन क्रिएटिव के वादे और लैंडिंग पेज की सामग्री के बीच असंगति दर्शाता है, जिसे कभी-कभी मैसेज मैच विफलता कहा जाता है। साइट की गति एक और बार-बार दिखने वाला कारक है जिसे अलग से जाँचना चाहिए, क्योंकि Google के शोध में पाया गया है कि जब पेज लोड समय एक सेकंड से बढ़कर पाँच सेकंड हो जाता है, तो मोबाइल विज़िटर के बाउंस होने की संभावना लगभग 90 प्रतिशत बढ़ जाती है।
बाउंस रेट को सार्थक रूप से घटाने के लिए आम तौर पर सतही बदलावों के बजाय मूल कारणों को संबोधित करना पड़ता है: पेज लोड प्रदर्शन सुधारना, यह सुनिश्चित करना कि फ़ोल्ड के ऊपर की हेडलाइन और हीरो सामग्री रेफ़र करने वाले स्रोत के संदेश से मेल खाए, पहली बार आने वाले विज़िटर के लिए नेविगेशन सरल बनाना, और उन दखलअंदाज़ इंटरस्टिशियल या पॉप-अप को हटाना जो तुरंत बाहर निकलने का कारण बन सकते हैं। चूँकि अकेला बाउंस रेट राजस्व प्रभाव को नहीं पकड़ता, अधिकांश CRO प्रैक्टिशनर इसे कन्वर्ज़न रेट और औसत सेशन अवधि जैसी आगे की मेट्रिक के साथ ट्रैक करते हैं, और इसे मुख्य रूप से एक शुरुआती चेतावनी संकेतक के रूप में इस्तेमाल करते हैं जो बताता है कि व्यापक ऑप्टिमाइज़ेशन रोडमैप में किन पेजों को प्राथमिकता देनी चाहिए, न कि अकेली सफलता मेट्रिक के रूप में।
B से शुरू होने वाले और शब्द
बैकलिंक (Backlink)बेयेसियन A/B टेस्टिंग (Bayesian A/B Testing)बिहेवियरल एनालिटिक्स (Behavioral Analytics)बेंचमार्किंग (Benchmarking)ब्रांड अवेयरनेस (Brand Awareness)ब्रेडक्रम्ब नेविगेशन (Breadcrumb Navigation)बिज़नेस केस (Business Case)बिज़नेस मॉडल कैनवास (Business Model Canvas)बायर पर्सोना (Buyer Persona)
