SwitasHubungi Kami

Drop-off Rate (Tingkat Drop-off)

Drop-off rate adalah persentase pengguna yang meninggalkan proses tertentu, seperti alur checkout, formulir pendaftaran, atau aplikasi multi-langkah, sebelum menyelesaikannya. Metrik ini biasanya dihitung pada setiap langkah dari sebuah urutan, yang menunjukkan proporsi pengguna yang mencapai langkah tersebut tetapi tidak melanjutkan ke langkah berikutnya, yang membedakannya dari bounce rate sederhana yang hanya mengukur keluar dari satu halaman tanpa gambaran urutan atau kemajuan. Misalnya, jika 1.000 pengguna memulai checkout tiga langkah dan 700 mencapai langkah kedua, drop-off rate antara langkah satu dan langkah dua adalah 30 persen, angka yang langsung memberi tahu tim di bagian proses mana perhatian paling mendesak diperlukan, bukan sekadar bagian yang terasa lambat. Drop-off rate juga dapat dinyatakan dalam kebalikannya, yaitu rasio penyelesaian dari langkah ke langkah, dan kedua cara pembingkaian biasanya ditampilkan berdampingan dalam pelaporan agar pemangku kepentingan yang meninjau sebuah funnel dapat langsung melihat berapa banyak yang dipertahankan dan berapa banyak yang hilang pada setiap transisi. Metrik ini penting karena menunjukkan dengan tepat di mana sebuah proses kehilangan orang, alih-alih hanya melaporkan rasio konversi agregat untuk seluruh funnel. Checkout dengan rasio konversi keseluruhan 40 persen bisa saja kehilangan sebagian besar calon pelanggannya pada satu titik hambatan, seperti biaya pengiriman tak terduga yang baru terungkap belakangan, langkah pembuatan akun yang wajib, atau kolom formulir pembayaran yang membingungkan, dan analisis drop-off pada tingkat langkah inilah yang membuat titik spesifik tersebut terlihat alih-alih terkubur dalam satu angka gabungan. Tanpa granularitas ini, tim sering menangani bagian pengalaman yang salah, memoles langkah-langkah yang sebenarnya bukan masalahnya sementara hambatan sesungguhnya tidak tersentuh selama berbulan-bulan, kadang selama seluruh kuartal fiskal. Drop-off rate umumnya dilacak menggunakan alat analitik berbasis peristiwa seperti laporan eksplorasi funnel Google Analytics 4, Mixpanel, atau Amplitude, yang mengharuskan setiap langkah dari sebuah alur diinstrumentasi sebagai peristiwa atau tampilan halaman tersendiri agar alat tersebut dapat menghitung retensi dari langkah ke langkah secara akurat. Alat rekaman sesi umum digunakan bersama laporan kuantitatif ini untuk menonton sesi nyata dari pengguna yang drop-off, yang mengungkap alasan kualitatif, seperti kolom formulir yang rusak, pesan kesalahan yang membingungkan, atau halaman yang lambat dimuat, yang tidak dapat dijelaskan oleh angka mentah saja seberapa pun terperinci pelaporannya. Analis biasanya mencari drop-off antar langkah yang melebihi 20 hingga 25 persen sebagai sinyal yang memerlukan penyelidikan lebih dalam, meskipun ambang batas yang dapat diterima bervariasi secara berarti menurut industri, titik harga, dan kompleksitas inheren alur yang diukur, dengan pembelian berpertimbangan tinggi secara alami menoleransi pembatalan yang sedikit lebih tinggi daripada transaksi impulsif berbiaya rendah. Kesalahan umum adalah memperlakukan drop-off rate sebagai sesuatu yang pada dasarnya buruk dan berupaya menghilangkannya sepenuhnya; sebagian drop-off pada setiap langkah adalah normal dan wajar, karena tidak setiap pengunjung yang memulai sebuah alur adalah pembeli yang berkualitas atau benar-benar siap pada saat itu. Jebakan lain adalah menganalisis drop-off terpisah dari kualitas lalu lintas, karena lonjakan mendadak pada drop-off mungkin mencerminkan perubahan komposisi pengunjung, seperti kampanye iklan baru yang membawa lalu lintas kurang berkualitas, bukan masalah baru yang nyata pada alur itu sendiri. Mensegmentasi drop-off menurut sumber lalu lintas, jenis perangkat, dan status pengunjung baru versus kembali diperlukan untuk menghindari kesimpulan yang keliru dan mengejar perbaikan untuk masalah yang sebenarnya tidak ada dalam pengalaman yang mendasarinya. Membandingkan drop-off dalam jendela bergulir, misalnya minggu ke minggu alih-alih satu hari, juga membantu membedakan regresi yang nyata dari derau harian biasa pada kumpulan data yang lebih kecil. Dalam pekerjaan CRO, analisis drop-off rate biasanya menjadi titik awal untuk memprioritaskan bagian funnel mana yang akan diuji lebih dulu, karena langkah dengan drop-off tertinggi relatif terhadap volume lalu lintasnya biasanya mewakili peluang pendapatan terbesar yang dapat dipulihkan. Para konsultan menggunakannya untuk menyusun daftar titik hambatan yang diberi peringkat, memvalidasi dugaan penyebab melalui pengujian pengguna atau rekaman sesi, lalu merancang eksperimen yang terarah, seperti menyederhanakan formulir, memperjelas harga lebih awal, atau menambahkan sinyal kepercayaan di dekat kolom pembayaran, yang ditujukan khusus untuk mengurangi pembatalan pada langkah yang teridentifikasi tersebut, alih-alih membuat perubahan luas dan tidak terfokus di seluruh pengalaman tanpa teori yang jelas tentang apa yang akan menggerakkan angkanya.

Istilah lain yang diawali huruf D

Mari bangun produk berikutnya.

Hubungi Kami