A taxa de rejeição (bounce rate) é uma métrica de web analytics que mede a porcentagem de visitas em que o usuário deixa um site após visualizar apenas uma página, sem acionar nenhuma interação adicional que a plataforma de analytics esteja configurada para rastrear. No Universal Analytics tradicional, uma rejeição era definida estritamente como uma sessão de página única sem hits adicionais, enquanto no Google Analytics 4 a métrica foi efetivamente substituída pela taxa de engajamento, e a taxa de rejeição é calculada como o seu inverso: a porcentagem de sessões que não foram engajadas, sendo uma sessão engajada aquela que dura 10 segundos ou mais, contém um evento de conversão ou inclui pelo menos duas visualizações de página ou de tela.
A taxa de rejeição importa porque um valor alto em uma página que deveria impulsionar uma ação adicional, como uma landing page vinda de um anúncio pago ou uma página de categoria de produtos, muitas vezes sinaliza um descompasso entre a expectativa do visitante e o que a página entrega, seja por tempo de carregamento lento, conteúdo irrelevante, navegação confusa ou proposta de valor fraca. Os dados de referência do setor variam bastante conforme o tipo de página e a fonte de tráfego, mas páginas de conteúdo e de blog costumam ter taxas de rejeição na faixa de 60 a 90 por cento, enquanto páginas iniciais de e-commerce normalmente variam de 20 a 45 por cento, o que significa que a métrica deve sempre ser interpretada em relação ao tipo específico de página e ao canal, e não em relação a uma meta universal única.
Por ser uma métrica genérica no nível da sessão, a taxa de rejeição trata da mesma forma o visitante que lê um artigo inteiro de 2.000 palavras em cinco minutos e sai satisfeito e o visitante que cai em uma página quebrada e sai em dois segundos, e por isso os analistas a combinam cada vez mais com profundidade de rolagem, tempo médio de engajamento e rastreamento de eventos, para distinguir uma experiência realmente ruim de uma página que simplesmente respondeu com êxito à pergunta do visitante em uma única visualização. Uma armadilha relacionada é comparar a taxa de rejeição entre diferentes implementações de analytics sem verificar a configuração, pois adicionar rastreamento de eventos, como eventos de rolagem ou de reprodução de vídeo, a uma página pode reduzir artificialmente a taxa de rejeição relatada, ao fazer sessões antes de hit único serem registradas como engajadas, mesmo sem que o comportamento do visitante tenha realmente mudado.
No contexto de CRO, a taxa de rejeição costuma ser usada como métrica de triagem para identificar quais páginas merecem uma investigação mais profunda por meio de gravações de sessão, mapas de calor ou testes com usuários, e não como diagnóstico final isolado. Uma auditoria de landing page costuma segmentar a taxa de rejeição por fonte de tráfego e dispositivo, já que uma página com desempenho aceitável para o tráfego de busca orgânica, mas com alta rejeição vinda de campanhas de redes sociais pagas, frequentemente indica uma desconexão entre a promessa do criativo do anúncio e o conteúdo da landing page, às vezes chamada de falha de message match. A velocidade do site é outro fator frequente que vale isolar, pois uma pesquisa do Google constatou que, quando o tempo de carregamento da página aumenta de um para cinco segundos, a probabilidade de um visitante mobile rejeitar a página aumenta em cerca de 90 por cento.
Reduzir a taxa de rejeição de forma significativa geralmente exige tratar as causas-raiz, e não fazer ajustes superficiais: melhorar o desempenho de carregamento da página, garantir que o título e o conteúdo principal acima da dobra correspondam à mensagem da fonte de origem, simplificar a navegação para visitantes de primeira viagem e remover interstitials ou pop-ups intrusivos que podem provocar saídas imediatas. Como a taxa de rejeição isolada não captura o impacto na receita, a maioria dos profissionais de CRO a acompanha junto com métricas posteriores, como taxa de conversão e duração média da sessão, usando-a principalmente como um indicador de alerta precoce que sinaliza páginas a priorizar em um roadmap de otimização mais amplo, e não como uma métrica de sucesso autônoma.
