Kun puhutaan siitä ´bounce ratesta´ joka löytyy analytiikkaohjelmista (esm. analytics), kaksi asiaa on avainasemassa määrittelemässä hyväksyttävää bounce-ratea. Ensimmäinen näistä asioista on Kampanjan relevanssi. Mitä korkeampi relevanssi kampanjalla on, sitä matalampi bounce-raten tulisi olla. Parhaitahan muutenkin analytiikan kannalta ovat juuri matala meluiset kampanjat, eli ne joiden relevanssi omaan toimintaan on mahdollisimman lähellä sataa. Toki myös front-end pitää olla sellaisessa kunnossa että prospektille välittyy tuo relevanssi tarjottavan tuotteen ja prospektin odotuksen välillä tehokkaasti. Ihan kampanjankin osalta kannattaa aina muistaa että oma sivusto on kuitenkin sitten lopulta se tekijä joka päättää tuleeko suksee vai ei.

Analytiikan kannalta kampanjakohtainen tulkinta on kuitenkin helppoa koska tiedetään mistä kampanjasta kävijä on tullut ja mitä tämä on tehnyt sivustolla. Jos kampanjan relevanssi on 100, tiedetään että tietystä kampanjasta tullut kävijä on kohderyhmää. Adwordsin ja muiden vastaavien ohjelmien avulla voidaan hyvin ajaa kampanjoita joissa pitkän hännän termien (ja negatiivisten), lokaation ja kielen mukaan määritelty kampanja on niin optimaalinen että se kohdistuu vain omaan kohderyhmään. Luonnollisesti vähäinen melu kuuluu olennaisena osana jokaiseen kampanjaan ja tämäkin tulee analytiikassa aina ottaa huomioon.

Vähintäänkin yhtä isossa roolissa on analysoitavan sivuston tyyppi. Jos kyseessä on esm. blogi ja varsinkin sellainen joka näyttää postit kokonaisena heti etusivulla voi bounce-rate olla täysin hyväksytysti reilusti yli 50%. Myöhemmin kun arkistoihin alkaa tulla enemmän tavaraa, tulisi bounce-raten pienentyä uusien kävijöiden osalta huomattavasti (new visitor, tullut linkeistä, luki vanhoja posteja) ja vakinaistenkin lukijoiden (feedeistä, direct, returning visitor) osalta ajan kanssa vähemmässä määrin. Mitä enemmän arkistoihin tulee tavaraaa, sitä mukaa myös bounce-raten tulisi laskea. Toinen hyvä esimerkki on yritys jonka yhteystiedot on näkyvällä paikalla heti etusivulla, tämä vaikuttaa navigaatiohakuliikenteeseen ja suoraan liikeenteeseen vähintään 10% osalta. Myös se jos heti etusivulta tarjotaan login-mahdollisuutta joka vie vähintään 2 sekuntia ja johtaa toiselle palvelimelle, täytyy tämä ottaa huomioon bouncereita kartottaessa. Yleensä kun esm. se että vierailu kesti alle 4 sekuntia, tuli etusivulta, eikä ladannut muita sivuja viittaa voimakkaasti bounceriin. Mutta ei aina.

Analytiikan näkökulmasta bouncerit voidaan jakaa kolmeen ryhmään:

1. Ne jotka poistuvat sivustolta yhden sivulatauksen jälkeen. Tämän ryhmän määritteleminen tapahtuu kätevimmin Analyticsin tai jonkin muun analytiikkaohjelman avulla.

2. Ne jotka poistuvat sivustolta jonkin tietyn ajan kuluessa. Yleensä web-analytiikassa muutaman sekuntin vierailua voidaan pitää välittömänä poistumisena, tietyin poikkeuksin kuten yllä jo tuli selväksi. Tämän ryhmän määrittelemiseen sopii parhaiten Clicktracksin kaltainen kustomoitavissa oleva analytiikkaohjelma.

3. Ne jotka ovat yrityksen prospekteja mutta poistuvat silti välittömästi sivustolta. Tämä ryhmä on se joka on analytiikan näkökulmasta kaikkein vaikein (ja tärkein) määrittää. Clicktracks tarjoaa joitain lääkkeitä tähän jos on itse valmis ´ruuvaamaan´. Parhaiten homma kuitenkin hoituu yhdistämällä automointia ja kehittyneitä profilointi algoritmejä data-louhintaan.

Todellisen (eli tuon viimeisen) bounce-raten määrittäminen on yksi koko analytiikan vaikeimpia asioita. Jos siis halutaan ihan oikeasti määrittää se miten prospektit (tai muut sidosryhmät) poistuvat sivustolta ´pettyneenä´. Itseasiassa se on lähestulkoon yhtä vaikeaa kun absoluuttisten uniikkien määrittäminen perinteisin analytiikan keinoin.

Tähänkin löytyy kuitenkin onneksi ainakin osittainen lääke. Ajamalla mahdollisimman korkea-relevanssisia kampanjoita esm. Adwordsissa voidaan saada ainakin viittellinen ´todellinen´ sivuston bounce-rate. Jos tietystä mainoksesta (tai ryhmästä) tuleva liikenne on niin hyvin kvalifoitua (hakutermi, kampanja-asetukset, kanava, itse mainos) että sitä voidaan pitää koostuvana pelkästään kohderyhmästä, nähdään sivuston todellinen bounce-rate seuraamalla tämän kampanjan bounce-ratea. Tämä metodi vaatii kuitenkin huomattavaa osaamista eri osa-alueilla ja syvää ymmärrystä kohderyhmistä, viestinnästä ja analytiikasta.

Bounce-raten hunaja-alueen määrittäminen onkin todellinen markkinoijan pyhä-malja. Se kertoo tarkalleen sen ´tyhjän varan´ joka löytyy siitä markkinatilasta jota itse sillä hetkellä ´hallitsee´. Oma sivusto + sinne tuleva liikenne. Nyt nuo oikeasti yrityksen tuotteista kiinnostuneet prospektit luultavasti päätyy kilpailijan asiakkaaksi. Yhä useamminhan bouncerit palaa nimenomaan hakutuloslistaan ja sieltä sitten kilpailijan sivuille siinä toivossa että nämä eivät tuottaisi ´pettymystä´.

Tietoa siitä kuinka moni poistuu sivulta välittömästi voidaan myös viitteellisesti käyttää hyväksi meluasteen määrittelemisessä. Meluasteen määrittämisen avulla voidaan optimoida analytiikan seurantaa (sitä tukevissa työkaluissa, esm. Clicktracks) niin että pääasiassa vain oleellinen tieto näytetään. Tätä tosin mutkistaa se että osa niistä jotka jäävät eivät välttämättä ole kiinnostuneita sivuston tarjonnasta nyt tai koskaan myöhemmin. Kävijä voi olla kiinnostunut samoista tuotteista eri geo-lokaatiossa tai tämä saattaa olla vain viehättynyt sivuston designistä. Syitä voi olla monia, mutta se että kävijä viihtyy sivulla hetken, ei välttämättä tarkoita sitä etteikö se olisi melua.

Ja kuten tuosta jo tuli selväksi, meluakin voi olla monen asteista. Informaatiohaku jonka takana oleva tarve tyydytettiin sivustolla ei välttämättä näy suoraan viivalla mutta luultavasti kertoo jotain siitä että sivuston sisällöt on kunnossa. Toisaalta tuollaisen olettamuksen liika tuijottaminen voi johtaa myös turmaan koska onhan selvää että tietotarve ja ostotarve asettaa myös tarkat rajoitukset sisällön ominaisuuksille kuten pituudelle ja media-mixille. Tämähän taas johtaa takaisin siihen lähtöajatukseen että kaikki paitsi todelliset kohderyhmäprospektit on analyytikon silmissä melua. Jos se näkyy suoraan viivalla, se ei ole melua.

Bounce-rate, kuten kaikki muutkin analytiikan avulla seurattavat performanssi indikaattorit, on omituinen eläin. Jos sitä pitää hyvin ja sen perään katsoo oikealla tavalla, siitä saa uskollisen ystävän. Jos taas hairahtaa tulkitsemaan sen viestiä väärin, voi päätyä ohjaamaan sivustoaan suohon. Analytiikassa kannattaakin aina lähestyä asioita kysymyllä itseltään mitä oikeasti haluaisi tietää. Hyvän ohjelmiston, alakoulun matikkataitojen ja helvetin pitkän pinnan avulla yleensä vastaus omaan huutoon tulee. Mutta kun on aloittanut varmistumalla siitä että käytettävä keino todellakin aukottomasti (analytiikan rajoissa) kertoo vastauksen omaan kysymykseen, on todennäköisempää että tieto voidaan suoraan soveltaa oman liiketoiminnan optimoimiseen.