
跳出率的計算口徑:GA4 算的是哪一種工作階段
GA4 的跳出率是未參與工作階段數除以總工作階段數再乘 100,分母是期間內該維度的全部工作階段,分子是其中沒有達到互動門檻的那些。這個數字在報表上只有一個,卻常被拿去做兩種相反的結論:一種說頁面留不住人,一種說使用者已經拿到答案所以離開。資料能支持哪一種,取決於那個頁面被交付的任務,以及同一份報表裡參與率、離開率、平均工作階段長度與轉換率是否指向同一個方向。
計算前先把分母講清楚。分母是特定期間內、特定維度底下的總工作階段數,分子是其中被歸為未參與的工作階段。同一個跳出率會隨維度切換而改變,切到頁面層級時分母是該頁面的工作階段數,切到來源層級時分母是該來源帶來的工作階段數;兩個百分比要放在一起比之前,先確認分母是不是同一群人造訪的結果。
工作階段的互動判定有三個條件,任一成立就歸類為參與工作階段:停留時間超過 10 秒、觸發任一轉換事件、瀏覽至少兩個頁面。三個條件是聯集關係,不需要全部成立;一則被完整讀完的長文,即使只開了一個頁面,也會因為停留超過 10 秒而不計入跳出率的分子。
把規則套進一個常見情境會更清楚。訪客從搜尋結果點進來,只開一個頁面,看了 25 秒後直接關掉,沒有點任何連結。舊式算法會把這個工作階段當成單頁工作階段計入跳出,GA4 則因為停留超過 10 秒而把它歸為參與,不計入分子。同一次造訪在兩套算法下落在一邊或另一邊,這也是直接把「單頁工作階段數除以總工作階段數」搬進 GA4 報表會對不上的原因。
舊版與 GA4 的口徑差異:同一個數字為何不能接在同一條線
舊版 Universal Analytics 把只瀏覽一個頁面就結束的工作階段算成跳出,計算基礎是單頁工作階段;GA4 改成以未參與工作階段計算,把停留時間與事件也納入判定。同一個網站、同一批流量,在兩個版本得到不同數字,來源就是計算基礎不同,而不是內容忽然變好或變壞。
跨版本比較時,把兩個版本分成兩條線各自看趨勢,比硬接成一條線誠實。實務上常見的情況是版本切換後跳出率同時下降,團隊誤以為調整奏效;要驗證這件事,得回頭看同一段期間的參與工作階段比例與轉換數有沒有一起變化,只有跳出率單獨移動,通常指向口徑改變。
如果非得把兩個版本放進同一張圖,至少把切換日標出來,並在切換日前後各留一段觀察期,讓兩條線各自有足夠的點可以判斷方向。切換日前後的流量結構也要一起看,季節性或活動帶來的流量變化會讓差異看起來比實際更大。
跳出率、離開率與參與率:三個指標各自回答什麼
三個指標常被混用,原因是名稱裡都有「率」,回答的問題卻不同。跳出率看的是進站後有沒有進一步互動;離開率看的是某個頁面在整段旅程裡是不是最後一站;參與率則是 GA4 用來描述工作階段中有互動比例的另一個說法。

離開率的分母是頁面瀏覽次數
離開率的算法是該頁面的離開次數除以該頁面總瀏覽次數,分子與分母都掛在單一頁面上。一位訪客依序看了 A、B、C 三頁後從 C 頁離開,C 頁的離開次數加一,整個工作階段卻不算跳出,因為他瀏覽了三個頁面。判斷某個頁面是不是旅程終點時,離開率比跳出率合適:完成頁、訂單成立頁、聯絡資訊頁的離開率本來就會偏高。
參與率用工作階段算,是跳出率的相反面
參與率的算法是參與工作階段數除以總工作階段數,兩個數字都取自 GA4 的工作階段層級。Google 說明把跳出率定義為參與度的相反詞,也就是非互動工作階段的百分比,兩者是同一批工作階段的兩面。
三個指標與兩個搭配欄位放進同一張表,差異會集中在口徑欄:哪些數字以工作階段為分母,哪些以頁面瀏覽為分母,決定了它們能不能放在一起比較。
| 指標 | 口徑 | 可以判斷什麼 | 不能推論什麼 |
|---|---|---|---|
| 跳出率(Bounce Rate) | 未參與工作階段數 ÷ 總工作階段數 × 100 | 著陸頁有沒有促成下一步互動 | 頁面內容寫得好不好 |
| 離開率(Exit Rate) | 該頁面離開次數 ÷ 該頁面總瀏覽次數 | 該頁面是不是旅程的自然終點 | 訪客從哪個管道進站 |
| 參與率(Engagement Rate) | 參與工作階段數 ÷ 總工作階段數 | GA4 工作階段中有互動的比例 | 互動的深度與品質 |
| 平均工作階段長度 | 以工作階段為單位計算的平均停留時間 | 停留時間有沒有跟著跳出率一起變動 | 使用者讀到了哪一段 |
| 頁面瀏覽次數 | 工作階段內瀏覽頁面的次數合計 | 高跳出率是否集中在只開一頁的工作階段 | 頁面內容是否被完整閱讀 |
表格只交代欄位定義,判讀還是要回到頁面任務。同一個百分比放在部落格文章、商品頁與訂單成立頁,可以下的結論完全不同,這也是把數字拆到頁面層級再比較的理由。
判讀跳出率要一起看的指標:口徑、頁面類型與流量來源
判讀的第一步不是找門檻,而是把數字拆到可以比較的維度。網站類型先分開:內容型網站(部落格、新聞、知識頁),使用者查到答案就離開是常見的正常行為;電商與服務型網站的著陸頁通常落在不同區間。比較的對象是同類型、同流量來源的歷史數據,不是一個通用門檻。
外部調查可以當座標,不能當目標。Orbitmedia 分析 500 家網站的 GA4 跳出率資料,電商平均 62.1%、媒體 68.2%;依流量來源看,自然搜尋 55.6%、推薦流量 76.8%。這些是樣本平均,同一組裡面每個頁面的任務仍然不同,拿來確認自己有沒有偏離同類很遠可以,拿來當每月必須低於的數字,會把頁面任務壓平成同一個標準。
交叉檢查要同時看四個欄位:平均工作階段長度、轉換率、頁面瀏覽次數,以及流量來源與新舊訪客的拆分。跳出率上升,而平均工作階段長度與轉換率同步上升,比較像是流量組成改變;跳出率上升,而成長集中在只開一頁的工作階段,才指向頁面沒有接住需求。新舊訪客要分開看,是因為第一次到站的人與回訪者的行為本來就不同,混在一起平均會把兩邊的訊號互相抵銷。
同一個跳出率的兩種讀法:內容型頁面與轉換頁
同一個高跳出率可以讀成兩件事,先看頁面被交付什麼任務。內容型頁面與單頁資訊頁(活動時間、門市地址、聯絡方式)的任務是回答問題,使用者查到答案就離開,跳出率偏高與頁面失效無關;把這類頁面改造成多頁動線,反而讓原本一次就能解決的事多繞幾步。
轉換頁的讀法相反。商品頁、服務介紹頁、報名頁的高跳出率,比較可能表示下一步沒有被看見:行動按鈕不在視線範圍、方案比較要跳到別的頁面才看得懂、表單欄位比預期多。這類頁面的跳出率下降通常會伴隨轉換率上升,兩個數字一起動才算真的改善。
還有一種情況與內容無關。頁面載入太慢,訪客在內容出現前就離開,跳出率也可能升高。反過來,跳出率偏低也不一定代表表現好:追蹤程式碼重複觸發,或頁面載入異常讓訪客重新整理,都會讓同一次造訪產生多個工作階段與多次瀏覽,數字好看,對應的行為卻不真實。
查看與複查跳出率:GA4 路徑與下一次檢查的欄位
在 GA4 哪裡看
GA4 預設大部分報表不含參與度與跳出率指標,要先進入「報表」裡的詳細報表,按右上角的「自訂報表」,在「指標」新增「跳出率」與參與度,套用後儲存;總覽報表只能新增資訊卡,不能新增指標。
複查條件
複查時把條件固定下來,數字才有比較的意義:同一個頁面類型、同一個流量來源、同一個版本口徑,以月為單位看趨勢。內容或版型調整後,短期的單日波動多半來自流量組成,至少要觀察數週再判斷方向。把每次複查的頁面清單與來源條件記在同一份表裡,下一次就不會拿兩組不同口徑的數字互相比較。
要讓下一次複查有具體的清單,可以把目前報表裡的頁面類型、流量來源與版本口徑整理成可重複套用的維度組合,把自家網站的跳出率拆成可複查的頁面與來源組合,再逐月對照。
回頭看的時候,先開跳出率與參與率兩欄,再對照平均工作階段長度與轉換率,間隔以一個月為單位。同一個頁面類型連續兩個月同時出現跳出率上升與轉換率下降,才需要排進調整清單;只有單一欄位波動,先確認流量組成有沒有換人。

FAQ
GA4 的跳出率可以和其他分析工具直接比嗎?
通常不行,先確認工具對互動事件的判定。Google Analytics 之外的工具有各自的互動認定,切換工具或同時跑兩套時,把兩邊對互動的定義並列檢查,再決定這兩個百分比要不要放進同一張表。
Orbitmedia 的 GA4 跳出率平均值可以直接當成目標嗎?
不適合,那些數字是樣本平均,不是每個頁面的目標。該調查依行業、流量渠道與 B2B/B2C 分組,同一組的頁面任務仍然不同;當成確認自己有沒有偏離同類的座標,比當成每月門檻合理。
單頁式活動頁的跳出率很高,要先改版嗎?
先確認頁面任務是不是查到答案就結束。活動頁若同時要收報名,與其改版,不如先把報名按鈕或表單送出設成轉換事件,讓跳出率旁邊多一個轉換數可以對照,再決定要不要動版面。
跳出率和離開率什麼時候會出現相反結果?
當使用者先看過其他頁面,最後才在某一頁離開時,那一頁只增加離開率,不增加跳出率。同一段旅程裡,中途離開只計入離開率,只有從第一頁就走的造訪才會同時計入兩邊。
GA4 的自訂報告要怎麼加入跳出率?
先進入「報表」裡的詳細報表,按右上角的「自訂報表」,在「指標」新增「跳出率」後套用並儲存。總覽報表只能新增資訊卡,不能新增指標。
跳出率會直接影響 Google 搜尋排名嗎?
Google 的說明把跳出率定義為評估網站或應用程式使用者參與度的指標,也就是非互動工作階段的百分比。這個數字適合當診斷線索,而不是要追著降低的排名目標。
以官方文件、實際設定與量測結果整理 SEO 數據、網站追蹤與分析方法,並標示資料來源與判讀限制。