Die Absprungrate in Google Analytics einfach erklärt

Oft gleich behandelt und doch sehr unterschiedlich: Die Absprungrate (Bounce Rate) und die Ausstiegsrate in Google Analytics. Beide Metriken sind Standardmetriken in Google Analytics und kommen aus den Verhaltensreports. Dabei sorgt die Absprungrate in Google Analytics oft für Schweißausbrüche und Panikattacken.

In diesem Artikel lernst du die Unterschiede zwischen der Absprung- und Ausstiegsrate kennen, erfährst wie sie berechnet wird, was eine gute Absprungrate überhaupt ist, ob es da überhaupt eine Zahl für gibt, wie du sie verbessern kannst und was du direkt technisch tun kannst für mehr Datenqualität im Bezug auf diese Kennzahl.

Was ist die Absprungrate in Google Analytics?

Die Absprungrate (Bounce Rate) in Google Analytics gibt prozentual an, in wie vielen Sitzungen nur eine einzige Seite aufgerufen wurde oder es keine weiteren Interaktionen mit dieser Seite gab. Kommt ein Nutzer also auf deine Webseite und verlässt diese nach wenigen Sekunden wieder, so wird dies von Google Analytics als Absprung gewertet.

In dem Bericht Zielgruppe > Übersicht findest du die Absprungrate als prozentualen Wert dargestellt.

Allgemeine Absprungrate in Google Analytics
Allgemeine Absprungrate in Google Analytics

Google definiert die Absprungrate selbst wie folgt:

Die Absprungrate ergibt sich aus den Besuchen einer einzigen Seite geteilt durch alle Sitzungen. Sie ist der Prozentsatz aller Sitzungen auf Ihrer Website, bei denen Nutzer nur eine Seite besucht und nur eine Anfrage an den Analytics-Server ausgelöst haben.

Oft wird die Absprungrate als Key Performance Indikator (KPI) für eine Webseite oder bestimmte Unterseiten herangezogen, dabei wird diese Metrik oftmals falsch interpretiert oder definiert.

Wie wird die Absprungrate berechnet?

Recherchiert man etwas, findet für die Absprungrate oft folgende Formel Sitzungen mit nur 1 Seitenaufruf / Alle Sitzungen * 100

Nehmen wir in einem fiktiven Beispiel einmal an, du hast 5.000 Sitzungen im letzten Monat auf deiner Webseite gehabt. In 1.000 Sitzungen haben die Besucher deine Webseite sofort wieder – ohne den Besuch einer anderen Seite – verlassen. Damit würde sich eine Absprungrate von 20 % ergeben, da 1.000 / 5.000 * 100 = 20 %

Aber die Formel der Absprungrate muss anders lauten!

Die korrekte Formel zur Berechnung der Absprungrate in Google Analytics lautet Sitzungen mit nur 1 Seitenaufruf und ohne Events / Alle Sitzungen * 100.

Der Teil und ohne Events in der Formel der Absprungrate ist dabei enorm wichtig für das Verständnis der Absprungrate. Denn nicht nur Seitenaufrufe haben einen Einfluss auf die Absprungrate in Google Analytics. Wenn du beispielsweise Event-Tracking verwendest, kommt es stark auf die Konfiguration dieser Events an – denn damit lässt sich die Absprungrate beeinflussen.

Technische Erklärung der Absprungrate

Auf der offiziellen Google Analytics Hilfe Seite gibt es eine Definition der Absprungrate, in der auch direkt die technische Erklärung geliefert wird.

Bei Google Analytics wird ein Absprung als Sitzung gerechnet, bei der nur eine einzige Anfrage an den Analytics-Server ausgelöst wird, etwa wenn ein Nutzer eine einzige Seite Ihrer Website besucht und die Seite dann verlässt, ohne dass für diese Sitzung weitere Anfragen an den Analytics-Server ausgelöst werden.

Google Analytics Hilfe

Auch in der oberen Definition habe ich den Teil […] und nur eine Anfrage an den Analytics-Server ausgelöst haben hervorgehoben.

Um die Absprungrate besser verstehen zu können, müssen wir uns die technische Vorgehensweise von Google Analytics einmal genauer anschauen.

Interaktionen mit deiner Webseite werden als sogenannte Hits (Treffer) an Google Analytics gesendet. Die folgende Liste zeigt dir ein paar Beispiele für solche Hits:

  • Seiten-Tracking
  • Ereignis-Tracking (Event-Tracking)
  • E-Commerce-Tracking
  • Soziale Interaktionen

Der normale Seitenaufruf deiner Webseite ist ein Treffer aus der Kategorie Seiten-Tracking, oft auch Pageview genannt. Wenn dieser Treffer an Google Analytics gesendet wird, erhält Google Analytics einen (ersten) Messpunkt.

Wenn der Besucher die Seite dann sofort wieder verlässt, wird kein weiterer Messpunkt an Google Analytics gesendet. Dieser Besucher gilt also als abgesprungen, da er nur eine Seite aufgerufen hat (einen Pageview Hit an Analytics geschickt hat) und dann keine weiteren Hits mehr folgten.

Wenn du Scrolltracking eingerichtet hast auf deiner Webseite, dann werden bei den eingerichteten Scrolltiefen Ereignisse an Google Analytics gesendet. Diese bilden also einen zweiten, dritten, vierten, … Messpunkt.

Aber es gibt zwei Arten von Ereignissen. Man unterscheidet in sogenannte Ereignisse ohne Interaktion und Ereignisse mit Interaktion. Wird die Scrolltiefe als Ereignis ohne Interaktion übermittelt und der Besucher verlässt deine Webseite, gilt er ebenfalls als abgesprungen.

Einfluss von Ereignissen ohne Interaktion auf die Absprungrate in Google Analytics
Einfluss von Ereignissen ohne Interaktion auf die Absprungrate

Erst wenn Ereignisse mit Interaktion an Google Analytics übermittelt werden, gilt dieser Besucher nicht als abgesprungen. Es ist also auch sehr wichtig, wie die Konfiguration der Ereignisse aussieht.

Einfluss von Ereignissen mit Interaktion auf die Absprungrate in Google Analytics
Einfluss von Ereignissen mit Interaktion auf die Absprungrate

Sollten die Ereignisse als Ereignisse ohne Interaktion eingerichtet sein und der Nutzer wechselt auf eine andere Seite, bevor er deine Webseite komplett verlässt, gilt er als nicht abgesprungen, denn mit dem Seitenwechsel wurde ein neuer Pageview an Google Analytics gesendet.

Einfluss mehrer Seitenaufrufe auf die Absprungrate
Einfluss mehrer Seitenaufrufe auf die Absprungrate

Aber anhand der beispielhaften Liste oben siehst du, dass nicht nur Ereignisse oder Seitenaufrufe als Treffer gewertet werden. Ebenso zählen E-Commerce Ereignisse wie das zufügen eines Produktes zum Warenkorb dazu. Es gibt also bereits ein paar Dinge, die Einfluss auf die Absprungrate in Google Analytics nehmen und die Absprungrate „korrigieren“, obwohl der Besucher eventuell nie eine andere Seite besucht.

Absprungrate vs. Ausstiegsrate

Am häufigsten wird die Ausstiegsrate mit der Absprungrate in Google Analytics verwechselt. Das kann an dem sehr ähnlichen Klang der beiden Worte liegen, oder aber an der eher undifferenziert wirkenden Bedeutung der Worte Absprung und Ausstieg. In beiden Fällen ist man ja weg. 👋

Doch in der Webanalyse und für Google Analytics gibt es einen großen Unterschied zwischen diesen beiden Metriken.

Während die Absprungrate in der Regel (ausnahmen wie andere Hits bestätigen diese 😜) Sitzungen mit lediglich einem Seitenaufruf beschreibt, gibt die Ausstiegsrate den prozentualen Anteil an Sitzungen an, die auf einer gewissen Seite endeten.

Wenn ein Nutzer deine Webseite besucht und sich durch verschiedene Seiten klickt und Ereignisse auslöst, wird die Seite als Ausstiegsseite definiert, auf welcher der Besucher deine Webseite endgültig verlassen hat.

Ausstiegsrate in Google Analytics
Ausstiegsrate in Google Analytics

In dem Bericht Verhalten > Websitecontent > Ausstiegsseiten findest du eine Übersicht deiner Seiten und der dazugehörigen Ausstiegsrate in Prozent.

Auch in dem Bericht Verhalten > Websitecontent findest du die Ausstiegsrate ganz rechts in der Tabelle.

Was ist eine gute Absprungrate in Google Analytics?

Da die Absprungrate für viele Webseitenbetreiber ein Indikator für die Performance der eigenen Seite und zugehöriger Unterseiten ist, stellt sich oft die Frage was denn eine gute Absprungrate wäre.

Aber diese Frage ist gar nicht pauschal zu beantworten, denn: Es kommt drauf an.

Die Interpretation der Absprungrate ist von verschiedenen Faktoren abhängig, dabei solltest du dir den Nutzer und das Ziel der jeweiligen einzelnen Seite in den Fokus stellen.

Ein Beispiel:

Auf growganic.de schreiben wir Blogbeiträge zu marketingrelevanten Themen und geben Informationen, Tipps und Hilfestellungen. Dieser Blogbeitrag hier behandelt das Thema Absprungrate in Google Analytics. Kommt nun ein Besucher (du zum Beispiel) über die Google Suche auf diesen Beitrag und erhält (hoffentlich) eine adäquate Antwort auf seine Frage oder sein aktuelles Problem, ist die Wahrscheinlichkeit hoch, dass der Besucher die Seite nach konsumieren des Artikels auch wieder verlässt.

Daher geht man bei Contentseiten und Blogs in der Regel von einer höheren Absprungrate aus. Und das ist vollkommen normal und okay!

Betreibst du allerdings einen Onlineshop und schaltest viele Performance Anzeigen – beispielsweise bei Facebook/Instagram – dann ist eine hohe Absprungrate auf deinen Produktdetailseiten nicht gut.

In dem Bericht Akquisition > Alle Channels > Übersicht findest du eine Übersicht über die Kanäle, über welche die Besucher auf deine Seite kommen.

Absprungrate nach Kanal
Absprungrate nach Kanal

Es ist also enorm wichtig, die Bounce Rate im Kontext der jeweiligen Seite und des Nutzerbedürfnisses zu sehen und zu interpretieren.

Benchmarks zur Absprungrate

Für die Vollständigkeit des Artikels, habe ich dir noch einen Benchmark von customedialabs mitgebracht, in dem die durchschnittlichen Absprungraten nach Webseitenkategorie aufgelistet sind.

WebseitentypAbsprungrate
E-Commerce und Retail20% – 45%
B2B Webseiten25% – 55%
Leadgeneration30% – 55%
Content Webseiten außerhalb von E-Commerce35% – 60%
Landing Pages60% – 90%
Wörterbücher, Blogs, (News-) Portale, …65% – 90%
Quelle: customedialabs

Wie kann man die Absprungrate verbessern?

Die Absprungrate lässt sich natürlich auf jeder Seite verbessern. Voraussetzung ist dabei, dass die Ereignisse – die an Google Analytics geschickt werden – richtig konfiguriert sind.

Wenn die Bounce Rate auch nach der richtigen Interpretation nicht gut ist, existieren mehrere Möglichkeiten zur Verbesserung der Absprungrate. Einige davon sind:

  • Klare Call-to-Actions
  • Sinnvolle interne Verlinkungen (auf beispielsweise weiterführende/passende Informationen)
  • Optimierung der Ladezeiten
  • Prüfung der User Experience auf den relevanten Endgeräten (funktioniert die Webseite bspw. auf mobilen Endgeräten korrekt?)
  • Optimierung der Navigation
  • Optimierung der Trafficquellen und Zielseiten (sollten bspw. manche Werbeanzeigen besser auf eine andere oder dedizierte Seite zeigen?)

All diese Möglichkeiten lassen sich mit Hilfe von A/B Testing ausprobieren und die Auswirkungen auf die Absprungrate lässt sich bspw. in einem Tool für A/B Testing wie Google Optimize direkt nachvollziehen. Außerdem läufst du durch sinnvolles A/B Testing nicht Gefahr, die Änderungen auf deiner Webseite für alle bereit zu stellen und möglicherweise die gesamte Webseite damit nach unten zu ziehen.

Google Analytics Events für eine saubere Absprungrate

In dem Kapitel der technischen Erklärung der Absprungrate haben wir die Ereignisse mit und ohne Interaktion kennen gelernt und wie diese die Absprungrate beeinflussen.

Das Konzept der Ereignisse mit Interaktion lässt sich nutzen, um die Absprungrate zu korrigieren und die Datenqualität zu verbessern.

Nehmen wir noch mal das Beispiel mit dem Blog und der hohen Absprungrate auf einem Artikel. Nehmen wir an, dass Besucher die Blogbeiträge – selbst beim skimmen oder schnellem lesen – 60 Sekunden lang konsumieren. Für den Betreiber des Blogs ist das also ein Besucher, der sein Bedürfnis erfüllt hat und deshalb die Seite verlässt.

Da die Bounce Rate auf Blogartikeln somit recht hoch ausfällt, macht es Sinn ein True Reader Ereignis zu erstellen. Dabei nutzen wir die Ereignisse mit Interaktion und schicken ein solches Ereignis nach einer gewissen Zeit an Google Analytics. Nach Ablauf von 60 Sekunden kannst du ein Ereignis an Google Analytics schicken (im Idealfall über den Google Tag Manager) und stellst die Einstellung Treffer ohne Interaktion auf Falsch.

Der Tag Manager schickt also nach 60 Sekunden ein Ereignis mit Interaktion an Google Analytics. Verlässt der Besucher die eine Seite dann nach 3 Minuten, so wird er nicht als Absprung gewertet.

Fazit: Mit der Absprungrate auf der Suche nach Verbesserungen

Die Absprungrate in Google Analytics ist je nach Anwendungsfall und Fragestellung eine hilfreiche Metrik um das Nutzerverhalten besser untersuchen zu können. Grundvoraussetzung dabei ist allerdings, dass alle begleitenden Konfigurationen, wie Ereignisse, richtig konfiguriert sind und die Absprungrate immer in den Kontext der jeweiligen Unterseite gesetzt wird.

Dass du mit Google Optimize auch die Absprungrate A/B testen kannst, halte ich für einen großen Vorteil und solltest du auf jeden Fall in Betracht ziehen. Eventuell kannst du auch von den 5 Behavior Patterns, die man im Marketing kennen sollte gebrauch machen.

Falls du noch Fragen hast, schreib sie gerne in die Kommentare (👇) oder schick mir deine Fragen über das Kontaktformular zu.

Du möchtest mehr Umsatz und bessere Conversion Rates für deinen Shop?
Dann abonniere unseren kostenlosen Newsletter mit exklusiven Tipps und Angeboten rund um Conversion Optimierung, Web Analytics und allgemeines E-Commerce Wachstum.

Hiermit willige ich in die Erhebung und Verarbeitung der vorstehenden Daten für das Empfangen des Newsletters per E-Mail ein. Von der Datenschutzerklärung habe ich Kenntnis genommen und bestätige dies mit Absendung des Formulars.

Geschrieben von

Christoph Böcker

Christoph Böcker

Chris liebt datengetriebenes Marketing und Konsumpsychologie (und als gelernter Mediengestalter auch Design). Er hat lange, auch neben dem Studium "International Marketing" in den Niederlanden, als Freelancer für Agenturen und KMUs gearbeitet. Aktuell arbeitet er als Customer Relationship Manager bei ZWILLING.

Geschrieben von

Christoph Böcker

Christoph Böcker

Chris liebt datengetriebenes Marketing und Konsumpsychologie (und als gelernter Mediengestalter auch Design). Er hat lange, auch neben dem Studium "International Marketing" in den Niederlanden, als Freelancer für Agenturen und KMUs gearbeitet. Aktuell arbeitet er als Customer Relationship Manager bei ZWILLING.

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Mehr zum Thema:

Engagement in Google Analytics 4 sehen

Die neue Google Analytics 4 Property (GA4) ist da! Vorteile und Neuerungen erklärt.

Am 14. Oktober 2020 hat Google offiziell das neue Google Analytics vorgestellt. Dabei löst Google das bislang App + Web genannte Setup durch die klangvolle Google Analytics 4 ab. Dabei stellt Google Analytics 4 auch optisch die bisherige Arbeit mit Universal Analytics auf den Kopf. Diese neue Version ist zeitgleich

Hotjar Heatmap Guide - alles was du wissen musst

Hotjar: Mit Heatmaps, Recordings und Umfragen deine Nutzer verstehen

In diesem Artikel erkläre ich dir alles, was du zu Hotjar wissen musst und lasse dabei keine Frage offen. Wir gehen auf den Dienst ein, ich erkläre dir für wen sich Hotjar besonders eignet und welche Funktionen der Dienst mitbringt. Außerdem möchte ich noch auf Hotjars Preise eingehen sowie die

Du möchtest mehr Umsatz und bessere Conversion Rates für deinen Shop?

Dann abonniere unseren kostenlosen Newsletter mit exklusiven Tipps und Angeboten rund um Conversion Optimierung, Web Analytics und allgemeines E-Commerce Wachstum.

Hiermit willige ich in die Erhebung und Verarbeitung der vorstehenden Daten für das Empfangen des Newsletters per E-Mail ein. Von der Datenschutzerklärung habe ich Kenntnis genommen und bestätige dies mit Absendung des Formulars.