Introduktion
Afvisningsprocent er den andel af sessionerne på et website, der ikke tæller som engagerede i Google Analytics 4. En engageret session varer længere end 10 sekunder, har en vigtig hændelse eller indeholder mindst to side- eller skærmvisninger. Afvisningsprocenten er dermed det modsatte af engagementsrate.
Har et website 100 sessioner, og 65 af dem opfylder mindst ét af kriterierne, er engagementsraten 65 % og afvisningsprocenten 35 %. Beregningen ser enkel ud. Fortolkningen er det svære. En procentdel fortæller ikke alene, om siden løser sin opgave.
I den ældre Universal Analytics blev en afvisning typisk forstået som en session med kun én interaktion. Derfor findes der mange gamle guides med en anden forklaring. I Google Analytics 4 handler tallet om ikke-engagerede sessioner. Det er en vigtig forskel, når du sammenligner rapporter over tid.
Afvisningsprocent er ikke det samme som konverteringsrate. En person kan være engageret uden at blive kunde, og en person kan i nogle opsætninger gennemføre en vigtig handling hurtigt. Tallet skal derfor læses sammen med formularer, køb, telefonklik og andre mål.
Det er heller ikke en direkte dom over designet. En høj afvisningsprocent kan skyldes forkert trafik, langsom indlæsning, uklar tekst eller en side, der faktisk besvarer spørgsmålet med det samme. Du skal vide, hvilken situation du måler, før du svinger hammeren.
Sådan bruger du det i praksis
Se først på den enkelte landingsside frem for hele sitets gennemsnit. En kontaktside, en lang guide og et produkt har forskellige opgaver. Et samlet tal blander adfærd, som ikke bør vurderes efter samme målestok.
Sammenhold derefter afvisningsprocenten med trafikkilden. Hvis en Google Ads-annonce lover “pris på nyt køkken”, men sender folk til en generel forside, kan trafikken afvise hurtigt. Her er problemet ikke nødvendigvis siden alene. Det er bruddet mellem annonce, søgeintention og indhold.
Kontrollér målingen. Er de vigtige handlinger markeret korrekt, og ligger Analytics på alle relevante sider? En formular, der sender til en ekstern takkeside uden sporing, kan få et vellykket besøg til at se tomt ud. Brug Google Tag Manager og konverteringssporing med omtanke frem for at registrere hvert lille scroll som en sejr.
Segmentér efter enhed. En side kan fungere fint på computer og have høj afvisning på mobil, fordi en knap ligger under en sticky bjælke, teksten er for bred, eller formularen kræver for meget. Et responsivt design skal testes i praksis, ikke bare se pænt ud i en forhåndsvisning.
Se på udviklingen efter konkrete ændringer. Hvis en ny overskrift, kortere formular eller tydeligere CTA sænker afvisningsprocenten og samtidig øger henvendelserne, har ændringen sandsynligvis hjulpet. Falder afvisningen, mens konverteringerne står stille, kan du blot have fået folk til at klikke mere rundt.
Brug tallet som begyndelsen på et spørgsmål: Hvilke sider, kilder og enheder afviger — og hvorfor? Et heatmap eller en kontrolleret A/B-test kan give mere kontekst, men de skal stadig kobles til sidens mål.
Eksempel
En køreskole har 1.000 sessioner på siden om kørekort til bil. 520 sessioner er engagerede, så afvisningsprocenten er 48 %. Ejeren synes, at tallet lyder højt og overvejer et helt redesign.
Når trafikken deles op, kommer 400 sessioner fra en bred informationsartikel, 350 fra lokale Google-søgninger og 250 fra annoncer. Afvisningsprocenten er 72 % for artikeltrafikken, 31 % for lokale søgninger og 46 % for annoncerne. De tre grupper opfører sig altså forskelligt.
Annoncegruppen undersøges nærmere. På mobil dækker en cookieknap delvist knappen “Tilmeld dig”, og annoncen bruger ordet “priser”, mens prisen først står langt nede. Cookieopsætningen rettes, prisafsnittet flyttes op, og annoncen sendes direkte til den relevante sektion.
Efter fire uger er annoncegruppens afvisningsprocent faldet fra 46 % til 34 %. Samtidig er antallet af tilmeldinger steget fra 18 til 27 i et sammenligneligt regneeksempel. Det sidste tal er vigtigst. Den lavere afvisning er interessant, fordi den følges af flere reelle handlinger.
Den høje afvisning fra informationsartiklen bliver ikke “fikset” med en aggressiv popup. Artiklen får i stedet et naturligt link til pris og tilmelding. Den kan stadig have høj afvisning, fordi mange får deres svar og går. Det er acceptabelt, hvis artiklen samtidig skaber relevant organisk trafik og hjælper nogle videre.
Faldgrube
Den første faldgrube er at sammenligne med et tilfældigt branchetal. Der findes ikke én rigtig afvisningsprocent for alle sites. En opskrift, en åbningstidsside og en kompliceret B2B-løsning bliver brugt forskelligt. Sammenlign hellere siden med sig selv over tid og med sider med samme opgave.
En anden fejl er at sænke tallet kunstigt ved at registrere ubetydelige hændelser. Hvis et automatisk event tæller efter få sekunder, kan næsten alle sessioner blive “engagerede”, uden at brugeren har gjort noget meningsfuldt. Målingen ser bedre ud. Virksomheden gør ikke.
Pas også på med små datamængder. Hvis en side har 12 sessioner, kan to ekstra besøg flytte procenten voldsomt. Vent på et rimeligt datagrundlag, og se på absolutte tal sammen med procenter.
Til sidst er der sammenligningen mellem Universal Analytics og GA4. Definitionerne er forskellige. En gammel rapport kan ikke uden videre lægges ved siden af en ny og fortolkes som én ubrudt kurve. Notér skiftet og forklar det, når tallene deles.
Godt at vide
GA4 viser ikke nødvendigvis afvisningsprocent som standard i alle rapporter. Den kan tilføjes som metric i relevante detaljerapporter, hvis du har de nødvendige rettigheder. Engagementsrate er ofte mere fremtrædende, fordi den beskriver den positive side af samme beregning.
En hurtig handling kan godt være værdifuld. En besøgende åbner en restaurantside, klikker straks på telefonnummeret og ringer. Hvis telefonklikket er sat op som en vigtig hændelse, tæller sessionen som engageret. Uden målingen kan besøget se mindre værdifuldt ud, end det var.
Afvisningsprocent påvirkes også af samtykke og trackingopsætning. Siger brugeren nej til statistikcookies, kan besøget mangle i Analytics. Tallet beskriver derfor de sessioner, du faktisk måler, ikke nødvendigvis alle mennesker, der har været på siden. Her hænger emnet sammen med Consent Mode v2 og cookiebanner.
Brug afvisningsprocenten som et diagnostisk værktøj, ikke som en karakterbog. En god analyse ender med en konkret hypotese og en ændring, der kan vurderes. Den ender ikke med “vi skal under 40 %”, fordi nogen skrev det på en blog. Se også guiden om at skabe flere leads og salg med en brugervenlig hjemmeside.
Sådan læser du tallet sammen med andre metrics
Kombinér afvisningsprocent med gennemsnitlig engagementstid, scroll, vigtige hændelser og efterfølgende sidevisninger. Ingen metric kan alene beskrive kvaliteten af et besøg. En lang tid på siden kan være interesse — eller en bruger, der ikke kunne finde svaret.
Se også på sidehastighed og tekniske fejl. En side kan registrere en session, men aldrig nå at vise det vigtigste indhold. Her kan Core Web Vitals og fejlrapporter give den forklaring, procenten mangler.
En enkel arbejdsmetode til analyse
Begynd med at skrive sidens opgave i én sætning. Skal den give et hurtigt svar, få en besøgende til at ringe eller føre videre til et produkt? Uden den sætning bliver afvisningsprocenten let et karakterblad uden fag. Den samme procent kan være acceptabel på en åbningstidsside og problematisk på en kampagneside.
Lav derefter en lille tabel med landingsside, trafikkilde, enhed, afvisningsprocent og den vigtigste handling. Det behøver ikke være et stort dashboard. Formålet er at se mønstre. Hvis mobile annoncebesøg afviser markant mere end organiske desktopbesøg, har du et mere præcist sted at begynde end “hele hjemmesiden skal laves om”.
På en hjemmeside kan næste skridt være at kontrollere overskrift, indlæsning, navigation og formular. På en webshop kan det være pris, levering, lagerstatus eller produktbilleder. Afvisningsprocenten fortæller, hvor du bør kigge. Den fortæller sjældent alene, hvad du skal ændre.
Dokumentér ændringen og datoen. Sammenlign en rimelig periode før og efter, og se samtidig på henvendelser eller køb. Sæson, kampagner og ændret trafik kan påvirke tallene. En god analyse prøver ikke at bevise, at designændringen var genial; den prøver at finde ud af, om den hjalp.
Google Analytics – Session
Google Analytics – Brugerengagement
Senest opdateret