Ah, le taux de rebond ! Voilà une des métriques qui prête le plus à débat. Un taux de rebond très élevé n’est pas toujours révélateur d’un problème et un taux de rebond très bas n’est pas pour autant synonyme d’une efficacité totale d’un dispositif digital. Pour éviter les confusions, la modélisation d’un arbre de décision peut donc s’avérer utile pour identifier la ou les causes racines à l’origine du constat et déployer ainsi les actions correctives. Tour d’horizon complet sur le taux de rebond avec en prime l’infographie d’un arbre de décision à télécharger gratuitement.
“Quoi, on a un taux de rebond de 70% sur notre site qui vient d’être refondu ? Mais c’est une catastrophe !” Quel spécialiste du marketing digital n’a pas déjà vécu cette scène ?
Or, la réalité est beaucoup moins simple et binaire. Pour preuve, de grands sites médias peuvent avoir des taux de rebonds assez élevés : il suffit de se rendre sur un outil comme SimilarWeb pour s’en rendre compte.
Qu’est-ce que le taux de rebond ?
Le taux de rebond désigne la proportion d’internautes qui ne consultent qu’une seule page au cours d’une session.
Au niveau des outils Analytics, le taux de rebond est une métrique qui est souvent associée à des dimensions (source de visites, origine géographique, device…) et qui permet donc de juger de leur efficacité.
Qu’est-ce qu’un bon taux de rebond ?
Le taux de rebond, c’est un peu comme les chasseurs : il y a le bon et le mauvais.
Selon une étude de ContentSquare de 2020, le taux de rebond moyen d’un site Internet serait de 47% avec des disparités selon les secteurs d’activités (42% pour le retail contre 52% pour la grande distribution).
Comme nous l’avons déjà indiqué, considérer comme problématique un taux de rebond supérieur à cette moyenne de 47% est un raccourci et potentiellement une erreur de diagnostic.
Comment analyser le taux de rebond ?
- Le type de pages d’arrivée : un taux de rebond sera toujours structurellement élevé sur des pages de bas d’arborescence (page de contenu, fiche produit…) puisque l’internaute trouve directement l’information recherchée sur la page. C’est ce qui explique ainsi les taux de rebond importants observés sur des sites de contenus (medias, blogs…). A l’inverse, le taux de rebond d’une page d’accueil ou d’une page de liste doit être bas car ces pages ont vocation à diriger l’internaute vers des pages internes.
- La “pression” des campagnes d’acquisition : un site web qui ne déploie pas d’actions d’acquisition proactives (SEO, SEA, réseaux sociaux…) va donc attirer principalement une audience de notoriété qui connaît déjà le site et qui sera donc plus encline à naviguer.
- A l’inverse, un site qui développe son audience prendra le risque de drainer plus de “touristes”. Voilà pourquoi l’augmentation du nombre de sessions sur un site s’accompagne souvent d’une légère “dégradation” de la qualité de l’audience, ce qui n’est pas forcément un problème si les conversions finales attendues (ex : demande de devis, achat en ligne…) s’améliorent.
- Le positionnement par rapport à la concurrence : un site web qui cumule les problèmes techniques ou ergonomiques mais qui propose une offre unique sur le marché aura toutes les chances de conserver ses internautes une fois arrivés sur le site. A l’inverse, un site qui évolue sur un marché extrêmement concurrentiel devra proposer une expérience utilisateur irréprochable. Sinon, l’internaute n’hésitera pas à cliquer sur le bouton “Précédent” de son navigateur et à se rendre sur les sites concurrents.
Pourquoi analyser le taux de rebond avec un arbre de décision ?
L’arbre de décision est un outil couramment utilisé en médecine, en statistiques ou en informatique décisionnelle. Il permet d’avoir une démarche analytique objective et éviter les débats stériles du type “si j’ai un taux de rebond élevé, c’est à cause du design du site”.
L’arbre de décision s’inscrit dans une démarche de management visuel (un des piliers du Lean Management) et présente comme grand intérêt de faciliter le partage d’expériences au sein d’une équipe.
Nous vous mettons donc à disposition un exemple d’arbre de décision dans le cas de l’analyse de taux de rebond. Cette modélisation ne se revendique pas comme exhaustive (des facteurs à l’origine d’un taux de rebond élevé sont multiples) mais a pour ambition de vous présenter les principaux cas d’explications d’un taux de rebond élevé et de vous sensibiliser sur les bénéfices d’une démarche analytique basée sur un arbre de décision.
Comment réduire le taux de rebond d’un site Web ?
Comme nous l’avons mentionné précédemment et comme expliqué au sein de l’infographie, un taux de rebond élevé pour certaines pages peut être tout à fait normal et la mise en œuvre d’actions d’optimisation risque d’avoir donc un impact limité. Voilà pourquoi la 1ère étape d’une démarche d’amélioration du taux de rebond consiste déjà à savoir si un taux de rebond élevé est “normal” ou non. L’infographie devrait vous aider à répondre à cette première question.
Dès lors, il existe selon nous 3 catégories d’actions d’amélioration du taux de rebond :- L’optimisation du tracking : la suppression d’un tag Analytics ou le mauvais paramétrage d’un bandeau cookie peuvent fausser la mesure du taux de rebond. Il est donc important de s’assurer de la fiabilité de votre plan de marquage à chaque événement important de la vie de votre site (refonte, mise en production de nouvelles fonctionnalités, etc.).
- L’amélioration de l’expérience utilisateur : la qualité de l’ergonomie de votre site et plus globalement de l’expérience utilisateur a une influence fondamentale sur le taux de rebond. Un temps de chargement élevé (il s’agit même d’un critère de pertinence SEO avec les Core Web Vitals), un design obsolète, une offre incompréhensible, etc. ne vont évidemment pas inciter un internaute à rester sur un site. Au-delà de ces critères évidents, il est important de définir pour chaque page quelle action prioritaire et quelles actions secondaires sont attendues et d’optimiser les Call To Action (CTA) correspondants. Pour répondre à ces défis, de nombreux outils sont disponibles pour collecter la voix du client, analyser les comportements et déployer des actions correctives : solutions Analytics, sondages en ligne, tests utilisateurs et A/B Testing.
- L’ajustement des campagnes d’acquisition : un taux de rebond important est communément associé à une expérience utilisateur défaillante. Or, le problème peut également provenir d’un mauvais ciblage de campagnes d’acquisition ! Une audience peu qualifiée composée de “touristes” ne sera pas encline à aller au-delà d’une 1ère page, même si l’ergonomie du site semble irréprochable.
Vous souhaitez analyser et réduire le taux de rebond de votre site Web ?