離脱率とは？直帰率との違いと改善するための施策まとめ
アクセス解析でサイトの課題を探していると、「離脱率」という指標に出会います。直帰率と混同されやすく、また「数値が高い＝悪い」と短絡的に判断してしまいがちな指標でもあります。本記事では、離脱率の意味と計算方法、よく似た直帰率との違い、GA4での扱い、そして数値を改善するための具体的な施策までをわかりやすく解説します。
離脱率（Exit Rate）とは、あるページが「サイトから離れる直前の最後のページ」になった割合を示す指標です。ユーザーはサイト内で複数のページを見て回りますが、最終的にはどこかのページを最後にサイトを去ります。その「最後に見られたページ」がどのページだったかを、ページ単位で集計したものが離脱率です。
計算式は次のとおりです。
離脱率＝そのページが離脱（最後の閲覧）となった回数 ÷ そのページの表示回数（PV）
たとえば、あるページが100回表示され、そのうち30回がそのページを最後にサイトを離れたものであれば、離脱率は30%となります。重要なのは、離脱率は「そのページにたどり着くまでに何ページ見ていたか」を問わない点です。直前にどこを経由していても、最後がそのページであれば離脱としてカウントされます。
離脱率と混同されやすいのが「直帰率（Bounce Rate）」です。どちらも「サイトを離れる」ことに関係しますが、対象とするユーザーの行動範囲が異なります。
言い換えると、直帰は「入口であり、かつ出口でもあった（1ページで完結した）訪問」を指し、離脱は「経路の途中・最後を問わず、そのページが最後だった」ことを指します。直帰したセッションはすべて離脱にも含まれますが、その逆は成り立ちません。
たとえば「トップページ→商品一覧→商品詳細」と見て商品詳細で離れた場合、商品詳細ページは離脱としてカウントされますが、複数ページを見ているため直帰ではありません。一方、トップページだけ見て離れた場合は、直帰であり離脱でもあります。
旧来のユニバーサルアナリティクス（UA）では、離脱率は標準のレポート指標として用意されていました。しかし現行のGoogle Analytics 4（GA4）では、計測の考え方がページビュー中心からイベント中心・エンゲージメント中心へと変わったため、離脱率は標準指標として前面には出てきません。
GA4では代わりに「エンゲージメント率」や「エンゲージメントのあったセッション数」といった、ユーザーが実際に関与したかどうかを重視する指標が中心になっています。離脱に近い情報を見たい場合は、探索レポートでページごとの表示回数やセッションの終了に関する指標を組み合わせて確認する、といった工夫が必要です。指標名や算出の前提がUA時代と異なるため、過去のデータと単純比較しない点に注意しましょう。
離脱率を見るうえで最も重要なのは、「離脱率が高い＝問題」と機械的に判断しないことです。ユーザーは目的を達成すれば、当然どこかのページでサイトを離れます。そのため、ページの役割によって、高い離脱率が自然なケースと問題のあるケースに分かれます。
つまり、見るべきは「そのページがユーザーにどう動いてほしいページなのか」という役割と、実際の離脱状況のギャップです。コンバージョンに至る導線の途中で離脱が集中しているページこそ、優先的に改善すべき対象になります。
改善すべきページを特定したら、次は具体的な施策に取り組みます。代表的なアプローチを紹介します。
ユーザーが「次に何をすればよいか」が一目でわかる状態を作ります。関連ページへのリンク、わかりやすいCTA（行動喚起）ボタン、おすすめ記事や関連商品の提示などで、サイト内の回遊を自然に促します。ページの最後で行き止まりにならないよう、次の一歩を用意することが基本です。
表示が遅いページは、内容を見る前にユーザーが離れてしまう原因になります。画像の圧縮、不要なスクリプトの削減、サーバーやキャッシュの見直しなどで読み込み速度を高めると、離脱の抑制につながります。Core Web Vitalsなどの指標を確認しながら改善するとよいでしょう。
フォームは離脱が起きやすい代表的な場所です。入力項目を必要最小限に絞る、入力例やエラー表示をわかりやすくする、スマホでも操作しやすくするといったEFO（入力フォーム最適化）で、途中離脱を減らせます。コンバージョン直前のページだけに離脱が集中している場合は、まずフォームを疑うのが定石です。
ユーザーが求めている情報と、ページの内容が一致していないと早期に離脱されます。タイトルや見出しと本文の内容を一致させ、訪問者が知りたいことに過不足なく答える構成にします。情報が古い場合は更新し、わかりにくい箇所は図解や具体例で補うと、滞在と回遊が促されます。
数値だけでは「なぜ離脱したか」まではわかりません。ヒートマップやセッション録画ツールを使うと、ページのどこまで読まれたか、どこでスクロールが止まったか、どこがクリックされているかを視覚的に把握できます。離脱が多いページに対して、こうした定性的なデータを組み合わせると、改善の打ち手が見えやすくなります。
離脱率とは、あるページが「サイトを離れる直前の最後のページ」になった割合を示す指標です。最初の1ページだけで離れた割合を示す直帰率とは異なり、複数ページを見た末の離脱も含みます。GA4では標準指標として前面に出ないため、エンゲージメント関連の指標や探索レポートで補って確認するのが現実的です。
離脱率は高いほど悪いとは限らず、ページの役割によって評価が変わります。まずはコンバージョン導線の途中で離脱が集中しているページを特定し、導線の改善・表示速度の最適化・フォーム改善・コンテンツの見直し・ヒートマップによる原因分析といった施策を組み合わせていきましょう。数値を単独で追うのではなく、「ユーザーにどう動いてほしいか」という視点で見ることが、離脱率を正しく活用する鍵です。
Web解析ツールを「アクセス解析系」と「スクレイピング系」の2軸で整理し、おすすめ15選を比較。GA4・Microsoft Clarity・Octoparseなど目的別に紹介し、選び方と法令対応の注意点も解説します。
Googleアナリティクス（GA4）の設定方法をアカウント開設から計測開始までステップで解説。アカウント・プロパティ・データストリームの作成、計測タグの設置方法、3つのタグ設置手法、計測確認、初期設定まで初心者向けに紹介します。
導線とは、ユーザーや顧客を購入・問い合わせなどの目的へ意図的に導くために設計された経路のこと。同じ読みの「動線」との違いや使い分け、Webサイトの導線設計のポイントまでわかりやすく解説します。
