Webサイトを運営していると、アクセス解析ツールに「離脱率」という数字が出てきます。初めてこの言葉を見たとき、「なんだか悪いことのように感じるなあ」と思った方は少なくないはずです。私もその一人で、初めてGoogleアナリティクスを開いたとき、離脱率の高さに焦ってしまい、あれこれ手を付け始めた記憶があります。

この記事では、離脱率の基本的な意味から、直帰率との違い、計算方法、そして実際の改善手順までを、できるだけ噛み砕いてお伝えします。アクセス解析に慣れていない方でも、読み終わるころには「自分のサイトのどこを見ればいいか」が分かる内容に仕上げました。ぜひ最後までお付き合いください。

離脱率の基本定義と、直帰率との違い

離脱率の定義：そのページが「最後のページ」になった割合

離脱率とは、簡単に言うと「そのページを最後にサイトを離れた訪問者の割合」のことです。たとえば、商品ページを表示した人のうち、そのまま何もせずブラウザを閉じてしまった人の割合が、その商品ページの離脱率になります。

ここで注意したいのが、「離脱」という言葉の印象です。どうしても「悪いこと」に聞こえますが、実はそうとは限りません。問い合わせ完了ページや資料ダウンロード完了ページなど、サイトのゴールとなるページでは、離脱率がほぼ100%になるのが普通です。お客さんが用事を済ませて出て行くのは、宿で言えば「チェックアウト」のようなもので、むしろ自然な流れです。

私はこの意味を理解するまでに随分時間がかかりました。「離脱率が高い＝悪いページ」と決めつけて、必要もない修正を何度もしたものです。実際には、離脱率は「ユーザーの行動の結果」を示しているにすぎません。良い離脱も悪い離脱も含めて、すべての出口を数えているというのが正しい理解です。この視点を持てたことで、数字への向き合い方がだいぶ楽になりました。

サイト全体を「旅館」に例えると分かりやすいでしょう。正面玄関から入ってきたお客さんが、食事処で出て行くのか、風呂場で出て行くのか、それぞれの部屋から外に出て行く割合を表しているのが離脱率です。「この部屋から出て行く人が多いのはなぜだろう？」と考えるのが、サイト改善の第一歩になります。

直帰率との違い：入口だけを見るか、全ページを見るか

離脱率とよく混同されるのが「直帰率」です。この2つの違いをきちんと言えるかどうかで、アクセス解析の理解度が分かれると言っても過言ではありません。

直帰率は、サイトに最初に訪問したページを見て、そのまま他のページを見ずに離脱した割合を指します。つまり、入り口で「ここ、なんか違うな」とUターンした人がどれだけいるかです。一方の離脱率は、複数ページを回遊した後に最後に離脱したページもカウントされます。

たとえば、ホームページ→商品一覧→商品詳細と見て、商品詳細で離脱した場合、その離脱は「商品詳細ページ」に記録されます。ホームページは入口だったけれど、ホームページの直帰率には含まれないわけです。つまり、直帰率は「入口のページだけ」を見る指標で、離脱率は「サイトの中で最後のページ」を見る指標です。

どちらか一方だけを見ても、ユーザーの行動の全体像はつかめません。直帰率が高くても「入口で興味を持てなかった」のか、離脱率が高くても「最後まで読んで満足して帰った」のかは、数字だけでは判断できないからです。この2つをセットで見るのが基本中の基本です。

離脱率が重要な理由：サイトの弱点を教えてくれるサイン

では、なぜ離脱率がこれほど重視されるのでしょうか。それは、「ユーザーがどのページでサイトを離れるか」という情報が、サイトの弱点を浮き彫りにしてくれるからです。

たとえば、ブログ記事の離脱率が90%近いとしたら、記事を読み終えた人が満足して帰ったのか、途中で読むのをやめてしまったのかを疑う必要があります。商品詳細ページの離脱率が異様に高いなら、商品画像や説明文、価格表示などに問題があるのかもしれません。

私自身、Webサイトの改善に携わった当初は、離脱率が高いページを見つけては「ここが悪いんだ」と決めつけていました。しかし実際に中身を調べてみると、単に情報が古かっただけ、というケースもありました。離脱率が高い理由はページによってさまざまで、まずは原因を特定してから対処する姿勢が大切です。

とくに、LP（ランディングページ）や商品ページのように、ビジネス上の成果に直結するページの離脱率は、コンバージョン率（CVR）とあわせてチェックしておきたい指標です。「離脱率が高い＝CVRが低い」とは限りませんが、無駄な離脱を減らせばCVRの改善につながる可能性は高まります。離脱率は「ページの良し悪し」そのものではなく、「改善のヒント」を与えてくれる存在として付き合うのが正しい姿勢です。

離脱率の計算方法と測定の基本

計算式：離脱数 ÷ ページビュー数 × 100

離脱率の計算式はとてもシンプルです。

離脱率（%）＝ そのページで離脱したセッション数 ÷ そのページのページビュー数 × 100

たとえば、あるページが100回流れ、そのうち30回が最終ページだったなら、離脱率は30%です。ここでいう「セッション」とは、ユーザーがサイトを訪れてから離れるまでの一連の行動を指します。同じ人が朝と夜にそれぞれサイトを訪問したら、2つのセッションとしてカウントされます。

ページビュー数を分母にするため、1回のセッションで同じ人気記事を2回読まれた場合も、その分だけ分母が増える点には注意が必要です。たとえば、1人のユーザーがセッション中に同じページを3回表示して、そのまま離脱した場合、ページビュー数は3、離脱数は1として計算されるため、離脱率は約33%になります。この仕組みを知っておくと、数字が感覚とずれていると感じたときに原因を追い求めやすくなります。

Googleアナリティクス（GA4）での確認方法

Webサイトの離脱率を確認するには、Googleアナリティクス（GA4）を使うのが一般的です。GA4では、「レポート」→「エンゲージメント」→「ページ」の順に進むと、各ページのビュー数や平均エンゲージメント時間とあわせて、離脱率を確認できます。

ただし、旧バージョンのユニバーサルアナリティクスとは指標の定義が少し変わっている点には注意してください。GA4では、従来のように「離脱率」が画面上に大きく表示されないケースがあります。そんなときは、「エンゲージメント率」を確認しましょう。GA4では、離脱率＝100%－エンゲージメント率という考え方で捉える場面が増えています。

アクセス解析に不慣れな方は、まず「どのページがよく見られているか」というページビューと「どのページから離れているか」の離脱率を並べて眺めることから始めるとよいでしょう。いきなり細かい分析をしようとすると、情報量に圧倒されてしまいます。最初はシンプルに、全体の流れをつかむことを優先してください。

離脱率を測る際の注意点：セッション単位で考える

離脱率を測定するときは、セッション単位で考えることが大切です。たとえば、朝にスマホで商品を調べて、夜にパソコンでもう一度同じサイトを訪れた場合、これは別々のセッションになります。同じ人でも、デバイスや時間が違えば「違う訪問」として記録されるのです。

「あれ？ この人、さっきも来てたのに、なんで離脱率に2回カウントされてるんだろう？」と疑問に思ったことがある方もいるかもしれません。それはおそらく、1人のユーザーが複数回訪問した結果です。セッション単位で記録される以上、ユーザー単位で考えると混乱します。訪問数とユーザー数の違いを意識しておくと、アクセス解析の数字がぐっと読みやすくなります。

また、ページビュー数を分母にしている関係で、1回のセッション内で同じページを何度も見直した場合も、その分だけ分母が増えることになります。このあたりの計算の仕組みを理解しておかないと、離脱率が実際より高く見えたり、低く見えたりして、誤った判断をしかねません。数字の背景にあるルールをおさえておくことが、正しい分析への近道です。

離脱率が高い原因を特定する分析方法

ページごとの離脱率ランキングを確認する

まずは、どのページの離脱率が高いのかをランキング形式で確認します。GA4の「ページ」レポートを使えば、ビュー数の多いページ順に、離脱率を並べ替えられます。

ここで大切なのは、いきなりビュー数が少ないページに注目しないことです。たとえば、1回しか表示されていないページの離脱率が100%だったとしても、それは統計的な誤差のようなもので、改善対象にしても効果は見込めません。まずは、ある程度ビュー数があるページのなかで、離脱率が高いページを探すのが現実的です。目安としては、100ビュー以上あるページのうち、離脱率が80%を超えているものをピックアップするとよいでしょう。

ユーザーフローで離脱ポイントを洗い出す

ランキングで候補を絞ったら、次は「ユーザーがどの経路でそのページに来て、どこで離脱したか」を確認します。GA4の「経路データ探索」を使うと、サイト全体の流れを視覚的に追えます。

たとえば、ブログ記事→商品ページ→問い合わせフォームという流れが多くて、問い合わせフォームの直前で離脱しているなら、フォームの設計が問題になっているかもしれません。入力項目が多い、必須項目がわかりにくい、エラー表示が分かりづらいなど、フォームまわりの課題は離脱率に直結しやすいです。

逆に、広告経由でLPに訪れたユーザーがファーストビューだけで離脱しているなら、広告の内容とページの内容がミスマッチを起こしている可能性があります。たとえば「今だけ50%OFF」という広告を出しているのに、LPには定価しか書かれていない、といったケースです。ユーザーフローを見ると、「どこから来て、どこで離れたか」が明確になるので、原因の切り分けがしやすくなります。

ヒートマップやセッション録画でユーザー行動を可視化する

数字だけの分析に限界を感じたら、ヒートマップやセッション録画の出番です。クリック位置やスクロールの深さ、マウスの動きなどが可視化されるので、「このボタンが押しづらい」「この場所がまったく見られていない」といった具体的な気づきが得られます。

私が以前改善に携わったサイトでは、CTAボタンがファーストビューに写っていないために、ユーザーがほぼスクロールせずに離脱していることがありました。ヒートマップでスクロール率を見るまで、私は「まさかボタンが見えていないとは」と気づきませんでした。数字だけの分析では、こうした「見えていない事実」はなかなか浮かび上がってこないものです。

マウスの動きを記録するセッション録画は、プライバシーに配慮しつつ、ユーザー体験（UX）の改善に役立つ情報を与えてくれます。「ここで迷っているな」「このリンクをクリックしようとして外しているな」といった動きがわかると、ページの修正ポイントがぐっと明確になります。こうしたツールを使った分析は、離脱率の原因を特定するうえで非常に有効です。

離脱率が高いページの共通パターンを見つける

離脱率が高いページをいくつか並べてみると、案外共通点が見つかります。私がこれまで見てきたサイトでも、以下のようなパターンがよく目につきました。

• ページの表示速度が遅い
• テキストが長くて途中で読む気が失せる
• スマホで見ると文字が小さくて読めない
• ページの目的が不明瞭で、どこを見ればいいのか分からない
• ファーストビューに重要な情報がなく、スクロールを促す工夫がない

こうした共通パターンを洗い出すと、個別ページの修正だけでなく、サイト全体の改善方針を立てられます。たとえば、表示速度の問題なら全ページで共通して改善すべきですし、スマホでの見づらさならモバイル対応の見直しが優先課題になります。

競合サイトの離脱率や回遊率を直接比較することはできませんが、自社サイトのどのページが弱点かを把握するうえで、競合分析は参考になります。たとえば、しろくま競合分析のようなツールを使えば、競合サイトの強み・弱みや流入経路を調査し、自社サイトの離脱率改善に活かすためのヒントを得られます。他社と比較して「自社のどこが劣っているのか」を客観視することは、サイト改善の方向性を決めるうえで大きな助けになります。

離脱率を改善するための具体的な対策ステップ

ファーストビューを最適化して直帰を防ぐ

離脱率を改善するうえで、最初に取り組みたいのがファーストビューの最適化です。ユーザーがページを開いて最初に目にする画面は、サイトへの第一印象を左右するだけでなく、「この先も読み進めるかどうか」の分かれ目でもあります。

私が運営していたサイトでは、ファーストビューに会社概要の説明を長々と書いていました。いま振り返ると、訪問者が求めているのは「自分が知りたい情報」であって、会社の歴史や理念ではありません。そこで、ファーストビューに「何ができて、誰のために、どう役立つのか」を端的にまとめたところ、直帰率が大幅に改善しました。離脱率の改善は、訪問者の視点に立つことから始まります。

ページ速度の改善とモバイル対応

ページ速度の遅さやモバイル対応の不備は、離脱率を押し上げる大きな要因です。スマホ利用者が増えた今、モバイルで表示したときにボタンが押しづらい、文字が小さくて読めない、といったストレスは、そのまま離脱につながります。

ページ速度については、画像の圧縮や不要なスクリプトの削除など、基本的な対策から効果が出やすいです。公的機関の調査でも、ページの表示速度が遅いほど直帰率が上がり、ユーザーの滞在時間が短くなる傾向があることが報告されています。表示速度はユーザー体験の土台ですから、ここを軽視すると他の改善施策の効果も半減してしまいます。

内部リンクの設計を見直して回遊率を高める

離脱率の改善には、内部リンクの設計も大きく関わります。ユーザーが次のページへ移動しやすくなるように、関連する記事や商品へのリンクを適切に配置すれば、回遊率の向上が期待できます。

たとえば、ブログ記事を読んだ人が関連記事へ自然に移動できるように、「あわせて読みたい」という形でリンクを設置する方法があります。ただし、リンクを置けばいいというわけではありません。ユーザーが興味を持ったタイミングで、関連性の高いリンクを提示することが大切です。本文の途中に関連リンクを入れるか、記事の最後にまとめて配置するかは、ページの目的や読者の行動パターンによって使い分けるとよいでしょう。

フォーム最適化で離脱率を下げる

問い合わせフォームや申し込みフォームは、サイトの中でも離脱率が高くなりやすい場所です。フォームの最適化は、EFO（エントリーフォーム最適化）と呼ばれ、Webマーケティングの分野でも重要なテーマになっています。

フォームで離脱される主な原因としては、入力項目が多い、必須項目がわかりにくい、エラー表示が分かりづらい、といったものが挙げられます。たとえば、不要な住所入力や電話番号の必須化をやめるだけでも、フォームの離脱率は大きく変わります。実際に、あるサイトでは必須項目を3つ減らしただけで、フォーム完了率が大きく向上したという事例もあります。

こうしたフォーム改善の取り組みを効率的に進めたいなら、しろくまフォームアナライザーのような専門ツールを活用するのも一手です。入力フォームのどこで離脱しているかを分析してくれますから、感覚に頼らない改善ができます。

A/Bテストで仮説を検証する

離脱率の改善施策を実施する際には、A/Bテストで効果を検証しながら進めたいところです。ページの見出しを変える、ボタンの色を変える、フォームの項目を減らすなど、変更した要素が実際にユーザーの行動にどう影響したかを比較できます。

私の場合、離脱率の高いLPで見出しとCTAボタンの文言を改善したことがあります。最初は「どちらでも同じだろう」と半信半疑でしたが、テスト結果を見ると、見出しを変えただけで滞在時間が伸び、コンバージョン率（CVR）にも良い影響が出ました。「なんとなく良さそう」という感覚ではなく、データで判断する大切さを実感した瞬間でした。

A/Bテストを実施する際は、一度に複数の要素を変えると「どれが効果をもたらしたのか」が分からなくなるので注意が必要です。1回のテストでは1つの要素だけを変更するのが基本です。テスト結果を次の施策につなげることで、サイト改善の精度は着実に上がっていきます。

サイト全体の改善を継続する習慣をつくる

離脱率の改善は、一度やれば終わりではありません。ユーザーの行動は時期やキャンペーン、トレンドによって変わりますし、サイトのコンテンツを更新すれば、それにともなって離脱率も変動します。定期的にアクセス解析を確認し、「今、どこで離脱しているか」をチェックする習慣が大切です。

とはいえ、毎日細かい数字を追いかけるのは大変です。私は、週に一度だけアクセス解析をじっくり見る日を決めています。そのときに、前週と比べて離脱率が大きく変わったページがないかをチェックするようにしています。「数字の変化に気づく」ことが、サイト改善の出発点です。

まとめと今後のアクション

離脱率は、ユーザーがどのページでサイトを離れたかを示す指標です。直帰率と混同しやすいですが、直帰率は入口のページだけを見るのに対し、離脱率はサイトの中での最後のページを見るという違いがあります。どちらか一方ではなく、セットで見ることが重要です。

離脱率が高いからといって、すべてが悪いわけではありません。問い合わせ完了ページのように、離脱することがゴールであるページもあります。まずは「なぜ離脱しているのか」を分析し、改善すべきポイントを見つけることが大切です。ページごとの離脱率ランキングやユーザーフロー、ヒートマップを活用すれば、原因の特定がしやすくなります。

そして、ファーストビューの最適化やページ速度の改善、モバイル対応、内部リンクの設計、フォームの最適化など、できる改善策はたくさんあります。A/Bテストで効果を検証しながら、少しずつサイトを良くしていくのがおすすめです。サイト改善に正解はありませんが、データを頼りに試行錯誤を続ければ、確実にユーザー体験は向上していきます。

もし、どこから手を付ければいいか分からない場合は、離脱率の高いページのうち、ビュー数の多いものから改善を始めてみてください。また、CRO（コンバージョン率最適化）に特化したしろくまCROアナライザーや、LPの改善ポイントを自動分析してくれるしろくまLPアナライザーのようなツールも、改善の方向性を見定める手助けになります。

アクセス解析の数字は、ユーザーからのメッセージです。離脱率という数字に隠れた「なぜ」を探ることで、あなたのサイトはきっと、訪問者にとってより使いやすい場所になっていくはずです。