直帰率とは？ — 最初の1ページで離脱する割合
直帰率の基本定義と計算式
直帰率（Bounce Rate）とは、Webサイトに訪問したユーザーが最初に閲覧したページ（ランディングページ）だけで離脱し、2ページ目以降に遷移しなかったセッションの割合です。基本の計算式は次のとおりです。
直帰率（%）＝ 直帰したセッション数 ÷ 全セッション数 × 100
たとえば、あるページに100回のセッションがあり、そのうち60回がそのページだけで離脱した場合、直帰率は60%です。数式自体は単純ですが、後述するとおりGA4では「直帰」の判定基準がUA時代とは根本的に変わっているため、まずは定義の違いを正確に押さえることが出発点になります。
直帰率が高い＝悪いとは限らない
直帰率は「ユーザーがサイト内で追加の行動を取らなかった割合」を示します。しかし、直帰率が高い＝悪いページとは限りません。ページの目的やビジネスモデルによって、適正な直帰率は大きく変わります。
| 直帰率が高くても問題ない場合 | 直帰率が高いと問題になる場合 |
|---|---|
| 辞書的な1ページ完結コンテンツ | 商品一覧→詳細への回遊を期待するECサイト |
| ニュース記事やブログ記事 | 資料請求・問い合わせ導線があるBtoBサイト |
| FAQページで疑問が即解決 | 会員登録・ログインを促すサービスサイト |
| レシピページや天気予報 | 複数ページの閲覧を前提とした教育コンテンツ |
つまり、直帰率はページの目的やサイトのビジネスモデルと照らし合わせて初めて意味を持つ指標です。数値の高低だけで良し悪しを判断してはいけません。
直帰率を確認できるツール
直帰率はGoogleアナリティクス（GA4）をはじめとする主要なアクセス解析ツールで確認できます。
| ツール | 確認方法 | 特徴 |
|---|---|---|
| GA4（Googleアナリティクス4） | レポート > エンゲージメント > ページとスクリーン（要カスタマイズ） | エンゲージメント率の逆数として算出 |
| Google Search Console | 直接は確認不可 | クリック後のサイト内行動は計測対象外 |
| Adobe Analytics | ワークスペースでBounce Rateを設定 | カスタマイズの自由度が高い |
| Matomo | ダッシュボードに標準表示 | オープンソースで無料利用可 |
なお、Search Consoleは検索結果でのクリックまでを計測するツールで、クリック後のサイト内行動（直帰かどうか）は範囲外です。検索側の指標とサイト内の指標を切り分ける意味でも、両者の役割の違いはサーチコンソールの使い方ガイドで確認しておくと混乱を避けられます。
GA4での直帰率の定義 — UAとの違いとエンゲージメント率
UAとGA4で直帰率の定義はこう変わった
GA4の登場により、直帰率の定義は根本的に変更されました。この違いを理解していないと、過去データとの比較やレポーティングで誤った解釈をしてしまいます。
| 項目 | UA（ユニバーサルアナリティクス） | GA4（Googleアナリティクス4） |
|---|---|---|
| 直帰の定義 | 1ページのみ閲覧して離脱 | エンゲージメントのなかったセッション |
| 計算式 | 1ページセッション数 ÷ 全セッション数 | 非エンゲージメントセッション数 ÷ 全セッション数 |
| エンゲージメントの条件 | なし（ページ遷移のみで判定） | 10秒以上滞在／2ページ以上閲覧／コンバージョン（キーイベント）発生のいずれか |
| 同じページで30秒滞在した場合 | 直帰としてカウントされる | 直帰としてカウントされない |
| 提供開始時の扱い | 標準レポートに表示 | 当初は非表示→2022年7月に指標として追加 |
なぜGA4で定義が変わったのか。従来のUA定義では、ユーザーが1ページで有益な情報を得て満足して離脱した場合も「直帰」としてカウントされていました。ユーザーにとっては成功体験なのに、指標上はネガティブに評価されるという矛盾が生じていたのです。GA4はこの矛盾を「エンゲージメント」という新しい概念で解消しました。
直帰率 ＝ 100% − エンゲージメント率
GA4ではエンゲージメント率（Engagement Rate）が新たに導入され、直帰率はこのエンゲージメント率の逆数として定義されています。
直帰率 ＝ 100% − エンゲージメント率
エンゲージメントセッションとは、以下の条件のいずれかを満たすセッションです。
- セッション時間が10秒以上続いた
- 2回以上のページビュー（またはスクリーンビュー）が発生した
- コンバージョン（キーイベント）が1回以上発生した
たとえば、エンゲージメント率が72%のページなら、直帰率は28%です。GA4のレポートではエンゲージメント率がデフォルトで表示されるため、直帰率を確認するにはレポートのカスタマイズが必要になります。
GA4で直帰率を表示する手順
GA4のデフォルトレポートには直帰率が表示されません。以下の手順で追加します。
- 「レポート」→「エンゲージメント」→「ページとスクリーン」を開く
- 画面右上の鉛筆アイコン（レポートをカスタマイズ）をクリック
- 「指標」セクションで「指標を追加」を選択
- 「直帰率」を検索して追加
- 「適用」をクリックして保存
この設定はレポートごとに行う必要があります。GA4がエンゲージメント率を主要指標として推奨し、直帰率をあくまで補助的な位置づけにしているためです。日常のモニタリングはエンゲージメント率で行い、直帰率は社内報告など「馴染みのある用語」が必要な場面で使い分けるのが実務的です。
SPA・動的サイトでの計測の注意
シングルページアプリケーション（SPA）では、ページ遷移がブラウザのリロードなしに行われるため、GA4のデフォルト設定ではページビューが正しく計測されず、直帰率が実態より高く出ることがあります。ルーティング変更時に page_view イベントを手動で送信して補正します。
<!-- SPA: 履歴（ルーティング）変更時にGA4へページビューを手動送信 -->
<script>
window.addEventListener('popstate', sendPageView);
function sendPageView() {
gtag('event', 'page_view', {
page_location: location.href,
page_title: document.title
});
}
</script>手軽に対応するなら、GA4の「拡張計測機能」で「ブラウザの履歴イベントに基づくページ変更」を有効にする方法もあります。いずれの場合も、計測が正しく反映されているかを「リアルタイム」やDebugViewで必ず検証してください。計測条件が曖昧なままの直帰率は、分析の土台になりません。
直帰率の目安 — 業界別・ページ種類別の平均値
業界別の直帰率の目安
直帰率の「良い・悪い」を判断するには、業界やサイト種類ごとの目安を知る必要があります。以下はGA4基準での一般的な目安レンジで、商材や集客チャネルによって上下します。
| 業界・サイト種類 | 直帰率の目安（GA4基準） | 備考 |
|---|---|---|
| ECサイト（総合） | 25〜40% | 商品回遊が前提のため低めが理想 |
| BtoBサービスサイト | 30〜50% | LP→資料請求導線の設計が重要 |
| メディア・ブログ | 40〜65% | 記事完結型が多いため高めでも許容 |
| ランディングページ（広告LP） | 60〜80% | 単一ページ完結のため構造上高くなる |
| ポータルサイト | 20〜40% | 回遊設計がサイトの生命線 |
| 教育・学習サイト | 30〜55% | コンテンツ間の連携度合いで変動 |
注意したいのは、GA4ではUAよりも直帰率が低く出る傾向があることです。10秒以上の滞在があればエンゲージメントとしてカウントされるためで、UA時代の数値と単純比較しないよう気をつけてください。
ページ種類別の直帰率の傾向
同じサイト内でも、ページの種類によって直帰率は大きく異なります。
| ページ種類 | 直帰率の傾向 | 理由 |
|---|---|---|
| トップページ | 低い（20〜40%） | サイトの入り口として回遊導線が充実 |
| カテゴリ一覧ページ | 低い（25〜45%） | 詳細ページへの遷移が自然に発生 |
| 個別記事・ブログ | 高い（45〜70%） | 情報取得後に離脱するケースが多い |
| 問い合わせフォーム | 中程度（35〜55%） | 送信完了 or 離脱の二択になりやすい |
| 404エラーページ | 非常に高い（80%以上） | 目的のページが見つからず離脱 |
つまり、サイト全体の直帰率だけを見ても意味がありません。ページ種類ごとにセグメントを分けて分析することが、正しい直帰率分析の第一歩です。
直帰率が高い原因を特定する
ステップ1: データをセグメントに分解する
直帰率が高い原因は一つではありません。まずGA4でデータをセグメントに分解し、どこに問題が集中しているかを切り分けます。
- デバイス別（PC／モバイル／タブレット）——モバイルだけ直帰率が極端に高い場合、モバイル表示に問題がある可能性
- 流入元別（オーガニック／広告／SNS／リファラル）——特定チャネルからの流入で直帰率が高い場合、ランディングページと流入経路のミスマッチが疑われる
- ランディングページ別——特定のページだけ直帰率が高い場合、そのページ固有の問題を調査
ステップ2: ページ品質をチェックする
| チェック項目 | 確認方法 | よくある問題 |
|---|---|---|
| ページ表示速度 | PageSpeed Insights／Lighthouse | 読み込みが3秒以上かかると離脱率が大きく上がる（Google調査では表示に3秒以上で53%が離脱） |
| モバイルフレンドリー | 実機・レスポンシブ表示の確認 | タップ要素が小さい、文字が読みにくい |
| ファーストビューの訴求力 | 実機確認 | 見出しやリード文が検索意図と合っていない |
| コンテンツの網羅性 | 競合上位ページとの比較 | ユーザーの疑問に十分答えていない |
| CTA・回遊導線 | ヒートマップ分析 | 次のアクションが見つからない |
ステップ3: ユーザー行動を定性的に観察する
GA4の数値だけでは「なぜ」直帰したのかはわかりません。以下の定性分析を組み合わせると、原因特定の解像度が上がります。
- ヒートマップツール（Microsoft Clarity・Mouseflowなど）でスクロール深度やクリック位置を確認する
- セッション録画で実際のユーザー行動を観察する
- ユーザーテストで直接フィードバックを収集する
AI検索時代の直帰率の読み方
2026年の直帰率分析では、AI検索の影響を前提に数値を読む視点が欠かせません。AI Overviews（旧SGE）やAI Modeの普及で、検索結果ページ内で答えが完結する「ゼロクリック」が増えています。AIの要約を見たうえでわざわざクリックして訪れるユーザーは、事前にある程度情報を得た「検討が進んだ層」であることも多く、母数が絞られたぶん同じページでも直帰率が相対的に下がって見えることがあります。直帰率の変化を「施策の効果」と早合点する前に、流入の質と量の変化を切り分けてください。
もう一つの実務的な落とし穴が、AI経由流入の計測です。ChatGPTやPerplexityなどからの参照流入は、GA4標準の「AIアシスタント」チャネルでは複数のチャネルに分散して過少計測されることが指摘されています。チャネル別に直帰率を比較するなら、参照元を正規表現でまとめて捕捉するカスタムチャネルの整備が前提になります。設定の考え方はGA4でAI流入を正しく捕捉するカスタムチャネルの作り方で解説しています。なお、AI検索での自サイトの「見え方」自体はGA4の直帰率では捉えられないため、Search Consoleの生成AIパフォーマンスレポートのような表示回数の計測と併用して全体像をつかむとよいでしょう。
直帰率を改善する7つの施策
原因を特定できたら、以下の施策を優先度の高い順に実行します。効果の即効性が高いのは、表示速度・ファーストビュー・回遊導線の3つです。
施策1: ページ表示速度の改善
表示速度は離脱に直結する土台です。Google（Think with Google）のモバイル調査では、ページの読み込みが1秒から3秒に伸びると直帰の発生確率が32%上昇するとされています。目標の目安は、Core Web VitalsのLCP（最大コンテンツの表示）で2.5秒以内、INP（操作への応答性）で200ms以内、サーバー応答時間（TTFB）で0.8秒以内です。
具体的な打ち手は、画像のWebP化・圧縮、不要なJavaScript／CSSの削減、ブラウザキャッシュの活用、CDNの導入などです。当編集部でも、旧構成（Next.js）でクリティカルCSSをインライン化したところ、LCPが3.2秒から1.8秒へ改善しました。現行サイトのTTFBは当サイトの実測（2026年7月計測、curl3回平均）で0.19秒です。こうした高速化の実装手順はSEOに強いコーディングのガイドで実測データとともに紹介しています。
施策2: ファーストビューの最適化
ユーザーはページを開いてから数秒で、そのページが自分にとって有益かを判断します。スクロールせずに見える範囲（ファーストビュー）で、次の要素を明確にしましょう。
- このページで何が得られるかが一目でわかる見出し・リード文
- 検索キーワードとの一致感がある見出し
- 信頼性を示す著者情報や更新日
施策3: 内部リンク・回遊導線の強化
直帰率を下げる最もシンプルな方法は、ユーザーが次に読むべきコンテンツを明示することです。文脈に合ったタイミングで導線を提示すると、回遊が自然に生まれます。
| 導線パターン | 設置場所 | 効果 |
|---|---|---|
| 関連記事リンク | 記事下部・サイドバー | 興味関連の回遊を促進 |
| パンくずリスト | ページ上部 | カテゴリ一覧への遷移を促進 |
| CTA（行動喚起） | 記事中盤・末尾 | コンバージョンページへ誘導 |
| 「あわせて読みたい」ボックス | 本文中 | 文脈に合った関連コンテンツへ誘導 |
| グローバルナビゲーション | ヘッダー | サイト全体の回遊を底上げ |
ボタンの文言・デザイン・配置といったCTAの作り込みは、それ自体が回遊とコンバージョンを左右します。詳しくはCTAの作り方ガイドを参照してください。
施策4: コンテンツの検索意図マッチング
検索キーワードとコンテンツの内容にギャップがあると、ユーザーは「求めていた情報ではない」と判断して即離脱します。クエリのタイプに応じて、提供する情報の形を合わせましょう。
- インフォメーショナルクエリには詳細な解説記事を
- トランザクショナルクエリには商品比較・レビューを
- ナビゲーショナルクエリには該当ページへの直接導線を
施策5: モバイルUXの改善
多くのサイトでモバイルトラフィックが過半を占めます。モバイルの直帰率がPCより高い場合は、以下を確認してください。
- タップターゲットのサイズ（最低48px × 48px）
- 本文フォントサイズ（最低16px）
- ポップアップやインタースティシャル広告の制御
- 横スクロールが発生していないか
施策6: E-E-A-Tの強化による信頼性向上
ユーザーはページの信頼性が低いと感じると即離脱します。以下の要素を充実させましょう。
- 著者プロフィール（経歴・資格・実績）の表示
- 一次情報（独自調査・事例）の提示
- 引用元の明示と外部リンク
- 最終更新日の表示
施策7: インタラクティブ要素の追加
ユーザーの能動的な参加を促す要素は、エンゲージメントを高め、結果として直帰率の低下につながります。
- 目次（Table of Contents）の設置
- 開閉式のFAQアコーディオン
- 診断ツール・チェックリスト
- 動画・インフォグラフィックの埋め込み
直帰率と離脱率の違い — 混同しやすい指標を整理
定義の違い
直帰率と離脱率（Exit Rate）は混同されやすい指標です。両者の違いを正確に理解しておきましょう。
| 項目 | 直帰率（Bounce Rate） | 離脱率（Exit Rate） |
|---|---|---|
| 定義 | 最初のページだけで離脱した割合 | あるページがセッション最後のページだった割合 |
| 対象セッション | そのページがランディングページのセッションのみ | そのページを閲覧したすべてのセッション |
| 計算式 | 直帰数 ÷ そのページから始まるセッション数 | そのページでの離脱数 ÷ そのページのPV数 |
| GA4での扱い | エンゲージメント率の逆数 | 「探索」レポートで確認可能 |
| 主な改善アクション | ファーストビュー・流入経路の最適化 | ページ内容・次への導線の最適化 |
具体例で理解する
あるユーザーが「ページA → ページB → ページC（離脱）」という経路でサイトを閲覧したとします。この場合は次のように扱われます。
- ページAの離脱率には影響しない（ここでは離脱していないため）
- ページAの直帰率にも影響しない（2ページ以上閲覧しているため）
- ページCの離脱率にカウントされる（このセッションの最後のページだったため）
一方、別のユーザーが「ページA（そのまま離脱）」という行動をとった場合は、次のようになります。
- ページAの直帰率にカウントされる
- ページAの離脱率にもカウントされる
つまり、直帰は常に離脱でもありますが、離脱のすべてが直帰ではありません。この違いを理解しておくと、分析レポートの精度が一段上がります。
直帰率とSEOの関係 — 検索順位への影響はあるのか
Googleの公式見解
「直帰率が高いとSEO順位が下がる」という説は根強く存在しますが、Googleは直帰率をランキング要因として使用していないと明確に否定しています。GoogleのJohn Mueller氏は過去に、Googleはランキングのシグナルとして直帰率やGoogleアナリティクスのデータを使用していない、という趣旨の発言を繰り返しています。その根拠は次のとおりです。
| 理由 | 詳細 |
|---|---|
| すべてのサイトがGA4を導入しているわけではない | ランキング要因にするとGA4非導入サイトが不利になる |
| 直帰率の定義がサイトごとに異なる | カスタムイベント設定によりデータの信頼性が揺らぐ |
| 直帰率はページの目的によって適正値が異なる | 一律の評価基準を設けることが不合理 |
ただし間接的な影響は存在する
直帰率そのものはランキング要因ではありませんが、直帰率が高い状態が間接的にSEOへ悪影響を及ぼす可能性は否定できません。直帰率が高いページには、次のような問題が潜んでいることが多いためです。
- コンテンツの質が低い → ユーザー満足度が低い → 再訪問や被リンクの獲得が減少
- ページ表示速度が遅い → Core Web Vitals（LCP・INP）のスコアが悪化 → ランキングに影響
- 検索意図とのミスマッチ → ユーザーが検索結果に戻って再検索する
つまり、直帰率そのものがランキング要因ではないとしても、直帰率を改善するプロセスでUXや表示速度が向上し、結果としてSEO効果が得られる、というのが実務上の正しい理解です。直帰率をKPIツリーのどこに位置づけるかはSEO効果測定のガイドもあわせて参照してください。
【モデルケース】メディアサイトで直帰率をどう下げるか
ここでは、メディア系サイトを想定して、直帰率改善の施策と効果の読み方を「型」として示します。以下の数値は改善の考え方を説明するためのモデルケース（説明用の例）であり、特定サイトの実測値ではありません。自社で改善を設計するときの参考としてご覧ください。
想定する課題
SEOやWebマーケティングの実務知識を発信するメディアサイトで、主要なゴールが「関連記事への回遊」「メールマガジン登録」「問い合わせ」だとします。ありがちな課題は、記事ページ・モバイルの直帰率が業界目安より高く、記事から関連記事・カテゴリページへの回遊が発生していない、という状態です。
実施する施策
- 回遊導線の強化：記事の中盤（H2の2〜3個目の直後）と記事下部に、同じカテゴリや関連テーマの記事への内部リンクボックスを設置する。読み進める中で「もっと知りたい」という動機が生まれるタイミングに合わせるのがポイント
- ファーストビューの改善：記事タイトル直下に「この記事でわかること」を3〜4点の箇条書きで提示し、求める情報がこのページにあると即座に判断できるようにする
- モバイルUXの最適化：本文フォントを16px以上に、CTAボタンのタップエリアを十分な大きさに拡大し、固定ヘッダーの高さを抑えてコンテンツ表示領域を確保する
効果の読み方
この種の改善で最も効きやすいのは、記事中盤・下部に置いた関連記事への内部リンクです。ユーザーが自然に次の行動へ移れる導線を、文脈に合ったタイミングで示すことが、回遊率（記事→関連記事の遷移率）を押し上げます。ただし、直帰率が下がっても最終的な成果（メルマガ登録・問い合わせ）が増えるとは限りません。回遊先のページ品質やコンバージョンまでの導線がボトルネックになっていれば、そこを別途改善する必要があります。直帰率はあくまで中間指標であり、最終ゴールの追い方はCVR改善のガイドで扱っています。
直帰率に関するよくある質問
Q1. 直帰率は何%以下なら良いですか？
一概に「何%以下なら良い」とは言えません。サイトの種類・ページの目的・GA4の設定によって適正値は異なります。まずは自社サイトのページ種類別に直帰率を把握し、業界目安と比較することから始めましょう。GA4基準では、一般的なWebサイトで30〜50%が標準的な範囲の目安です。
Q2. GA4で直帰率が0%と表示されます。正常ですか？
エンゲージメント時間の閾値（デフォルト10秒）に対してほぼ全セッションが該当している、またはカスタムイベントの設定でほぼすべてがエンゲージメントセッションとしてカウントされている可能性があります。GA4の計測設定を確認してください。
Q3. UAの直帰率とGA4の直帰率を比較できますか？
比較すべきではありません。UAとGA4では直帰率の定義が根本的に異なるため、単純比較すると誤った結論を導きます。GA4への移行後は、GA4のデータのみでトレンドを追跡してください。
Q4. 直帰率とエンゲージメント率、どちらを見ればいいですか？
GA4ではエンゲージメント率を主要指標として使うことが推奨されています。直帰率はエンゲージメント率の裏返し（100% − エンゲージメント率）なので、実質的に同じ情報です。ただしクライアントや上司への報告では「直帰率」の方が馴染みのある用語のため、コミュニケーション上の使い分けは有効です。
Q5. 直帰率を改善してもCVが増えない場合はどうすべきですか？
直帰率の改善（回遊の増加）とCVの増加は必ずしもイコールではありません。回遊先のページ品質や、コンバージョンまでの導線設計に問題がある可能性があります。直帰率は中間指標と位置づけ、最終的にはCV（コンバージョン）をゴール指標として追跡してください。
Q6. SPAで直帰率は正しく計測できますか？
SPAではページ遷移がリロードなしに行われるため、GA4のデフォルト設定ではページビューが正しく計測されない場合があります。前述のとおり、ルーティング変更時に page_view イベントを手動送信するか、拡張計測機能の「ブラウザの履歴イベントに基づくページ変更」を有効にして対応します。
まとめ — 直帰率は「下げる」のではなく「読み解く」指標
本記事では、直帰率の基本定義からGA4での新しい定義、業界別・ページ種類別の目安、改善施策、SEOとの関係までを解説しました。押さえるべきポイントを整理します。
| ポイント | 内容 |
|---|---|
| GA4の定義を理解する | 直帰率 ＝ 100% − エンゲージメント率。UAとは定義が根本的に異なる |
| ページの目的で判断する | 直帰率が高い＝悪いではない。ページの役割に応じた適正値がある |
| セグメントで分析する | サイト全体ではなく、デバイス別・流入元別・ページ種類別に見る |
| 原因を特定してから改善する | 闇雲に施策を打たず、データに基づいた原因特定を先に行う |
| SEOへの間接的影響を意識する | 直帰率はランキング要因ではないが、UX・速度改善を通じて間接的に貢献する |
| CVとの関連で見る | 直帰率は中間指標。最終的にCVにつながっているかが重要 |
直帰率は「下げる」ことが目的の指標ではありません。ユーザーがなぜ1ページで離脱したのかを読み解き、体験を改善するためのヒントを得る指標です。とりわけAI検索でゼロクリックが増える2026年は、クリックや直帰といった単一の数値だけで成果を測りきれなくなっています。指名検索・言及・AI引用まで含めて「注目」をどう測るかという視点はゼロクリック時代の可視性の測り方で掘り下げています。まずは自社サイトのページ種類別に直帰率を把握し、業界目安と比べるところから始めてください。
本記事の業界別・ページ種類別の目安数値は原記事の記載に基づく一般的なレンジであり、特定サイトの実測値ではありません。「メディアサイトで直帰率をどう下げるか」の数値・状況は改善の考え方を説明するためのモデルケース（説明用の例）です。ページ速度に関する当編集部の数値は当サイトの実測（2026年7月計測、TTFB平均0.19秒／旧構成でのLCP改善3.2秒→1.8秒）に基づき、詳細はSEOに強いコーディングで公開しています。表示速度の目安はCore Web Vitalsの公式基準（LCP2.5秒以内・INP200ms以内・TTFB0.8秒目安）によります。AI検索・GA4のAI流入計測に関する記述は、当サイトのニュース記事を参照しています。
