一、跳出率和退出率的區別
此處所說跳出率和退出率是基於Google analytics的度量標准。
跳出率（Bounce Rate）也被稱為蹦失率：浏覽單頁即退出的次數/訪問次數=single access/entry visits。
退出率 exit rate：從該頁退出的的頁面訪問數/進入該頁的頁面訪問數= exit pv/pv（注意這裡面的訪問數和一般概念的visits是不一樣的 其實是指pv，非visits，關於pv和visits參考Google analytics的說明文檔）。
其中：
跳出率只能衡量該頁做為著陸頁面（Landing Page）的訪問， 跳出率分母等於Landing Page的visits ，分子也是指跳出的visits。
退出率則是針對全部的訪問頁面不限於著陸頁面（Landing Page），任何頁面都有退出率。
退出率的分子=退出的次數（包括一次訪問過程中用戶浏覽單頁即跳出的次數，也包括浏覽多頁後從該頁面退出的次數。）
退出率的分母=進入該頁的頁面訪問次數=該頁的所有訪問pv（綜合浏覽量）。
進入的次數包括用戶重復浏覽該頁的次數，因此可理解為綜合浏覽量。
google analytics和Omniture關於退出率的定義區別：
google analytics裡面計算退出率分子分母是計算pv的，而Omniture是exit/visit。
當然google analytics和Omniture裡面計算跳出率都是計算訪問次數visits的。
EG：
10個visits來到a頁面 ——5個visits直接離開，3個visits去b頁面 （2個visits去c頁面然後直接離開）。 b頁面的3個visits有2個visits返還a頁面最終從a頁面離開。
計算a頁面的於Bounce Rate和Exit Rate 分別就是（5/10） *100% 和 （5+2/10+2 ）*100%
這是Google analytics裡面的退出率的計算 ，在Omniture是算exit/visit，也就意味著這個值是（5+2）/10*100%
換個條件 ，如果從b頁面返還a頁面的2個visit ，一個visits去d頁面，一個visit去f 頁面，然後1visit從d頁面返還a頁面並最終離開。
這個時候計算a頁面的Bounce Rate和Exit Rate 分別就是（5/10）*100% 和 （ 5+2+1/10+2+1）*100%
在這個例子裡面我所有的條件都是用訪問而沒有用訪客，是因為ga在計算跳出率是算visist的而不是uv（絕對唯一訪客），而退出率的分子分母是pv。
為了證明結論再貼一副圖做為來證實結論：
這幅圖說明幾個問題 ，一直來很多概念在度量跳出率都是用進入，可能部分讀者還是不能明白所謂進入是指什麼，這裡可以看到所謂進入其實就是訪問數visit。
這個實驗的網站全站我們驗證跳出率 ，跳出數259，進入訪問數visit等於451。於是跳出率略等於259/451≈0.574279 忽略小數點就是圖中的57.43%。
退出率，退出數是 451，綜合浏覽量pv是975，計算退出率就是451/975≈0.46256，忽略小數點就是46.26%
二、退出率和跳出率說明什麼
跳出率
跳出率只能衡量該頁作為用戶的landing page的頁面質量，不能衡量其他。
一般來說，如果你做的是從其他媒體引入的流量，說明你的媒體渠道選擇失誤，搜索引擎付費關鍵字定位不准、客戶群定位不准確，還是landing page的call to action可能不夠吸引人。
當然對於不同頁面和不同類型的網站的跳出率需要區別對待，很多網站的性質決定用戶甚至只要浏覽首頁，需求就可能得到滿足。比如wordpress的博客，可能一些老訪問者，訪問博客只是看有沒有更新，沒有更新，跳出很正常。這種情況如果簡單的說網站質量很差是值得商権的，這個時候建議細分群體和細分頁面去看跳出率，並且關注頁面停留時間。
退出率
退出率高也要分情況討論並不能一概而論，如果你已經規劃好你網站的用戶訪問流程，但是你發現你網站的某個退出頁面成為去其他某個很重要的頁面的阻礙，那麼你應該關心的你的這個退出頁面的內容了。
退出率不能用來分析網站所有的頁面，只能用來分析特定流程中的某些頁面能不能滿足用戶的需求（交互）的問題。一般認為退出率高需求沒有得到滿足，但在特定頁面不能用退出率衡量用戶需求問題。
如果客戶需要得到滿足直退出，退出率高是很正常的，如電子商務網站的支付成功頁面，其他網站的客戶服務（eg：聯系我們，關於我們）此類頁面，退出率