Avvisningsfrekvens
Avvisningsfrekvens är andelen sessioner utan ytterligare interaktion. I GA4 är det helt enkelt det omvända till engagemangsgraden.

Vad är avvisningsfrekvens?
Avvisningsfrekvens är andelen besök (sessioner) där användaren lämnade utan att göra något mer. I det gamla Universal Analytics var en avvisning en ensidig session utan interaktionsträff. I GA4 har termen omdefinierats: avvisningsfrekvensen är nu den exakta inversen av engagemangsfrekvensen – andelen sessioner som inte var engagerade. En GA4 engagerad session varar längre än 10 sekunder, aktiverar minst en konverteringshändelse eller har två eller flera sidvisningar.
Varför spelar avvisningsfrekvensen någon roll?
Avvisningsfrekvens är en snabb mätning av om en målsida matchar vad besökaren förväntade sig. När betald trafik landar på en målsida som är långsam, irrelevant eller otydlig, ser du det ofta som en hög avvisningsfrekvens och en låg konverteringsfrekvens. Men siffran behöver tolkas: en hög avvisningsfrekvens är inte alltid dålig — en besökare som hittar öppettider eller ett telefonnummer på en enda sida och lämnar kan ändå vara ett lyckat besök.
Vanliga användningsfall
- Att bedöma om produktsidor och kampanjmålsidor håller trafik tillräckligt bra för att flytta den mot kassan.
- Jämför avvisningsfrekvens mellan kanaler för att exponera trafik av låg kvalitet (t.ex. billiga visningsklick).
- Felsökning av högavvisningssidor för långsamma laddningstider, vilseledande annonstext eller saknad mobiloptimering.
- Att skilja “bra” studsar (svar hittas direkt) från “dåliga” studsar (förvirring eller fel).
Shopify perspektiv
I Shopify mäter du vanligtvis avvisningsfrekvensen genom GA4. Var medveten om att siffror från appar och teman kan skilja sig åt, och att automatiska händelser som rullningsspårning sänker den rapporterade avvisningsfrekvensen på konstgjord väg eftersom de räknas som engagemang. Titta på avvisningsfrekvens per målsida snarare än ett genomsnitt för hela butiken, och läs det tillsammans med engagemangsfrekvens och konvertering innan du drar slutsatser.