Tasa de rebote

La tasa de rebote (bounce rate) es el porcentaje de visitantes que llegan a una página de tu sitio y se retiran sin realizar ninguna acción adicional: no hacen clic en otro enlace, no completan un formulario ni navegan a una segunda página. En términos prácticos, es la proporción de sesiones de una sola página sobre el total de sesiones que recibió esa URL.

La fórmula es directa: rebotes / sesiones totales × 100. Si una landing recibe 1.000 visitas y 650 personas se van sin tocar nada, la tasa de rebote es del 65%. Es una de las métricas de comportamiento más vigiladas en analítica web porque funciona como un termómetro de relevancia: cuando la mayoría se va de inmediato, suele haber un desajuste entre lo que el usuario esperaba y lo que encontró.

Como métrica de producto digital, vive dentro del tablero analítico que consolida y explica Metrix, donde se cruza con otras señales (fuente de tráfico, dispositivo, tiempo en página) para que un número aislado no lleve a conclusiones equivocadas.

Cómo se calcula y qué la diferencia de la tasa de salida

La tasa de rebote mide solo a quienes aterrizan en una página y abandonan el sitio desde esa misma página, sin generar un segundo evento. Es fácil confundirla con la tasa de salida (exit rate), pero no son lo mismo. La salida es el porcentaje de gente que termina su recorrido en una URL, sin importar cuántas páginas vio antes; el rebote exige que esa URL haya sido también la de entrada y la única de la sesión.

Un detalle clave: en Google Analytics 4 el concepto cambió. GA4 reemplazó la métrica clásica por el engagement rate (tasa de interacción) y define el rebote como su inverso, es decir, las sesiones que no fueron "comprometidas" (menos de 10 segundos, sin evento de conversión y sin ver una segunda página). Por eso un mismo sitio puede mostrar números muy distintos según mire el Universal Analytics viejo o GA4.

Por qué importa para un negocio

Una tasa de rebote alta no es automáticamente mala, pero es una señal de alerta que conviene investigar. Puede indicar contenido que no responde a la intención de búsqueda, una página lenta, un diseño confuso, tráfico mal segmentado o un desajuste entre el anuncio y la landing. En contextos de inversión publicitaria, importa el doble: pagás por cada clic y, si rebotan, ese presupuesto se evapora sin avanzar en el embudo.

Errores comunes al interpretarla

• Leerla sin contexto de tipo de página: un blog informativo o una nota de un solo artículo "rebota" mucho por naturaleza, y eso puede ser totalmente sano.
• Olvidar que una mala implementación de medición infla o desploma el número (eventos que disparan interacciones falsas, o etiquetas duplicadas).
• Compararla entre dispositivos sin segmentar: el rebote en móvil casi siempre es más alto que en desktop.
• Tratarla como objetivo en sí misma en vez de como diagnóstico hacia una métrica de negocio real.

Ejemplo concreto (LATAM / Argentina)

Una empresa de e-commerce en Buenos Aires lanza una campaña de Google Ads para "zapatillas running" y manda todo el tráfico a su home en vez de a la categoría específica. La tasa de rebote de ese tráfico pago trepa al 78%: la gente buscaba un producto puntual y aterrizaba en una página genérica. Al redirigir los anuncios a la categoría correcta y mejorar la velocidad de carga en móvil (donde venía el 70% de las visitas), el rebote baja al 49% y la tasa de conversión sube en consecuencia. El número de rebote no resolvió nada solo: fue la pista que mostró dónde estaba la fuga.

Qué se considera una tasa de rebote "buena"

No hay un valor universal, depende del tipo de sitio. Como referencia de benchmark del mercado: las landing pages suelen ubicarse entre 60% y 90%, los sitios de contenido entre 40% y 60%, y un e-commerce o un sitio de servicios saludable entre 20% y 45%. Lo relevante no es el número absoluto sino su tendencia y la comparación entre segmentos comparables (mismo canal, mismo dispositivo, mismo tipo de página).

En definitiva, la tasa de rebote es una métrica de diagnóstico, no de resultado final. Cobra valor cuando se la lee dentro de un tablero que la conecta con la fuente del tráfico, el comportamiento posterior y la conversión, en lugar de mirarla como un número suelto que dispara conclusiones apuradas.