Vyhodnocení výkonnosti vlastních webových stránek je dnes velmi snadné. Stačí jedno nebo dvě kliknutí a Google nebo jiná služba vyplivne výsledky s konkrétními návrhy řešení. Báječné. Alespoň pro první běh optimalizace. Ale nejpozději při dolaďování, změně hostitele nebo čištění WordPressu začne být důležité pochopit, které nástroje skutečně měří dobu načítání a jak s těmito údaji pracovat.
Před několika lety nám jeden zákazník napsal o chatu podpory. Právě se přestěhoval a porovnával výkon svých webových stránek u starého hostitele s webovými stránkami u hostitele Raidboxes. Řekl nám, že přesun se mu za nárůst výkonu o pouhých 9 bodů u Google PageSpeed Insights opravdu nevyplatil.
Ve skutečnosti dostáváme takové žádosti neustále. Proto jsem se podíval na to, jaké informace nástroje jako Google PageSpeed Insights vlastně poskytují pro interpretaci a jak měří výkon nebo dobu načítání. Upřímně řečeno, výsledek mě trochu překvapil. Protože: význam hodnot je obvykle velmi dobře a podrobně vysvětlen. Stránky nápovědy poskytovatelů testů však nezacházejí do podrobností ve dvou bodech:
- Který nástroj je vhodný pro jaký účel?
- Která data lze interpretovat a používat a jak?
Nástroje jako Google PageSpeed Insights neměří rychlost vašich webových stránek.
Již jsme o tom psali v jiném příspěvku na blogu: testy jako Google PageSpeed Insights neměří dobu načítání webu, ale jeho optimalizační potenciál. Určují, jak dobře vaše webové stránky splňují předem definovanou sadu výkonnostně relevantních kritérií. Kromě toho testy poskytují návod na optimalizaci výkonnostního potenciálu. Jednu věc však tyto testy výslovně nedělají: neměří dobu načítání.
S Googlem to zní takto:
PageSpeed Insights měří způsoby, jak zvýšit výkon stránky následujícími způsoby:
- Doba potřebná k načtení viditelného obsahu bez posouvání: Čas od vyžádání nové stránky do doby, než prohlížeč zobrazí obsah viditelný bez posouvání.
- Doba potřebná k úplnému načtení stránky: doba od vyžádání nové stránky do úplného vykreslení stránky prohlížečem.
Vidíte: Google neměří rychlost, ale "možnosti zvýšení výkonu". Zásadní rozdíl. A to také znamená, že z výsledků nelze zjistit, jak rychle se stránka nebo oblast viditelná bez rolování skutečně načte.
Výkonnostní nástroje, jako je PageSpeed Insights , ukazují, kde můžete rychle získat velký výkon.
Ale ani to není problém, protože nástroje stále poskytují cenná data pro optimalizaci, i když neměří dobu načítání. Prohlášení těchto testů mají největší přidanou hodnotu ve velkých optimalizačních krocích, jako je použití ukládání do mezipaměti nebo komprese obrazu.
Jakmile však dojde na optimalizaci doby načítání již optimalizovaných webových stránek, mohou tyto testy poskytnout pouze omezené informace. V takovém případě je nutné provést skutečné měření výkonu. To platí zejména při změně poskytovatele hostingu. Protože bez ohledu na to, jak kvalitní je samotný webový server, pokud je web plný konstrukčních stránek, je i změna infrastruktury málo platná.
Pro takové "skutečné" měření výkonu máte k dispozici následující nástroje.B:
Díky jednomu z těchto testů by byl zákazník schopen ve srovnání přesně říci, kde jeho web po změně zaznamenal jaký nárůst výkonu.
A to mě přivádí k druhému bodu tohoto příspěvku: Zejména nástroje jako PageSpeed Insights v pokušení použít pro srovnání hodnoty, které jsou pro to vhodné pouze v omezené míře nebo vůbec. Protože když pracujete se skóre nebo klasifikačními systémy, rychle se dostanete do situace, kterou v tomto článku nazývám dilematem školního stupně.
Dilema školních tříd: Známky nejsou vhodné pro srovnání
Nástroje jako Google PageSpeed Insightsnebo Yahoo YSlow výstup dva typy dat:
- hodnocení výkonnosti webových stránek
- Konkrétní indikace pro zlepšení této třídy
Hodnocení se provádí na stupnici od 0 do 100, přičemž 100 je nejlepší hodnocení. Zatím je to jasné. A intuitivně přístupné. Zejména proto, že hodnocení je podpořeno systémem semaforů.
Pokud však jde o porovnání dvou stran na základě těchto hodnocení, interpretace výsledků měření již není tak snadná. Ve skutečnosti je to dokonce neuvěřitelně těžké, ne-li nemožné. Protože každý může vidět, že stránka s hodnocením 90 je lepší než stránka s hodnocením 80. Ale následující prohlášení již nelze učinit: Jakým faktorem je stránka s hodnocením 90. let lepší než druhá?
A to popisuje problém ve svém jádru: klasifikační systémy prostě neumožňují taková prohlášení. Znáte to ze školních dnů: Váš soused v bance dostal trojku, ale vy sám jste dostal dvojku. I když jste odděleni pouze jedním nebo dvěma body, výsledek je zásadně odlišný. A bez znalosti stupně klíče práce také není možné říci, jak blízko byl výsledek.
Na vině je takzvaná úroveň měřítka naměřených dat za tento omezený význam. Nechci to zde však podrobněji rozebírat. Pro více informací o úrovních měřítka a přípustných aritmetických operacích stačí podívat se na Wikipedii.
Vraťme se k našemu příkladu ze začátku: nikdo není schopen přesně říci, jakým faktorem se stará a nová strana liší. Takové tvrzení je možné pouze při skutečném měření rychlosti.
Měření času poskytují nejlepší data o době načítání
Nejcennějšími daty pro srovnání, přípravu optimalizačních opatření apod. jsou v každém případě měření času. Protože ty mají nulový bod, ve kterém se můžete orientovat. Nástroje, které měří dobu načítání, tedy umožňují všechny druhy příkazů a srovnání.
Pokud tedy změříte dobu načítání stránky 2,712 sekundy před optimalizačním opatřením a hodnotu 2,133 sekundy po převodu, můžete na základě těchto dat provést následující příkazy:
- Stránka je po přechodu na euro o 21 procent rychlejší než před přechodem
- Optimalizovaný aspekt je zodpovědný za více než pětinu výkonu stránky. (jedna z nejdůležitějších informací vůbec!)
- Ve vztahu k této hodnotě lze nastavit všechna další optimalizační opatření. Například optimalizace, která by přinesla o 9 procent vyšší rychlost, ale znamená mnohem více úsilí, může být upřednostněna jinak než opatření, které odpovídajícím způsobem ušetří více času nabíjení.
Pokud by zákazník měřil z příkladu případu od začátku s nástrojem, jako je webpagetest.org , pak by mohl vidět, že výkon jeho webu v příslušných oblastech se více než zdvojnásobil.
Závěr: Znalost typu a kvality naměřených dat je jen začátek
Pro smysluplné porovnání dvou nebo více webových stránek musí být splněny alespoň dvě následující podmínky:
- Použitý nástroj musí měřit správné věci - relevantní části webu. Například při změně hostitele by se nemělo spoléhat výhradně na test, který se zabývá především faktory na stránce.
- Použité údaje musí umožnit smysluplné srovnání. Obvykle by člověk chtěl vědět, jakým faktorem optimalizace posunula jeho vlastní webové stránky kupředu. Pouze na základě těchto informací lze například provést prognózu zlepšení konverzního poměru.
Přiznávám: Znalost správných dat je jen začátek. Samozřejmě musíte také vědět, jak správně otestovat výkon stránek a jak vyčíst datové sady. Proto se těmto dvěma tématům podrobně věnujeme v dalších blogpostech.
Základem pro všechny další kroky optimalizace je však pochopení údajů a přípustných závěrů, které z nich lze vyvodit. A pomáhá přijmout správná a nejrozumnější optimalizační opatření.
"*" povinný údaj
