Det är mycket enkelt att utvärdera prestandan på din egen webbplats idag. Ett eller två klick och Google eller en annan tjänst spottar ut resultat med konkreta lösningar. Underbara. Åtminstone för den första optimeringskörningen. Men senast under finjustering, byte av värdar eller WordPress - Utanför världen kommer det att vara viktigt att förstå vilka verktyg som faktiskt mäter hur man laddar och hur man hanterar dessa data.
Nyligen skrev en kund till oss om supportchatten. Han hade precis flyttat och jämfört sin sidas uppträdande på den gamle värden med sin sida på Raidboxes. Följaktligen informerade han oss om att flytten är för en prestandaökning på endast 9 poäng på Google PageSpeed Insights Ja, det skulle inte vara värt det.
Faktum är att vi fortsätter att få sådana förfrågningar. Det var därför jag tittade på vilka informationsverktyg som Google PageSpeed Insights faktiskt för tolkning och hur de mäter prestanda eller laddningstid. Resultatet, om jag ska vara ärlig, förvånar mig lite. Eftersom: betydelsen av värdena förklaras vanligtvis mycket bra och i detalj. Testleverantörernas hjälpsidor går dock inte in på två punkter exakt:
- Vilket verktyg är lämpligt för vilket ändamål?
- Vilka data kan tolkas och användas och hur?
Verktyg som Google PageSpeed Insights mät inte hastigheten på din sida
Redan i ett tidigare blogginlägg var det ämne: Tester som Google PageSpeed Insights mät inte sidans laddningstid, utan dess optimeringspotential. Så du bestämmer hur väl din sida uppfyller en fördefinierad uppsättning prestandarelevanta kriterier. Dessutom ger testerna instruktioner för att optimera prestandapotentialen. Sådana tester gör dock uttryckligen inte en sak: mät lasttiden.
För Google låter det så här:
PageSpeed Insights mäter sätt att förbättra en sidas prestanda på följande sätt:
- Tid som krävs för att läsa in innehåll som visas utan att rulla: Tid från en användares begäran om en ny sida till webbläsaråtergivningen av innehåll synligt utan att rulla
- Tid som krävs för att ladda sidan helt: Tid från en användare till fullständig återgivning av sidan av webbläsaren
Du förstår: Google mäter inte hastighet, men "möjligheterna att öka prestandan". En avgörande skillnad. Och det betyder också att du inte kan se från resultaten hur snabbt sidan eller området som visas utan att rulla faktiskt laddas.
Prestandaverktyg som PageSpeed Insights visa framför allt var du snabbt kan få mycket prestanda
Men detta är inte ett problem, eftersom verktygen fortfarande ger värdefull data för optimering, även om de inte mäter laddningstiden. Det största mervärdet är uttalandena för sådana tester i stora optimeringssteg, till exempel användning av cachelagring eller bildkomprimering.
Men så snart det gäller optimering av laddningstiden för en redan optimerad sida kan dessa tester bara ge begränsade insikter. I ett sådant fall måste du göra en riktig prestandamätning. Detta gäller särskilt när du byter värdleverantör. Eftersom själva webbservern fortfarande kan vara så bra, om webbplatsen är full av byggarbetsplatser, ger även en förändring av infrastrukturen relativt lite.
För en sådan "riktig" prestandamätning är följande verktyg tillgängliga för dig .B:
Med ett av dessa tester kunde kunden ha jämfört exakt var hans sida hade vilka prestandavinster efter förändringen.
Och det leder mig till den andra punkten i det här inlägget: Särskilt verktyg som PageSpeed Insights leda till användning av värden för jämförelse som endast är begränsade eller inte alls lämpliga för detta ändamål. För om du arbetar med poängsättnings- eller betygssystem kommer du snabbt in i en situation som jag kallar ett dilemma i skolbetyget i den här artikeln.
Skolbetygsdilemma: Betygen lämpar sig inte för jämförelser
Verktyg som Google PageSpeed Insights , eller Yahoos YSlow, mata ut två typer av data:
- en anteckning för sidprestanda
- konkreta tips för att förbättra denna anteckning
Anteckningarna sträcker sig från 0 till 100, med 100 som det bästa resultatet. Än så länge så klart. Och intuitivt tillgänglig för alla användare. Särskilt eftersom betygen stöds av ett trafikljussystem.
Men när det gäller att jämföra två sidor med dessa utvärderingar är tolkningen av mätresultaten inte längre så lätt. I själva verket är det otroligt tungt, om inte omöjligt. Eftersom alla kan se att sidan med 90-betyget är bättre än den med 80-betyget. Men följande uttalande kan inte längre göras: Med vilken faktor är sidan med 90-betyget bättre än den andra?
Och så beskrivs problemet i dess kärna: stalkingsystem tillåter helt enkelt inte sådana uttalanden. Din bankgranne fick en trea, men du har en två själv. Även om ni båda skiljs åt med bara en eller två poäng: resultatet är fundamentalt annorlunda. Och utan att veta betygsnyckeln i arbetet är det inte möjligt att säga hur nära resultatet var.
Mätdatas så kallade skalnivå är att skylla på denna begränsade betydelse. Jag vill dock inte gå in mer i detalj på detta här. För mer information om skalnivåer och tillåtna beräkningsåtgärder är det först och främst tillräckligt med en titt på Wikipedia.
Tillbaka till vårt exempel från början: Kunden – och ingen annan person – kan därmed säga exakt vilken faktor den gamla och den nya sidan är annorlunda. Endast med en verklig hastighetsmätning är en sådan sats möjlig.
Tidsmätningar ger de bästa laddningstidsdata
De mest värdefulla uppgifterna för jämförelser, förberedelse av optimeringsåtgärder etc. är i alla fall tidsmätningar. Eftersom de har en nollpunkt där man kan orientera sig. Verktyg som mäter lasttiden möjliggör således alla möjliga typer av satser och jämförelser.
Så om du mäter en sidinläsningstid på 2,712 sekunder före ett optimeringsmått och ett värde på 2,133 sekunder efter övergången kan du använda dessa data för att göra följande uttalanden:
- Webbplatsen är 21 procent snabbare efter övergången än före övergången
- Den optimerade aspekten ansvarar för mer än en femtedel av sidprestandan. (en av de viktigaste informationerna alls!)
- Alla andra optimeringsmått kan ställas in i förhållande till det här värdet. Till exempel optimering som skulle ge 9 procent mer hastighet, men mycket mer ansträngning innebär att prioritera annorlunda än ett mått som sparar mer laddningstid i enlighet därmed.
Om kunden hade mätt från exempelfallet från början med ett verktyg som webpagetest.org, kunde han ha sett att prestandan på hans webbplats i de relevanta områdena har mer än fördubblats.
Slutsats: Kunskap om mätdatas typ och kvalitet är bara början
För en meningsfull jämförelse av två eller flera sidor måste därför minst följande två villkor vara uppfyllda:
- Det verktyg som används måste mäta rätt, dvs. de relevanta delarna av sidan. När det till exempel gäller en värd ändring bör man inte enbart förlita sig på ett test som främst tittar på faktorer på sidan.
- De data som används måste möjliggöra en meningsfull jämförelseförklaring. Normalt vill du veta med vilken faktor en optimering har fört din egen sida framåt. Endast med den här informationen kan du ge en prognos om förbättringen av konverteringsfrekvensen.
Visserligen är det bara början att veta rätt data. Naturligtvis måste du också veta hur du testar sidprestandan korrekt och läser datauppsättningarna. Därför kommer vi i kommande blogginlägg också att titta på dessa två ämnen i detalj.
Att förstå data och de tillåtna slutsatser som kan dras av dem är dock grunden för alla ytterligare optimeringssteg. Och det hjälper till att göra rätt och förnuftigaste optimeringsåtgärder.
