Ydinverkkoelimet

Ydinverkkoelimet ovat Googlen määrittelemiä standardoituja mittareita, joilla mitataan verkkosivun todellista käyttökokemusta lataustehon, vuorovaikutteisuuden ja visuaalisen vakauden perusteella. Nykyisten mittareiden mukaan kolme keskeistä Web Vitals -mittaria ovat Largest Contentful Paint (LCP), joka mittaa, kuinka kauan suurimman näkyvän sisältöelementin, kuten pääkuvan tai otsikon, renderöityminen näytöllä kestää; Interaction to Next Paint (INP), joka mittaa sivun reagointikykyä käyttäjän vuorovaikutukseen, kuten klikkauksiin ja napautuksiin, koko vierailun aikana; ja Cumulative Layout Shift (CLS), joka mittaa sivuelementtien odottamatonta visuaalista liikettä sisällön latautuessa. Googlen julkaisemat kynnysarvot luokittelevat hyvän LCP:n 2.5 sekunniksi tai vähemmän, hyvän INP:n 200 millisekunniksi tai vähemmän ja hyvän CLS-pistemäärän 0.1:ksi tai vähemmän, molemmat mitattuna sivun latausten 75. persentiilissä sekä mobiililaitteilla että tietokoneilla.

Core Web Vitals -mittareilla on merkitystä kahdesta päällekkäisestä syystä: ne vaikuttavat suoraan siihen, onko oikeilla käyttäjillä sujuva vai turhauttava käyttökokemus sivulla, ja Google on vahvistanut, että sivukokemussignaalit, mukaan lukien Core Web Vitals, sisällytetään sen hakualgoritmiin sijoitustekijänä, mikä tarkoittaa, että huonot pisteet voivat heikentää sivun orgaanista näkyvyyttä hakutuloksissa verrattuna kilpailijoihin, joilla on vastaavaa sisältöä, mutta parempi tekninen suorituskyky. Hakutulosten sijoituksen lisäksi näiden mittareiden mittaamalla taustalla olevalla käyttäjäkokemuksella on hyvin dokumentoitu yhteys konversio- ja sitoutumistuloksiin. Useat laajamittaiset alan tutkimukset ovat osoittaneet, että kun LCP kasvaa yli noin 2.5–4 sekunnin, poistumisprosentit nousevat merkittävästi ja konversioprosentit laskevat, koska käyttäjät ovat erittäin herkkiä havaitulle hitaudelle, erityisesti mobiiliyhteyksillä.

Core Web Vitals -mittareita mitataan kahdella toisiaan täydentävällä menetelmällä: kenttädatalla (jota kutsutaan myös Real User Monitoringiksi tai RUMiksi), joka kerätään todellisilta kävijöiltä Chromen käyttökokemusraportin kautta ja näytetään työkaluissa, kuten Google Search Consolessa. Tämä data heijastaa aitoa, koottua reaalimaailman suorituskykyä eri laitteilla ja verkko-olosuhteissa. Laboratoriodata puolestaan ​​luodaan suorittamalla kontrolloitu, simuloitu sivun lataus työkaluissa, kuten Lighthouse tai PageSpeed ​​Insights. Tämä data on hyödyllinen tiettyjen teknisten syiden diagnosoinnissa toistettavissa ympäristöissä, mutta ei välttämättä vastaa todellisten käyttäjien kokemuksia. Koska kenttä- ja laboratoriodata voivat poiketa toisistaan ​​– esimerkiksi sivu voi pärjätä hyvin laboratoriotestissä nopealla laboratorioyhteydellä, mutta huonosti oikeilla käyttäjillä keskimääräisissä mobiiliverkoissa – molempia datalähteitä käytetään yleensä yhdessä tarkan diagnoosin tekemiseksi.

Yleinen väärinkäsitys on, että Core Web Vitals -mittarit ovat hallitseva tai ensisijainen Google-sijoitustekijä, vaikka todellisuudessa sisällön relevanssi ja laatu ovat paljon vaikuttavampia. Core Web Vitals -mittarit toimivat pikemminkin tasapisteiden ratkaisejana tai muokkaajana muuten vertailukelpoisten ja -laatuisten sivujen välillä. Tämä tarkoittaa, että teknisesti nopea sivu, jolla on heikkoa ja hyödytöntä sisältöä, ei sijoitu paremmin kuin aidosti hyödyllisempi sivu, joka saa näillä mittareilla kohtalaisen pistemäärän. Toinen yleinen optimointityön sudenkuoppa on Core Web Vitals -pisteiden korjaaminen tekniikoilla, jotka vahingoittavat todellista käyttökokemusta, jota niiden on tarkoitus mitata. Esimerkiksi näkyvän sisällön keinotekoinen lykkääminen alkuperäisen mittarin parantamiseksi samalla, kun käyttäjät jättävät tuijottamaan tyhjää tai keskeneräisen näköistä sivua, mikä teknisesti parantaa raportoitua lukua parantamatta todellista havaittua suorituskykyä.

CRO- tai UX-konsultointiyritykselle Core Web Vitals -auditoinnit ovat tyypillisesti varhainen vaihe teknisessä terveystarkastuksessa, koska huonot pisteet voivat heikentää sekä orgaanisen liikenteen määrää heikentyneen hakutulosten näkyvyyden että saapuvan liikenteen konversioastetta. Tämä tekee suorituskykytyöstä yhden harvoista optimointivivuista, jotka voivat parantaa tuloksia useissa suppilon vaiheissa samanaikaisesti. Yleisiä korjaavia strategioita ovat kuvien optimointi ja oikeanlainen koon määrittäminen, tarpeettomien kolmannen osapuolen skriptien, kuten liiallisten seurantapikselien ja chat-widgetien, lykkääminen tai poistaminen, asettelutilan varaaminen elementeille, kuten mainoksille ja kuville, ennen niiden latautumista siirtymän estämiseksi sekä JavaScript-suorituksen minimointi, joka estää selaimen pääsäikeen käyttäjän vuorovaikutuksen aikana. Kukin näistä validoidaan tyypillisesti ennen ja jälkeen -kenttädatan avulla pelkkien laboratoriotulosten sijaan.