Core Web Vitals to określony zestaw standaryzowanych wskaźników zdefiniowanych przez Google do pomiaru rzeczywistego doświadczenia użytkownika na stronie internetowej pod kątem wydajności ładowania, interaktywności i stabilności wizualnej. W obecnym zestawie wskaźników trzy Core Web Vitals to: Largest Contentful Paint (LCP), który mierzy, jak długo trwa wyrenderowanie na ekranie największego widocznego elementu treści, takiego jak obraz hero lub nagłówek, Interaction to Next Paint (INP), który mierzy responsywność strony na interakcje użytkownika, takie jak kliknięcia i stuknięcia, w trakcie całej wizyty, oraz Cumulative Layout Shift (CLS), który mierzy nieoczekiwane przesunięcia elementów strony podczas ładowania treści. Opublikowane przez Google progi klasyfikują dobry LCP jako 2,5 sekundy lub mniej, dobry INP jako 200 milisekund lub mniej, a dobry wynik CLS jako 0,1 lub mniej, przy czym każdy z nich mierzony jest na 75. percentylu załadowań strony, zarówno na urządzeniach mobilnych, jak i stacjonarnych.
Core Web Vitals mają znaczenie z dwóch nakładających się powodów: bezpośrednio wpływają na to, czy rzeczywiści użytkownicy mają płynne, czy frustrujące doświadczenie na stronie, a Google potwierdziło, że sygnały doświadczenia ze strony, w tym Core Web Vitals, są uwzględniane jako czynnik rankingowy w jego algorytmie wyszukiwania, co oznacza, że słabe wyniki mogą obniżać widoczność organiczną strony względem konkurentów o porównywalnej treści, ale lepszej wydajności technicznej. Poza pozycjami w wyszukiwarce doświadczenie użytkownika mierzone tymi wskaźnikami ma dobrze udokumentowany związek z konwersją i zaangażowaniem; wiele dużych badań branżowych wykazało, że gdy LCP przekracza mniej więcej 2,5 do 4 sekund, współczynnik odrzuceń znacząco rośnie, a współczynnik konwersji spada, ponieważ użytkownicy są bardzo wrażliwi na postrzeganą powolność, zwłaszcza w połączeniach mobilnych.
Core Web Vitals mierzy się dwiema uzupełniającymi się metodologiami: danymi terenowymi (field data, zwanymi też Real User Monitoring, czyli RUM), zbieranymi od rzeczywistych odwiedzających za pośrednictwem Chrome User Experience Report i prezentowanymi w narzędziach takich jak Google Search Console, które odzwierciedlają rzeczywistą, zagregowaną wydajność na różnych urządzeniach i w różnych warunkach sieciowych, oraz danymi laboratoryjnymi (lab data), generowanymi przez kontrolowane, symulowane załadowanie strony w narzędziach takich jak Lighthouse czy PageSpeed Insights, które są przydatne do diagnozowania konkretnych przyczyn technicznych w powtarzalnym środowisku, ale niekoniecznie odpowiadają temu, czego doświadczają rzeczywiści użytkownicy. Ponieważ dane terenowe i laboratoryjne mogą się rozbiegać, na przykład strona może uzyskiwać dobry wynik w teście laboratoryjnym przy szybkim łączu, a jednocześnie działać słabo dla rzeczywistych użytkowników w przeciętnych sieciach mobilnych, do trafnej diagnozy zwykle korzysta się z obu źródeł danych łącznie.
Częstym nieporozumieniem jest przekonanie, że Core Web Vitals są dominującym lub głównym czynnikiem rankingowym Google, podczas gdy w rzeczywistości znacznie większy wpływ nadal mają trafność i jakość treści, a Core Web Vitals działają raczej jak czynnik rozstrzygający lub modyfikujący wśród stron o zbliżonej trafności i jakości, co oznacza, że technicznie szybka strona ze słabą, nieprzydatną treścią nie wyprzedzi rzeczywiście bardziej użytecznej strony, która uzyskuje umiarkowane wyniki w tych wskaźnikach. Inną częstą pułapką w pracach optymalizacyjnych jest poprawianie wyników Core Web Vitals technikami szkodzącymi rzeczywistemu doświadczeniu użytkownika, które te wskaźniki mają mierzyć, takimi jak sztuczne odkładanie widocznych treści w celu poprawy początkowego wskaźnika renderowania, przy jednoczesnym pozostawieniu użytkowników przed pustą lub wyglądającą na niekompletną stroną, co technicznie poprawia raportowaną liczbę, ale nie poprawia rzeczywiście postrzeganej wydajności.
Dla firmy doradczej w zakresie CRO lub UX audyty Core Web Vitals są zwykle wczesnym krokiem technicznej oceny kondycji serwisu, ponieważ słabe wyniki mogą ograniczać zarówno wolumen ruchu organicznego, poprzez zmniejszoną widoczność w wyszukiwarce, jak i współczynnik konwersji wśród ruchu, który już dociera, co czyni prace nad wydajnością jedną z nielicznych dźwigni optymalizacyjnych mogących jednocześnie poprawiać wyniki na wielu etapach lejka. Do typowych strategii naprawczych należą: optymalizacja i właściwe dopasowanie rozmiaru obrazów, odkładanie lub eliminowanie zbędnych skryptów stron trzecich, takich jak nadmiar pikseli śledzących i widżetów czatu, rezerwowanie miejsca w układzie dla elementów takich jak reklamy i obrazy, zanim się załadują, aby zapobiec przesunięciom, oraz ograniczanie wykonywania JavaScriptu blokującego główny wątek przeglądarki podczas interakcji użytkownika, przy czym każde z tych działań weryfikuje się zazwyczaj za pomocą danych terenowych z okresu przed i po zmianie, a nie samych wyników laboratoryjnych.
Więcej terminów na literę C
Wezwanie do działania (CTA, Call to Action)Sortowanie kart (Card Sorting)Porzucanie koszyka (Cart Abandonment)Zarządzanie zmianą (Change Management)Optymalizacja procesu zamówienia (Checkout Optimization)Wskaźnik odejść klientów (churn rate)Współczynnik klikalności (CTR)Testy po stronie klienta (Client-Side Testing)Obciążenie poznawcze (Cognitive Load)Analiza kohortowaAnaliza konkurencji (Competitive Analysis)Przedział ufności (Confidence Interval)
