Core Web Vitals är en specifik uppsättning standardiserade mått som definierats av Google för att mäta den verkliga användarupplevelsen av en webbsida vad gäller laddningsprestanda, interaktivitet och visuell stabilitet. I den nuvarande måttuppsättningen är de tre Core Web Vitals Largest Contentful Paint (LCP), som mäter hur lång tid det tar för det största synliga innehållselementet, till exempel en hero-bild eller rubrik, att renderas på skärmen, Interaction to Next Paint (INP), som mäter hur responsiv en sida är på användarinteraktioner som klick och tryck under hela besöket, och Cumulative Layout Shift (CLS), som mäter oväntad visuell förflyttning av sidelement medan innehåll laddas. Googles publicerade tröskelvärden klassar ett bra LCP som 2,5 sekunder eller mindre, ett bra INP som 200 millisekunder eller mindre och ett bra CLS-värde som 0,1 eller lägre, var och en mätt vid den 75:e percentilen av sidladdningar över både mobil och dator.
Core Web Vitals är viktiga av två överlappande skäl: de påverkar direkt om verkliga användare får en smidig eller frustrerande upplevelse på en sida, och Google har bekräftat att signaler för sidupplevelse, inklusive Core Web Vitals, ingår som en rankingfaktor i sökalgoritmen, vilket innebär att dåliga värden kan försvaga en sidas organiska synlighet i sökning jämfört med konkurrenter med jämförbart innehåll men bättre teknisk prestanda. Utöver sökrankingen har den underliggande användarupplevelsen som dessa mått mäter ett väldokumenterat samband med konverterings- och engagemangsutfall; flera storskaliga branschstudier har visat att när LCP ökar bortom ungefär 2,5 till 4 sekunder stiger avvisningsfrekvensen avsevärt och konverteringsgraden sjunker, eftersom användare är mycket känsliga för upplevd långsamhet, särskilt på mobila anslutningar.
Core Web Vitals mäts genom två kompletterande metoder: fältdata (även kallad Real User Monitoring, eller RUM), som samlas in från faktiska besökare via Chrome User Experience Report och presenteras i verktyg som Google Search Console, och som speglar genuin, aggregerad prestanda i verkligheten över skilda enheter och nätverksförhållanden, samt labbdata, som genereras genom att köra en kontrollerad, simulerad sidladdning i verktyg som Lighthouse eller PageSpeed Insights, vilket är användbart för att diagnostisera specifika tekniska orsaker i en repeterbar miljö men inte nödvändigtvis motsvarar vad verkliga användare upplever. Eftersom fält- och labbdata kan avvika, till exempel kan en sida få bra poäng i ett labbtest över en snabb labbanslutning men prestera dåligt för verkliga användare på genomsnittliga mobilnät, konsulteras vanligtvis båda datakällorna tillsammans för en korrekt diagnos.
En vanlig missuppfattning är att Core Web Vitals är Googles dominerande eller primära rankingfaktor, när innehållets relevans och kvalitet i verkligheten fortfarande är långt mer inflytelserika och Core Web Vitals fungerar mer som en utslagsgivare eller modifierare bland sidor med i övrigt jämförbar relevans och kvalitet, vilket innebär att en tekniskt snabb sida med svagt, ohjälpsamt innehåll inte kommer att ranka före en genuint mer användbar sida som får måttliga poäng på dessa mått. En annan vanlig fallgrop i optimeringsarbete är att åtgärda Core Web Vitals-värden med tekniker som skadar den faktiska användarupplevelsen som måtten är avsedda att mäta, till exempel att artificiellt skjuta upp synligt innehåll för att förbättra ett initialt renderingsmått medan användarna lämnas att stirra på en blank eller ofullständig sida, vilket tekniskt sett förbättrar en rapporterad siffra utan att förbättra den genuint upplevda prestandan.
För en CRO- eller UX-konsultbyrå är granskningar av Core Web Vitals vanligtvis ett tidigt steg i en teknisk hälsokontroll, eftersom dåliga värden kan försvaga både den organiska trafikvolymen, genom minskad synlighet i sökning, och konverteringsgraden bland den trafik som faktiskt kommer, vilket gör prestandaarbete till en av de sällsynta optimeringshävstänger som kan förbättra resultaten på flera punkter i tratten samtidigt. Vanliga åtgärdsstrategier är att optimera och korrekt dimensionera bilder, skjuta upp eller ta bort onödiga tredjepartsskript som överdrivna spårningspixlar och chattwidgets, reservera layoututrymme för element som annonser och bilder innan de laddas för att förhindra förskjutning och minimera JavaScript-exekvering som blockerar webbläsarens huvudtråd under användarinteraktioner, där varje åtgärd vanligtvis valideras med fältdata före och efter snarare än enbart med labbvärden.
Fler termer som börjar på C
Uppmaning till handling (Call to Action, CTA)Kortsortering (card sorting)Varukorgsavhopp (Cart Abandonment)Förändringsledning (Change Management)Kassaoptimering (Checkout Optimization)Churn (kundbortfall)Klickfrekvens (CTR)Testning på klientsidanKognitiv belastning (Cognitive Load)KohortanalysKonkurrentanalys (Competitive Analysis)Konfidensintervall
