Краткое описание происхождения
Показанное число / значение времени является средним из всех доступных реальных данных для этого домена на нескольких страницах.
Это скользящее среднее значение за 28 дней для страниц, по которым имеется достаточно данных.
На полосках отображаются агрегированные данные, поэтому вы можете увидеть, сколько посетителей попадает в каждую категорию (красный = плохо, оранжевый = нормально, зеленый = хорошо).
Поскольку это среднее значение по всем данным в данных Chrome User Experience (CrUX) set вы можете видеть низкое среднее, но все еще есть одна страница, которая плохо работает / определенный размер экрана, который работает плохо (поэтому они включают совокупные полосы, поскольку синтетический тест выполняется только на одном рабочем столе и одном мобильном разрешении, или вы можете только протестировать домашняя страница и другие страницы работают плохо).
ОЦЕНКА: Это не имеет никакого отношения к вашей оценке и служит только для информации / для того, чтобы помочь вам определить проблемы, которые синтетический тест может не выявить.
Полевые данные
Если бы у тестируемой страницы было больше трафика, вы могли бы получить разбивку по страницам реальных данных (это будет отображаться как полевые данные). У вас еще недостаточно трафика для этого, поэтому вы получаете только сводку происхождения.
Таким же образом агрегируются и усредняются исходные данные, если на странице достаточно данных в наборе данных CrUX, вы увидите среднее время / значение для только этой страницы. Это в дополнение к сводным данным о происхождении.
ОЦЕНКА: Это не имеет никакого отношения к вашей оценке и служит только для информации / для того, чтобы помочь вам определить проблемы, которые синтетический тест может не выявить.
Лабораторные данные
Это данные синтетического теста, который вы только что выполнили. Вот откуда берется ваш результат.
Сводка происхождения и полевые данные никак не влияют на оценку, которую вы видите здесь, они носят чисто информационный характер.
Очки и последующие очки действий генерируются на лету на основе этого тестового прогона.
ОЦЕНКА: оценка, которую вы видите при запуске аудита, рассчитывается на основе данных, собранных во время этого запуска. В этом расчете не используются данные происхождения или данные полей.
Пример
В примере, который вы указали для лабораторных данных LCP (синтетические), это 6,6 секунды, а для исходных данных (реальный мир) - 3,6 секунды.
Чтобы понять, как это может быть, допустим, у вас есть страница в наборе данных CrUX, для которой у Google есть три реальных значения LCP. 2 с, 3,9 с и 4,9 с.
Затем Google предоставит вам совокупные столбцы для этой страницы (2 с = хорошо, 3,9 с = нуждается в улучшении и 4,9 с = плохо) на основе 33% зеленого (хорошо), 33% оранжевого (требуется улучшение) и 33% красного (плохо). об оценке LCP.
Это будут панели исходной сводки.
Время, которое отображается для вашего сводного времени происхождения, будет 3,6 с - среднее из этих трех значений в наборе данных CrUX (((2 + 3,9 + 4,9) / 3) = 3,6.
Что касается ваших лабораторных данных на 6.6s, тест загрузил страницу с регулированием применяется для представления соединения 4G на мобильном телефоне среднего уровня. Затем он использует собранные данные о производительности для расчета времени LCP.
Если вы внесли улучшения в страницу и повторно запустили отчет, время LCP может мгновенно упасть, так как оно основано на каждом запуске, тогда как ваши исходные сводные данные полностью изменится, чтобы отразить это изменение.
Итак, если моих данных нет в наборе данных CrUX, как я могу определить плохо работающие страницы.
Предположим, у вас есть страница, которая хорошо справляется с синтетическим тестом Lighthouse, но плохо работает в реальном мире при определенных размерах экрана.
Предположим также, что данных недостаточно для отображения данных поля для этой страницы.
Как найти страницу, которая портит вашу сводку о происхождении?
Для этого вам необходимо собрать данные Real User Metrics (RUM).
Данные RUM - это данные, собранные в реальном мире, когда реальные пользователи используют ваш сайт, и сохраненные на вашем сервере для последующего анализа / выявления проблем.
Есть простой способ сделать это самостоятельно, используя библиотеку Web Vitals.
Это позволяет собирать CLS, FID, LCP, FCP и Данные TTFB, которых более чем достаточно, чтобы определить страницы с низкой эффективностью.
Вы можете передать собранные данные в свой собственный API. или в Google Analytics для анализа.
Это лучший способ собрать данные для конкретной страницы, когда в наборе данных CrUX нет / недостаточно данных для анализа.
person
Graham Ritchie
schedule
08.01.2021