Performansa öncelik vermek hem kullanıcılar hem de işletmeler için iyi olabilir. Bu koleksiyondaki en iyi uygulamalar, öncelikli olarak Google Yayıncı Etiketi (GPT) entegrasyonunuzu optimize etmeye odaklansa da diğer birçok faktör belirli bir sayfanın genel performansına katkı sağlar. Her değişiklik yaptığınızda, bu değişikliklerin sitenizin performansı üzerindeki etkisini değerlendirmeniz önemlidir.
Sayfa performansını ölçme
Bir değişikliğin sitenizin performansını nasıl etkilediğini anlamak için öncelikle karşılaştıracağınız bir temel oluşturmanız gerekir. Bunu yapmanın en iyi yolu, sitenizin şu anda karşılayıp karşılamadığını düşündüğünüz bir fikir tabanını tanımlayan performans bütçesi oluşturmaktır. Ancak, sabit bir performans düzeyini korumak istiyorsanız sitenizin mevcut performans metriklerini temel olarak kullanabilirsiniz.
Performansı ölçmeye başlamak için aşağıdaki yaklaşımların bir kombinasyonu önerilir:
- Yapay izleme
- Laboratuvar ortamında sayfa performansını ölçmek için Lighthouse ve Publisher Ads Audits for Lighthouse gibi araçları kullanabilirsiniz. Bu ölçüm türü son kullanıcı etkileşimi gerektirmez. Bu nedenle otomatik testlerde kullanım için uygundur ve değişikliklerin kullanıcılara yayınlanmadan önce performansını doğrulamak için kullanılabilir.
- Gerçek kullanıcı izleme (RUM)
- Doğrudan kullanıcılardan gerçek zamanlı performans verileri toplamak için Google Analytics ve PageSpeed Insights gibi araçları kullanabilirsiniz. Bu ölçüm türü son kullanıcı etkileşimlerine dayanır. Bu nedenle, yapay testler tarafından kolayca tespit edilemeyen son kilometre performansı sorunlarını belirlemek için yararlıdır.
Düzenli olarak ölçüm yapın ve referans değerinizle düzenli olarak karşılaştırma yapın. Bu şekilde, sitenizin performansının zaman içinde doğru yönde ilerleyip ilerlemediğini görebilirsiniz.
Neleri ölçeceğinizi seçin
Performans söz konusu olduğunda, sitenizin performansı hakkında bilmeniz gereken her şeyi veren tek bir metrik yoktur. Resmin tamamını görmek için sayfa performansının çeşitli yönlerini kapsayan çeşitli metriklere göz atmanız gerekir. Bazı temel performans alanları ve önerilen metrikler aşağıdaki tabloda listelenmiştir.
| Performans alanı | |
|---|---|
| Algılanan yükleme hızı |
Önlemler
Bir sayfanın tüm kullanıcı arayüzü öğelerini oluşturma ve oluşturma hızı. Önerilen metrikler
İlk zengin içerikli boyama (FCP) |
| Sayfa yükleme duyarlılığı |
Önlemler
İlk yüklemeden sonra sayfanın duyarlı olma hızı. Önerilen metrikler
İlk giriş gecikmesi (İGG) |
| Görsel kararlılık |
Önlemler
Kullanıcı arayüzü öğelerinin ne kadar değiştiği ve bu değişimlerin kullanıcı etkileşimini etkileyip etkilemediği. Daha fazla bilgi için Düzen kaymasını en aza indirme bölümüne bakın. Önerilen metrikler |
Sayfa performansının yanı sıra reklama özgü işletme metriklerini de ölçmek isteyebilirsiniz. Gösterimler, tıklamalar ve görüntülenebilirlik gibi bilgileri her reklam alanı için Google Ad Manager raporlarından edinebilirsiniz.
Değişiklikleri test et
Performans metriklerinizi tanımladıktan ve bunları düzenli olarak ölçmeye başladıktan sonra, bu değişiklikleri sitenizdeki değişikliklerin performans üzerindeki etkisini değerlendirmek için kullanmaya başlayabilirsiniz. Bunun için, bir değişiklik yapıldıktan sonra ölçülen metrikleri, değişiklik yapılmadan önce (ve/veya daha önce oluşturduğunuz referans değerle) ölçmeniz gerekir. Bu tür bir test, işletmeniz veya kullanıcılarınız için önemli bir sorun haline gelmeden önce performans sorunlarını tespit etmenize ve gidermenize olanak tanır.
Otomatik test
Kullanıcı etkileşimine dayalı olmayan metrikleri sentetik testler aracılığıyla ölçebilirsiniz. Yayınlanmamış değişikliklerin performansı nasıl etkileyeceğini anlamak için bu tür testler, geliştirme sürecinde mümkün olduğunca sık yapılmalıdır. Bu tür proaktif testler, değişiklikler kullanıcılara yayınlanmadan önce performans sorunlarının ortaya çıkarılmasına yardımcı olabilir.
Yapay zekanın bunu gerçekleştirmenin bir yolu, her değişiklik yapıldığında testlerin otomatik olarak yürütüldüğü sürekli entegrasyon (CI) iş akışının bir parçası haline gelmesidir. Sentetik performans testini birçok CI iş akışına entegre etmek için Lighthouse CI'yı kullanabilirsiniz:
A/B testi
Bir değişiklik kullanıcılara gerçekten yayınlanana kadar kullanıcı etkileşimine dayalı metrikler tam olarak test edilemez. Bu, nasıl davranacağından emin değilseniz riskli olabilir. Bu riski azaltmak için kullanılan bir teknik de A/B testidir.
A/B testi sırasında, bir sayfanın farklı varyantları kullanıcılara rastgele sunulur. Bu tekniği kullanarak sayfanızın değiştirilmiş bir sürümünü genel trafiğin küçük bir yüzdesine sunarken, çoğu sayfa değiştirilmeden sunulmaya devam edebilir. Daha sonra, RUM ile birlikte, trafiğin% 100'ünü riske atmadan hangisinin daha iyi performans gösterdiğini belirlemek için iki grubun göreli performansını değerlendirebilirsiniz.
A/B testlerinin başka bir avantajı da, değişikliklerin etkilerini daha doğru şekilde ölçebilmenize imkan vermesidir. Birçok site için, performanstaki küçük bir değişikliğin yeni bir değişiklikten mi yoksa trafikteki normal bir değişiklikten mi kaynaklandığını belirlemek zor olabilir. A/B testinin deneme amaçlı grubu, toplam trafiğin sabit bir yüzdesini temsil ettiğinden, metrikler sabit bir faktöre göre kontrol grubundan farklı olmalıdır. Bu nedenle, iki grup arasında gözlemlenen farklılıklar, test edilen değişiklikle daha güvenilir bir şekilde ilişkilendirilebilir.
Optimize etme ve Google Optimize gibi araçlar, A/B testlerini ayarlayıp çalıştırmanıza yardımcı olabilir. Ancak, etikete dayalı A/B testinin (bu araçlar için varsayılan yapılandırma) performansı olumsuz yönde etkileyebileceğini ve yanıltıcı sonuçlar verebileceğini unutmayın. Bu nedenle, sunucu tarafı entegrasyonu kesinlikle önerilir:
A/B testi sonuçları
Bir değişikliğin etkisini A/B testi kullanarak ölçmek için hem kontrol hem de deneme gruplarından metrikler toplar ve bunları birbirleriyle karşılaştırırsınız. Bunun için hangi trafiğin hangi gruba dahil olduğunu anlamanın bir yolu vardır.
Sayfa performans metrikleri için genellikle her sayfaya kontrol veya deneysel sürümün sunulup sunulmadığını belirten basit bir tanımlayıcı eklemek yeterlidir. Bu tanımlayıcı, metrikleri ayrıştırabileceğiniz ve ilişkilendirebileceğiniz bir şey olduğu sürece istediğiniz herhangi bir şey olabilir. Önceden oluşturulmuş bir test çerçevesi kullanıyorsanız bu işlem genellikle sizin için otomatik olarak gerçekleştirilir.
Reklama özel işletme metriklerinde, reklam isteklerini kontrol grubu ile deneme grubundan ayırt etmek için GPT'nin anahtar/değer çifti hedefleme özelliğini kullanabilirsiniz:
// On control group (A) pages, set page-level targeting to:
googletag.pubads().setTargeting('your-test-id', 'a');
// On experimental group (B) pages, set page-level targeting to:
googletag.pubads().setTargeting('your-test-id', 'b');
Daha sonra, Google Ad Manager raporları çalıştırırken bu anahtar/değer çiftlerine referans vererek sonuçları gruba göre filtreleyebilirsiniz.