Ưu tiên của hiệu suất không chỉ là tốt cho người dùng, mà còn có thể tốt cho doanh nghiệp. Mặc dù các phương pháp hay nhất trong bộ sưu tập này chủ yếu tập trung vào việc tối ưu hoá hoạt động tích hợp Thẻ nhà xuất bản của Google (GPT), nhưng nhiều yếu tố khác cũng góp phần vào hiệu suất tổng thể của một trang nhất định. Mỗi khi đưa ra những thay đổi, điều quan trọng là phải đánh giá tác động của những thay đổi đó đối với mọi khía cạnh về hiệu suất của trang web.
Đo lường hiệu suất trang
Để hiểu tác động của một thay đổi đến hiệu suất trang web, trước tiên bạn cần thiết lập một đường cơ sở để so sánh. Cách tốt nhất để làm điều này là tạo ngân sách hiệu suất xác định đường cơ sở ý tưởng mà trang web của bạn hiện có thể hoặc không thể đáp ứng. Tuy nhiên, nếu muốn duy trì mức hiệu suất cố định, bạn có thể sử dụng các chỉ số hiệu suất hiện tại của trang web làm đường cơ sở.
Để bắt đầu đo lường hiệu suất, bạn nên kết hợp các phương pháp sau:
- Giám sát tổng hợp
- Bạn có thể sử dụng các công cụ như Lighthouse và Công cụ kiểm tra quảng cáo của nhà xuất bản cho Lighthouse để đo lường hiệu suất của trang trong một chế độ cài đặt thử nghiệm. Loại đo lường này không yêu cầu người dùng cuối tương tác, vì vậy, phương pháp này rất phù hợp để sử dụng trong các thử nghiệm tự động và có thể dùng để xác thực hiệu suất của các thay đổi trước khi phát hành cho người dùng.
- Giám sát người dùng thực (RecyclerView)
- Bạn có thể sử dụng các công cụ như Google Analytics và PageSpeed Insights để thu thập dữ liệu về hiệu suất thực tế ngay từ người dùng. Loại đo lường này dựa trên hoạt động tương tác của người dùng cuối, vì vậy, việc này rất hữu ích cho việc xác định các vấn đề về hiệu suất dặm cuối cùng mà các thử nghiệm tổng hợp không thể dễ dàng phát hiện.
Hãy nhớ đo lường và so sánh với nhóm cơ sở của bạn thường xuyên. Báo cáo này sẽ cho bạn biết hiệu suất của trang web có thịnh hành theo đúng thời gian hay không.
Chọn phép đo
Khi nói đến hiệu suất, không có chỉ số nào có thể cho bạn biết mọi thứ bạn cần biết về hiệu suất của trang web. Bạn sẽ cần xem xét nhiều chỉ số bao gồm nhiều khía cạnh khác nhau về hiệu suất trang để có được cái nhìn đầy đủ. Dưới đây là danh sách một số khía cạnh chính liên quan đến hiệu suất và chỉ số đề xuất.
| Khu vực hoạt động | |
|---|---|
| Tốc độ tải ghi nhận được |
Đo lường
Tốc độ tải trang và hiển thị tất cả các thành phần trên giao diện người dùng. Chỉ số đề xuất
Thời gian hiển thị nội dung đầu tiên (FCP) |
| Phản hồi khi tải trang |
Đo lường
Tốc độ của trang phản hồi nhanh sau lần tải đầu tiên. Chỉ số đề xuất
Độ trễ đầu vào (FID) |
| Độ ổn định về hình ảnh |
Đo lường
Mức độ di chuyển của các thành phần trên giao diện người dùng và liệu những thay đổi này có ảnh hưởng đến khả năng tương tác của người dùng hay không. Hãy xem phần Giảm thiểu mức thay đổi bố cục để biết thêm thông tin. Chỉ số đề xuất
Điểm số tổng hợp về mức thay đổi quảng cáo |
Ngoài hiệu suất trang, bạn cũng có thể đo lường các chỉ số kinh doanh cụ thể cho quảng cáo. Bạn có thể lấy thông tin như số lượt hiển thị, số lượt nhấp và khả năng xem theo từng vùng từ báo cáo Google Ad Manager.
Kiểm thử thay đổi
Khi đã xác định các chỉ số hiệu suất và bắt đầu đo lường các chỉ số đó thường xuyên, bạn có thể bắt đầu sử dụng dữ liệu này để đánh giá tác động của các thay đổi đối với hiệu suất trên trang web của bạn khi chúng được thực hiện. Bạn thực hiện việc này bằng cách so sánh các chỉ số được đo lường sau khi thực hiện thay đổi với các chỉ số được đo lường trước khi thay đổi (và/hoặc đường cơ sở mà bạn thiết lập trước đó). Loại kiểm thử này sẽ cho phép bạn phát hiện và giải quyết các vấn đề về hiệu suất trước khi chúng trở thành vấn đề lớn với doanh nghiệp hoặc người dùng của bạn.
Kiểm thử tự động
Bạn có thể đo lường các chỉ số không phụ thuộc vào hoạt động tương tác của người dùng thông qua thử nghiệm tổng hợp. Bạn nên chạy các loại thử nghiệm này thường xuyên nhất có thể trong quá trình phát triển để hiểu những thay đổi chưa được phát hành sẽ ảnh hưởng như thế nào đến hiệu suất. Tính năng thử nghiệm chủ động này có thể giúp phát hiện các vấn đề về hiệu suất trước khi phát hành nội dung thay đổi cho người dùng.
Có một cách để thực hiện việc này là đưa các bài kiểm thử tổng hợp vào quy trình tích hợp liên tục (CI), trong đó các bài kiểm thử sẽ tự động chạy bất cứ khi nào có thay đổi. Bạn có thể sử dụng Lighthouse CI để tích hợp kiểm thử hiệu suất tổng hợp vào nhiều quy trình công việc của CI:
Thử nghiệm A/B
Không thể thử nghiệm đầy đủ các chỉ số phụ thuộc vào hoạt động tương tác của người dùng cho đến khi một thay đổi thực sự được phát hành cho người dùng. Điều này có thể gây rủi ro nếu bạn không chắc về sự thay đổi sẽ diễn ra như thế nào. Một kỹ thuật giúp giảm thiểu rủi ro đó là thử nghiệm A/B.
Trong quá trình thử nghiệm A/B, nhiều biến thể của trang được phân phát ngẫu nhiên cho người dùng. Bạn có thể sử dụng kỹ thuật này để phân phát phiên bản đã sửa đổi của trang cho một tỷ lệ nhỏ lưu lượng truy cập tổng thể, trong khi hầu hết tiếp tục được phân phát trang chưa sửa đổi. Khi kết hợp với RecyclerView, bạn có thể đánh giá hiệu suất tương đối của hai nhóm để xác định nhóm nào hoạt động hiệu quả hơn mà không gặp rủi ro 100% lưu lượng truy cập.
Một lợi ích khác của thử nghiệm A/B là bạn có thể đo lường chính xác hơn tác động của những thay đổi. Đối với nhiều trang web, khó có thể xác định được sự khác biệt nhỏ về hiệu suất là do thay đổi gần đây hay sự biến động lưu lượng truy cập bình thường. Vì nhóm thử nghiệm của thử nghiệm A/B đại diện cho một tỷ lệ phần trăm cố định của lưu lượng truy cập tổng thể, nên các chỉ số phải khác với nhóm đối chứng theo một hệ số không đổi. Do đó, sự khác biệt quan sát được giữa 2 nhóm có thể đáng tin cậy hơn do sự thay đổi đang được thử nghiệm.
Các công cụ như Optimizely và Google Optimize có thể giúp bạn thiết lập và chạy thử nghiệm A/B. Tuy nhiên, hãy lưu ý rằng thử nghiệm A/B dựa trên thẻ đó (cấu hình mặc định cho các công cụ này) có thể tự tác động tiêu cực đến hiệu suất và cung cấp kết quả gây hiểu lầm. Do đó, bạn nên sử dụng tích hợp phía máy chủ:
Kết quả thử nghiệm A/B
Để đo lường tác động của một thay đổi bằng thử nghiệm A/B, bạn sẽ thu thập các chỉ số từ cả nhóm đối chứng và nhóm thử nghiệm, sau đó so sánh các chỉ số đó với nhau. Để làm điều này, bạn cần có cách để biết được lưu lượng truy cập thuộc nhóm nào.
Đối với các chỉ số về hiệu suất trang, bạn chỉ cần đưa một giá trị nhận dạng đơn giản vào mỗi trang cho biết phiên bản kiểm soát hoặc phiên bản thử nghiệm có được phân phát hay không. Bạn có thể đặt bất cứ nội dung nào mình muốn, miễn là bạn có thể phân tích cú pháp và tương quan các chỉ số. Nếu bạn đang sử dụng một khung kiểm thử tạo sẵn, thì quy trình này thường sẽ tự động được xử lý cho bạn.
Đối với các chỉ số kinh doanh cụ thể cho quảng cáo, bạn có thể sử dụng tính năng nhắm mục tiêu khóa-giá trị của GPT để phân biệt yêu cầu quảng cáo từ nhóm đối chứng so với nhóm thử nghiệm:
// 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');
Các khóa-giá trị này sau đó có thể được tham chiếu khi chạy báo cáo Google Ad Manager, để lọc kết quả theo nhóm.