PageSpeed Insights (PSI) melaporkan pengalaman pengguna halaman di perangkat seluler dan desktop, serta memberikan saran tentang cara meningkatkan performa halaman.
PSI memberikan data lab dan kolom tentang halaman. Data lab berguna untuk men-debug masalah, karena data tersebut dikumpulkan di lingkungan yang terkontrol. Namun, laporan ini mungkin tidak menangkap bottleneck di dunia nyata. Data kolom berguna untuk menangkap pengalaman pengguna sebenarnya di dunia nyata, tetapi memiliki kumpulan metrik yang lebih terbatas. Lihat Cara Berpikir Tentang Alat Kecepatan untuk informasi selengkapnya tentang kedua jenis data.
Data pengalaman pengguna yang sebenarnya
Data pengalaman pengguna yang sebenarnya di PSI didukung oleh set data Laporan Pengalaman Pengguna Chrome (CrUX). PSI melaporkan pengalaman pengguna untuk First Contentful Paint (FCP), First Input Delay (FID), Largest Contentful Paint (LCP), Pergeseran Tata Letak Kumulatif (CLS), dan Interaksi ke Next Paint (INP) pengguna selama periode pengumpulan 28 hari sebelumnya. PSI juga melaporkan pengalaman untuk metrik eksperimental Time to First Byte (TTFB).
Untuk menampilkan data pengalaman pengguna bagi halaman tertentu, data yang ada harus memadai agar dapat disertakan dalam set data CrUX. Halaman mungkin tidak memiliki cukup data jika baru dipublikasikan atau sampelnya terlalu sedikit dari pengguna sebenarnya. Jika hal ini terjadi, PSI akan kembali ke perincian tingkat asal, yang mencakup semua pengalaman pengguna di semua halaman situs. Terkadang origin ini mungkin juga tidak memiliki cukup data, sehingga PSI tidak dapat menampilkan data pengalaman pengguna yang sebenarnya.
Menilai kualitas pengalaman
PSI mengklasifikasikan kualitas pengalaman pengguna ke dalam tiga bucket: Baik, Perlu Peningkatan, atau Buruk. PSI menetapkan nilai minimum berikut sesuai dengan inisiatif Data Web:
| Baik | Perlu Perbaikan | Buruk | |
|---|---|---|---|
| FCP | [0, 1800 md] | (1800 md, 3000 md] | lebih dari 3000 md |
| FID | [0, 100 md] | (100 md, 300 md) | lebih dari 300 md |
| LCP | [0, 2500 md] | (2500 md, 4000 md] | lebih dari 4000 md |
| CLS | [0, 0,1] | (0,1, 0,25] | di atas 0,25 |
| INP | [0, 200 md] | (200 md, 500 md) | lebih dari 500 md |
| TTFB (eksperimental) | [0, 800 md] | (800 md, 1800 md] | lebih dari 1800 md |
Distribusi dan nilai metrik yang dipilih
PSI menyajikan distribusi metrik ini sehingga developer dapat memahami rentang pengalaman untuk halaman atau asal tersebut. Distribusi ini dibagi menjadi tiga kategori: Baik, Perlu Peningkatan, dan Buruk, yang diwakili oleh batang berwarna hijau, kuning, dan merah. Misalnya, melihat 11% dalam batang amber LCP menunjukkan bahwa 11% dari semua nilai LCP yang diamati berada di antara 2.500 md dan 4.000 md.
Di atas batang distribusi, PSI melaporkan persentil ke-75 untuk semua metrik. Persentil ke-75 dipilih agar developer dapat memahami pengalaman pengguna yang paling menjengkelkan di situs mereka. Nilai metrik kolom ini diklasifikasikan sebagai baik/perlu peningkatan/rendah dengan menerapkan batas yang sama seperti yang ditunjukkan di atas.
Data Web Inti
Data Web Inti adalah sekumpulan sinyal performa umum yang penting untuk semua pengalaman web. Metrik Data Web Inti adalah FID, LCP, dan CLS, dan metrik tersebut dapat digabungkan di tingkat halaman atau asal. Untuk agregasi dengan data yang memadai di ketiga metrik, agregasi akan melewati penilaian Data Web Inti jika persentil ke-75 dari ketiga metrik tersebut Baik. Jika tidak, agregasi tidak akan lulus penilaian. Jika agregasi tidak memiliki cukup data untuk FID, agregasi akan lulus penilaian jika persentil ke-75 dari LCP dan CLS Bagus. Jika LCP atau CLS tidak memiliki cukup data, agregasi tingkat halaman atau asal tidak dapat dinilai.
Perbedaan antara Data Kolom di PSI dan CrUX
Perbedaan antara data kolom di PSI versus set data CrUX di BigQuery adalah data PSI diperbarui setiap hari, sedangkan set data BigQuery diperbarui setiap bulan dan terbatas pada data tingkat asal. Kedua sumber data mewakili periode 28 hari terakhir.
Diagnostik lab
PSI menggunakan Lighthouse untuk menganalisis URL tertentu di lingkungan simulasi untuk kategori Performa, Aksesibilitas, Praktik Terbaik, dan SEO.
Skor
Di bagian atas terdapat skor untuk setiap kategori, yang ditentukan dengan menjalankan Lighthouse untuk mengumpulkan dan menganalisis informasi diagnostik tentang halaman tersebut. Skor 90 atau lebih dianggap bagus. Skor 50 hingga 89 membutuhkan peningkatan, dan di bawah 50 dianggap buruk.
Metrik
Kategori Performa juga memiliki performa halaman pada berbagai metrik, termasuk: First Contentful Paint, Largest Contentful Paint, Kecepatan Index, Pergeseran Tata Letak Kumulatif, Waktu untuk Interaktif, dan Total Blocking Time.
Setiap metrik dinilai dan diberi label dengan ikon:
- Kebaikan ditunjukkan dengan lingkaran hijau
- Perlu Peningkatan ditunjukkan dengan kotak informasi amber
- Buruk ditunjukkan dengan segitiga peringatan berwarna merah
Audit
Dalam setiap kategori ada audit yang memberikan informasi tentang cara meningkatkan pengalaman pengguna halaman. Lihat dokumentasi Lighthouse untuk mengetahui rincian mendetail tentang setiap audit kategori.
Pertanyaan Umum (FAQ)
Kondisi perangkat dan jaringan apa yang digunakan Lighthouse untuk menyimulasikan pemuatan halaman?
Saat ini, Lighthouse menyimulasikan kondisi pemuatan halaman perangkat tingkat menengah (Moto G4) di jaringan seluler untuk seluler, dan desktop yang diemulasi dengan koneksi kabel untuk desktop. PageSpeed juga berjalan di pusat data Google yang dapat bervariasi berdasarkan kondisi jaringan. Anda dapat memeriksa lokasi pengujian dengan melihat blok lingkungan Laporan Lighthouse:
Catatan: PageSpeed akan melaporkan berjalan di salah satu: Amerika Utara, Eropa, atau Asia.
Mengapa data lapangan dan data lab terkadang bertentangan?
Data kolom adalah laporan historis tentang performa URL tertentu, dan mewakili data performa anonim dari pengguna di dunia nyata pada berbagai perangkat dan kondisi jaringan. Data lab didasarkan pada pemuatan halaman yang disimulasikan pada satu perangkat dan kumpulan kondisi jaringan yang tetap. Oleh karena itu, nilainya mungkin berbeda. Lihat Mengapa data lab dan kolom dapat berbeda (dan apa yang harus dilakukan) untuk info selengkapnya.
Mengapa persentil ke-75 dipilih untuk semua metrik?
Sasaran kami adalah memastikan bahwa halaman berfungsi dengan baik untuk sebagian besar pengguna. Dengan berfokus pada nilai persentil ke-75 untuk metrik kami, hal ini memastikan bahwa halaman memberikan pengalaman pengguna yang baik dalam kondisi perangkat dan jaringan yang paling sulit. Lihat Menentukan nilai minimum metrik Data Web Inti untuk mengetahui info selengkapnya.
Berapa skor yang bagus untuk data lab?
Setiap skor berwarna hijau (90+) dianggap baik, tetapi perhatikan bahwa memiliki data lab yang baik tidak selalu berarti pengalaman pengguna yang sebenarnya juga akan baik.
Mengapa skor performa berubah dari berlari ke berlari? Saya tidak mengubah apa pun di halaman saya.
Variabilitas dalam pengukuran performa diperkenalkan melalui sejumlah saluran dengan berbagai tingkat dampak. Beberapa sumber umum variabilitas metrik adalah ketersediaan jaringan lokal, ketersediaan hardware klien, dan pertentangan resource klien.
Mengapa data CrUX pengguna sebenarnya tidak tersedia untuk URL atau asal?
Laporan Pengalaman Pengguna Chrome menggabungkan data kecepatan dunia nyata dari pengguna yang ikut serta dan mewajibkan bahwa URL harus bersifat publik (dapat di-crawl dan diindeks) serta memiliki jumlah sampel berbeda yang memadai dan memberikan tampilan representatif tentang performa URL atau anonim.
Ada pertanyaan lainnya?
Jika ada pertanyaan tentang penggunaan PageSpeed Insights yang spesifik dan dapat dijawab, ajukan pertanyaan dalam bahasa Inggris di Stack Overflow.
Jika Anda memiliki masukan atau pertanyaan umum tentang PageSpeed Insights, atau ingin memulai diskusi umum, mulai rangkaian pesan di milis.
Jika Anda memiliki pertanyaan umum tentang metrik Data Web, mulai rangkaian pesan di grup diskusi web-vitals-feedback.
Masukan
Apakah halaman ini membantu?