Principales mesures de rendement:

• First Contentful Paint (FCP) : Mesure le temps nécessaire au rendu du premier contenu sur une page, crucial pour la vitesse de chargement initiale.
• Délai de première entrée (FID) : Évalue le délai avant qu'une page ne réponde aux interactions de l'utilisateur, comme les clics.

Calculs de percentile:

• Les mesures telles que P75, P90 et P95 indiquent que 75 %, 90 % et 95 % des utilisateurs connaissent des temps de chargement plus rapides que la valeur spécifiée. Par exemple, un score P75 de 1 seconde signifie que 75 % des utilisateurs voient FCP en moins d'une seconde.

Système de codage par couleur:

• Les scores sont codés par couleur comme étant médiocres (0-49), nécessitant des améliorations (50-89) et bons (90-100). Viser des scores « Bons » est recommandé pour une expérience utilisateur optimale, bien que des scores plus élevés deviennent de plus en plus difficiles à atteindre.

Score d'expérience réelle (RES) vs. Note d’expérience virtuelle (VES) :

• RES: Basé sur des données utilisateur réelles post-déploiement, fournissant des informations après le fait.
• VES: Prédictif, en utilisant des mesures comme le temps total de blocage (TBT), permettant d'anticiper les changements de performance avant le déploiement.

Considérations relatives aux appareils:

• Le type d'appareil affecte les scores; Checkly utilise "Desktop" pour VES, sous-pondérant potentiellement les utilisateurs mobiles. Des stratégies de pondération peuvent être nécessaires pour une analyse complète.

Effort vs. Résultat :

• Améliorer de 99 à 100 sur RES est plus difficile que de passer de 90 à 94 en raison des rendements décroissants à mesure que les scores se rapprochent de la perfection.

Impact sur l'expérience utilisateur et les classements de recherche:

• Des scores plus élevés améliorent l'expérience utilisateur, mais peuvent ne pas stimuler directement le classement de recherche, à moins qu'ils ne passent dans des catégories de couleurs supérieures, comme le vert de l'orange.

Différences métriques:

• VES utilise TBT au lieu de FID, offrant une vue plus large de l'expérience utilisateur en considérant les délais d'interaction totale.

Mises à jour et analyse des données:

• RES est mis à jour avec les données récentes des utilisateurs, tandis que VES repose sur des vérifications automatisées pour les prévisions.

Optimisation ciblée:

• En identifiant les points de décrochage des utilisateurs et les réponses lentes, les développeurs peuvent se concentrer sur des domaines spécifiques pour améliorer les performances globales.