Viktiga resultatmått:

• First Contentful Paint (FCP): Mäter tiden det tar för det första innehållet att renderas på en sida, vilket är avgörande för den initiala laddningshastigheten.
• Fördröjning av första inmatning (FID): Bedömer fördröjningen innan en sida svarar på användarinteraktioner, till exempel klick.

Percentilen beräkningar:

• Mätvärden som P75, P90 och P95 anger att 75 %, 90 % och 95 % av användarna upplever snabbare laddningstider än det angivna värdet. En P75-poäng på 1 sekund innebär till exempel att 75 % av användarna ser FCP på mindre än en sekund.

Färgkodning system:

• Poängen är färgkodade som Dålig (0-49), Behöver förbättras (50-89) och Bra (90-100). Att sikta på "Bra" poäng rekommenderas för optimal användarupplevelse, även om högre poäng blir alltmer utmanande att uppnå.

Real Experience Score (RES) jämfört med Poäng för virtuell upplevelse (VES):

• RES: Baserat på verkliga användardata efter driftsättning, vilket ger insikter efter händelsen.
• VES: Förutsägande, med hjälp av mätvärden som Total Blocking Time (TBT), vilket gör det möjligt att förutse prestandaförändringar före driftsättning.

Enhet överväganden:

• Enhetstyp påverkar poäng; Checkly använder "Desktop" för VES, vilket potentiellt underviktar mobilanvändare. Viktningsstrategier kan vara nödvändiga för en heltäckande analys.

Ansträngning vs. Utfall:

• Att förbättra från 99 till 100 på RES är svårare än att flytta från 90 till 94 på grund av minskande avkastning när poängen närmar sig perfektion.

Inverkan på användarupplevelse och sökresultat:

• Högre poäng förbättrar användarupplevelsen men kan inte direkt öka sökrankningen om de inte flyttar till högre färgkategorier, som grön från orange.

Metriska skillnader:

• VES använder TBT istället för FID, vilket ger en bredare syn på användarupplevelsen genom att beakta totala interaktionsfördröjningar.

Datauppdateringar och analys:

• RES uppdateras med senaste användardata, medan VES förlitar sig på automatiserade kontroller för förutsägelser.

Riktad optimering:

• Genom att identifiera punkter där användarna tappar intresset och långsamma svarstider kan utvecklare fokusera på specifika områden för att förbättra den övergripande prestandan.