PageSpeed Insights (PSI), hem mobil hem masaüstü cihazlarda bir sayfanın performansını raporlar ve bu sayfanın nasıl iyileştirilebileceği üzerine öneriler sunar.
PSI bir sayfa hakkında hem laboratuvar hem de alan (saha) verileri sunar.
Laboratuvar verisi kontrollü bir ortamda toplandığı için performans sorunlarını düzeltmede kullanışlıdır.
Ancak, gerçek dünya darboğazlarını yakalamayabilir.
Alan (saha) verisi doğru, gerçek dünya kullanıcı deneyimi toplamada kullanışlıdır – ama çok daha kısıtlı bir ölçüt dizisi vardır.
İki veri türü üzerine daha fazla bilgi için Hız Araçları Hakkında Nasıl Düşünülür yazımıza da bakın.
Gerçek kullanıcı deneyimi verileri
PSI’daki gerçek kullanıcı deneyimi verileri Chrome Kullanıcı Deneyimi Raporu (CrUX) veri seti tarafından güçlendirilmektedir.
PSI, gerçek kullanıcıların geçmiş 28 günlük toplama sürecindeki İlk Zengin İçerikli Boyama (First Contentful Paint) (FCP), İlk Giriş Gecikmesi (First Input Delay) (FID), En Büyük Zengin İçerikli Boyama (Largest Contentful Paint) (LCP) ve Kümülatif Düzen Kayması (Cumulative Layout Shift) (CLS) deneyimlerini raporlar.
Önemli web verileri konusunda yazımızı okuyunuz.
Belirli bir sayfa için kullanıcı deneyimi verilerini göstermek adına, CrUX veri setine dahil edilecek yeterli veri olması gerekmektedir.
Bir sayfa eğer yeni yayınlandıysa veya gerçek kullanıcılardan çok az örneğe sahipse yeterli veriye sahip olmayabilir.
Böyle olduğunda, PSI kaynak seviyesinde ayrıntılı hale geri dönecektir, ki bu internet sitesinin tüm sayfalarında bulunan tüm kullanıcı deneyimlerini kapsamaktadır.
Bazen kaynak yetersiz veriye sahip olabilir, ki bu PSI’nın gerçek kullanıcı deneyimi verilerini gösteremeyeceği bir durumdur.
Deneyimlerin kalitesini değerlendirmek
PSI, kullanıcı deneyimlerinin kalitesini üç kategoride sınıflandırır: İyi, İyileştirme Gerekli veya Zayıf.
PSI, aşağıdaki eşikleri Web Temelleri’nin başlangıcıyla uyumlu olarak belirlemektedir:
Temel Web Verisi / Kategori | İyi | İyileştirme Gerekli | Zayıf |
---|---|---|---|
FCP | 0-1800 ms | 1800-3000 ms | 3000 ms üzeri |
FID | 0-100 ms | 100-300 ms | 300 ms üzeri |
LCP | 0-2500 ms | 2500-4000 ms | 4000 ms üzeri |
CLS | 0-0.1 | 0.1-0.25 | 0.25 üzeri |
Dağılım ve seçilmiş ölçüt değerleri
PSI, geliştiriciler o sayfa veya kaynak için deneyimlerin dağılımını anlayabilsinler diye bu ölçütlerin bir dağılımını sunmaktadır.
Bu dağılım üç kategoriye ayrılır: İyi, İyileştirme Gerekli, Zayıf
Ki bunlar yeşil, koyu sarı ve kırmızı çubuklarla gösterilmektedir.
Örneğin, LCP’nin kahverengimsi çubuğunda %11’i görmek, gözlemlenen tüm LCP değerlerinin %11’inin 2500ms ile 4000ms arasına düştüğünü ifade etmektedir.
PSI, dağılım çubuklarının üzerinde tüm ölçütlerin üçüncü çeyreğini raporlamaktadır. (yüzde 75)
Üçüncü çeyrek, geliştiriciler sitelerinde en sinir bozucu kullanıcı deneyimlerini anlayabilsinler diye seçilir.
Bu alan ölçüt değerleri, yukarıda gösterilen aynı eşik değerlerini uygulayarak iyi/iyileştirme gerekli/zayıf olarak sınıflandırılır.
Temel Web Verileri
Temel Web Verileri, tüm internet deneyimleri için kritik olan yaygın bir performans sinyalleri dizisidir.
Temel Web Verileri ölçütleri FID, LCP ve CLS’dir ve bunlar sayfada veya kaynak seviyesinde toplanabilir.
Üç ölçütün tamamında yeterli veriyle toplama için, eğer tüm üç ölçütün üçüncü çeyreği İyi ise, toplama Temel Web Verileri değerlendirmesini geçer.
Aksi halde, toplama değerlendirmeyi geçemez.
Eğer toplama FID için yetersiz veriye sahipse, o halde eğer LCP ve CLS’nin üçüncü çeyreği İyi ise değerlendirmeyi geçecektir.
LCP veya CLS’den birinin yetersiz verisi varsa, sayfa veya kaynak seviyeli toplama değerlendirilemez.
PSI ve CrUX Alan Verileri Arasındaki Farklar
PSI’daki alan verileri ve BigQuery’deki CrUX veri seti arasındaki fark, PSI’nın verileri günlük olarak güncellenirken, BigQuery veri setinin aylık olarak güncellenmesi ve kaynak seviyeli verilerle kısıtlı olmasıdır.
İki veri kaynağı da izleyen 28 günlük süreçleri temsil etmektedir.
Performans tanısı
PSI, verilen URL’yi analiz etmek için, sayfanın İlk Zengin İçerikli Boyama (First Contentful Paint), En Büyük Zengin İçerikli Boyama (Largest Contentful Paint), Hız İndeksi (Speed Index), Kümülatif Düzen Kayması (Cumulative Layout Shift), İlk Etkileşime Geçen Süre (Time to Interactive), ve Toplam Engelleme Süresi (Total Blocking Time) dahil olmak üzere farklı ölçütler üzerindeki performansını tahmin eden bir performans puanı oluşturan Lighthouse’u kullanmaktadır.
Her ölçüt puanlanır ve bir sembolle etiketlenir:
- İyi, yeşil bir daire ile gösterilir
- İyileştirme Gerekli, kahverengimsi bilgilendirici bir kare ile gösterilir
- Zayıf, kırmızı bir uyarıcı üçgen ile gösterilir
Performans puanı
Bölümün en üstünde, PSI sayfanın simüle edilmiş performansını özetleyen bir puan sunar.
Bu puan, sayfa hakkında tanı bilgilerini toplamak ve analiz etmek için Lighthouse’u çalıştırarak belirlenir.
- 90 veya üzerindeki bir puan iyi olarak dikkate alınır.
- 50’den 90’a kadar iyileştirme gereken bir puandır.
- Ve 50’nin altı zayıf olarak kabul edilir.
Denetimler
Lighthouse, denetimlerini üç bölüme ayırır:
- Fırsatlar, sayfanın performans ölçütlerinin nasıl iyileştirileceğine dair öneriler sunar. Bu bölümdeki her öneri, eğer iyileştirme uygulanırsa sayfanın ne kadar hızlı yükleneceğini tahmin eder.
- Tanılar, bir sayfanın internet geliştirme için en iyi uygulamalara nasıl bağlı kaldığı hakkında ilave bilgiler sunar.
- Geçmiş Denetimler, sayfanın geçtiği denetimleri gösterir.
Sıkça Sorulan Sorular (SSS)
Lighthouse, bir sayfa yüklemesini simüle etmek için hangi cihaz ve ağ koşullarını kullanmaktadır?
Güncel olarak, Lighthouse mobil için bir mobil ağı üzerindeki orta ölçekli bir cihazın (Moto G4) ve masaüstü için kablolu bağlantısı olan benzetimli bir masaüstünün sayfa yükleme koşullarını simüle eder.
PageSpeed, ayrıca ağ koşullarına bağlı olarak değişebilen bir Google veri merkezinde çalışmaktadır. Lighthouse Report’un ortam engeline bakarak, testin gerçekleştiği konumu kontrol edebilirsiniz:
Not: PageSpeed bunlardan birinde çalışıyor olduğunu raporlayacaktır: Kuzey Amerika, Avrupa veya Asya.
Alan verileri ve laboratuvar verileri neden bazen birbirleriyle çelişir?
Alan verisi, belirli bir URL’nin nasıl performans gösterdiği hakkında tarihi bir rapordur ve gerçek dünyadaki kullanıcıların cihaz ve ağ koşulları çeşitliliğinde anonim performans verilerini gösterir.
Laboratuvar verisi, tek bir cihazda ve sabitlenmiş ağ koşulları dizisi üzerinde bir sayfanın simüle edilmiş yüklemesine dayanmaktadır. S
onuç olarak, değerler çeşitlilik gösterebilir. Daha fazla bilgi için Laboratuvar ve alan verileri neden farklı olabilir (ve bu konuda ne yapılır)’a bakın.
Neden tüm ölçütler için üçüncü çeyrek seçilir?
Bizim amacımız, kullanıcıların çoğunluğu için sayfaların iyi bir şekilde çalıştığından emin olmaktır.
Ölçütlerimiz için üçüncü çeyrek değerlerine odaklanmak, bu sayfaların en zor cihazlar ve ağ koşulları altında iyi bir kullanıcı deneyimi sunmasını sağlar.
Daha fazla bilgi için Temel Web Verileri Ölçütlerinin Eşik Değerlerini Belirlemek’e bakın.
v4 ve v5’teki FCP neden farklı değerlere sahiptir?
v5’teki FCP, daha önce 90. yüzdelik olan 75. yüzdeliği (üçüncü çeyreği) (4 Kasım 2019 itibariyle) raporlar. v4’te, FCP medyanı (50. yüzdelik) raporlar.
v5’teki FID neden farklı değerlere sahiptir?
FID, daha önce 95. yüzdelik olan 75. yüzdeliği (27 Mayıs 2020 itibariyle) raporlar.
Laboratuvar verileri için iyi bir puan nedir?
Herhangi bir yeşil puan (90 üzeri) iyi olarak değerlendirilir, ancak iyi laboratuvar verilerine sahip olmanın gerçekten gerçek-kullanıcı deneyimlerinin de iyi olacağı anlamına gelmediğini unutmayın.
Performans puanı neden çalıştırmadan çalıştırmaya değişir? Ben sayfamda hiçbir şey değiştirmedim!
Performans ölçütündeki değişkenlik, farklı etki seviyelerine sahip olan bir dizi kanal aracılığıyla tanıtılmaktadır.
Ölçüt değişkenliğinin birkaç yaygın kaynağı, yerel ağ kullanılabilirliği, istemci donanım kullanılabilirliği ve istemci kaynak rekabetidir.
Gerçek kullanıcı CrUX verisi neden bir URL veya kaynak için mevcut değildir?
Chrome Kullanıcı Deneyimi Raporu, seçilmiş kullanıcılardan gerçek dünya hız verilerini toplar ve bir URL’nin herkese açık (taranabilir ve indekslenebilir) olmasına ve URL’nin veya kaynağın performansının temsili, anonimleştirilmiş bir görünümünü sağlayan yeterli sayıda belirgin örneğe sahip olmasına gereksinim duyar.
Not: Bu yazının orijinali İngilizce olarak Google sayfalarında yer almaktadır.
Web sitemizde diğer yazılarımızı da okumak ister misiniz?
Siz de fikrinizi belirtin