بيانات الحقل مقابل بيانات المختبر: لماذا تفشل معظم النقاشات حول Core Web Vitals
تحدث معظم الجدالات حول الأداء لأن الناس يستخدمون مجموعات بيانات خاطئة.
ينظر شخص ما إلى نتائج المستخدمين الحقيقيين، بينما ينظر آخر إلى محاكاة مخبرية. كلاهما على حق، وكلاهما يجيب على أسئلة مختلفة.
إذا لم تتمكن من تحديد نوع مجموعة البيانات التي تستخدمها، فأنت لا تقوم بالتشخيص، بل تكتفي بالجدال فقط.
افهم الفرق:
- بيانات الحقل (Field data) تخبرك ما إذا كان المستخدمون الحقيقيون يواجهون مشكلات على نطاق واسع. وهي تشمل الهواتف البطيئة وخدمات الاتصال الضعيفة.
- بيانات المختبر (Lab data) تخبرك لماذا يفشلون. فهي توفر تتبعات (traces) محكومة واختبارات قابلة للتكرار.
مقاييس Core Web Vitals مثل LCP و INP و CLS هي مقاييس للنتائج. هي تخبرك بما حدث، وليس لماذا حدث.
توقف عن استخدام المتوسطات. استخدم المئين الـ 75 (75th percentile). قد يبدو الموقع سريعًا بالنسبة لك، لكنه قد يفشل لأن المئين الـ 75 يأخذ في الاعتبار الشبكات البطيئة والأجهزة الضعيفة.
استخدم هذا التسلسل لحل مشكلات الأداء:
- بيانات الحقل: تأكد من وجود المشكلة وحدد نطاقها.
- بيانات المختبر: حدد سببًا يمكنك اختباره.
- بيانات الحقل: تحقق من الإصلاح مقابل أدلتك الأصلية.
طابق ادعاءاتك مع الأدلة:
- إذا كان المستخدمون يواجهون مشكلات: تحقق من اتجاهات Search Console.
- إذا كان القالب هو السبب: ابحث عن حالات الفشل عبر روابط (URLs) مماثلة.
- إذا كان LCP بطيئًا بسبب الخادم: استخدم تتبعات المختبر (lab traces) للعثور على استجابات المستند المتأخرة.
- إذا كان INP يفشل: استخدم DevTools للعثور على المهام الطويلة (long tasks).
- إذا تسبب إصدار جديد في تراجع الأداء (regression): اربط التوقيت بسجلات النشر (deploy logs) الخاصة بك.
لا تعتمد على تشغيل واحد لـ Lighthouse. لا تستخدم اختبارات سطح المكتب لتفسير حالات الفشل على الهاتف المحمول. لا تستخدم عبارة "يبدو أسرع" كدليل.
اتبع هذه الخطوات:
- حدد نوع مجموعة بياناتك في جملة واحدة.
- أكد النطاق. افترض أنها مشكلة في القالب حتى تثبت عكس ذلك.
- حدد القيد. هل هو الخادم، أم مسار الرندرة (render path)، أم طرف ثالث؟
- قم بإجراء أصغر اختبار ممكن لإثبات خطأ نظريتك.
استخدم بيانات المختبر للعثور على عنق الزجاجة (bottleneck). واستخدم بيانات الحقل لإثبات زوال عنق الزجاجة.