Польові дані проти лабораторних: чому більшість суперечок щодо Core Web Vitals не мають сенсу

Більшість суперечок щодо продуктивності виникають через те, що люди використовують неправильні набори даних.

Хтось дивиться на результати реальних користувачів. Хтось інший — на лабораторну симуляцію. Обидва мають рацію. Обидва відповідають на різні запитання.

Якщо ви не можете чітко назвати свій набір даних, ви не проводите діагностику. Ви просто сперечаєтеся.

Зрозумійте різницю:

  • Польові дані (Field data) показують, чи стикаються реальні користувачі з проблемами у масштабі. Вони враховують повільні телефони та поганий мобільний зв'язок.
  • Лабораторні дані (Lab data) пояснюють, чому саме виникають проблеми. Вони надають контрольовані трасування та результати тестів, які можна повторити.

Core Web Vitals, такі як LCP, INP та CLS, — це метрики результату. Вони кажуть вам, що сталося, а не чому.

Припиніть використовувати середні значення. Використовуйте 75-й перцентиль. Сайт може здаватися вам швидким, але все одно не проходити перевірку, оскільки 75-й перцентиль враховує повільні мережі та слабкі пристрої.

Використовуйте таку послідовність для вирішення проблем із продуктивністю:

  1. Польові дані: підтвердьте наявність проблеми та визначте її масштаб.
  2. Лабораторні дані: ізолюйте причину, яку можна протестувати.
  3. Польові дані: перевірте виправлення на основі ваших початкових доказів.

Підкріплюйте свої твердження доказами:

  • Якщо користувачі стикаються з проблемами: перевірте тренди в Search Console.
  • Якщо причиною є шаблон: шукайте помилки на схожих URL.
  • Якщо LCP повільний через сервер: використовуйте лабораторні трасування, щоб знайти затримки у відповідях документа.
  • Якщо INP не відповідає нормам: використовуйте DevTools, щоб знайти тривалі завдання (long tasks).
  • Якщо реліз спричинив регресію: зіставте час виникнення проблеми з вашими логами розгортання (deploy logs).

Не покладайтеся на один запуск Lighthouse. Не використовуйте десктопні тести для пояснення проблем на мобільних пристроях. Не використовуйте аргумент «мені здається, що стало швидше» як доказ.

Дотримуйтесь цих кроків:

  • Опишіть свій набір даних одним реченням.
  • Підтвердьте масштаб. Припускайте, що проблема в шаблоні, доки не доведете протилежне.
  • Визначте обмеження. Це сервер, шлях рендерингу чи сторонній сервіс?
  • Проведіть якомога менший тест, щоб спробувати спростувати свою теорію.

Використовуйте лабораторні дані, щоб знайти вузьке місце. Використовуйте польові дані, щоб довести, що вузьке місце усунено.

Джерело: https://dev.to/jeremy-burgos/field-vs-lab-data-why-most-core-web-vitals-arguments-are-dataset-confusion-5d6e