वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक के थ्रेशोल्ड कैसे तय किए गए थे

वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक के थ्रेशोल्ड के पीछे की रिसर्च और तरीका

Bryan McQuade

Barry Pollard

पब्लिश किया गया: 21 मई, 2020

वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी, फ़ील्ड मेट्रिक का एक सेट है. इसमें वेब पर उपयोगकर्ताओं को मिलने वाले अनुभव के अहम पहलुओं का आकलन किया जाता है. वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी में मेट्रिक के साथ-साथ, हर मेट्रिक के लिए टारगेट थ्रेशोल्ड भी शामिल होते हैं. इनसे डेवलपर को यह समझने में मदद मिलती है कि उनकी साइट का अनुभव "अच्छा" है, "सुधार की ज़रूरत है" या "खराब" है. इस पोस्ट में, आम तौर पर Core Web Vitals मेट्रिक के लिए थ्रेशोल्ड चुनने के तरीके के बारे में बताया गया है. साथ ही, यह भी बताया गया है कि हर Core Web Vitals मेट्रिक के लिए थ्रेशोल्ड कैसे चुने गए.

याद दिलाना: वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक और थ्रेशोल्ड

वेबसाइट की परफ़ॉर्मेंस की जानकारी देने वाली तीन मेट्रिक हैं: सबसे बड़े एलिमेंट को रेंडर करने में लगने वाला समय (एलसीपी), पेज के रिस्पॉन्स में लगा समय (आईएनपी), और लेआउट शिफ़्ट होने में लगने वाला समय (सीएलएस). हर मेट्रिक, उपयोगकर्ता अनुभव के अलग-अलग पहलू को मेज़र करती है: एलसीपी, पेज लोड होने में लगने वाले अनुमानित समय को मेज़र करता है. साथ ही, पेज लोड होने की टाइमलाइन में उस पॉइंट को मार्क करता है जब पेज का मुख्य कॉन्टेंट लोड हो जाता है. आईएनपी, रिस्पॉन्सिवनेस को मेज़र करता है और पेज से इंटरैक्ट करने पर उपयोगकर्ताओं को मिलने वाले अनुभव की जानकारी देता है. सीएलएस, विज़ुअल स्टैबिलिटी को मेज़र करता है और पेज पर दिखने वाले कॉन्टेंट के अनचाहे लेआउट शिफ़्ट की संख्या का पता लगाता है.

वेबसाइट की परफ़ॉर्मेंस की जानकारी देने वाली हर मेट्रिक के लिए थ्रेशोल्ड तय किए जाते हैं. इन थ्रेशोल्ड के आधार पर, परफ़ॉर्मेंस को "अच्छा", "सुधार की ज़रूरत है" या "खराब" कैटगरी में रखा जाता है:

इसके अलावा, किसी पेज या साइट की पूरी परफ़ॉर्मेंस को अलग-अलग कैटगरी में बांटने के लिए, हम उस पेज या साइट पर मिले सभी पेज व्यू की 75वीं पर्सेंटाइल वैल्यू का इस्तेमाल करते हैं. दूसरे शब्दों में, अगर किसी साइट पर कम से कम 75 प्रतिशत पेज व्यू, "अच्छा" थ्रेशोल्ड को पूरा करते हैं, तो साइट को उस मेट्रिक के लिए "अच्छा" परफ़ॉर्म करने वाली कैटगरी में रखा जाता है. इसके उलट, अगर कम से कम 25 प्रतिशत पेज व्यू "खराब" थ्रेशोल्ड को पूरा करते हैं, तो साइट को "खराब" परफ़ॉर्मेंस वाली साइट के तौर पर मार्क किया जाता है. उदाहरण के लिए, 75वें पर्सेंटाइल में आने वाले एलसीपी के 2 सेकंड के हिसाब से, इसे "अच्छा" माना जाता है. वहीं, 75वें पर्सेंटाइल में आने वाले एलसीपी के 5 सेकंड के हिसाब से, इसे "खराब" माना जाता है.

वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक के थ्रेशोल्ड की शर्तें

इस सेक्शन में, हम Core Web Vitals मेट्रिक के थ्रेशोल्ड का आकलन करने की शर्तों के बारे में जानेंगे. अगले सेक्शन में, इस बारे में ज़्यादा जानकारी दी जाएगी कि हर मेट्रिक के लिए थ्रेशोल्ड चुनने के लिए, इन शर्तों को कैसे लागू किया गया. आने वाले समय में, हम शर्तों और थ्रेशोल्ड में सुधार करेंगे और उन्हें और बेहतर बनाएंगे. इससे, हमें वेब पर उपयोगकर्ता अनुभव को बेहतर तरीके से मेज़र करने में मदद मिलेगी.

अच्छी क्वालिटी वाला उपयोगकर्ता अनुभव

हमारा मुख्य लक्ष्य, उपयोगकर्ता और उनके अनुभव को ऑप्टिमाइज़ करना है. इसलिए, हमारा मकसद यह पक्का करना है कि वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी के "अच्छा" थ्रेशोल्ड को पूरा करने वाले पेज, लोगों को बेहतर अनुभव दें.

अच्छी क्वालिटी वाले उपयोगकर्ता अनुभव से जुड़े थ्रेशोल्ड की पहचान करने के लिए, हम मानवीय समझ और एचसीआई रिसर्च का इस्तेमाल करते हैं. इस रिसर्च को कभी-कभी एक तय थ्रेशोल्ड का इस्तेमाल करके खास जानकारी के तौर पर पेश किया जाता है. हालांकि, आम तौर पर इस रिसर्च को वैल्यू की रेंज के तौर पर दिखाया जाता है. उदाहरण के लिए, उपयोगकर्ताओं के फ़ोकस हटने से पहले इंतज़ार करने के समय की रिसर्च को कभी-कभी एक सेकंड के तौर पर बताया जाता है. हालांकि, असल में इस रिसर्च को रेंज के तौर पर दिखाया जाता है. यह रेंज, सैकड़ों मिलीसेकंड से लेकर कई सेकंड तक की हो सकती है. उपयोगकर्ता और संदर्भ के आधार पर, परसेप्शन थ्रेशोल्ड अलग-अलग होते हैं. इस बात की पुष्टि, इकट्ठा किए गए और पहचान छिपाकर दिखाए गए Chrome मेट्रिक डेटा से होती है. इससे पता चलता है कि पेज लोड होने से पहले, उपयोगकर्ता किसी तय समय तक वेब पेज पर कॉन्टेंट दिखने का इंतज़ार नहीं करते. इसके बजाय, यह डेटा आसान और लगातार डिस्ट्रिब्यूशन दिखाता है. मानवीय परसेप्शन थ्रेशोल्ड और काम की एचसीआई रिसर्च के बारे में ज़्यादा जानने के लिए, वेब विजिट से जुड़ी अहम जानकारी के पीछे का विज्ञान लेख पढ़ें.

जिन मामलों में किसी मेट्रिक के लिए उपयोगकर्ता अनुभव से जुड़ी ज़रूरी रिसर्च उपलब्ध होती है और साहित्य में वैल्यू की रेंज पर आम सहमति होती है, तो हम थ्रेशोल्ड चुनने की प्रोसेस में मदद पाने के लिए, इस रेंज का इस्तेमाल इनपुट के तौर पर करते हैं. जिन मामलों में उपयोगकर्ता अनुभव से जुड़ी ज़रूरी रिसर्च उपलब्ध नहीं होती, जैसे कि क्युम्युलेटिव लेआउट शिफ़्ट जैसी नई मेट्रिक के लिए, हम असल पेजों का आकलन करते हैं. ये ऐसे पेज होते हैं जो किसी मेट्रिक के लिए अलग-अलग थ्रेशोल्ड की ज़रूरी शर्तें पूरी करते हैं. इससे, हमें उस थ्रेशोल्ड की पहचान करने में मदद मिलती है जिससे उपयोगकर्ता को अच्छा अनुभव मिलता है.

मौजूदा वेब कॉन्टेंट से हासिल किया जा सकता है

इसके अलावा, यह पक्का करने के लिए कि साइट के मालिक "अच्छा" थ्रेशोल्ड को पूरा करने के लिए अपनी साइटों को ऑप्टिमाइज़ कर पाएं, यह ज़रूरी है कि वेब पर मौजूद मौजूदा कॉन्टेंट के लिए ये थ्रेशोल्ड हासिल किए जा सकें. उदाहरण के लिए, शून्य मिलीसेकंड, एलसीपी का "अच्छा" थ्रेशोल्ड होता है. इससे पेज तुरंत लोड होता है. हालांकि, ज़्यादातर मामलों में शून्य मिलीसेकंड का थ्रेशोल्ड हासिल नहीं किया जा सकता. इसकी वजह यह है कि नेटवर्क और डिवाइस को पेज को प्रोसेस करने में समय लगता है. इसलिए, वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी के लिए, शून्य मिलीसेकंड, एलसीपी के लिए "अच्छा" थ्रेशोल्ड नहीं है.

वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी के "अच्छा" थ्रेशोल्ड का आकलन करते समय, हम पुष्टि करते हैं कि Chrome उपयोगकर्ता अनुभव रिपोर्ट (CrUX) के डेटा के आधार पर, ये थ्रेशोल्ड हासिल किए जा सकते हैं या नहीं. थ्रेशोल्ड हासिल करने की पुष्टि करने के लिए, यह ज़रूरी है कि कम से कम 10% ऑरिजिन, "अच्छा" थ्रेशोल्ड को पूरा करते हों. इसके अलावा, हम यह भी पक्का करते हैं कि फ़ील्ड डेटा में बदलाव की वजह से, अच्छी तरह से ऑप्टिमाइज़ की गई साइटों को गलत कैटगरी में न रखा जाए. इसके लिए, हम यह भी पुष्टि करते हैं कि अच्छी तरह से ऑप्टिमाइज़ किया गया कॉन्टेंट, "अच्छा" थ्रेशोल्ड को लगातार पूरा करता है.

इसके उलट, हम "खराब" थ्रेशोल्ड तय करते हैं. इसके लिए, हम परफ़ॉर्मेंस के उस लेवल की पहचान करते हैं जिसे कुछ ही ऑरिजिन पूरा नहीं कर पा रहे हैं. अगर "खराब" थ्रेशोल्ड तय करने के लिए कोई रिसर्च उपलब्ध नहीं है, तो डिफ़ॉल्ट रूप से सबसे खराब परफ़ॉर्म करने वाले 10 से 30% ऑरिजिन को "खराब" के तौर पर मार्क किया जाता है.

हर डिवाइस के लिए एक जैसी या अलग-अलग शर्तें तय करनी हैं या नहीं

आम तौर पर, डिवाइस की क्षमताओं और नेटवर्क की भरोसेमंदता के मामले में, मोबाइल और डेस्कटॉप के इस्तेमाल की विशेषताएं बहुत अलग होती हैं. इससे "हासिल की जा सकने वाली" शर्तों पर काफ़ी असर पड़ता है. इसलिए, हमारा सुझाव है कि हम हर एक के लिए अलग-अलग थ्रेशोल्ड तय करें.

हालांकि, उपयोगकर्ताओं को मिलने वाले अनुभव की उम्मीद, डिवाइस पर निर्भर नहीं करती. भले ही, परफ़ॉर्मेंस की शर्तें डिवाइस पर निर्भर करती हों. इस वजह से, वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली रिपोर्ट के लिए सुझाए गए थ्रेशोल्ड को डिवाइस के हिसाब से अलग नहीं किया जाता. दोनों के लिए एक ही थ्रेशोल्ड का इस्तेमाल किया जाता है. इससे थ्रेशोल्ड को समझना भी आसान हो जाता है.

इसके अलावा, यह ज़रूरी नहीं है कि डिवाइस हमेशा एक ही कैटगरी में आएं. क्या यह डिवाइस के फ़ॉर्म फ़ैक्टर, प्रोसेसिंग पावर या नेटवर्क की स्थिति के आधार पर तय किया जाना चाहिए? एक ही थ्रेशोल्ड का इस्तेमाल करने से, इस तरह की जटिलता से बचा जा सकता है.

मोबाइल डिवाइसों की सीमित क्षमता का मतलब है कि ज़्यादातर थ्रेशोल्ड, मोबाइल पर उपलब्धता के आधार पर सेट किए जाते हैं. इनमें, सभी तरह के डिवाइसों के लिए एक ही थ्रेशोल्ड के बजाय, मोबाइल थ्रेशोल्ड दिखने की संभावना ज़्यादा होती है. हालांकि, ज़्यादातर साइटों के लिए मोबाइल से मिलने वाला ट्रैफ़िक ज़्यादा होता है. इसलिए, इस बारे में ज़्यादा चिंता करने की ज़रूरत नहीं है.

ज़रूरी शर्तों के बारे में आखिरी बातें

उम्मीदवारों के थ्रेशोल्ड का आकलन करते समय, हमें पता चला कि ज़रूरी शर्तें कभी-कभी एक-दूसरे से मेल नहीं खाती थीं. उदाहरण के लिए, किसी तय सीमा को लगातार हासिल करने और उपयोगकर्ताओं को लगातार अच्छा अनुभव देने के बीच तनाव हो सकता है. इसके अलावा, आम तौर पर मानवीय परसेप्शन की रिसर्च से वैल्यू की एक सीमा मिलती है और उपयोगकर्ता के व्यवहार की मेट्रिक से व्यवहार में धीरे-धीरे होने वाले बदलावों का पता चलता है. इसलिए, हमें पता चला है कि किसी मेट्रिक के लिए अक्सर कोई "सही" थ्रेशोल्ड नहीं होता. इसलिए, वेबसाइट की परफ़ॉर्मेंस की मेट्रिक के लिए, हमने ऐसी थ्रेशोल्ड चुनने का तरीका अपनाया है जो ज़रूरी शर्तों को सबसे बेहतर तरीके से पूरा करती हैं. हालांकि, हम इस बात से सहमत हैं कि कोई भी थ्रेशोल्ड पूरी तरह से सही नहीं होता और कभी-कभी हमें कई सही थ्रेशोल्ड में से किसी एक को चुनना पड़ सकता है. हमने "सबसे सही थ्रेशोल्ड क्या है?" के बजाय, "किस उम्मीदवार के थ्रेशोल्ड से हमारी शर्तें सबसे अच्छी तरह से पूरी होती हैं?" पर फ़ोकस किया.

पर्सेंटाइल का विकल्प

जैसा कि हमने पहले बताया है, किसी पेज या साइट की परफ़ॉर्मेंस को अलग-अलग कैटगरी में बांटने के लिए, हम उस पेज या साइट पर हुई सभी विज़िट की 75वीं पर्सेंटाइल वैल्यू का इस्तेमाल करते हैं. 75वां प्रतिशत, दो शर्तों के आधार पर चुना गया था. सबसे पहले, प्रतिशत से यह पक्का होना चाहिए कि किसी पेज या साइट पर आने वाले ज़्यादातर लोगों को परफ़ॉर्मेंस का टारगेट लेवल मिला हो. दूसरा, चुने गए प्रतिशत में वैल्यू पर, आउटलायर का ज़्यादा असर नहीं होना चाहिए.

ये लक्ष्य, एक-दूसरे से कुछ हद तक अलग हैं. पहला लक्ष्य पूरा करने के लिए, आम तौर पर ज़्यादा प्रतिशत वाला विकल्प चुनना बेहतर होता है. हालांकि, ज़्यादा प्रतिशत वाले डेटा से, आउटलायर की वजह से वैल्यू पर असर पड़ने की संभावना भी बढ़ जाती है. अगर किसी साइट पर कुछ विज़िट, खराब नेटवर्क कनेक्शन से हुई हैं, जिसकी वजह से एलसीपी के बहुत बड़े सैंपल मिलते हैं, तो हम नहीं चाहते कि हमारी साइट की कैटगरी तय करने के लिए, इन आउटलायर सैंपल का इस्तेमाल किया जाए. उदाहरण के लिए, अगर हम 95वें जैसे किसी ऊंचे प्रतिशत का इस्तेमाल करके, 100 विज़िट वाली किसी साइट की परफ़ॉर्मेंस का आकलन कर रहे थे, तो आउटलायर से 95वें प्रतिशत की वैल्यू पर असर पड़ने के लिए, सिर्फ़ पांच आउटलायर सैंपल की ज़रूरत होगी.

इन लक्ष्यों में थोड़ी सी फ़र्क़ है. विश्लेषण करने के बाद, हमने पाया कि 75वां प्रतिशत एक सही संतुलन है. 75वें पर्सेंटाइल का इस्तेमाल करके, हमें पता चलता है कि साइट पर आने वाले ज़्यादातर लोगों (चार में से तीन) को परफ़ॉर्मेंस का टारगेट लेवल मिला है या उससे बेहतर. इसके अलावा, आउटलायर की वजह से 75वें पर्सेंटाइल की वैल्यू पर कम असर पड़ता है. हमारे उदाहरण पर वापस आकर, 100 विज़िट वाली साइट के लिए, उनमें से 25 विज़िट को 75वें प्रतिशत वाली वैल्यू के लिए, आउटलायर के बड़े सैंपल की रिपोर्ट करनी होगी, ताकि आउटलायर का असर पड़े. हालांकि, 100 में से 25 सैंपल के आउटलायर होने की संभावना है, लेकिन 95वें पर्सेंटाइल के मामले की तुलना में इसकी संभावना काफ़ी कम है.

सबसे बड़ा कॉन्टेंटफ़ुल पेंट

एलसीपी थ्रेशोल्ड, अनुभव की क्वालिटी और इसे हासिल करने से जुड़ी इन बातों को ध्यान में रखकर सेट किए गए थे.

अनुभव की क्वालिटी

आम तौर पर, एक सेकंड को वह समय माना जाता है जिसके बाद उपयोगकर्ता का ध्यान किसी टास्क पर नहीं रहता. काम की रिसर्च की बारीकी से जांच करने पर, हमें पता चला है कि वैल्यू की रेंज के बारे में बताने के लिए, एक सेकंड का अनुमान लगाया जाता है. यह रेंज, कुछ सौ मिलीसेकंड से लेकर कुछ सेकंड तक की हो सकती है.

एक सेकंड के थ्रेशोल्ड के लिए, आम तौर पर दो सोर्स का हवाला दिया जाता है: कार्ड और अन्य और मिलर. कार्ड, न्यूल के ज्ञान के एकीकृत सिद्धांतों का हवाला देते हुए, एक सेकंड के "तुरंत जवाब" थ्रेशोल्ड को तय करता है. न्यूल, तुरंत दिए जाने वाले जवाबों के बारे में बताते हुए कहते हैं कि "इन्हें लगभग एक सेकंड (यानी, ~0.3 सेकंड से ~3 सेकंड) के अंदर किसी उत्तेजना के लिए दिया जाना चाहिए." यह "अहम जानकारी को समझने में लगने वाले समय की सीमाओं" पर न्यूल की चर्चा के मुताबिक है. इसमें बताया गया है कि "एनवायरमेंट के साथ होने वाले ऐसे इंटरैक्शन जो अहम जानकारी को समझने में मदद करते हैं, वे कुछ सेकंड में होते हैं". ये इंटरैक्शन करीब 0.5 सेकंड से लेकर 2-3 सेकंड तक के होते हैं. एक सेकंड के थ्रेशोल्ड के लिए, आम तौर पर एक और सोर्स के तौर पर मिलर का हवाला दिया जाता है. वह बताते हैं कि "मशीन से बातचीत करके, लोग ऐसे टास्क कर सकते हैं और करेंगे जो जवाब मिलने में दो सेकंड से ज़्यादा समय लगने पर, पूरी तरह बदल जाएंगे. जवाब मिलने में एक सेकंड या उससे ज़्यादा समय लगने पर भी ऐसा हो सकता है."

मिलर और कार्ड की रिसर्च से पता चलता है कि उपयोगकर्ता, फ़ोकस खोने से पहले करीब 0.3 से 3 सेकंड तक इंतज़ार करेगा. इससे पता चलता है कि हमारा एलसीपी "अच्छा" थ्रेशोल्ड इस रेंज में होना चाहिए. इसके अलावा, मौजूदा सबसे बड़े कॉन्टेंटफ़ुल पेंट के लिए "अच्छा" थ्रेशोल्ड एक सेकंड है. साथ ही, सबसे बड़े कॉन्टेंटफ़ुल पेंट आम तौर पर सबसे बड़े कॉन्टेंटफ़ुल पेंट के बाद होता है. इसलिए, हम एलसीपी के लिए थ्रेशोल्ड की सीमा को एक सेकंड से तीन सेकंड तक सीमित कर देते हैं. इस रेंज में से अपनी ज़रूरी शर्तों के हिसाब से सबसे सही थ्रेशोल्ड चुनने के लिए, हम इन संभावित थ्रेशोल्ड को हासिल करने की संभावना देखते हैं.

लक्ष्य हासिल करना

CrUX के डेटा का इस्तेमाल करके, हम वेब पर उन ऑरिजिन का प्रतिशत तय कर सकते हैं जो हमारे उम्मीदवार के एलसीपी "अच्छा" थ्रेशोल्ड को पूरा करते हैं.

10% से कम ऑरिजिन, एक सेकंड के थ्रेशोल्ड को पूरा करते हैं. हालांकि, 1.5 से 3 सेकंड के सभी अन्य थ्रेशोल्ड, हमारी इस ज़रूरी शर्त को पूरा करते हैं कि कम से कम 10% ऑरिजिन, "अच्छा" थ्रेशोल्ड को पूरा करते हैं. इसलिए, ये अब भी मान्य उम्मीदवार हैं.

इसके अलावा, यह पक्का करने के लिए कि चुना गया थ्रेशोल्ड, अच्छी तरह से ऑप्टिमाइज़ की गई साइटों के लिए लगातार हासिल किया जा सकता है, हम वेब पर सबसे अच्छी परफ़ॉर्म करने वाली साइटों के लिए एलसीपी की परफ़ॉर्मेंस का विश्लेषण करते हैं. इससे यह पता चलता है कि इन साइटों के लिए कौनसे थ्रेशोल्ड लगातार हासिल किए जा सकते हैं. खास तौर पर, हमारा मकसद ऐसे थ्रेशोल्ड की पहचान करना है जो सबसे अच्छी परफ़ॉर्म करने वाली साइटों के लिए, 75वें प्रतिशत तक लगातार हासिल किया जा सकता है. हमें पता चला है कि 1.5 और 2 सेकंड के थ्रेशोल्ड को लगातार हासिल नहीं किया जा सकता. हालांकि, 2.5 सेकंड का थ्रेशोल्ड लगातार हासिल किया जा सकता है.

LCP के लिए "खराब" थ्रेशोल्ड की पहचान करने के लिए, हम CrUX डेटा का इस्तेमाल करते हैं. इससे, ज़्यादातर ऑरिजिन के लिए थ्रेशोल्ड की पहचान की जाती है:

चार सेकंड के थ्रेशोल्ड के लिए, फ़ोन से आने वाले करीब 26% और डेस्कटॉप से आने वाले 21% ट्रैफ़िक को खराब के तौर पर मार्क किया जाएगा. यह हमारी टारगेट रेंज 10-30% में आता है. इसलिए, हमारा निष्कर्ष है कि चार सेकंड, "खराब" थ्रेशोल्ड के तौर पर स्वीकार किया जा सकता है.

इसलिए, हमारा निष्कर्ष है कि सबसे बड़े कॉन्टेंटफ़ुल पेंट के लिए, 2.5 सेकंड एक सही "अच्छा" थ्रेशोल्ड है और 4 सेकंड एक सही "खराब" थ्रेशोल्ड है.

पेज के रिस्पॉन्स में लगने वाला समय

इनपुट थ्रेशोल्ड, अनुभव की क्वालिटी और उपलब्धि को ध्यान में रखकर सेट किए गए थे.

अनुभव की क्वालिटी

रिसर्च से यह पता चलता है कि विज़ुअल फ़ीडबैक में 100 मिलीसेकंड तक की देरी, किसी सोर्स की वजह से होती है. जैसे, उपयोगकर्ता का इनपुट. इससे पता चलता है कि इंटरैक्शन टू नेक्स्ट पेंट के लिए "अच्छा" थ्रेशोल्ड, इसकी करीब हो सकता है.

जैकब नेल्सन के रिस्पॉन्स टाइम: तीन अहम सीमाएं में, 0.1 सेकंड को वह समय बताया गया है जब उपयोगकर्ता को लगता है कि सिस्टम तुरंत जवाब दे रहा है. Nielsen ने Miller और Card का हवाला दिया है, जिन्होंने 1962 में Michotte के The Perception of Causality का हवाला दिया है. मिचॉट की रिसर्च में, एक्सपेरिमेंट में हिस्सा लेने वाले लोगों को "स्क्रीन पर दो ऑब्जेक्ट " दिखाए जाते हैं. ऑब्जेक्ट A, B की ओर बढ़ता है. यह उसी पल रुक जाता है, जब यह B से संपर्क में आता है. इसके बाद, B शुरू हो जाता है और A से दूर चला जाता है." मिचॉट, ऑब्जेक्ट A के रुकने और ऑब्जेक्ट B के चलने के बीच के समय के अंतर को अलग-अलग रखता है. मिचॉट को पता चला कि करीब 100 मिलीसेकंड तक की देरी के लिए, प्रतिभागियों को ऐसा लगता है कि ऑब्जेक्ट A की वजह से ऑब्जेक्ट B में गति हुई है. करीब 100 से 200 मिलीसेकंड की देरी के लिए, वजह के बारे में अलग-अलग राय होती है. वहीं, 200 मिलीसेकंड से ज़्यादा की देरी के लिए, ऑब्जेक्ट B के मोशन को ऑब्जेक्ट A की वजह से नहीं माना जाता.

इसी तरह, मिलर "कंट्रोल चालू करने के लिए रिस्पॉन्स" के लिए रिस्पॉन्स थ्रेशोल्ड को "आम तौर पर, किसी बटन, स्विच या कंट्रोल मेंबर की मूवमेंट से दी गई कार्रवाई का संकेत, जो यह बताता है कि उसे शारीरिक तौर पर चालू किया गया है" के तौर पर परिभाषित करते हैं. इस जवाब को…ऑपरेटर की ओर से की गई मैकेनिकल ऐक्शन के हिस्से के तौर पर माना जाना चाहिए. समय में लगने वाला अंतर: ज़्यादा से ज़्यादा 0.1 सेकंड" और बाद में "किसी बटन को दबाने और विज़ुअल फ़ीडबैक के बीच का अंतर ज़्यादा से ज़्यादा 0.1 से 0.2 सेकंड होना चाहिए".

हाल ही में, Towards the Temporally Perfect Virtual Button में, Kaaresoja और अन्य लोगों ने टचस्क्रीन पर वर्चुअल बटन को छूने और बटन को छूने के बाद दिखने वाले विज़ुअल फ़ीडबैक के बीच के समय के अंतर की जांच की. जब बटन दबाने और विज़ुअल फ़ीडबैक के बीच का समय 85 मिलीसेकंड या उससे कम था, तो प्रतिभागियों ने बताया कि 75% समय में बटन दबाने के साथ ही विज़ुअल फ़ीडबैक दिखता है. इसके अलावा, 100 मिलीसेकंड या उससे कम की देरी के लिए, बटन दबाने की क्वालिटी को लगातार बेहतर बताया गया. 100 से 150 मिलीसेकंड की देरी के लिए, क्वालिटी में गिरावट आई. वहीं, 300 मिलीसेकंड की देरी के लिए, क्वालिटी बहुत कम हो गई.

इस आधार पर, हम यह निष्कर्ष निकालते हैं कि वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक के लिए, इंटरैक्शन टू नेक्स्ट पेंट के थ्रेशोल्ड के तौर पर 100 मिलीसेकंड "अच्छा" है. इसके अलावा, उपयोगकर्ताओं ने 300 मिलीसेकंड या उससे ज़्यादा की देरी के लिए, क्वालिटी लेवल को कम बताया है. इसलिए, यह "खराब" थ्रेशोल्ड माना जाएगा.

लक्ष्य हासिल करना

CrUX के डेटा का इस्तेमाल करके, हमने यह पता लगाया है कि वेब पर मौजूद ज़्यादातर ऑरिजिन, 75वें पर्सेंटाइल पर 200 मिलीसेकंड के INP "अच्छा" थ्रेशोल्ड को पूरा करते हैं:

हमने कम सुविधाओं वाले मोबाइल डिवाइसों के लिए, INP को पास करने की संभावना पर भी ज़्यादा ध्यान दिया है. इन डिवाइसों से साइटों पर आने वाले लोगों की संख्या काफ़ी ज़्यादा है. इससे यह भी पुष्टि हुई कि 200 मिलीसेकंड का थ्रेशोल्ड सही है.

उपयोगकर्ता अनुभव की क्वालिटी और इसे हासिल करने की शर्तों के बारे में रिसर्च के आधार पर, 100 मिलीसेकंड के थ्रेशोल्ड को ध्यान में रखते हुए, हमने यह फ़ैसला लिया है कि बेहतर अनुभव के लिए 200 मिलीसेकंड का थ्रेशोल्ड सही है

LCP के लिए "खराब" थ्रेशोल्ड की पहचान करने के लिए, हम CrUX डेटा का इस्तेमाल करते हैं. इससे, ज़्यादातर ऑरिजिन के लिए थ्रेशोल्ड की पहचान की जा सकती है:

इससे पता चलता है कि हमारे पास 300 मिलीसेकंड का "खराब" थ्रेशोल्ड हो सकता है.

हालांकि, LCP और सीएलएस के उलट, INP का लोकप्रियता से उलटा संबंध होता है—ज़्यादा लोकप्रिय साइटें अक्सर ज़्यादा जटिल होती हैं, जिसकी वजह से INP ज़्यादा होने की संभावना बढ़ जाती है. अगर हम सबसे ज़्यादा देखी जाने वाली 10,000 साइटों पर नज़र डालें, तो हमें एक और तस्वीर दिखती है:

मोबाइल पर, 300 मिलीसेकंड के "खराब" थ्रेशोल्ड से ज़्यादातर लोकप्रिय साइटों को "खराब" कैटगरी में रखा जाएगा. इससे, साइटों को बेहतर बनाने की हमारी ज़रूरी शर्तों को पूरा करने में मुश्किल होगी. वहीं, 500 मिलीसेकंड का थ्रेशोल्ड, 10 से 30% साइटों के लिए बेहतर है. यह भी ध्यान रखें कि 200 मिलीसेकंड का "अच्छा" थ्रेशोल्ड, इन साइटों के लिए भी मुश्किल है. हालांकि, 23% साइटें अब भी मोबाइल पर इस थ्रेशोल्ड को पूरा कर रही हैं. इससे, कम से कम 10% साइटों के पास होने की ज़रूरी शर्त पूरी हो जाती है.

इस वजह से, हमने यह फ़ैसला लिया है कि ज़्यादातर साइटों के लिए 200 मिलीसेकंड का थ्रेशोल्ड "अच्छा" है. वहीं, 500 मिलीसेकंड से ज़्यादा का थ्रेशोल्ड "खराब" है.

कुल लेआउट शिफ़्ट

सीएलएस थ्रेशोल्ड, अनुभव की क्वालिटी और इसे हासिल करने से जुड़ी इन बातों को ध्यान में रखकर सेट किए गए थे.

अनुभव की क्वालिटी

कुल लेआउट शिफ़्ट (सीएलएस) एक नई मेट्रिक है. इससे पता चलता है कि पेज पर दिखने वाले कॉन्टेंट में कितना बदलाव होता है. सीएलएस नई मेट्रिक है. इसलिए, हमें ऐसी किसी भी रिसर्च के बारे में जानकारी नहीं है जिससे सीधे तौर पर इस मेट्रिक के थ्रेशोल्ड के बारे में पता चल सके. इसलिए, उपयोगकर्ता की उम्मीदों के मुताबिक थ्रेशोल्ड का पता लगाने के लिए, हमने अलग-अलग लेआउट शिफ़्ट वाले असल पेजों का आकलन किया. इससे, यह पता चल सकेगा कि पेज के कॉन्टेंट को इस्तेमाल करने में कोई रुकावट आने से पहले, कितनी शिफ़्ट को स्वीकार किया जा सकता है. अपनी इंटरनल टेस्टिंग में, हमें पता चला है कि 0.15 और उससे ज़्यादा के लेवल के बदलाव, लगातार रुकावट पैदा करते हैं. वहीं, 0.1 और उससे कम के बदलाव, रुकावट पैदा करते हैं, लेकिन ज़्यादा नहीं. इसलिए, शून्य लेआउट शिफ़्ट सबसे सही है. हालांकि, हमने यह फ़ैसला लिया है कि 0.1 तक की वैल्यू, "अच्छा" सीएलएस थ्रेशोल्ड के लिए सही हैं.

लक्ष्य हासिल करना

CrUX डेटा के आधार पर, हम देख सकते हैं कि करीब 50% ऑरिजिन का सीएलएस 0.05 या उससे कम है.

CrUX डेटा से पता चलता है कि 0.05, सीएलएस के लिए "अच्छा" थ्रेशोल्ड हो सकता है. हालांकि, हम जानते हैं कि कुछ इस्तेमाल के उदाहरणों में, लेआउट में होने वाले बदलावों से बचना मुश्किल होता है. उदाहरण के लिए, सोशल मीडिया के एम्बेड किए गए कॉन्टेंट जैसे तीसरे पक्ष के एम्बेड किए गए कॉन्टेंट के लिए, एम्बेड किए गए कॉन्टेंट की ऊंचाई तब तक नहीं पता होती, जब तक वह लोड नहीं हो जाता. इस वजह से, लेआउट में 0.05 से ज़्यादा का बदलाव हो सकता है. इसलिए, हमारा निष्कर्ष है कि कई ऑरिजिन, 0.05 थ्रेशोल्ड को पूरा करते हैं. हालांकि, 0.1 का थोड़ा कम सख्त सीएलएस थ्रेशोल्ड, अनुभव की क्वालिटी और इसे हासिल करने के बीच बेहतर संतुलन बनाता है. हमें उम्मीद है कि आने वाले समय में, वेब नेटवर्क तीसरे पक्ष के एम्बेड की वजह से होने वाले लेआउट में बदलावों को ठीक करने के समाधान ढूंढ लेगा. इससे, Core Web Vitals के अगले वर्शन में, सीएलएस के लिए 0.05 या 0 के ज़्यादा सख्त थ्रेशोल्ड "अच्छा" का इस्तेमाल किया जा सकेगा.

इसके अलावा, सीएलएस के लिए "खराब" थ्रेशोल्ड तय करने के लिए, हमने CrUX डेटा का इस्तेमाल किया, ताकि ज़्यादातर ऑरिजिन के लिए थ्रेशोल्ड की पहचान की जा सके:

0.25 थ्रेशोल्ड के लिए, फ़ोन से आने वाले करीब 20% और डेस्कटॉप से आने वाले 18% ट्रैफ़िक को "खराब" के तौर पर मार्क किया जाएगा. यह हमारी टारगेट रेंज 10-30% में आता है. इसलिए, हमने यह फ़ैसला लिया है कि 0.25, "खराब" थ्रेशोल्ड के तौर पर स्वीकार किया जा सकता है.