वेबसाइट की परफ़ॉर्मेंस की जानकारी देने वाली मेट्रिक के थ्रेशोल्ड तय करना

वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी के थ्रेशोल्ड के पीछे की रिसर्च और उसके काम करने का तरीका

वेबसाइट की परफ़ॉर्मेंस की जानकारी, फ़ील्ड मेट्रिक का एक सेट है. इससे वेब पर उपयोगकर्ता अनुभव से जुड़े अहम पहलुओं का पता चलता है. वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी में मेट्रिक के साथ-साथ, हर मेट्रिक के लिए टारगेट थ्रेशोल्ड शामिल होते हैं. इनसे डेवलपर को बेहतर तरीके से यह समझने में मदद मिलती है कि उनकी साइट का अनुभव "अच्छा", "सुधार की ज़रूरत है" या "खराब" है. इस पोस्ट में, वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक के लिए थ्रेशोल्ड चुनने का तरीका बताया गया है. साथ ही, यह भी बताया गया है कि वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली हर मेट्रिक के लिए थ्रेशोल्ड कैसे चुना गया है.

रीफ़्रेशर: वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक और थ्रेशोल्ड

साल 2020 में, वेबसाइट की परफ़ॉर्मेंस की जानकारी देने वाली तीन मेट्रिक हैं: सबसे बड़े कॉन्टेंटफ़ुल पेंट (एलसीपी), फ़र्स्ट इनपुट डिले (एफ़आईडी), और कुल लेआउट शिफ़्ट (सीएलएस). हर मेट्रिक से उपयोगकर्ता अनुभव के अलग-अलग पहलू का पता चलता है: एलसीपी, पेज लोड होने की अनुमानित स्पीड को मापता है और पेज का मुख्य कॉन्टेंट लोड होने पर, पेज लोड होने की टाइमलाइन में पॉइंट को दिखाता है. एफ़आईडी, पेज से इंटरैक्ट करते समय उपयोगकर्ताओं के अनुभव को मापता है और उनका अनुभव बताता है. साथ ही, सीएलएस, विज़ुअल स्टैबिलिटी मापता है और पेज के दिखने वाले कॉन्टेंट में अनचाहे लेआउट शिफ़्ट का आकलन करता है.

वेबसाइट की परफ़ॉर्मेंस की जानकारी देने वाली हर मेट्रिक से जुड़े थ्रेशोल्ड होते हैं. ये थ्रेशोल्ड परफ़ॉर्मेंस को "अच्छा", "सुधार की ज़रूरत है" या "खराब" की कैटगरी में रखते हैं:

इसके अलावा, किसी पेज या साइट की पूरी परफ़ॉर्मेंस को अलग-अलग कैटगरी में बांटने के लिए, हम उस पेज या साइट के सभी पेज व्यू की 75वीं पर्सेंटाइल वैल्यू का इस्तेमाल करते हैं. दूसरे शब्दों में, अगर किसी साइट को पेज व्यू का कम से कम 75 प्रतिशत “अच्छी” सीमा पूरी करता है, तो उस मेट्रिक के लिए साइट को “अच्छी” परफ़ॉर्मेंस माना जाएगा. वहीं, अगर पेज व्यू का कम से कम 25 प्रतिशत हिस्सा "खराब" थ्रेशोल्ड को पूरा करता है, तो साइट की परफ़ॉर्मेंस "खराब" होने की कैटगरी में रखा जाएगा. उदाहरण के लिए, दो सेकंड के 75वें पर्सेंटाइल पर एलसीपी को "अच्छा", जबकि पांच सेकंड के 75वें पर्सेंटाइल पर एलसीपी को "खराब" की कैटगरी में रखा गया है.

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

वेबसाइट की परफ़ॉर्मेंस की जानकारी देने वाली मेट्रिक के लिए थ्रेशोल्ड तय करते समय, हमने सबसे पहले उन शर्तों की पहचान की है जिन्हें पूरा करना ज़रूरी है. यहां उन शर्तों के बारे में बताया गया है जिनका इस्तेमाल करके, हमने 2020 की वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक के थ्रेशोल्ड का आकलन किया था. बाद के सेक्शन में, इस बारे में ज़्यादा जानकारी दी जाएगी कि 2020 में हर मेट्रिक के लिए थ्रेशोल्ड चुनने के लिए, इन शर्तों को कैसे लागू किया गया था. उम्मीद है कि आने वाले सालों में हम उम्मीद करते हैं कि आने वाले समय में वेब पर शानदार उपयोगकर्ता अनुभव को मापने की हमारी क्षमता को बेहतर बनाने के लिए, शर्तों और थ्रेशोल्ड में कुछ और सुधार किए जाएंगे.

अच्छी क्वालिटी वाला उपयोगकर्ता अनुभव

हमारा मुख्य लक्ष्य, उपयोगकर्ता और उनके अनुभव को बेहतर बनाना है. इसलिए, हमारा मकसद यह पक्का करना है कि जो पेज वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक की "अच्छी" थ्रेशोल्ड को पूरा करते हैं वे बेहतर उपयोगकर्ता अनुभव दें.

अच्छी क्वालिटी वाले उपयोगकर्ता अनुभव से जुड़ी थ्रेशोल्ड की पहचान करने के लिए, हम इंसानों के नज़रिए और एचसीआई रिसर्च पर ध्यान देते हैं. कभी-कभी इस रिसर्च के बारे में कम शब्दों में जानकारी देने के लिए एक तय सीमा का इस्तेमाल किया जाता है. हालांकि, हमने पाया है कि रिसर्च के लिए आम तौर पर कई वैल्यू इस्तेमाल की जाती हैं. उदाहरण के लिए, इस बारे में रिसर्च करना कि उपयोगकर्ता अपना फ़ोकस खोने से पहले आम तौर पर कितनी देर इंतज़ार करते हैं, कभी-कभी इसमें एक सेकंड भी शामिल हो जाता है. वहीं, असल रिसर्च में रेंज के रूप में, सैकड़ों मिलीसेकंड से लेकर कई सेकंड तक की जानकारी दिखाई जाती है. यह तथ्य कि उपयोगकर्ता और संदर्भ के आधार पर धारणा अलग-अलग होती हैं, इकट्ठा किए गए और पहचान छिपाने वाले Chrome मेट्रिक डेटा के आधार पर यह सीमा तय होती है. इससे पता चलता है कि लोगों को पेज लोड को रद्द करने से पहले एक वेब पेज पर अपना कॉन्टेंट दिखाने के लिए कितनी देर इंतज़ार करना पड़ता है. इसके बजाय, यह डेटा आसानी से और लगातार डिस्ट्रिब्यूशन दिखाता है. लोगों की सोच के थ्रेशोल्ड और काम के एचसीआई रिसर्च के बारे में ज़्यादा जानने के लिए, वेब साइट के पीछे की जानकारी का विज्ञान देखें.

ऐसे मामले, जहां दी गई मेट्रिक के लिए काम के उपयोगकर्ता अनुभव से जुड़ी रिसर्च उपलब्ध होती है और साहित्य में वैल्यू की सीमा को लेकर उचित सहमति होती है, तो हम इस रेंज का इस्तेमाल, इनपुट के तौर पर थ्रेशोल्ड चुनने की प्रोसेस के लिए करते हैं. अगर काम के उपयोगकर्ता अनुभव रिसर्च उपलब्ध नहीं है, जैसे कि कुल लेआउट शिफ़्ट जैसी नई मेट्रिक के लिए, तो हम असल में मौजूद उन पेजों का आकलन करते हैं जो किसी मेट्रिक के लिए तय की गई अलग-अलग सीमाओं को पूरा करते हैं. इससे उस थ्रेशोल्ड की पहचान की जाती है जिससे उपयोगकर्ताओं को अच्छा अनुभव मिलता है.

मौजूदा वेब कॉन्टेंट से मिल सकता है

इसके अलावा, यह पक्का करने के लिए कि साइट के मालिक, अपनी साइटों को "अच्छे" थ्रेशोल्ड को पूरा करने के लिए ऑप्टिमाइज़ कर सकें, हम चाहते हैं कि वेब पर मौजूदा कॉन्टेंट के लिए इन थ्रेशोल्ड को पूरा किया जा सके. उदाहरण के लिए, शून्य मिलीसेकंड एक अच्छा एलसीपी "अच्छा" थ्रेशोल्ड है, इसलिए तुरंत लोड होने की सुविधा मिलती है. हालांकि, नेटवर्क और डिवाइस की प्रोसेसिंग के इंतज़ार में लगने वाले समय की वजह से, ज़्यादातर मामलों में शून्य मिलीसेकंड तक का थ्रेशोल्ड हासिल नहीं किया जा सकता. इसलिए, वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी के लिए, एलसीपी का "अच्छा" थ्रेशोल्ड होना शून्य मिलीसेकंड नहीं है.

वेबसाइट की परफ़ॉर्मेंस की जानकारी देने वाली मेट्रिक के "अच्छा" थ्रेशोल्ड का आकलन करते समय, हम इस बात की पुष्टि करते हैं कि ये थ्रेशोल्ड हासिल किए जा सकते हैं या नहीं. ऐसा Chrome के उपयोगकर्ता अनुभव की रिपोर्ट (CrUX) के डेटा के आधार पर किया जाता है. थ्रेशोल्ड हासिल किया जा सकता है या नहीं, इसकी पुष्टि करने के लिए ज़रूरी है कि कम से कम 10% ऑरिजिन, फ़िलहाल "अच्छी" सीमा को पूरा करें. इसके अलावा, यह पक्का करने के लिए कि फ़ील्ड डेटा में बदलाव की वजह से, अच्छी तरह से ऑप्टिमाइज़ की गई साइटों का गलत वर्गीकरण न किया जाए, हम इस बात की भी पुष्टि करते हैं कि अच्छी तरह से ऑप्टिमाइज़ किया गया कॉन्टेंट, लगातार “अच्छी” थ्रेशोल्ड को पूरा करता है.

इसके ठीक उलट, हम परफ़ॉर्मेंस के उस लेवल की पहचान करके "खराब" थ्रेशोल्ड तय करते हैं जिसे सिर्फ़ कुछ ही मूल के लोग फ़िलहाल पूरा नहीं कर रहे हैं. जब तक "खराब" थ्रेशोल्ड तय करने के लिए रिसर्च उपलब्ध नहीं होती, तब तक डिफ़ॉल्ट रूप से सबसे खराब परफ़ॉर्मेंस वाले 10-30% ऑरिजिन को "खराब" की कैटगरी में रखा जाता है.

मानदंड पर अंतिम विचार

कैंडिडेट के थ्रेशोल्ड का आकलन करते समय, हमने पाया कि कभी-कभी ये शर्तें एक-दूसरे में विरोधाभासी थीं. उदाहरण के लिए, थ्रेशोल्ड को लगातार हासिल करना और इससे उपयोगकर्ताओं को लगातार अच्छा अनुभव मिलने के बीच एक तनाव हो सकता है. इसके अलावा, यह देखा गया है कि इंसानों के नज़रिए से की गई रिसर्च से आम तौर पर कई वैल्यू मिलती हैं और उपयोगकर्ता के व्यवहार से जुड़ी मेट्रिक, व्यवहार में धीरे-धीरे बदलाव दिखाती हैं. इसलिए, हमने पाया कि अक्सर किसी मेट्रिक के लिए एक "सही" थ्रेशोल्ड नहीं होता. इसलिए, 2020 की वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने के लिए, हम ऐसे थ्रेशोल्ड चुनते हैं जो ऊपर दी गई शर्तों को पूरा करते हों. साथ ही, हम इस बात का भी ध्यान रखते हैं कि कोई एक सटीक थ्रेशोल्ड नहीं है और कभी-कभी हमें एक से ज़्यादा कैंडिडेट थ्रेशोल्ड में से चुनने की ज़रूरत पड़ सकती है. "सबसे सही थ्रेशोल्ड क्या है?" के बजाय, हमने यह सवाल पूछा है कि "कौनसा उम्मीदवार तय करने की शर्तों को सबसे अच्छी तरह पूरा करता है?"

पर्सेंटाइल का विकल्प

जैसा कि पहले बताया गया है, किसी पेज या साइट की पूरी परफ़ॉर्मेंस की कैटगरी तय करने के लिए, हम उस पेज या साइट पर होने वाली सभी विज़िट के 75वें पर्सेंटाइल वैल्यू का इस्तेमाल करते हैं. 75वें पर्सेंटाइल को दो चीज़ों के आधार पर चुना गया. सबसे पहले, पर्सेंटाइल को यह पक्का करना चाहिए कि किसी पेज या साइट पर आने वाली ज़्यादातर विज़िट ने परफ़ॉर्मेंस के टारगेट लेवल का अनुभव किया है. दूसरा, चुने गए पर्सेंटाइल की वैल्यू पर, आउटलेयर का ज़्यादा असर नहीं होना चाहिए.

ये लक्ष्य कुछ हद तक एक-दूसरे के विरोधी हैं. पहले लक्ष्य को पूरा करने के लिए, आम तौर पर ज़्यादा पर्सेंटाइल पर विकल्प बेहतर होता है. हालांकि, ज़्यादा पर्सेंटाइल होने पर, आउटलेयर से मिलने वाली वैल्यू पर असर पड़ने की संभावना भी बढ़ जाती है. अगर किसी साइट पर कुछ लोग ऐसे नेटवर्क कनेक्शन पर आते हैं जिसकी वजह से एलसीपी बहुत ज़्यादा बड़े हो जाते हैं, तो हम नहीं चाहते कि हमारी साइट की कैटगरी तय करने के लिए इन बाहरी सैंपल का इस्तेमाल किया जाए. उदाहरण के लिए, अगर हम 100 विज़िट वाली किसी साइट की परफ़ॉर्मेंस का आकलन, ज़्यादा पर्सेंटाइल (जैसे कि 95वें) का इस्तेमाल कर रहे हैं, तो आउटलायर से असर पड़ने पर 95वें पर्सेंटाइल की वैल्यू के लिए, सिर्फ़ पांच बाहरी सैंपल लेने होंगे.

क्योंकि ये लक्ष्य कुछ हद तक अजीब हैं, विश्लेषण के बाद हम इस नतीजे पर पहुंचे कि 75वें पर्सेंटाइल पर सही संतुलन बना है. 75वें पर्सेंटाइल का इस्तेमाल करके, हम जानते हैं कि साइट पर आने वाले ज़्यादातर लोगों (4 में से 3) को परफ़ॉर्मेंस का टारगेट लेवल या इससे बेहतर अनुभव मिला है. इसके अलावा, 75वें पर्सेंटाइल पर वैल्यू पर आउटलेयर का असर कम होने की संभावना होती है. हमारा उदाहरण देखें, 100 विज़िट वाली किसी साइट के लिए, उनमें से 25 विज़िट को 75वें पर्सेंटाइल पर बड़े बाहरी सैंपल की रिपोर्ट करनी होगी, ताकि आउटलेयर से प्रभावित हो. हालांकि, 100 में से 25 सैंपल आउटलेयर हो सकते हैं, लेकिन 95वें पर्सेंटाइल वाले केस की तुलना में ऐसा होने की संभावना काफ़ी कम है.

सबसे बड़ा कॉन्टेंटफ़ुल पेंट

अनुभव की क्वालिटी

आम तौर पर, एक सेकंड को यह बताया जाता है कि किसी टास्क पर फ़ोकस करने से पहले, उपयोगकर्ता को कितने समय तक इंतज़ार करना होगा. संबंधित रिसर्च की बारीकी से जांच करने पर, हमने पाया कि वैल्यू की रेंज बताने के लिए, एक सेकंड का अनुमान काफ़ी होता है. इसमें कई सौ मिलीसेकंड से लेकर कई सेकंड तक शामिल होते हैं.

एक सेकंड के थ्रेशोल्ड के लिए, आम तौर पर दो सोर्स का हवाला दिया जाता है. इनमें Card etal और मिलर शामिल हैं. कार्ड में एक सेकंड के "तुरंत जवाब" थ्रेशोल्ड के बारे में बताया गया है, जिसमें न्यूवेल के यूनिफ़ाइड थ्योरी ऑफ़ कॉग्निशन का हवाला दिया गया है. न्यूवेल, इंस्टैंट रिस्पॉन्स के बारे में बताते हैं कि "ऐसे जवाब जो किसी तरह की उत्तेजना के लिए करीब एक सेकंड (करीब ~0.3 सेकंड से ~3 सेकंड) के अंदर किए जाने चाहिए." इसके बाद, न्यूवेल की "सीखने-समझने की रियल-टाइम की सीमाओं" पर हुई चर्चा से आगे यह बताया गया है कि "एनवायरमेंट के साथ होने वाले इंटरैक्शन, सीखने-समझने की क्षमता बढ़ाने के लिए सेकंड के क्रम में बदलाव करते हैं". यह करीब 0.5 से 2-3 सेकंड तक की होती है. मिलर ने आम तौर पर एक सेकंड की सीमा के लिए एक सोर्स बताया है. उन्होंने कहा "ऐसे टास्क जिन्हें इंसान, मशीन से बातचीत करने के दौरान कर सकते हैं और करेंगे, अगर जवाब देने में दो सेकंड से ज़्यादा का समय लगता है और उससे कुछ और सेकंड का समय बढ़ जाता है, तो उनके किरदार में बदलाव आ जाता है."

मिलर और कार्ड की रिसर्च से पता चलता है कि एक उपयोगकर्ता कितनी देर तक फ़ोकस बंद करने से पहले इंतज़ार कर सकता है. यह करीब 0.3 से 3 सेकंड तक का हो सकता है. इससे पता चलता है कि हमारा एलसीपी "अच्छा" थ्रेशोल्ड इस रेंज में होना चाहिए. साथ ही, यह भी देखा गया है कि फ़र्स्ट कॉन्टेंटफ़ुल पेंट के लिए मौजूदा थ्रेशोल्ड एक सेकंड है और सबसे बड़े कॉन्टेंटफ़ुल पेंट, आम तौर पर फ़र्स्ट कॉन्टेंटफ़ुल पेंट के बाद मिलता है, इसलिए हम कैंडिडेट के एलसीपी थ्रेशोल्ड की सीमा को एक सेकंड से तीन सेकंड तक सीमित कर देते हैं. हमारी शर्तों को सबसे अच्छी तरह से पूरा करने वाली सीमा चुनने के लिए, हम नीचे इस बात पर नज़र डालते हैं कि ये शर्तें तय की जा सकती हैं या नहीं.

उपलब्धता

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

CrUX के ऑरिजिन के%% को "अच्छा" की कैटगरी में रखा गया है (उम्मीदवार के एलसीपी थ्रेशोल्ड के लिए)

जहां 10% से कम ऑरिजिन, एक सेकंड के थ्रेशोल्ड को पूरा करते हैं, वहीं 1.5 से 3 सेकंड तक के अन्य सभी थ्रेशोल्ड हमारी इस शर्त को पूरा करते हैं कि कम से कम 10% ऑरिजिन "अच्छे" थ्रेशोल्ड को पूरा करते हैं और इस तरह अब भी मान्य उम्मीदवार हैं.

इसके अलावा, यह पक्का करने के लिए कि चुनी गई थ्रेशोल्ड अच्छी तरह से ऑप्टिमाइज़ की गई साइटों पर लगातार हासिल की जा सकती है, हम वेब पर सबसे अच्छी परफ़ॉर्मेंस देने वाली साइटों की एलसीपी परफ़ॉर्मेंस का विश्लेषण करते हैं. इससे यह तय किया जाता है कि इन साइटों के लिए कौनसे थ्रेशोल्ड इस्तेमाल किए जा सकते हैं. खास तौर पर, हमारा लक्ष्य ऐसे थ्रेशोल्ड की पहचान करना है जो सबसे अच्छा परफ़ॉर्म करने वाली साइटों के 75वें पर्सेंटाइल पर लगातार हासिल किया जा सकता है. हमने पाया है कि 1.5 और 2 सेकंड के थ्रेशोल्ड को लगातार हासिल नहीं किया जा सकता, जबकि 2.5 सेकंड का लगातार ऐक्सेस मिलता है.

एलसीपी के लिए "खराब" थ्रेशोल्ड का पता लगाने के लिए, हम CrUX डेटा का इस्तेमाल करते हैं. इसकी मदद से, ज़्यादातर ऑरिजिन के लिए थ्रेशोल्ड पूरा किया जाता है:

CrUX ऑरिजिन के% को "खराब" की कैटगरी में रखा गया है (उम्मीदवार के एलसीपी थ्रेशोल्ड के लिए)

चार सेकंड के थ्रेशोल्ड के लिए, करीब 26% फ़ोन ऑरिजिन और 21% डेस्कटॉप ऑरिजिन को खराब की कैटगरी में रखा जाएगा. यह 10-30% की हमारी टारगेट रेंज में आता है, इसलिए हम इस नतीजे पर पहुंचे हैं कि 4 सेकंड एक "खराब" थ्रेशोल्ड है.

इस तरह, हम इस नतीजे पर पहुंचे हैं कि सबसे बड़े कॉन्टेंटफ़ुल पेंट के लिए 2.5 सेकंड एक उचित "अच्छा" थ्रेशोल्ड है और 4 सेकंड एक "खराब" थ्रेशोल्ड है.

पेज पर मौजूद लिंक को क्लिक करके उस पर पहुंचने वाला समय

अनुभव की क्वालिटी

रिसर्च से यह नतीजा मिलता है कि विज़ुअल फ़ीडबैक में करीब 100 मि॰से॰ तक की देरी की वजह, किसी सोर्स से मिली जानकारी है, जैसे कि उपयोगकर्ता का इनपुट. इससे पता चलता है कि कम से कम बार के तौर पर, 100 मि॰से॰ के फ़र्स्ट इनपुट डिले "अच्छी" सीमा काफ़ी सही है: अगर इनपुट प्रोसेस होने में 100 मि॰से॰ से ज़्यादा की देरी हो, तो प्रोसेस और रेंडरिंग के दूसरे चरणों को समय पर पूरा होने की कोई संभावना नहीं होती.

जैकब नीलसन ने आम तौर पर, Response Times: The 3 अहम सीमाएं, 0.1 सेकंड के तौर पर बताया है, ताकि उपयोगकर्ता को लगे कि सिस्टम तुरंत प्रतिक्रिया कर रहा है. नीलसन ने मिलर और कार्ड के बारे में बताया, जिन्होंने मिकोट के 1962 द परसेप्शन ऑफ़ कॉज़लिटी का हवाला दिया. मिकोट के शोध में, प्रयोग में हिस्सा लेने वाले लोगों को "एक स्क्रीन पर दो ऑब्जेक्ट दिखाए गए हैं. ऑब्जेक्ट A बंद हो जाता है और B की ओर बढ़ जाता है. जब वह B के संपर्क में आता है, तब यह रुक जाता है जबकि दूसरा B शुरू होता है और A से दूर चला जाता है." मिकोट, ऑब्जेक्ट A के रुकने और ऑब्जेक्ट B के चलने के बीच समय का अंतराल बदलता है. मिकॉट को पता चला कि करीब 100 मि॰से॰ की देरी होने पर, हिस्सा लेने वालों के पास यह इंप्रेशन होता है कि ऑब्जेक्ट A की वजह से ऑब्जेक्ट B का मोशन होता है. करीब 100 मि॰से॰ से 200 मिलीसेकंड तक की देरी के लिए, काम-काज के बारे में मिली-जुली सोच होती है. साथ ही, 200 मि॰से॰ से ज़्यादा की देरी होने पर, ऑब्जेक्ट B की हलचल को अब ऑब्जेक्ट A की वजह से नहीं माना जाता.

इसी तरह, मिलर "कंट्रोल ऐक्टिवेशन का रिस्पॉन्स" के लिए रिस्पॉन्स थ्रेशोल्ड "के तौर पर दी गई कार्रवाई का संकेत है. आम तौर पर, यह किसी कुंजी, स्विच या कंट्रोल के अन्य सदस्य के हिलने-डुलने से होता है, जिससे यह संकेत मिलता है कि इसे फ़िज़िकल तौर पर चालू किया गया है. इस रिस्पॉन्स को ऑपरेटर की ओर से की जाने वाली मैकेनिकल कार्रवाई के हिस्से के तौर पर माना जाना चाहिए. समय में देरी: 0.1 सेकंड से ज़्यादा" और बाद में "कुंजी और विज़ुअल फ़ीडबैक को बंद करने के बीच 0.1 से 0.2 सेकंड से ज़्यादा का समय नहीं होना चाहिए".

हाल ही में, टुवर्ड्स द टेंपरोली परफ़ेक्ट वर्चुअल बटन में, कारेसोजा एट अल ने टचस्क्रीन पर वर्चुअल बटन को टच करने और बाद में विज़ुअल फ़ीडबैक देने के बीच एक साथ काम करने के धारणा का पता लगाया. इससे पता चला कि अलग-अलग वजहों से बटन को टच किया गया था. जब बटन दबाने और विज़ुअल फ़ीडबैक के बीच 85 मि॰से॰ या उससे कम समय हुआ, तो हिस्सा लेने वाले लोगों ने बताया कि बटन दबाने पर 75% बार विज़ुअल फ़ीडबैक मिला. इसके अलावा, 100 मि॰से॰ या इससे कम की देरी होने पर, मीटिंग में हिस्सा लेने वाले लोगों ने बताया कि बटन दबाए जाने की क्वालिटी लगातार अच्छी रही

ऊपर दी गई जानकारी के आधार पर, हम इस नतीजे पर पहुंचे हैं कि रिसर्च में पेज की वैल्यू 100 मि॰से॰ के आस-पास होती है. यह वैल्यू, वेबसाइट की परफ़ॉर्मेंस की जानकारी के लिए, फ़र्स्ट इनपुट डिले थ्रेशोल्ड के तौर पर सही होती है. इसके अलावा, जिन उपयोगकर्ताओं ने 300 मि॰से॰ या उससे ज़्यादा की देरी पर खराब क्वालिटी के लेवल होने की शिकायत की है उनमें से 300 मि॰से॰ को "खराब" थ्रेशोल्ड माना जाता है.

उपलब्धता

CrUX के डेटा का इस्तेमाल करके, हम यह पता लगाते हैं कि वेब पर मौजूद ज़्यादातर ऑरिजिन, 75वें पर्सेंटाइल पर 100 मि॰से॰ एफ़आईडी "अच्छा" थ्रेशोल्ड को पूरा करते हैं:

CrUX ऑरिजिन के प्रतिशत को एफ़आईडी 100 मि॰से॰ थ्रेशोल्ड के लिए "अच्छा" की कैटगरी में रखा गया है

इसके अलावा, हम देखते हैं कि वेब पर मौजूद मुख्य साइटें, इस थ्रेशोल्ड को 75वें पर्सेंटाइल पर भी पूरी कर पाती हैं (और अक्सर 95वें पर्सेंटाइल पर होती हैं).

ऊपर दी गई जानकारी में, हम इस नतीजे पर पहुंचे हैं कि एफ़आईडी के लिए 100 मि॰से॰ "अच्छी" वैल्यू है.

कुल लेआउट शिफ़्ट

अनुभव की क्वालिटी

कुल लेआउट शिफ़्ट (सीएलएस) एक नई मेट्रिक है, जिससे पता चलता है कि किसी पेज का दिखने वाला कॉन्टेंट कितना बदल गया है. सीएलएस नया है, इसलिए हमें ऐसी रिसर्च की जानकारी नहीं है जो इस मेट्रिक के थ्रेशोल्ड की सीधे तौर पर जानकारी दे सकती है. इसलिए, थ्रेशोल्ड की पहचान करने के लिए, हमने यह देखा है कि पेज का कॉन्टेंट इस्तेमाल करते समय, कोई रुकावट पैदा करने से पहले, शिफ़्ट की ज़्यादा से ज़्यादा संख्या का पता लगाने के लिए, हमने लेआउट शिफ़्ट की अलग-अलग संख्या वाले असल पेजों का आकलन किया. हमारी इंटरनल टेस्टिंग में, हमने पाया कि 0.15 और उससे ज़्यादा के लेवल में हुए बदलाव से हमेशा रुकावट पैदा होती थी, जबकि 0.1 और उससे कम के लेवल में बदलाव काफ़ी देखने को मिलता था, लेकिन बहुत ज़्यादा नुकसान पहुंचाने वाला नहीं था. इस तरह से, हालांकि ज़ीरो लेआउट शिफ़्ट बेहतर होता है, लेकिन 0.1 तक की वैल्यू "अच्छी" सीएलएस थ्रेशोल्ड होती हैं.

उपलब्धता

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

CrUX ऑरिजिन के% को "अच्छे" की कैटगरी में रखा गया है (उम्मीद के सीएलएस थ्रेशोल्ड के लिए)

CrUX डेटा से पता चलता है कि 0.05, सीएलएस के लिए "अच्छा" थ्रेशोल्ड हो सकता है, लेकिन हमने देखा है कि कुछ मामलों में, इस्तेमाल के कुछ मामलों में रुकावट डालने वाले लेआउट शिफ़्ट से बचना मुश्किल होता है. उदाहरण के लिए, तीसरे पक्ष के एम्बेड किए गए कॉन्टेंट, जैसे कि सोशल मीडिया से एम्बेड किए गए कॉन्टेंट के लिए, कभी-कभी एम्बेड किए गए कॉन्टेंट की ऊंचाई का पता तब तक नहीं चलता, जब तक वह पूरी तरह लोड नहीं हो जाता. इस वजह से, लेआउट शिफ़्ट 0.05 से ज़्यादा हो सकता है. इस तरह, हम इस नतीजे पर पहुंचे हैं कि कई ऑरिजिन 0.05 की थ्रेशोल्ड को पूरा करते हैं, लेकिन 0.1 के सीएलएस थ्रेशोल्ड को थोड़ा कम कड़ा है. हालांकि, अनुभव की क्वालिटी और उपयोगकर्ता हासिल करने के लक्ष्य के बीच बेहतर संतुलन है. हमें उम्मीद है कि आने वाले समय में वेब नेटवर्क, तीसरे पक्ष के एम्बेड की वजह से हुए लेआउट शिफ़्ट से जुड़े समाधान ढूंढेगा. इससे, 0.05 या 0 के ज़्यादा कड़े सीएलएस "अच्छे" थ्रेशोल्ड का इस्तेमाल किया जा सकेगा.

इसके अलावा, सीएलएस के लिए "खराब" थ्रेशोल्ड तय करने के लिए, हमने CrUX डेटा का इस्तेमाल किया. इसकी मदद से, ज़्यादातर ऑरिजिन ने ऐसे थ्रेशोल्ड की पहचान की:

CrUX के ऑरिजिन के% को "खराब" की कैटगरी में रखा गया है (उम्मीदवार के सीएलएस थ्रेशोल्ड के लिए)

0.25 थ्रेशोल्ड के लिए, करीब 20% फ़ोन ऑरिजिन और 18% डेस्कटॉप ऑरिजिन को "खराब" की कैटगरी में रखा जाएगा. यह 10 से 30% की हमारी टारगेट रेंज में आता है, इसलिए हमने फ़ैसला लिया कि 0.25 एक "खराब" थ्रेशोल्ड है.