Riset dan metodologi di balik nilai minimum Core Web Vitals
Dipublikasikan: 21 Mei 2020
Data Web Inti adalah sekumpulan metrik lapangan yang mengukur aspek penting pengalaman pengguna di dunia nyata di web. Core Web Vitals mencakup metrik, serta nilai minimum target untuk setiap metrik, yang membantu developer memahami secara kualitatif apakah pengalaman situs mereka "baik", "perlu ditingkatkan", atau "buruk". Postingan ini akan menjelaskan pendekatan yang digunakan untuk memilih nilai minimum metrik Core Web Vitals secara umum, serta cara memilih nilai minimum untuk setiap metrik Core Web Vitals tertentu.
Pengingat: Metrik dan nilai minimum Core Web Vitals
Core Web Vitals terdiri dari tiga metrik: Largest Contentful Paint (LCP), Interaction to Next Paint (INP), dan Pergeseran Tata Letak Kumulatif (CLS). Setiap metrik mengukur aspek pengalaman pengguna yang berbeda: LCP mengukur kecepatan pemuatan yang dirasakan dan menandai titik dalam linimasa pemuatan halaman saat konten utama halaman mungkin telah dimuat; INP mengukur responsivitas dan mengukur pengalaman yang dirasakan pengguna saat mencoba berinteraksi dengan halaman; dan CLS mengukur stabilitas visual dan mengukur jumlah pergeseran tata letak yang tidak terduga dari konten halaman yang terlihat.
Setiap metrik Data Web Inti memiliki nilai minimum terkait, yang mengategorikan performa sebagai "baik", "perlu ditingkatkan", atau "buruk":
| Baik | Buruk | Persentil | |
|---|---|---|---|
| Largest Contentful Paint (LCP) | ≤2.500 md | >4.000 md | 75 |
| Interaction to Next Paint | ≤200 md | >500 md | 75 |
| Pergeseran Tata Letak Kumulatif (CLS) | ≤0,1 | >0,25 | 75 |
Selain itu, untuk mengklasifikasikan keseluruhan performa halaman atau situs, kami menggunakan nilai persentil ke-75 dari semua kunjungan halaman ke halaman atau situs tersebut. Dengan kata lain, jika setidaknya 75 persen kunjungan halaman ke situs memenuhi nilai minimum "baik", situs tersebut akan diklasifikasikan sebagai memiliki performa "baik" untuk metrik tersebut. Sebaliknya, jika setidaknya 25 persen kunjungan halaman memenuhi nilai minimum "buruk", situs akan diklasifikasikan sebagai memiliki performa "buruk". Jadi, misalnya, LCP persentil ke-75 sebesar 2 detik diklasifikasikan sebagai "baik", sedangkan LCP persentil ke-75 sebesar 5 detik diklasifikasikan sebagai "buruk".
Kriteria untuk nilai minimum metrik Core Web Vitals
Di bagian ini, kita akan melihat kriteria untuk mengevaluasi nilai minimum metrik Data Web Inti. Bagian berikutnya akan menjelaskan secara lebih mendetail cara kriteria ini diterapkan untuk memilih nilai minimum setiap metrik. Pada tahun-tahun mendatang, kami akan melakukan peningkatan dan penambahan pada kriteria dan nilai minimum ini untuk lebih meningkatkan kemampuan kami dalam mengukur pengalaman pengguna yang luar biasa di web.
Pengalaman pengguna yang berkualitas tinggi
Tujuan utama kami adalah mengoptimalkan pengguna dan kualitas pengalaman mereka. Oleh karena itu, kami ingin memastikan halaman yang memenuhi batas "baik" Core Web Vitals memberikan pengalaman pengguna yang berkualitas tinggi.
Untuk mengidentifikasi nilai minimum yang terkait dengan pengalaman pengguna berkualitas tinggi, kami melihat persepsi manusia dan riset HCI. Meskipun riset ini terkadang diringkas menggunakan satu nilai minimum tetap, kami mendapati bahwa riset pokoknya biasanya dinyatakan sebagai rentang nilai. Misalnya, riset tentang jumlah waktu yang biasanya ditunggu pengguna sebelum kehilangan fokus terkadang dijelaskan sebagai 1 detik, sedangkan riset yang mendasarinya sebenarnya dinyatakan sebagai rentang, dari ratusan milidetik hingga beberapa detik. Fakta bahwa nilai minimum persepsi bervariasi, bergantung pada pengguna dan konteks lebih didukung oleh data metrik Chrome gabungan dan anonim, yang menunjukkan bahwa tidak ada jangka waktu tunggal bagi pengguna untuk menunggu halaman web menampilkan konten sebelum membatalkan pemuatan halaman. Sebaliknya, data ini menunjukkan distribusi yang lancar dan berkelanjutan. Untuk mengetahui lebih lanjut batas persepsi manusia dan riset HCI yang relevan, lihat Ilmu Pengetahuan di Balik Data Web.
Jika ada riset pengalaman pengguna yang relevan untuk metrik tertentu dan ada konsensus yang wajar tentang rentang nilai dalam literatur, kami akan menggunakan rentang ini sebagai input untuk memandu proses pemilihan nilai minimum. Jika riset pengalaman pengguna yang relevan tidak tersedia, seperti untuk metrik baru seperti Cumulative Layout Shift, kami akan mengevaluasi halaman di dunia nyata yang memenuhi nilai minimum kandidat yang berbeda untuk suatu metrik, guna mengidentifikasi nilai minimum yang menghasilkan pengalaman pengguna yang baik.
Dapat dicapai oleh konten web yang ada
Selain itu, untuk memastikan pemilik situs dapat berhasil mengoptimalkan situs mereka agar memenuhi nilai minimum "baik", kami mewajibkan nilai minimum ini dapat dicapai untuk konten yang ada di web. Misalnya, meskipun nol milidetik adalah batas "baik" LCP yang ideal, yang menghasilkan pengalaman pemuatan instan, batas nol milidetik secara praktis tidak dapat dicapai dalam sebagian besar kasus, karena latensi pemrosesan perangkat dan jaringan. Oleh karena itu, nol milidetik bukanlah batas "baik" LCP yang wajar untuk Core Web Vitals.
Saat mengevaluasi nilai minimum "baik" Data Web Inti kandidat, kami memverifikasi bahwa nilai minimum tersebut dapat dicapai, berdasarkan data dari Laporan Pengalaman Pengguna Chrome (CrUX). Untuk mengonfirmasi bahwa nilai minimum dapat dicapai, kami mewajibkan setidaknya 10% asal memenuhi nilai minimum "baik". Selain itu, untuk memastikan situs yang dioptimalkan dengan baik tidak salah diklasifikasikan karena variabilitas dalam data kolom, kami juga memverifikasi bahwa konten yang dioptimalkan dengan baik secara konsisten memenuhi nilai minimum "baik".
Sebaliknya, kami menetapkan nilai minimum "buruk" dengan mengidentifikasi tingkat performa yang hanya tidak dipenuhi oleh sebagian kecil origin. Kecuali jika ada riset yang tersedia dan relevan untuk menentukan nilai minimum "buruk", secara default, 10-30% origin dengan performa terburuk akan diklasifikasikan sebagai "buruk".
Apakah akan memiliki kriteria yang sama atau berbeda per perangkat
Penggunaan seluler dan desktop biasanya memiliki karakteristik yang sangat berbeda terkait kemampuan perangkat dan keandalan jaringan. Hal ini sangat memengaruhi kriteria "achievability" dan menyarankan agar kita mempertimbangkan nilai minimum terpisah untuk setiap kriteria.
Namun, ekspektasi pengguna tentang pengalaman yang baik atau buruk tidak bergantung pada perangkat, meskipun kriteria pencapaiannya bergantung pada perangkat. Karena alasan ini, nilai minimum yang direkomendasikan Core Web Vitals tidak dipisahkan menurut perangkat dan nilai minimum yang sama digunakan untuk keduanya. Hal ini juga memiliki manfaat tambahan untuk membuat nilai minimum lebih mudah dipahami.
Selain itu, perangkat tidak selalu cocok dengan satu kategori. Apakah hal ini harus didasarkan pada faktor bentuk perangkat, daya pemrosesan, atau kondisi jaringan? Memiliki nilai minimum yang sama memiliki manfaat sampingan untuk menghindari kompleksitas tersebut.
Karena perangkat seluler memiliki keterbatasan yang lebih besar, sebagian besar nilai minimum ditetapkan berdasarkan kemampuan pencapaian seluler. Batas ini lebih cenderung mewakili batas seluler—bukan batas gabungan yang sebenarnya di semua jenis perangkat. Namun, mengingat perangkat seluler sering kali menjadi mayoritas traffic untuk sebagian besar situs, hal ini tidak terlalu menjadi masalah.
Poin penutup tentang kriteria
Saat mengevaluasi nilai minimum kandidat, kami mendapati bahwa kriteria tersebut terkadang bertentangan satu sama lain. Misalnya, mungkin ada ketegangan antara nilai minimum yang dapat dicapai secara konsisten dan memastikan pengalaman pengguna yang konsisten. Selain itu, mengingat riset persepsi manusia biasanya memberikan rentang nilai, dan metrik perilaku pengguna menunjukkan perubahan perilaku yang bertahap, kami mendapati bahwa sering kali tidak ada satu nilai minimum "yang benar" untuk suatu metrik. Oleh karena itu, pendekatan kami untuk Data Web Inti adalah memilih nilai minimum yang paling memenuhi kriteria, sambil menyadari bahwa tidak ada nilai minimum yang sempurna dan terkadang kita mungkin perlu memilih dari beberapa nilai minimum kandidat yang wajar. Daripada bertanya "berapa nilai minimum sempurna?", kita berfokus untuk bertanya "nilai minimum kandidat mana yang paling mencapai kriteria kita?"
Pilihan persentil
Seperti yang disebutkan sebelumnya, untuk mengklasifikasikan keseluruhan performa halaman atau situs, kami menggunakan nilai persentil ke-75 dari semua kunjungan ke halaman atau situs tersebut. Persentil ke-75 dipilih berdasarkan dua kriteria. Pertama, persentil harus memastikan bahwa sebagian besar kunjungan ke halaman atau situs mengalami tingkat performa target. Kedua, nilai pada persentil yang dipilih tidak boleh terlalu terpengaruh oleh pencilan.
Sasaran ini agak bertentangan satu sama lain. Untuk memenuhi sasaran pertama, persentil yang lebih tinggi biasanya merupakan pilihan yang lebih baik. Namun, dengan persentil yang lebih tinggi, kemungkinan nilai yang dihasilkan terpengaruh oleh outlier juga meningkat. Jika beberapa kunjungan ke situs kebetulan menggunakan koneksi jaringan yang tidak stabil sehingga menghasilkan sampel LCP yang terlalu besar, kami tidak ingin klasifikasi situs kami ditentukan oleh sampel outlier ini. Misalnya, jika kita mengevaluasi performa situs dengan 100 kunjungan menggunakan persentil tinggi seperti persentil ke-95, hanya diperlukan 5 sampel outlier agar nilai persentil ke-95 terpengaruh oleh outlier.
Mengingat sasaran ini sedikit bertentangan, setelah analisis, kami menyimpulkan bahwa persentil ke-75 mencapai keseimbangan yang wajar. Dengan menggunakan persentil ke-75, kita tahu bahwa sebagian besar kunjungan ke situs (3 dari 4) mengalami tingkat performa target atau lebih baik. Selain itu, nilai persentil ke-75 cenderung tidak dipengaruhi oleh pencilan. Kembali ke contoh kita, untuk situs dengan 100 kunjungan, 25 kunjungan tersebut harus melaporkan sampel outlier besar agar nilai pada persentil ke-75 terpengaruh oleh outlier. Meskipun 25 dari 100 sampel dapat dianggap pencilan, kemungkinannya jauh lebih kecil daripada untuk kasus persentil ke-95.
Largest Contentful Paint (LCP)
Batas LCP ditetapkan dengan pertimbangan kualitas pengalaman dan pencapaian berikut.
Kualitas pengalaman
1 detik sering disebut sebagai jumlah waktu yang dibutuhkan pengguna untuk menunggu sebelum mulai kehilangan fokus pada suatu tugas. Setelah memeriksa lebih lanjut riset yang relevan, kami menemukan bahwa 1 detik adalah perkiraan untuk mendeskripsikan rentang nilai, dari sekitar beberapa ratus milidetik hingga beberapa detik.
Dua sumber yang sering dikutip untuk nilai minimum 1 detik adalah Card dan lainnya serta Miller. Kartu menentukan nilai minimum "respons langsung" 1 detik, dengan mengutip Unified Theories of Cognition Newell. Newell menjelaskan respons langsung sebagai "respons yang harus dilakukan terhadap beberapa stimulus dalam sangat kurang lebih satu detik (yaitu, kira-kira dari ~0,3 detik hingga ~3 detik)." Hal ini mengikuti diskusi Newell tentang "batasan real-time pada kognisi", yang mencatat bahwa "interaksi dengan lingkungan yang memunculkan pertimbangan kognitif berlangsung dalam hitungan detik" yang berkisar dari sekitar 0,5 hingga 2-3 detik. Miller, sumber lain yang sering dikutip untuk batas waktu 1 detik, mencatat bahwa "tugas yang dapat dan akan dilakukan manusia dengan komunikasi mesin akan mengubah karakternya secara serius jika penundaan respons lebih dari dua detik, dengan kemungkinan perpanjangan waktu sekitar satu detik".
Riset Miller dan Card menjelaskan jumlah waktu yang akan ditunggu pengguna sebelum kehilangan fokus sebagai rentang, dari sekitar 0,3 hingga 3 detik, yang menunjukkan bahwa nilai minimum LCP "baik" harus berada dalam rentang ini. Selain itu, mengingat batas "baik" First Contentful Paint yang sudah ada adalah 1 detik, dan Largest Contentful Paint biasanya terjadi setelah First Contentful Paint, kami semakin membatasi rentang nilai minimum LCP kandidat, dari 1 detik hingga 3 detik. Untuk memilih nilai minimum dalam rentang ini yang paling memenuhi kriteria, selanjutnya kami akan meninjau kelayakan nilai minimum kandidat ini.
Achievability (Dapat dicapai)
Dengan menggunakan data dari CrUX, kami dapat menentukan persentase origin di web yang memenuhi nilai minimum "baik" LCP kandidat kami.
| 1 detik | 1,5 detik | 2 detik | 2,5 detik | 3 detik | |
|---|---|---|---|---|---|
| phone | 3,5% | 13% | 27% | 42% | 55% |
| desktop | 6,9% | 19% | 36% | 51% | 64% |
Meskipun kurang dari 10% origin memenuhi nilai minimum 1 detik, semua nilai minimum lainnya dari 1,5 hingga 3 detik memenuhi persyaratan kami bahwa setidaknya 10% origin memenuhi nilai minimum "baik", sehingga masih merupakan kandidat yang valid.
Selain itu, untuk memastikan nilai minimum yang dipilih dapat dicapai secara konsisten untuk situs yang dioptimalkan dengan baik, kami menganalisis performa LCP untuk situs berperforma terbaik di seluruh web, guna menentukan nilai minimum yang dapat dicapai secara konsisten untuk situs ini. Secara khusus, kami ingin mengidentifikasi nilai minimum yang secara konsisten dapat dicapai pada persentil ke-75 untuk situs berperforma terbaik. Kami mendapati bahwa nilai minimum 1,5 dan 2 detik tidak dapat dicapai secara konsisten, sedangkan 2,5 detik dapat dicapai secara konsisten.
Untuk mengidentifikasi nilai minimum "buruk" untuk LCP, kami menggunakan data CrUX untuk mengidentifikasi nilai minimum yang dipenuhi oleh sebagian besar origin:
| 3 detik | 3,5 detik | 4 detik | 4,5 detik | 5 detik | |
|---|---|---|---|---|---|
| phone | 45% | 35% | 26% | 20% | 15% |
| desktop | 36% | 26% | 19% | 14% | 10% |
Untuk nilai minimum 4 detik, sekitar 26% asal ponsel, dan 21% asal desktop, akan diklasifikasikan sebagai buruk. Nilai ini berada dalam rentang target 10-30%, jadi kita menyimpulkan bahwa 4 detik adalah nilai minimum "buruk" yang dapat diterima.
Dengan demikian, kami menyimpulkan bahwa 2,5 detik adalah batas "baik" yang wajar, dan 4 detik adalah batas "buruk" yang wajar untuk Largest Contentful Paint.
Interaction to Next Paint
Nilai minimum INP ditetapkan dengan mempertimbangkan kualitas pengalaman dan kemungkinan pencapaian berikut.
Kualitas pengalaman
Riset cukup konsisten dalam menyimpulkan bahwa penundaan dalam masukan visual hingga sekitar 100 md dirasakan sebagai disebabkan oleh sumber terkait, seperti input pengguna. Ini menunjukkan bahwa batas "baik" Interaksi yang ideal dengan Next Paint akan mendekati nilai ini.
Response Times: The 3 Important Limits karya Jakob Nielsen yang sering dikutip menentukan 0,1 detik sebagai batas agar pengguna merasa bahwa sistem bereaksi secara instan. Nielsen mengutip Miller dan Card, yang mengutip The Perception of Causality tahun 1962 karya Michotte. Dalam penelitian Michotte, peserta eksperimen melihat "dua objek di layar. Objek A berangkat dan bergerak menuju B. Waktu itu berhenti ketika bersentuhan dengan B, sementara yang kedua kemudian mulai dan bergerak menjauh dari A." Michotte memvariasikan interval waktu antara saat Objek A berhenti dan saat Objek B mulai bergerak. Michotte menemukan bahwa, untuk penundaan hingga sekitar 100 md, peserta memiliki kesan bahwa Objek A menyebabkan gerakan Objek B. Untuk penundaan dari sekitar 100 milidetik hingga 200 milidetik, persepsi kausalitas tercampur, dan untuk penundaan lebih dari 200 milidetik, gerakan Objek B tidak lagi dianggap disebabkan oleh Objek A.
Demikian pula, Miller mendefinisikan nilai minimum respons untuk "Respons terhadap aktivasi kontrol" sebagai "indikasi tindakan yang diberikan, biasanya, melalui pergerakan tombol, tombol akses, atau anggota kontrol lain yang menunjukkan bahwa tindakan tersebut telah dilakukan secara fisik. Respons ini harus…dipersepsikan sebagai bagian dari tindakan mekanis yang diinduksi oleh operator. Penundaan waktu: Tidak lebih dari 0,1 detik" dan setelahnya "penundaan antara penekanan tombol dan respons visual tidak boleh lebih dari 0,1 hingga 0,2 detik".
Baru-baru ini, dalam Towards the Temporally Perfect Virtual Button, Kaaresoja dan lainnya menyelidiki persepsi simultan antara menyentuh tombol virtual di layar sentuh dan masukan visual berikutnya yang menunjukkan tombol telah disentuh, untuk berbagai penundaan. Jika jeda antara penekanan tombol dan respons visual 85 md atau kurang, peserta melaporkan bahwa respons visual muncul secara bersamaan dengan penekanan tombol 75% dari waktu. Selain itu, untuk penundaan 100 md atau kurang, peserta melaporkan kualitas tangkapan tombol yang konsisten tinggi, dengan kualitas tangkapan yang menurun untuk penundaan 100 md hingga 150 md, dan mencapai tingkat yang sangat rendah untuk penundaan 300 md.
Dengan demikian, kami menyimpulkan bahwa riset menunjukkan 100 md sebagai nilai minimum Interaction to Next Paint yang "baik" untuk Web Vitals. Selain itu, mengingat pengguna melaporkan tingkat kualitas rendah untuk penundaan 300 md atau lebih, idealnya ini adalah nilai minimum "buruk".
Achievability (Dapat dicapai)
Dengan menggunakan data dari CrUX, kami menyimpulkan bahwa sebagian besar origin di web memenuhi batas "baik" INP 200 md di persentil ke-75:
| 100 md | 200 md | 300 md | 400 md | 500 md | |
|---|---|---|---|---|---|
| phone | 12% | 56% | 76% | 88% | 92% |
| desktop | 83% | 96% | 98% | 99% | 99% |
Kami juga memberikan perhatian ekstra untuk melihat kemungkinan keberhasilan penerusan INP untuk perangkat seluler kelas bawah, yang memiliki proporsi tinggi dalam kunjungan ke situs. Hal ini lebih lanjut mengonfirmasi kesesuaian nilai minimum 200 md.
Dengan mempertimbangkan nilai minimum 100 md yang didukung oleh riset tentang kualitas pengalaman dan kriteria pencapaian, kami menyimpulkan bahwa 200 md adalah nilai minimum yang wajar untuk pengalaman yang baik
Untuk mengidentifikasi nilai minimum "buruk" untuk LCP, kami menggunakan data CrUX untuk mengidentifikasi nilai minimum yang dipenuhi oleh sebagian besar origin:
| 100 md | 200 md | 300 md | 400 md | 500 md | |
|---|---|---|---|---|---|
| phone | 88% | 44% | 24% | 12% | 8% |
| desktop | 17% | 4% | 2% | 1% | 1% |
Hal ini menunjukkan bahwa kita dapat memiliki nilai minimum "buruk" sebesar 300 md.
Namun, tidak seperti LCP dan CLS, INP memiliki korelasi terbalik dengan popularitas—situs yang lebih populer sering kali lebih kompleks, sehingga lebih cenderung memiliki INP yang lebih tinggi. Jika melihat 10.000 situs teratas—yang membentuk sebagian besar penjelajahan internet—kita akan melihat gambaran yang lebih kompleks:
| 100 md | 200 md | 300 md | 400 md | 500 md | |
|---|---|---|---|---|---|
| phone | 97% | 77% | 55% | 37% | 24% |
| desktop | 48% | 17% | 8% | 4% | 2% |
Di perangkat seluler, nilai minimum "buruk" 300 md akan mengklasifikasikan sebagian besar situs populer sebagai "buruk", sehingga memperlebar kriteria pencapaian kami, sedangkan 500 md lebih sesuai dengan rentang 10-30% situs. Perlu juga diperhatikan bahwa nilai minimum "baik" 200 md juga lebih sulit untuk situs ini, tetapi dengan 23% situs yang masih lulus di perangkat seluler, situs ini masih memenuhi kriteria rasio kelulusan minimum 10%.
Oleh karena itu, kami menyimpulkan bahwa 200 md merupakan ambang batas "baik" yang masuk akal untuk sebagian besar situs, dan yang lebih besar dari 500 md adalah ambang batas "buruk" yang masuk akal.
Pergeseran Tata Letak Kumulatif (CLS)
Nilai minimum CLS ditetapkan dengan pertimbangan kualitas pengalaman dan pencapaian berikut.
Kualitas pengalaman
Pergeseran Tata Letak Kumulatif (CLS) adalah metrik baru yang mengukur seberapa banyak konten halaman yang terlihat bergeser. Mengingat CLS masih baru, kami tidak mengetahui adanya riset yang dapat langsung menginformasikan nilai minimum untuk metrik ini. Oleh karena itu, untuk mengidentifikasi nilai minimum yang selaras dengan ekspektasi pengguna, kami mengevaluasi halaman di dunia nyata dengan jumlah pergeseran tata letak yang berbeda, untuk menentukan jumlah maksimum pergeseran yang dianggap dapat diterima sebelum menyebabkan gangguan yang signifikan saat menggunakan konten halaman. Dalam pengujian internal, kami mendapati bahwa tingkat pergeseran dari 0,15 dan yang lebih tinggi secara konsisten dianggap mengganggu, sedangkan pergeseran 0,1 dan yang lebih rendah terlihat, tetapi tidak terlalu mengganggu. Jadi, meskipun pergeseran tata letak nol adalah ideal, kami menyimpulkan bahwa nilai hingga 0,1 adalah kandidat batas CLS "baik".
Kemampuan untuk dicapai
Berdasarkan data CrUX, kita dapat melihat bahwa hampir 50% origin memiliki CLS 0,05 atau lebih rendah.
| 0,05 | 0,1 | 0,15 | |
|---|---|---|---|
| phone | 49% | 60% | 69% |
| desktop | 42% | 59% | 69% |
Meskipun data CrUX menunjukkan bahwa 0,05 mungkin merupakan batas "baik" CLS yang wajar, kami menyadari bahwa ada beberapa kasus penggunaan yang sulit untuk menghindari pergeseran tata letak yang mengganggu. Misalnya, untuk konten tersemat pihak ketiga, seperti penyematan media sosial, tinggi konten tersemat terkadang tidak diketahui hingga selesai dimuat, yang dapat menyebabkan pergeseran tata letak lebih besar dari 0,05. Dengan demikian, kami menyimpulkan bahwa, meskipun banyak origin memenuhi nilai minimum 0,05, nilai minimum CLS yang sedikit lebih longgar sebesar 0,1 memberikan keseimbangan yang lebih baik antara kualitas pengalaman dan pencapaian. Kami berharap bahwa, ke depannya, ekosistem web akan mengidentifikasi solusi untuk mengatasi perubahan tata letak yang disebabkan oleh sematan pihak ketiga, yang memungkinkan penggunaan batas "baik" CLS yang lebih ketat sebesar 0,05 atau 0 dalam iterasi Core Web Vitals mendatang.
Selain itu, untuk menentukan nilai minimum "buruk" untuk CLS, kami menggunakan data CrUX untuk mengidentifikasi nilai minimum yang dipenuhi oleh sebagian besar origin:
| 0,15 | 0,2 | 0,25 | 0,3 | |
|---|---|---|---|---|
| phone | 31% | 25% | 20% | 18% |
| desktop | 31% | 23% | 18% | 16% |
Untuk nilai minimum 0, 25, sekitar 20% asal ponsel dan 18% asal desktop, akan diklasifikasikan sebagai "buruk". Angka ini berada dalam rentang target 10-30%, sehingga kami menyimpulkan bahwa 0,25 merupakan batas "buruk" yang dapat diterima.