Core Web Vitals metrik eşiklerinin tanımlanma şekli

Core Web Vitals eşiklerinin arkasındaki araştırma ve metodoloji

Bryan McQuade

Barry Pollard

Yayınlanma tarihi: 21 Mayıs 2020

Core Web Vitals, web'deki gerçek kullanıcı deneyiminin önemli yönlerini ölçen bir dizi alan metriğidir. Core Web Vitals, metrikleri ve her metrik için hedef eşikleri içerir. Bu sayede geliştiriciler, sitelerinin sunduğu deneyimin "iyi", "iyileştirme gerektiriyor" veya "kötü" olup olmadığını niteliksel olarak anlayabilir. Bu yayında, Core Web Vitals metrikleri için genel olarak eşikler belirlemek amacıyla kullanılan yaklaşımın yanı sıra her bir Core Web Vitals metriği için eşiklerin nasıl seçildiği açıklanmaktadır.

Core Web Vitals metrikleri ve eşikleri hakkında hatırlatma

Core Web Vitals üç metriktir: Largest Contentful Paint (LCP), Interaction to Next Paint (INP) ve Cumulative Layout Shift (CLS). Her metrik, kullanıcı deneyiminin farklı bir yönünü ölçer: LCP, algılanan yükleme hızını ölçer ve sayfa yükleme zaman çizelgesinde sayfanın ana içeriğinin büyük olasılıkla yüklendiği noktayı işaretler; INP, duyarlılığı ölçer ve kullanıcıların sayfayla etkileşim kurmaya çalışırken yaşadıkları deneyimi ölçer; CLS ise görsel kararlılığı ölçer ve görünür sayfa içeriğindeki beklenmedik düzen değişikliği miktarını ölçer.

Her Core Web Vitals metriğinin ilişkili eşikleri vardır. Bu eşikler performansı "iyi", "iyileştirme gerekiyor" veya "kötü" olarak sınıflandırır:

Ayrıca, bir sayfanın veya sitenin genel performansını sınıflandırmak için söz konusu sayfaya ya da siteye yapılan tüm sayfa görüntülemelerinin 75. yüzdelik dilim değerini kullanırız. Başka bir deyişle, bir sitenin sayfa görüntülemelerinin en az yüzde 75'i "iyi" eşiğini karşılıyorsa, site bu metrik için "iyi" performansa sahip olarak sınıflandırılır. Buna karşılık, sayfa görüntülemelerinin en az yüzde 25'i "düşük" eşiğini karşılıyorsa sitenin performansı "düşük" olarak sınıflandırılır. Örneğin, yüzde 75'lik dilimde 2 saniyelik bir LCP "iyi" olarak sınıflandırılırken yüzde 75'lik dilimde 5 saniyelik bir LCP "kötü" olarak sınıflandırılır.

Core Web Vitals metrik eşikleri için ölçütler

Bu bölümde, Core Web Vitals metrik eşiklerini değerlendirmeye yönelik ölçütleri ele alacağız. Sonraki bölümlerde, her bir metriğin eşiklerini seçmek için bu ölçütlerin nasıl uygulandığı daha ayrıntılı olarak açıklanacaktır. Web'de mükemmel kullanıcı deneyimlerini ölçme kapasitemizi daha da artırmak için gelecek yıllarda ölçütlerde ve eşiklerde iyileştirmeler ve eklemeler yapmayı planlıyoruz.

Yüksek kaliteli kullanıcı deneyimi

Birincil hedefimiz, kullanıcı ve deneyim kalitesi için optimizasyon yapmaktır. Bu nedenle, Core Web Vitals "iyi" eşik değerlerini karşılayan sayfaların yüksek kaliteli bir kullanıcı deneyimi sunmasını sağlamayı amaçlıyoruz.

Yüksek kaliteli kullanıcı deneyimiyle ilişkili bir eşik belirlemek için insan algısı ve HCI araştırmalarına bakarız. Bu araştırma bazen tek bir sabit eşik kullanılarak özetlense de temel araştırmanın genellikle bir değer aralığı olarak ifade edildiğini görüyoruz. Örneğin, kullanıcıların odağını kaybetmeden önce genellikle bekleme süresiyle ilgili araştırmalar bazen 1 saniye olarak tanımlanırken temel araştırma aslında yüzlerce milisaniyeden birkaç saniyeye kadar bir aralık olarak ifade edilir. Algı eşiklerinin kullanıcıya ve bağlama göre değiştiği, toplu ve anonimleştirilmiş Chrome metrik verileri tarafından da desteklenir. Bu veriler, kullanıcıların sayfa yüklemeyi iptal etmeden önce bir web sayfasının içeriği göstermesi için beklediği tek bir süre olmadığını gösterir. Aksine, bu veriler düzgün ve sürekli bir dağılım gösterir. İnsan algılama eşiklerine ve ilgili HCI araştırmalarına daha ayrıntılı bir bakış için Web Vitals'ın Bilimsel Temelleri başlıklı makaleyi inceleyin.

Belirli bir metrik için alakalı kullanıcı deneyimi araştırmasının bulunduğu ve literatürdeki değer aralığı konusunda makul bir fikir birliği olduğu durumlarda, eşik seçim sürecimize rehberlik etmek için bu aralığı bir giriş olarak kullanırız. İlgili kullanıcı deneyimi araştırmasının kullanılamadığı durumlarda (ör. kümülatif düzen kayması gibi yeni bir metrik için) iyi bir kullanıcı deneyimi sağlayan bir eşiği belirlemek amacıyla, bir metrik için farklı aday eşikleri karşılayan gerçek sayfaları değerlendiririz.

Mevcut web içeriğiyle elde edilebilir

Ayrıca, site sahiplerinin sitelerini "iyi" eşikleri karşılayacak şekilde optimize etmeyi başarabilmesi için bu eşiklerin web'deki mevcut içerikler için ulaşılabilir olmasını zorunlu tutuyoruz. Örneğin, sıfır milisaniye ideal bir LCP "iyi" eşiğidir ve anında yükleme deneyimlerine yol açar. Ancak ağ ve cihaz işleme gecikmeleri nedeniyle çoğu durumda sıfır milisaniye eşiğine ulaşmak pratik değildir. Bu nedenle, Core Web Vitals için sıfır milisaniye, makul bir LCP "iyi" eşiği değildir.

Core Web Vitals "iyi" eşiklerini değerlendirirken, Chrome Kullanıcı Deneyimi Raporu'ndaki (CrUX) verilere dayanarak bu eşiklerin ulaşılabildiğinden emin oluruz. Bir eşiğin ulaşılabildiğinin onaylanması için kaynakların en az %10'unun "iyi" eşiğini karşılaması gerekir. Ayrıca, iyi optimize edilmiş sitelerin alan verilerindeki değişkenlik nedeniyle yanlış sınıflandırılmamasını sağlamak için iyi optimize edilmiş içeriğin tutarlı bir şekilde "iyi" eşiğini karşıladığını da doğrularız.

Buna karşılık, yalnızca kaynakların az bir kısmının karşılayamadığı bir performans düzeyini belirleyerek "kötü" eşiği belirleriz. "Kötü" eşiğini tanımlamayla ilgili bir araştırma yoksa varsayılan olarak kaynakların en kötü performans gösteren %10-30'u "kötü" olarak sınıflandırılır.

Cihaz başına aynı veya farklı ölçütlerin kullanılıp kullanılmayacağı

Mobil ve masaüstü kullanımı, cihaz özellikleri ve ağ güvenilirliği açısından genellikle çok farklı özelliklere sahiptir. Bu durum "ulaşılabilirlik" ölçütlerini büyük ölçüde etkiler ve bu nedenle her biri için ayrı eşikler kullanmamız gerektiğini gösterir.

Ancak, ulaşılabilirlik kriterleri olsa bile kullanıcıların iyi veya kötü bir deneyim beklentileri cihaza bağlı değildir. Bu nedenle, Core Web Vitals önerilen eşikleri cihaza göre ayrılmaz ve her ikisi için de aynı eşik kullanılır. Bu, eşiklerin daha kolay anlaşılmasını da sağlar.

Ayrıca, cihazlar her zaman tek bir kategoriye tam olarak uymaz. Bu, cihaz form faktörüne, işleme gücüne mi yoksa ağ koşullarına mı göre belirlenmelidir? Aynı eşiklere sahip olmak, bu karmaşıklığı önleme açısından bir yan avantaj sağlar.

Mobil cihazların yapısı nedeniyle daha fazla kısıtlama uygulanır. Bu nedenle, eşiklerin çoğu mobil cihazlar için kullanılabilirliğe göre belirlenir. Bu eşikler, tüm cihaz türleri için gerçek bir ortak eşik yerine mobil eşikleri temsil eder. Ancak çoğu sitenin trafiğinin büyük bir kısmının mobil cihazlardan geldiği göz önüne alındığında bu durum çok da endişe verici değildir.

Ölçütlerle ilgili son düşünceler

Aday eşiklerini değerlendirirken ölçütlerin bazen birbiriyle çeliştiğini tespit ettik. Örneğin, bir eşiğin tutarlı bir şekilde elde edilebilir olması ile tutarlı bir şekilde iyi kullanıcı deneyimleri sunması arasında bir denge olabilir. Buna ek olarak, insan algısı araştırmasının genellikle bir dizi değer sunduğu ve kullanıcı davranışı metriklerinin davranıştaki kademeli değişiklikleri gösterdiği göz önünde bulundurulduğunda, genellikle bir metrik için tek bir "doğru" eşiğin olmadığını tespit ettik. Bu nedenle, Önemli Web Verileri'ne yaklaşımımız, mükemmel bir eşik olmadığını ve bazen birden fazla makul aday eşik arasından seçim yapmamız gerekebileceğini kabul ederek ölçütleri en iyi karşılayan eşikleri seçmektir. "Mükemmel eşik nedir?" yerine "Hangi aday eşik ölçütlerimize en uygun?" sorusuna odaklandık.

Yüzdelik dilim seçimi

Daha önce de belirtildiği gibi, bir sayfanın veya sitenin genel performansını sınıflandırmak için söz konusu sayfa veya siteye yapılan tüm ziyaretlerin %75'lik dilimini kullanırız. 75. yüzdelik dilim, iki kritere göre seçilmiştir. Öncelikle yüzdelik dilim, bir sayfaya veya siteye yapılan ziyaretlerin çoğunun hedef performans düzeyini deneyimlemesini sağlamalıdır. İkinci olarak, seçilen yüzdelik dilimdeki değer, aykırı değerlerden fazla etkilenmemelidir.

Bu hedefler bir dereceye kadar birbiriyle çelişir. İlk hedefi gerçekleştirmek için daha yüksek yüzdelik bir dilim genellikle daha iyi bir seçimdir. Ancak yüzdelik dilim yükseldikçe, elde edilen değerin aykırı değerlerden etkilenme olasılığı da artar. Bir siteye yapılan birkaç ziyaret stabil olmayan ağ bağlantılarında gerçekleşiyorsa ve bu durum aşırı büyük LCP örneklerine neden oluyorsa site sınıflandırmamızın bu aykırı örneklere göre belirlenmesini istemeyiz. Örneğin, 100 ziyareti olan bir sitenin performansını 95. yüzdelik dilim gibi yüksek bir yüzdelik dilim kullanarak değerlendiriyorsak 95. yüzdelik dilim değerinin aykırı değerlerden etkilenmesi için yalnızca 5 aykırı değer örneği gerekir.

Bu hedeflerin biraz çelişkili olduğu göz önüne alındığında, analiz sonucunda 75. yüzdelik dilimin makul bir denge sağladığı sonucuna vardık. 75. yüzdelik dilimi kullanarak, siteye yapılan ziyaretlerin çoğunun (3/4) hedef performans düzeyini veya daha iyisini yakaladığını biliriz. Ayrıca, 75. yüzdelik dilim değerinin aykırı değerlerden etkilenme olasılığı daha düşüktür. Örneğimize dönecek olursak, 100 ziyareti olan bir sitede 75. yüzdelik dilimdeki değerin aykırı değerlerden etkilenmesi için bu ziyaretlerin 25'inin büyük aykırı değer örnekleri bildirmesi gerekir. 100 örneğin 25'inin aykırı olması mümkün olsa da bu olasılık, 95. yüzdelik dilim durumundan çok daha düşüktür.

Largest Contentful Paint

LCP eşikleri, aşağıdaki deneyim kalitesi ve ulaşılabilirlik hususları göz önünde bulundurularak belirlenmiştir.

Deneyim kalitesi

Kullanıcının bir göreve odaklanmayı kaybetmeye başlamadan önce beklediği süre genellikle 1 saniye olarak belirtilir. İlgili araştırmayı daha ayrıntılı bir şekilde incelediğimizde, 1 saniyenin yaklaşık birkaç yüz milisaniyeden birkaç saniyeye kadar değişen bir değer aralığını tanımlamak için kullanılan bir yaklaşık değer olduğunu tespit ettik.

1 saniyelik eşik için yaygın olarak belirtilen iki kaynak Card ve diğerleri ile Miller'dır. Card, Newell'in Bilişin Birleşik Teorileri'ni referans alarak 1 saniyelik "hemen yanıt" eşiği tanımlar. Newell, anında yanıtları "yaklaşık bir saniye (yani yaklaşık 0,3 saniye ile 3 saniye arasında) içinde bazı uyaranlara verilmesi gereken yanıtlar" olarak açıklar. Bu, Newell'in "biliş üzerindeki gerçek zamanlı kısıtlamalar" konulu tartışmasından sonra gelir. Bu tartışmada, "bilişsel düşünceleri uyandıran çevreyle etkileşimlerin saniyeler içinde gerçekleştiği" (yaklaşık 0,5 ila 2-3 saniye) belirtilir. 1 saniyelik eşiğin yaygın olarak atıfta bulunduğu bir başka kaynak olan Miller, "insanların makine iletişimleriyle yapabileceği ve gerçekleştireceği görevlerin, yanıt gecikmeleri iki saniyeden fazla olduğunda karakterlerini ciddi şekilde değiştireceğini ve bunu yaklaşık bir saniye daha uzatabileceğini" belirtiyor.

Miller ve Card'ın araştırması, kullanıcının odağını kaybetmeden önce bekleyeceği süreyi yaklaşık 0,3 ila 3 saniyelik bir aralık olarak tanımlar. Bu da LCP "iyi" eşiğimizin bu aralıkta olması gerektiğini gösterir. Ayrıca, mevcut İlk Zengin İçerikli Boyama "iyi" eşiğinin 1 saniye olduğu ve Largest Contentful Paint'in genellikle İlk Zengin İçerikli Boyama'dan sonra gerçekleştiği göz önüne alındığında, LCP eşiği adaylarımızın aralığını 1 saniyeden 3 saniyeye kadar kısıtlıyoruz. Bu aralıktan ölçütlerimizi en iyi karşılayan eşiği seçmek için bir sonraki aday eşiklerinin ulaşılabilirliğine bakarız.

Başarılabilirlik

CrUX'taki verileri kullanarak, web'de LCP "iyi" eşiklerini karşılayan kaynak yüzdesini belirleyebiliriz.

Kaynakların %10'undan azı 1 saniyelik eşiği karşılasa da 1,5 ila 3 saniye arasındaki diğer tüm eşikler, kaynakların en az %10'unun "iyi" eşiğini karşılama şartımızı karşılar ve bu nedenle geçerli adaylar olarak kalır.

Ayrıca, iyi optimize edilmiş siteler için seçilen eşiğin tutarlı bir şekilde elde edilebildiğinden emin olmak amacıyla, web'de en iyi performans gösteren sitelerin LCP performansını analiz ederek bu siteler için hangi eşiklerin tutarlı bir şekilde elde edilebileceğini belirleriz. Daha açık belirtmek gerekirse, en yüksek performans gösteren sitelerin yer aldığı üst yüzdelik dilimde tutarlı bir şekilde ulaşılabilecek bir eşik belirlemeyi amaçlıyoruz. 1,5 ve 2 saniyelik eşiklerin tutarlı bir şekilde elde edilemediğini, 2,5 saniyelik eşiğin ise tutarlı bir şekilde elde edilebildiğini tespit ettik.

LCP için "düşük" bir eşik belirlemek amacıyla, çoğu kaynağın karşıladığı bir eşik belirlemek için CrUX verilerini kullanırız:

4 saniyelik bir eşik için telefon kaynaklarının yaklaşık %26'sı ve masaüstü kaynaklarının %21'i düşük olarak sınıflandırılır. Bu değer, %10-30'luk hedef aralığımıza denk geldiğinden 4 saniyenin kabul edilebilir bir "kötü" eşiği olduğu sonucuna varıyoruz.

Bu nedenle, Largest Contentful Paint için 2,5 saniyenin makul bir "iyi" eşiği, 4 saniyenin ise makul bir "kötü" eşiği olduğu sonucuna vardık.

Sonraki boyamayla etkileşim

INP eşikleri, aşağıdaki deneyim kalitesi ve ulaşılabilirlik hususları göz önünde bulundurularak belirlenmiştir.

Deneyim kalitesi

Araştırmalar, görsel geri bildirimde yaklaşık 100 ms'ye varan gecikmeler olduğunda bunun kullanıcı girişi gibi ilişkili bir kaynaktan kaynaklandığı şeklindeki sonucun makul ölçüde tutarlı olduğunu göstermektedir. Bu, Sonraki Boyamayla Etkileşim "iyi" eşiği için ideal eşiğin bu değere yakın olacağına işaret eder.

Jakob Nielsen'in sıklıkla referans verilen Yanıt Süreleri: 3 Önemli Sınır makalesinde, kullanıcının sistemin anında tepki verdiğini hissetmesi için sınır 0,1 saniye olarak tanımlanır. Nielsen, Michotte'nin 1962 tarihli The Perception of Causality adlı çalışmasından alıntı yapan Miller ve Card'dan alıntı yapmıştır. Michotte'un araştırmasında, deneme katılımcılarına "ekranda iki nesne" gösterilir. A nesnesi harekete geçer ve B nesnesine doğru hareket eder. A, B ile temas ettiği anda durur. B ise harekete geçer ve A'dan uzaklaşır." Michotte, A nesnesinin durması ile B nesnesinin hareket etmeye başlaması arasındaki zaman aralığını değiştirir. Michotte, yaklaşık 100 ms'ye kadar gecikmelerde katılımcıların A nesnesinin B nesnesinin hareketine neden olduğu izlenimine sahip olduğunu tespit eder. Yaklaşık 100 ila 200 ms arasındaki gecikmeler için nedensellik algısı karışıktır ve 200 ms'den uzun gecikmeler için B nesnesinin hareketinin A nesnesinden kaynaklandığı artık görülmez.

Benzer şekilde Miller, "Kontrol etkinleşmesine yanıt" için yanıt eşiğini "genellikle bir anahtar, anahtar düğmesi veya fiziksel olarak etkinleştirildiğini belirten başka bir kontrol parçasının hareketiyle verilen işlem göstergesi" olarak tanımlar. Bu yanıt, operatör tarafından tetiklenen mekanik hareketin bir parçası olarak algılanmalıdır. Zaman gecikmesi: En fazla 0,1 saniye" ve daha sonra "bir tuşa basılması ile görsel geri bildirim arasında en fazla 0,1 ila 0,2 saniye gecikmeli olmalıdır".

Daha yakın zamanda, Towards the Temporally Perfect Virtual Button (Zamansal Olarak Kusursuz Sanal Düğmeye Doğru) adlı makalede Kaaresoja ve diğer araştırmacılar, dokunmatik ekrandaki sanal bir düğmeye dokunma ile düğmeye dokunulduğunu belirten görsel geri bildirim arasındaki eşzamanlılık algısını çeşitli gecikmeler için araştırdı. Düğmelere basma ile görsel geri bildirim arasındaki gecikme 85 ms. veya daha az olduğunda katılımcılar, düğmeye% 75 oranında basıldığında görsel geri bildirimin eş zamanlı olarak göründüğünü bildirmiştir. Ayrıca, 100 ms veya daha kısa gecikmeler için katılımcılar, düğme basma işleminin algılanan kalitesinin sürekli olarak yüksek olduğunu bildirdi. Algılanan kalite, 100 ila 150 ms gecikmeler için düşüyor ve 300 ms gecikmeler için çok düşük seviyelere ulaşıyordu.

Bu nedenle, araştırmanın, Web Vitals için "iyi" bir Interaction to Next Paint eşiği olarak 100 ms'yi gösterdiği sonucuna vardık. Ayrıca, kullanıcıların 300 ms veya daha fazla gecikmeler için düşük kalite düzeyleri bildirdiği göz önüne alındığında, ideal olarak bu "düşük" eşik olur.

Ulaşılabilirlik

CrUX'ten alınan verileri kullanarak web'deki kaynakların çoğunun 75. yüzdelik dilimde 200 ms INP "iyi" eşiğini karşıladığını tespit ettik:

Ayrıca, sitelere yapılan ziyaretlerin büyük bir kısmını oluşturan düşük gelişmiş mobil cihazlarda INP'yi geçmenin mümkün olup olmadığına da daha çok dikkat ettik. Bu, 200 ms'lik eşiğin uygunluğunu daha da doğruladı.

Deneyim kalitesi ve ulaşılabilirlik ölçütleriyle ilgili araştırmalar tarafından desteklenen 100 ms eşiğini göz önünde bulundurarak, iyi deneyimler için 200 ms'nin makul bir eşik olduğu sonucuna vardık.

LCP için "düşük" bir eşiği belirlemek amacıyla, çoğu kaynağın karşıladığı bir eşiği belirlemek için CrUX verilerini kullanırız:

Bu, 300 ms'lik bir "zayıf" eşiğimiz olabileceğini gösterir.

Ancak LCP ve CLS'nin aksine, INP'nin popülerlikle ters bir ilişkisi vardır. Daha popüler siteler genellikle daha karmaşıktır ve bu da daha yüksek INP olasılığıyla sonuçlanır. İnternette gezinmenin büyük çoğunluğunu oluşturan ilk 10.000 siteye baktığımızda daha karmaşık bir tabloyla karşılaşırız:

Mobil cihazlarda 300 ms "kötü" eşiği, popüler sitelerin çoğunu "kötü" olarak sınıflandırarak ulaşılabilirlik ölçütlerimizi zorlarken 500 ms, sitelerin %10-30'una daha uygundur. 200 ms "iyi" eşiğinin bu siteler için de daha zor olduğunu belirtmek isteriz. Ancak sitelerin %23'ü mobilde bu eşiği geçmeye devam ettiğinden, minimum %10 geçme oranı ölçütümüze uymaya devam etmektedir.

Bu nedenle, çoğu site için 200 ms'nin makul bir "iyi" eşik, 500 ms'den yüksek değerlerin ise makul bir "kötü" eşik olduğu sonucuna vardık.

Cumulative Layout Shift

CLS eşikleri, aşağıdaki deneyim kalitesi ve ulaşılabilirlik hususları göz önünde bulundurularak belirlenmiştir.

Deneyim kalitesi

Kümülatif düzen kayması (CLS), bir sayfanın görünür içeriğinin ne kadar kaydığını ölçen yeni bir metriktir. CLS yeni olduğundan, bu metriğin eşiklerini doğrudan bilgilendirebilecek araştırmalardan haberdar değiliz. Bu nedenle, kullanıcı beklentilerine uygun bir eşik belirlemek için farklı miktarlarda sayfa düzeni kayması olan gerçek sayfaları değerlendirdik. Böylece, sayfa içeriğini tüketirken önemli kesintilere neden olmadan kabul edilebilir olarak algılanan maksimum kayma miktarını belirledik. Dahili testlerimizde, 0,15 ve üzeri kayma düzeylerinin sürekli olarak rahatsız edici olarak algılandığını, 0,1 ve altı kayma düzeylerinin ise fark edilse de aşırı derecede rahatsız edici olmadığını tespit ettik. Bu nedenle, düzen değişikliğinin sıfır olması ideal olsa da 0, 1'e kadar olan değerlerin aday "iyi" CLS eşikleri olduğu sonucuna vardık.

Başarılabilirlik

CrUX verilerine göre, kaynakların yaklaşık %50'sinin CLS'sinin 0,05 veya daha düşük olduğunu görebiliriz.

CrUX verileri, 0,05'in makul bir CLS "iyi" eşiği olabileceğini öne sürse de, düzen değişikliklerinin kesintiye uğratmasının zor olduğu bazı kullanım alanları olduğunu biliyoruz. Örneğin, sosyal medya yerleşimleri gibi üçüncü taraf yerleşik içeriklerde, yerleşik içeriğin yüksekliği bazen yükleme işlemi tamamlanana kadar bilinmez. Bu da 0,05'ten büyük bir düzen kaymasına neden olabilir. Sonuç olarak, birçok kaynak 0, 05 eşiğini karşılasa da biraz daha az katı olan 0, 1 olan CLS eşiğinin deneyim kalitesi ve ulaşılabilirlik arasında daha iyi bir denge sağladığı sonucuna vardık. Gelecekte web ekosisteminin, üçüncü taraf yerleşimlerinden kaynaklanan düzen değişikliklerini giderecek çözümler bulmasını umuyoruz. Bu sayede, Core Web Vitals'ın gelecekteki bir iterasyonunda 0,05 veya 0 değerinde daha sıkı bir CLS "iyi" eşiği kullanılabilecektir.

Buna ek olarak, CLS için "düşük" bir eşik belirlemek amacıyla, çoğu kaynak tarafından ulaşılan eşiği belirlemek için CrUX verilerini kullandık:

0,25 eşiğinde, telefon kaynaklarının yaklaşık %20'si ve masaüstü kaynaklarının %18'i "düşük" olarak sınıflandırılır. Bu değer, %10-30'luk hedef aralığımıza denk geldiğinden 0,25'in kabul edilebilir bir "düşük" eşik olduğu sonucuna vardık.