जानें कि Core Web Vitals मेट्रिक पर नज़र रखने वाले टूल, अलग-अलग आंकड़े क्यों दिखा सकते हैं. साथ ही, यह भी जानें कि इन अंतर को कैसे समझा जाए.
साइट के मालिकों को मॉनिटर करने में मदद करने के लिए, Google कई टूल उपलब्ध कराता है वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी में उनका स्कोर. ये टूल इन साइटों में दो मुख्य कैटगरी:
- लैब डेटा की रिपोर्ट करने वाले टूल—यह डेटा, एक कंट्रोल एनवायरमेंट में इकट्ठा किया जाता है. डिवाइस और नेटवर्क की पहले से तय सेटिंग.
- फ़ील्ड डेटा रिपोर्ट करने वाले टूल—यह डेटा, आपकी वेबसाइट पर आने वाले असल उपयोगकर्ताओं से इकट्ठा किया जाता है आपकी साइट.
समस्या यह है कि कभी-कभी लैब टूल की मदद से रिपोर्ट किया जाने वाला डेटा, यह डेटा, फ़ील्ड टूल की मदद से रिपोर्ट किए जाने वाले डेटा से अलग होता है! आपका लैब डेटा कि आपकी साइट की परफ़ॉर्मेंस अच्छी है. हालांकि, आपके फ़ील्ड के डेटा से पता चलता है कि सुधार होगा. इसके अलावा, आपके फ़ील्ड डेटा में यह जानकारी दिख सकती है कि आपके सभी पेज ठीक हैं, लेकिन तो हो सकता है कि लैब डेटा बहुत कम स्कोर रिपोर्ट करे.
web.dev की PageSpeed Insights रिपोर्ट का यह असल उदाहरण यहां दिखाया गया है कि कुछ मामलों में लैब और फ़ील्ड डेटा, पूरे कोर की वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली मेट्रिक:
टूल के बीच अंतर होने से उपयोगकर्ताओं को भ्रम हो सकता है डेवलपर. इस पोस्ट में, इन अंतर की मुख्य वजहों के बारे में बताया गया है इसमें वेबसाइट की परफ़ॉर्मेंस की अहम जानकारी देने वाली हर मेट्रिक के कुछ उदाहरण शामिल हैं. अपने पेजों में अंतर दिखने पर क्या करना चाहिए.
लैब डेटा बनाम फ़ील्ड डेटा
यह समझने के लिए कि लैब और फ़ील्ड टूल में अलग-अलग वैल्यू क्यों रिपोर्ट की जा सकती हैं. यहां तक कि बिलकुल वही वेब पेज—आपको लैब और फ़ील्ड के बीच का अंतर समझना होगा डेटा शामिल है.
लैब का डेटा
लैब का डेटा, एक कंट्रोल एनवायरमेंट में किसी वेब पेज को लोड करके तय किया जाता है. इसमें नेटवर्क और डिवाइस की शर्तों का पहले से तय सेट. इन स्थितियों को lab एनवायरमेंट, जिसे कभी-कभी सिंथेटिक एनवायरमेंट के तौर पर भी जाना जाता है.
लैब डेटा को रिपोर्ट करने वाले Chrome टूल आम तौर पर चलते हैं Lighthouse.
लैब टेस्ट का मकसद ज़्यादा से ज़्यादा फ़ैक्टर को कंट्रोल करना होता है, इसलिए परिणाम (जितना हो सके) एक जैसे और हर स्थिति में बार-बार बनाए जा सकते हैं.
फ़ील्ड का डेटा
फ़ील्ड डेटा, पेज पर आने वाले सभी उपयोगकर्ताओं की निगरानी करके और उनमें से प्रत्येक उपयोगकर्ता के लिए प्रदर्शन मीट्रिक का दिया गया सेट व्यक्ति अनुभव. फ़ील्ड डेटा, असल उपयोगकर्ता की विज़िट पर आधारित होता है. इसलिए, यह आपके उपयोगकर्ताओं के असल डिवाइस, नेटवर्क की स्थितियां, और भौगोलिक जगहें.
फ़ील्ड डेटा को आम तौर पर उपयोगकर्ता को मॉनिटर करने की असल प्रोसेस के नाम से भी जाना जाता है (RUM) डेटा; दोनों शर्तें उन्हें आपस में बदला जा सकता है.
फ़ील्ड डेटा के बारे में रिपोर्ट करने वाले Chrome टूल, आम तौर पर यह डेटा Chrome से लेते हैं उपयोगकर्ता अनुभव की रिपोर्ट (CrUX). साइट के मालिकों के लिए फ़ील्ड डेटा इकट्ठा करना भी आम बात है) खुद क्योंकि यह लोगों को CrUX का इस्तेमाल करने के बजाय, ज़्यादा अहम जानकारी पाएं.
फ़ील्ड डेटा के बारे में समझने की सबसे अहम बात यह है कि एक संख्या, वह संख्याओं का वितरण है. इसका मतलब है कि स्टोर पर आने वाले कुछ लोगों के लिए आपकी साइट, बहुत तेज़ी से लोड हो सकती है, जबकि अन्य के लिए यह बहुत धीमे लोड हो सकती है. आपकी साइट के फ़ील्ड डेटा में, परफ़ॉर्मेंस का पूरा डेटा शामिल होता है जो आपके उपयोगकर्ताओं से मिले हैं.
उदाहरण के लिए, CrUX रिपोर्ट में, असल परफ़ॉर्मेंस मेट्रिक का डिस्ट्रिब्यूशन दिखाया जाता है 28 दिनों से ज़्यादा समय वाले Chrome उपयोगकर्ता. अगर CrUX रिपोर्ट में देखा जाए, तो आपको आप देख सकते हैं कि किसी साइट पर जाने वाले कुछ उपयोगकर्ताओं का अनुभव बहुत अच्छा हो सकता है जबकि दूसरों का अनुभव बहुत खराब हो सकता है.
अगर कोई टूल किसी मेट्रिक के लिए सिर्फ़ एक संख्या रिपोर्ट करता है, तो वह आम तौर पर डिस्ट्रिब्यूशन में कोई खास पॉइंट दिखाता है. कोर वेब की रिपोर्ट करने वाले टूल ज़रूरी जानकारी वाले फ़ील्ड के स्कोर इस मेट्रिक का इस्तेमाल करके, 75वें पर्सेंटाइल में भी उपलब्ध है.
ऊपर दिए गए स्क्रीनशॉट में, फ़ील्ड डेटा में एलसीपी को देखने पर, आपको डिस्ट्रिब्यूशन जहां:
- 88% विज़िट में 2.5 सेकंड या उससे कम का एलसीपी (अच्छा) दिखा.
- 8% विज़िट में 2.5 से 4 सेकंड के बीच एलसीपी देखी गई (सुधार की ज़रूरत है).
- 4% विज़िट में 4 सेकंड से ज़्यादा (खराब) एलसीपी देखी गई.
75वें पर्सेंटाइल पर, एलसीपी 1.8 सेकंड था:
उसी पेज का लैब डेटा, 3.0 सेकंड की एलसीपी वैल्यू दिखाता है. हालांकि, यह वैल्यू फ़ील्ड डेटा में दिखाए गए 1.8 सेकंड से बड़ा है, तो यह अब भी मान्य एलसीपी है इस पेज के लिए मान—यह उन कई मानों में से एक है, जो संपूर्ण वितरण का निर्माण करते हैं लोड होने का समय हो गया.
लैब और फ़ील्ड डेटा अलग क्यों होता है
जैसा कि ऊपर दिए गए सेक्शन में बताया गया है, लैब डेटा और फ़ील्ड डेटा से असल में अलग-अलग चीज़ों पर ध्यान देना.
फ़ील्ड डेटा में कई तरह के नेटवर्क और डिवाइस की स्थिति के साथ-साथ उपयोगकर्ता के व्यवहार को मैनेज किया जा सकता है. इसमें अन्य बातें भी शामिल हैं जिनसे उपयोगकर्ता अनुभव पर असर पड़ता है, जैसे कि बैक/फ़ॉरवर्ड कैश मेमोरी (bfकैश) या प्लैटफ़ॉर्म ऑप्टिमाइज़ेशन, जैसे कि एएमपी कैश मेमोरी.
इसके उलट, लैब का डेटा जान-बूझकर शामिल वैरिएबल की संख्या को सीमित करता है. ऐप्लिकेशन लैब टेस्ट में यह शामिल होता है:
- एक डिवाइस...
- किसी एक नेटवर्क से कनेक्ट है...
- एक ही भौगोलिक जगह से चलाया जा सकता है.
यह ज़रूरी नहीं है कि लैब टेस्ट में शामिल जानकारी, किसी पेज या साइट के लिए, फ़ील्ड डेटा का 75वां पर्सेंटाइल.
समस्याओं को डीबग करने या टेस्टिंग के दौरान, लैब का कंट्रोल किया गया एनवायरमेंट मददगार होता है कुछ सुविधाओं को प्रोडक्शन में डिप्लॉय करने से पहले, लेकिन जब इन फ़ैक्टर को कंट्रोल किया जाता है आप असल दुनिया में दिखने वाले फ़र्क़ को साफ़ तौर पर नहीं दिखा रहे हैं नेटवर्क, डिवाइस की क्षमताओं या भौगोलिक जगहों पर उपलब्ध है. आपने लोगों तक पहुंचाया मुफ़्त में आम तौर पर, असल उपयोगकर्ता के व्यवहार से परफ़ॉर्मेंस पर पड़ने वाले असर को भी कैप्चर नहीं कर पाते हैं. जैसे, पेज पर स्क्रोल करना, टेक्स्ट चुनना या एलिमेंट पर टैप करना.
लैब की स्थितियों और शर्तों के बीच संभावित डिसकनेक्ट के अलावा असल दुनिया के ज़्यादातर उपयोगकर्ताओं में से, पहले से थोड़ा सा अंतर देखा जा सकता है. जिन्हें समझना ज़रूरी है. इससे लैब को बेहतर तरीके से समझने में मदद मिलेगी और फ़ील्ड डेटा को देख सकते हैं.
अगले कुछ सेक्शन में, इसकी सबसे आम वजहों के बारे में विस्तार से बताया गया है मुख्य वेब पर उपलब्ध लैब डेटा और फ़ील्ड डेटा के बीच अंतर हो सकता है ज़रूरी जानकारी वाली मेट्रिक:
एलसीपी
अलग-अलग एलसीपी एलिमेंट
ऐसा हो सकता है कि लैब टेस्ट में चुना गया एलसीपी एलिमेंट एक ही एलसीपी न हो वे एलिमेंट जो उपयोगकर्ताओं को आपके पेज पर आते समय दिखते हैं.
अगर किसी पेज के लिए लाइटहाउस रिपोर्ट चलाया जाता है, तो नतीजे में वही दिखेगा हर बार एलसीपी एलिमेंट. हालांकि, अगर एक ही पेज का फ़ील्ड डेटा देखें, आपको आम तौर पर कई तरह के एलसीपी एलिमेंट दिखेंगे, जो एक हर पेज विज़िट के लिए खास परिस्थितियों की संख्या.
उदाहरण के लिए, ये सभी फ़ैक्टर एक अलग एलसीपी में योगदान दे सकते हैं एक ही पेज के लिए तय किए जा रहे एलिमेंट:
- डिवाइस की स्क्रीन के अलग-अलग साइज़ की वजह से, अलग-अलग एलिमेंट दिखते हैं शामिल करें.
- अगर उपयोगकर्ता ने लॉग इन किया हुआ है या उसकी पसंद के हिसाब से बनाया गया कॉन्टेंट, किसी पेज पर दिख रहा है एलसीपी एलिमेंट हर उपयोगकर्ता के लिए बहुत अलग-अलग हो सकता है.
- पिछले पॉइंट की तरह ही, अगर A/B टेस्ट पेज पर चल रहा है, तो नतीजे में बहुत अलग-अलग तरह के एलिमेंट दिखते हैं.
- उपयोगकर्ता के सिस्टम पर इंस्टॉल किए गए फ़ॉन्ट का सेट, टेक्स्ट के साइज़ पर असर डाल सकता है पेज (और इस तरह कौनसा एलिमेंट एलसीपी एलिमेंट है).
- लैब टेस्ट आम तौर पर, पेज के "आधार" पर किए जाते हैं यूआरएल—बिना किसी क्वेरी पैरामीटर के या हैश फ़्रैगमेंट जोड़े गए. लेकिन वास्तविक दुनिया में, उपयोगकर्ता अक्सर URL शेयर करते हैं जिसमें फ़्रैगमेंट आइडेंटिफ़ायर हो या टेक्स्ट फ़्रैगमेंट, ताकि एलसीपी एलिमेंट ऐसा हो सके वे पेज के बीच में या सबसे नीचे वाले हिस्से में होने चाहिए. फ़ोल्ड").
फ़ील्ड में एलसीपी का हिसाब, सभी उपयोगकर्ताओं के विज़िट के 75वें पर्सेंटाइल के तौर पर लगाया जाता है कितने प्रतिशत उपयोगकर्ताओं ने एक बार में कोई एलसीपी एलिमेंट लोड किया था तुरंत—उदाहरण के लिए, सिस्टम फ़ॉन्ट के साथ रेंडर किया गया टेक्स्ट का पैराग्राफ़—फिर भले ही उनमें से कुछ के पास उनके एलसीपी के तौर पर बड़ी, धीमी रफ़्तार से लोड होने वाली इमेज हो के 25% से कम होने पर भी, हो सकता है कि उस पेज के स्कोर पर इसका कोई असर न पड़े वेबसाइट पर आने वाले लोगों की संख्या.
वैकल्पिक रूप से, विपरीत स्थिति सही हो सकती है. लैब टेस्ट में इसके ब्लॉक की पहचान की जा सकती है टेक्स्ट को LCP एलिमेंट के रूप में लिखें, क्योंकि यह ऐसे Moto G4 फ़ोन की तरह काम कर रहा है जिसमें छोटे व्यूपोर्ट और आपके पेज की हीरो इमेज को शुरुआत में रेंडर किया जाता है करते हैं. हालांकि, आपके फ़ील्ड डेटा में ज़्यादातर Pixel XL इस्तेमाल करने वाले लोग शामिल हो सकते हैं बड़ी स्क्रीन हैं, इसलिए उनके लिए धीमी रफ़्तार से लोड होने वाला हीरो इमेज उनका एलसीपी एलिमेंट है.
एलसीपी पर कैश मेमोरी की स्थिति का असर
लैब टेस्ट में, आम तौर पर कोल्ड कैश मेमोरी वाला पेज लोड होता है. हालांकि, ऐसा तब होता है, जब असल उपयोगकर्ता आपकी साइट पर आते हैं उस पेज पर पहले से ही कुछ संसाधन कैश मेमोरी में सेव हो सकते हैं.
जब कोई उपयोगकर्ता किसी पेज को पहली बार लोड करता है, तो हो सकता है कि वह धीरे लोड हो. हालांकि, अगर पेज पर सही तरीके से कैश मेमोरी में सेव करने की सुविधा कॉन्फ़िगर होने पर, जब उपयोगकर्ता अगली बार हो सकता है कि वह तुरंत लोड हो जाए.
हालांकि कुछ लैब टूल एक ही पेज को एक से ज़्यादा बार चलाने का काम करते हैं. का अनुभव) है) लैब टूल के लिए यह जानना संभव नहीं है नए बनाम लौटने वाले उपयोगकर्ताओं की वास्तविक दुनिया में होने वाली विज़िट का कितना प्रतिशत है.
अच्छी तरह से ऑप्टिमाइज़ की गई कैश मेमोरी वाली साइटें और जिन पर बार-बार आने वाले लोगों की संख्या बहुत ज़्यादा है यह पता लगाने में मदद मिलती है कि उनका वास्तविक एलसीपी उनके लैब डेटा से कहीं ज़्यादा तेज़ है.
एएमपी या साइन किए हुए एक्सचेंज ऑप्टिमाइज़ेशन
एएमपी की मदद से बनाई गई या साइन किए हुए एक्सचेंज का इस्तेमाल करने वाली साइटें (एसएक्सजी) को Google जैसे कॉन्टेंट एग्रीगेटर पहले से लोड कर सकते हैं खोजें. इसकी वजह से, उपयोगकर्ताओं के पेज लोड होने की परफ़ॉर्मेंस बेहतर हो सकती है उन प्लेटफ़ॉर्म से आपके पेज पर जाकर.
क्रॉस-ऑरिजिन प्रीलोडिंग के अलावा, साइटें खुद ये काम कर सकती हैं: अपनी साइट पर बाद के पेजों के लिए कॉन्टेंट पहले से लोड करना, इससे उन पेजों के लिए एलसीपी को भी बेहतर बनाया जा सकता है.
लैब टूल, इन ऑप्टिमाइज़ेशन से होने वाले फ़ायदों को सिम्युलेट नहीं करते. ऐसा तब भी होता है, जब उन्हें यह नहीं पता था कि आपके साइट पर कितने प्रतिशत ट्रैफ़िक आता है दूसरे सोर्स की तुलना में Google Search जैसे प्लैटफ़ॉर्म.
एलसीपी पर bfcache के असर
जब पेजों को बीएफ़कैश से वापस लाया जाता है, तो लोड होने का अनुभव करीब होता है और ये अनुभव आपके क्षेत्र में शामिल होते हैं डेटा.
लैब टेस्ट में बैक-कैश मेमोरी का इस्तेमाल नहीं किया जाता. इसलिए, अगर आपके पेज bfcache-फ़्रेंडली है, तो यह का इस्तेमाल करने पर, फ़ील्ड में तेज़ी से एलसीपी स्कोर रिपोर्ट होते हैं.
एलसीपी पर उपयोगकर्ता के इंटरैक्शन का असर
एलसीपी, सबसे बड़ी इमेज या टेक्स्ट ब्लॉक को रेंडर होने में लगने वाले समय की पहचान करता है व्यूपोर्ट, लेकिन पेज लोड होने या नया होने पर वह सबसे बड़ा एलिमेंट बदल सकता है कॉन्टेंट, व्यूपोर्ट में डाइनैमिक तरीके से जुड़ जाता है.
लैब में, ब्राउज़र तय किया जा सकता है कि एलसीपी एलिमेंट क्या था. लेकिन फ़ील्ड में, ब्राउज़र बंद हो जाएगा बड़े एलिमेंट की निगरानी करना जब उपयोगकर्ता पेज पर स्क्रोल करता है या उससे इंटरैक्ट करता है.
यह बात सही और ज़रूरी है, क्योंकि आम तौर पर लोगों को पेज के साथ तब तक इंटरैक्ट करते हैं, जब तक वह "न दिखने" लगता है लोड किया गया है, जो एलसीपी जैसा है मेट्रिक का मकसद पता लगाना है. इसमें जोड़े गए एलिमेंट को शामिल करने का भी कोई मतलब नहीं होगा व्यूपोर्ट को सही तरीके से सेट किया जा सकता है, क्योंकि हो सकता है कि वे एलिमेंट सिर्फ़ उपयोगकर्ता ने जो किया था, उसकी वजह लोड हो गई.
हालांकि, इसका मतलब यह है कि किसी पेज का फ़ील्ड डेटा तेज़ी से रिपोर्ट कर सकता है एलसीपी समय, इस बात पर निर्भर करता है कि उपयोगकर्ता उस पेज पर कैसे व्यवहार करते हैं.
आईएनपी
आईएनपी को असली उपयोगकर्ता के साथ इंटरैक्शन की ज़रूरत है
आईएनपी मेट्रिक से पता चलता है कि कोई पेज, उपयोगकर्ता इंटरैक्शन के लिए कितना रिस्पॉन्सिव है. जब उपयोगकर्ताओं ने उससे इंटरैक्ट करने का विकल्प चुना हो.
वाक्य का दूसरा हिस्सा अहम है, क्योंकि लैब टेस्ट में स्क्रिप्ट उपयोगकर्ता व्यवहार का समर्थन करते हैं, उपयोगकर्ताओं द्वारा चुने जाने का सटीक अनुमान नहीं लगाया जा सकता का इस्तेमाल करता है. इसलिए, एफ़आईडी को सही तरीके से नहीं मापा जा सकता.
टीबीटी, उपयोगकर्ता के व्यवहार को ध्यान में नहीं रखता
टोटल ब्लॉकिंग टाइम (टीबीटी) लैब मेट्रिक का मकसद, आईएनपी से जुड़ी समस्याओं का पता लगाने में मदद करना है. ऐसा इसलिए, क्योंकि इससे यह पता चलता है कि पेज लोड होने के दौरान, मुख्य थ्रेड कितनी बार ब्लॉक हुई है.
आइडिया यह है कि ऐसे पेज जिनमें बहुत सारी सिंक्रोनस JavaScript या बहुत ज़्यादा जब उपयोगकर्ता को रेंडर होने वाले टास्क में मुख्य थ्रेड ब्लॉक हो जाता है, तो उसे ब्लॉक किए जाने की संभावना बढ़ जाती है पहला इंटरैक्शन करता है. हालांकि, अगर उपयोगकर्ता JavaScript का पालन नहीं हो रहा है, तो हो सकता है कि INP बहुत कम हो.
उपयोगकर्ता किसी पेज के साथ कब इंटरैक्ट करना चाहेंगे, यह मुख्य रूप से इस बात पर निर्भर करता है कि यह इंटरैक्टिव दिखता है और इसे टीबीटी की मदद से मेज़र नहीं किया जा सकता.
TBT, टैप करने में देरी को नहीं मानता
अगर कोई साइट मोबाइल पर देखने के लिए ऑप्टिमाइज़ नहीं की गई है, तो ब्राउज़र 300 मि॰से॰ जोड़ देंगे देरी और इवेंट हैंडलर चलाने से पहले किसी भी टैप के बाद. वे ऐसा इसलिए करते हैं, क्योंकि उन्हें तय करें कि उपयोगकर्ता ऐक्टिव करने से पहले, ज़ूम करने के लिए दो बार टैप करने की कोशिश कर रहा है या नहीं माउस या क्लिक इवेंट.
इस देरी को पेज के आईएनपी में गिना जाता है, क्योंकि यह असल इनपुट में योगदान देता है इंतज़ार का समय. हालाँकि, यह देरी तकनीकी तौर पर लंबे समय तक Tasks, तो इससे किसी पेज के टीबीटी पर कोई असर नहीं पड़ता. इसका मतलब है कि बहुत अच्छे टीबीटी स्कोर होने के बावजूद, किसी पेज का आईएनपी खराब हो सकता है.
आईएनपी पर कैश स्टेट और बीएफ़कैश मेमोरी का असर
जिस तरह कैश मेमोरी में सेव करने से फ़ील्ड में एलसीपी बेहतर होती है उसी तरह यह भी आईएनपी को बेहतर बनाने में मदद करेगा.
वास्तविक दुनिया में, हो सकता है कि किसी उपयोगकर्ता के पास उस साइट के लिए JavaScript पहले से ही उनके कैश मेमोरी है, ताकि इसे प्रोसेस करने में कम समय लगे समय से कम होगी.
यही बात, bfcache से वापस लाए गए पेजों पर भी लागू होती है. ऐसे मामलों में JavaScript को मेमोरी से वापस लाया जाता है. इसलिए, हो सकता है कि इसे प्रोसेस करने की ज़रूरत न पड़े या बहुत कम हो बिलकुल भी नहीं.
सीएलएस
सीएलएस पर उपयोगकर्ता के इंटरैक्शन का असर
लैब में मेज़र किया गया सीएलएस, सिर्फ़ उन लेआउट शिफ़्ट के हिसाब से किया जाता है जो ऊपर दिए गए हैं पेज के ऊपरी हिस्से में ही होता है. हालांकि, यह असल में सीएलएस का एक सबसेट है मापा जा सकता है.
फ़ील्ड में, सीएलएस सभी अनचाहे लेआउट का इस्तेमाल करता है होने वाले बदलावों की वजह से पेज की अवधि, जिसमें उपयोगकर्ता के स्क्रोल करने या अंदर जाने के दौरान शिफ़्ट होने वाला कॉन्टेंट शामिल है उपयोगकर्ता के इंटरैक्शन के बाद, धीमे नेटवर्क के अनुरोधों का जवाब देती है.
उदाहरण के लिए, पेज पर इमेज या iframe के बिना लेज़ी-लोड होना आम बात है डाइमेंशन और इसकी वजह से लेआउट खराब हो सकता है जब कोई उपयोगकर्ता पेज के उन सेक्शन पर स्क्रोल करता है, तो उन सेक्शन पर शिफ़्ट हो जाता है. हालांकि, इन बदलावों की वजह से ऐसा तभी होता है, जब उपयोगकर्ता नीचे स्क्रोल करता है और जो अक्सर लैब टेस्ट में नहीं पकड़ पाता.
निजीकृत सामग्री
टारगेट किए गए विज्ञापनों और A/B टेस्ट के साथ-साथ आपके हिसाब से बनाए गए कॉन्टेंट से, एलिमेंट पर असर पड़ता है एक पेज पर लोड होते हैं. इससे इस बात पर भी असर पड़ता है कि आपके हिसाब से पेजों को लोड किए जाने के बाद क्या-क्या किया गया है कॉन्टेंट को अक्सर बाद में लोड करके, पेज के मुख्य कॉन्टेंट में डाला जाता है. इससे लेआउट शिफ़्ट.
लैब में, पेज को आम तौर पर या तो मनमुताबिक कॉन्टेंट के बिना लोड किया जाता है या जिसमें सामान्य "टेस्ट यूज़र" का कॉन्टेंट हो, जिसमें बदलाव ट्रिगर हो भी सकते हैं और नहीं भी असली उपयोगकर्ता देख रहे हैं.
चूंकि फ़ील्ड डेटा में सभी उपयोगकर्ताओं के अनुभव शामिल होते हैं, इसलिए राशि (और डिग्री) किसी पेज पर लेआउट शिफ़्ट का अनुभव बहुत हद तक इस बात पर निर्भर करता है कि लोड हो जाता है.
सीएलएस पर कैश मेमोरी की स्थिति और बैक-कैश मेमोरी का असर
लोड के दौरान लेआउट शिफ़्ट होने की दो सबसे सामान्य वजहें इमेज और बिना डाइमेंशन वाले iframe (जैसा कि ऊपर बताया गया है) और धीमा लोड होने वाला वेब फ़ॉन्ट में बनाए जा सकते हैं और इन दोनों समस्याओं के चलते उपयोगकर्ता के पहली बार साइट पर जाने के अनुभव को प्रभावित करता है, जब उनकी कैश मेमोरी खाली.
अगर किसी पेज के संसाधन कैश मेमोरी में सेव किए जाते हैं या पेज को bfcache, ब्राउज़र आमतौर पर बिना किसी शुल्क के चित्र और फ़ॉन्ट को तुरंत रेंडर कर सकता है डाउनलोड होने का इंतज़ार कर रहा है. इससे फ़ील्ड में सीएलएस की वैल्यू कम हो सकती है वह जानकारी जिसे लैब टूल रिपोर्ट कर सकता है.
नतीजे अलग होने पर क्या करें
एक सामान्य नियम के तौर पर, अगर आपके पास किसी पेज के लिए फ़ील्ड और लैब डेटा, दोनों हैं, तो फ़ील्ड डेटा वह तरीका है जिसका इस्तेमाल आपको अपनी कोशिशों को प्राथमिकता देने के लिए करना चाहिए. फ़ील्ड डेटा से दिखाता है कि वास्तविक उपयोगकर्ता क्या अनुभव कर रहे हैं, तो यह उन समस्याओं का यह समझना कि आपके उपयोगकर्ता किस समस्या का सामना कर रहे हैं और उन्हें क्या करने की ज़रूरत है बेहतर हुआ.
वहीं दूसरी ओर, अगर आपका फ़ील्ड डेटा पूरे बोर्ड में अच्छे स्कोर दिखाता है, लेकिन आपका लैब डेटा बताता है कि इसमें अब भी सुधार किया जा सकता है, यह काम यह समझना मुश्किल था कि और कौनसे ऑप्टिमाइज़ेशन किए जा सकते हैं.
इसके अलावा, फ़ील्ड डेटा असल उपयोगकर्ता के अनुभव को कैप्चर करता है. हालांकि, यह सिर्फ़ इसलिए, जो आपकी साइट को सही तरीके से लोड करने में मदद करते हैं. लैब डेटा से कभी-कभी आपकी साइट की पहुंच बढ़ाने और उसे बढ़ाने के अवसरों की पहचान करने में मदद मिलती है इससे ऐसे लोग आसानी से कॉन्टेंट ऐक्सेस कर पाते हैं जिनके नेटवर्क धीमे नेटवर्क या कम कीमत वाले डिवाइस होते हैं.
कुल मिलाकर, लैब डेटा और फ़ील्ड डेटा, दोनों ही असरदार परफ़ॉर्मेंस मेज़रमेंट. दोनों की अपनी-अपनी सीमाएं और सीमाएं होती हैं. अगर आप केवल उस टूल का उपयोग कर रहे हैं, तो हो सकता है आप किस तरह का अनुभव मिलता है.