Cara retailer mode e-commerce menghubungkan Data Web Inti dan metrik performa dengan metrik bisnis, memperoleh peningkatan KPI dan membuat "Kalkulator Kasus Bisnis Performa" untuk mendorong keputusan produk dan budaya performa.
Di banyak perusahaan, performa kecepatan situs dan Data Web Inti sebagian besar masih dipandang sebagai tanggung jawab tim engineer. Kecepatan situs dapat menjadi tidak terlihat oleh area bisnis lainnya jika nilai bisnis dan pengalaman pelanggan tidak dipahami. Hal ini dapat menyebabkan performa menjadi terabaikan saat keputusan penting dibuat dan roadmap ditentukan.
Untuk meningkatkan budaya performa di seluruh tim dan mendorong peningkatan yang signifikan pada pengalaman web mereka, retailer mode e-commerce mewah, Farfetch meluncurkan project untuk menentukan dan menggunakan metrik performa yang berpusat pada pelanggan yang sesungguhnya. Mereka ingin korelasinya dengan metrik bisnis sebagai cara untuk menjelaskan bagaimana kinerja mempengaruhi KPI perusahaan.
Namun, ambisi mereka tidak berakhir di situ. Pada akhirnya, tujuan proyek adalah perubahan budaya dalam skala besar—menghilangkan sekat di dalam organisasi dan memperkenalkan bahasa berorientasi bisnis yang baru untuk memberi semua orang cara bersama untuk berbicara tentang apa yang sebelumnya dianggap sebagai topik teknis. Farfetch ingin memiliki performa kecepatan situs sebagai tanggung jawab bersama, memfasilitasi pengambilan keputusan yang tepat, dan menetapkan hal itu sebagai pilar utama dalam menciptakan pengalaman web yang baik.
![Diagram yang membandingkan kecepatan sebagai tanggung jawab developer versus kecepatan sebagai tanggung jawab bersama. Dalam kasus pertama, setiap fase diisolasi, sedangkan dalam kasus kedua, setiap fase terjadi di dalam silo yang sama.](https://web.dev/static/case-studies/farfetch/image/a-diagram-contrasting-spe-81025e3b51a84.png?authuser=19&hl=id)
Untuk memulainya, Farfetch menyadari bahwa satu departemen tidak dapat mencapai hal ini seperti sebelumnya dan mengumpulkan tim inti yang terdiri dari para pakar dari berbagai bidang di perusahaan—teknik, infrastruktur, arsitektur, dan produk—yang menerapkan strategi langkah demi langkah untuk mengubah cara perusahaan memandang topik ini.
Langkah 1: Menentukan, mengukur, dan memantau metrik
Pertama-tama, Farfetch perlu memiliki alat pemantauan yang tepat untuk memahami keadaan dan penyimpangan saat ini di seluruh poin kontak dan aplikasi perjalanan.
Mereka menggunakan data lab dan pemantauan pengguna nyata (data lapangan) untuk melacak Data Web Inti dan metrik performa yang berfokus pada pengguna tambahan untuk menganalisis status performa kecepatan saat ini. Mereka menggunakan JavaScript dan library web-vitals.js
untuk mengambil data, yang memungkinkan tim analisis produk mendapatkan visibilitas metrik performa bersama metrik bisnis dalam sesi yang sama dan dengan demikian mulai memeriksa bagaimana salah satunya memengaruhi yang lain.
Grup multidisiplin ilmu ini berupaya memahami metrik mana yang paling penting bagi bisnis. Untuk melakukannya, mereka melihat jalur perjalanan penting pengguna Farfetch dan mencoba menautkan perjalanan tersebut dengan penanda performa. Selain metrik Data Web Inti yang telah diuraikan Google, masing-masing mewakili faset pengalaman pengguna yang berbeda, mereka juga menggunakan JavaScript kustom untuk melacak Time to First Byte (TTFB), First Contentful Paint (FCP), First Paint, dan Time to Interactive (TTI).
Metrik dikumpulkan menggunakan beberapa metode Performance API, Long Tasks API, dan polyfill Google. Detail selengkapnya dapat ditemukan di postingan Blog Farfetch Tech pertengahan 2020 ini oleh Manuel Garcia, Senior Principal Engineer untuk Web.
Di sisi analisis data, Farfetch memiliki solusi pelacakan multi-saluran sendiri yang digunakan oleh aplikasi frontend yang disebut Omnitracking. Model ini melacak peristiwa yang dihasilkan oleh penayangan halaman, tindakan pengguna, dan tindakan sistem. Model Data Omnitracking adalah solusi Farfetch untuk kasus pelaporan, eksplorasi data, dan analisis yang dibuat di atas peristiwa yang dihasilkan oleh pelacak. Tujuan model data adalah untuk membantu dan mendukung siapa saja yang perlu memahami:
- Perilaku pengguna
- Pengalaman pengguna di aplikasi Farfetch
- Penggunaan aplikasi
- Konversi makro dan mikro
- Analisis lintas saluran dan funnel
Selanjutnya, idenya adalah menambahkan data performa dari setiap tayangan halaman di farfetch.com, yang ditangkap oleh JavaScript, ke lapisan data ini. Dengan mengikuti model ini, dijamin kecocokan antara data performa dan metrik funnel konversi utama untuk setiap sesi dan dasar untuk eksplorasi analisis pada topik tersebut.
Terakhir, Farfetch menetapkan anggaran performa berbasis waktu untuk setiap metrik di seluruh halaman perjalanan utama dan proses tata kelola untuk menangani pelanggaran anggaran. Mereka juga mulai menggabungkan metrik performa di pipeline CI untuk memahami penyimpangan anggaran sesegera mungkin dalam alur pengembangan.
Langkah 2: Berkomunikasi melalui bahasa bisnis
Dengan data performa yang kini tersedia di set data business intelligence internal Farfetch, tim analisis mulai mengeksplorasi model dan pola matematis dalam data yang dapat menunjukkan korelasi antara metrik performa dan KPI bisnis (misalnya, rasio konversi dan persentase kunjungan satu halaman), sehingga memungkinkan gambaran baru tentang dampak finansial dari kecepatan situs dan UX bagi bisnis. Hal ini memungkinkan performa untuk didiskusikan dalam bahasa yang sama dengan pengambil keputusan bisnis. Analisis ini mencakup semua Data Web Inti dan metrik lainnya yang dianggap penting oleh Farfetch. Cara ini mengungkapkan insight yang benar-benar berdampak.
Mengingat bahwa Google merekomendasikan Largest Contentful Paint (LCP) agar tetap di bawah 2,5 detik guna memberikan pengalaman pengguna yang optimal, Farfetch mempelajari batas ini dengan cermat dan menemukan hasil yang bermanfaat.
Analisis korelasi statistik Farfetch menunjukkan bahwa di luar titik tersebut, rasio konversi mulai turun, dan rasio keluarnya naik. Hal ini menunjukkan bahwa pengguna benar-benar mulai merasakan kerugian dari persepsi pemuatan halaman yang lambat dan rasio konversi menurun rata-rata -1,3% dengan setiap 100 md lebih banyak LCP.
![Grafik LCP, dengan sumbu Y adalah rasio konversi dan persentase kunjungan halaman, sedangkan sumbu X adalah waktu LCP. Seiring LCP yang lebih cepat, persentase kunjungan satu halaman akan menurun, dan rasio konversi meningkat.](https://web.dev/static/case-studies/farfetch/image/a-graph-lcp-where-y-ax-17f98c162afc.png?authuser=19&hl=id)
Farfetch juga memverifikasi penurunan rasio keluar sebesar -3,1% untuk setiap 0,01 lebih sedikit pada skor Pergeseran Tata Letak Kumulatif (CLS), yang menegaskan kembali dampak stabilitas halaman untuk membuat pengguna tetap berada di situs web.
![Grafik CLS, dengan sumbu Y adalah rasio konversi dan persentase kunjungan halaman, dan sumbu X adalah skor CLS. Skor CLS terendah menunjukkan persentase tertinggi kunjungan satu halaman, sedangkan konversi meningkat pada skor CLS yang lebih rendah.](https://web.dev/static/case-studies/farfetch/image/a-graph-cls-where-y-ax-da95352df4937.png?authuser=19&hl=id)
Mengenai interaktivitas dan fleksibilitas halaman, meskipun Penundaan Input Pertama (FID) dilacak dan dianalisis secara terus-menerus, Farfetch juga mengukur TTI, yang terbukti menjadi metrik yang sangat berpengaruh untuk funnel konversi bisnis Farfetch.
Untuk itu, mereka memasukkan polyfill TTI Google ke dalam situs untuk menyimpan metrik ini. Menggunakan Long Tasks API untuk melaporkan tugas yang panjang (tugas yang memerlukan waktu lebih dari 50 milidetik di thread utama browser).
Tim analitik kemudian dapat menemukan bahwa rasio konversi meningkat 2,8% untuk setiap pengurangan kedua pada TTI, membuat kasus yang kuat untuk efisiensi kode yang lebih baik dan membuka utas utama browser.
![Grafik TTI, dengan sumbu Y adalah rasio konversi dan persentase kunjungan satu halaman, dan sumbu X adalah waktu TTI. Saat waktu TTI naik, rasio konversi menurun dan persentase kunjungan satu halaman meningkat.](https://web.dev/static/case-studies/farfetch/image/a-graph-tti-where-y-ax-64833dcd51ddc.png?authuser=19&hl=id)
Pada akhirnya, analisis ini juga dapat menunjukkan bahwa beberapa metrik tidak memiliki dampak signifikan terhadap KPI bisnis, atau beberapa metrik akan lebih relevan pada tahap perjalanan pengguna yang berbeda. Hal ini memungkinkan pemahaman menyeluruh tentang peluang yang ada di setiap titik funnel konversi.
Langkah 3: Menyematkan perubahan budaya
Menampilkan insight di atas bersama riset kualitatif pengguna tentang persepsi pengguna tentang kecepatan lokasi adalah hal yang sangat penting untuk membangun keselarasan dengan tujuan perusahaan, mendapatkan awareness di tingkat eksekutif, dan dukungan terhadap pengambilan keputusan berbasis performa di seluruh roadmap produk. Sekarang cukup bukti untuk membuktikan seberapa besar performa Farfetch.
Untuk menyederhanakan penentuan prioritas, Farfetch membuat alat layanan mandiri yang mereka beri nama Kalkulator Kasus Bisnis Kecepatan Situs, yang mengambil inspirasi dari Pengukur Dampak Kecepatan Google. Solusi ini memungkinkan manajer produk membuat kasus bisnis berdasarkan peningkatan performa dengan menghitung dampak bisnis sambil berjalan. Dengan model data yang menggunakan korelasi antara metrik rasio konversi dan pengalaman pengguna, beradaptasi dengan berbagai cakupan produk, perangkat, dan titik sentuh perjalanan pengguna menjadi lebih fleksibel.
![Screenshot Kalkulator Kasus Bisnis Kecepatan Situs Farfetch.](https://web.dev/static/case-studies/farfetch/image/a-screenshot-farfetchs-938300a6a924b.png?authuser=19&hl=id)
Sementara itu, serangkaian dasbor analisis mandiri telah menciptakan visibilitas tingkat bisnis dari indikator performa real-time dan dampaknya terhadap bisnis. Performa kini sepenuhnya tertanam dalam pengembangan produk, dan tim produk dapat mengakses metrik, alat audit, dan pemantauan anggaran performa dengan mudah. Selain itu, berkat integrasi lapisan data, metrik performa juga tersedia di alat pengujian A/B Farfetch, yang memberikan vektor insight lain yang sangat kuat kepada product manager.
Dalam beberapa bulan terakhir, tim inti juga berada di jalur yang tepat untuk membangun budaya ini tidak hanya pada tim pengembangan front-end tetapi juga di dalam domain platform, menggunakan metodologi serupa untuk memantau dan membuktikan dampak dari layanan dan transaksi mikro utama.
Ada sejumlah presentasi yang didorong oleh Farfetch tentang topik ini dan juga penyebutan eksternal. Misalnya, sebutan pada perbincangan Google I/O 2021 tentang dampak bisnis Data Web Inti. Hal ini juga berkontribusi untuk memberikan relevansi yang berkelanjutan dengan tema dan memperkuat strategi tim pada budaya.
Langkah 4: Meningkatkan metrik
Pada akhirnya, semua upaya ini diperlukan agar Farfetch dapat secara objektif meningkatkan metrik kecepatan situs mereka, serta menjamin bahwa tim mereka akan mengikuti praktik terbaik di kelasnya serta mengejar peluang peningkatan.
Salah satu peluang utama yang terdeteksi pada tahun 2021 adalah kebutuhan untuk meningkatkan LCP pada dua jenis halaman utama Farfetch, yaitu halaman produk dan halaman listingan produk.
Tim membahas cara mereka memuat konten utama halaman tersebut. Berbekal kasus bisnis yang menunjukkan dampak dari mengejar peluang ini, mereka dapat:
- Sesuaikan komponen pemuatan gambar produk dari solusi berbasis JavaScript ke implementasi native.
- Tentukan prioritas gambar dan bagi gambar menjadi aset penting dan non-kritis.
- Muat gambar penting lebih awal, dengan sumbernya sudah inline di HTML dan menggunakan
<link rel="preload">
agar dapat didownload sesegera mungkin. - Gunakan atribut
<img loading="lazy">
untuk gambar non-kritis, dengan polyfill yang menggunakan Intersection Observer di browser yang tidak didukung, seperti Safari.
Berbekal hal ini, mereka mampu meningkatkannya dan membuktikan melalui pengujian A/B terhadap hipotesis dan dampak bisnis. Misalnya, pada halaman produk, upaya ini berkurang lebih dari 600 milidetik, dan pengujian A/B menunjukkan peningkatan rasio konversi dalam rentang 1-5% dengan tingkat keyakinan yang ditentukan perusahaan.
Berikut adalah peningkatan yang dapat dilakukan tim dalam hal persentase kunjungan halaman yang dianggap "baik", "perlu peningkatan", dan "buruk", berdasarkan definisi Google untuk skor LCP.
![Grafik batang bertumpuk LCP median di seluruh nilai minimum Data Web Inti untuk halaman listingan Farfetch. Halaman pada ambang batas 'baik' meningkat dari 37% menjadi 53%.](https://web.dev/static/case-studies/farfetch/image/a-stacked-bar-graph-medi-82d8eb75b571a.png?authuser=19&hl=id)
![Grafik batang bertumpuk LCP median di seluruh nilai minimum Data Web Inti untuk halaman listingan Farfetch. Halaman pada ambang batas 'baik' meningkat dari 36% menjadi 48%.](https://web.dev/static/case-studies/farfetch/image/a-stacked-bar-graph-medi-68b0207f7a34e.png?authuser=19&hl=id)
Keuntungan memiliki situs yang lebih cepat dan praktik kerja yang lebih baik
Membangun budaya seputar performa dan alat seperti kalkulator kasus bisnis memungkinkan semua orang mulai berbicara dalam bahasa yang sama yang dapat dipahami oleh manajer produk, pemangku kepentingan, dan insinyur serupa. Hal ini mendorong diskusi yang sedang berlangsung seputar cara memprioritaskan inisiatif baru dan peningkatan performa.
"Kami ingin menghentikan siklus performa sebagai masalah yang hanya terkait dengan teknologi, sesuatu yang harus ditangani dan diperbaiki oleh tim engineering," ujar Rui Santos, Senior Principal Product Manager di Web Channels, Farfetch. "Menghubungkan metrik performa dengan metrik bisnis sangat efektif untuk menyampaikan pesan dengan sangat, sangat cepat. Bisnis menggerakkan perusahaan, dan menghubungkan keberhasilannya dengan metrik kecepatan mendorong lebih banyak pemangku kepentingan untuk memahami dan menavigasi keputusan kompromi."
Di segmen e-commerce mewah, apakah situs Anda cepat atau lambat dapat menentukan bagaimana konsumen melihat merek dan kualitas layanan Anda secara keseluruhan. Bagi pengguna, kualitas sama dengan kemewahan—dan ini berlaku untuk setiap aspek pengalaman mereka, termasuk performa situs Anda. Dengan kecepatan situs yang memberikan pengaruh yang sudah terbukti pada rasio konversi, performa kini menempati posisi yang aman dalam perencanaan ke depan di Farfetch.