Xác định ngưỡng chỉ số Các chỉ số quan trọng về trang web

Nghiên cứu và phương pháp áp dụng cho ngưỡng Các chỉ số quan trọng về trang web

Các chỉ số quan trọng về trang web là một tập hợp các chỉ số trường đo lường các khía cạnh quan trọng của trải nghiệm người dùng thực tế trên web. Các chỉ số quan trọng chính của trang web bao gồm các chỉ số, cũng như ngưỡng mục tiêu cho từng chỉ số, giúp nhà phát triển hiểu được trải nghiệm trên trang web của họ là "tốt", "cần cải thiện" hay "kém". Bài đăng này sẽ giải thích phương pháp dùng để chọn ngưỡng cho các chỉ số Các chỉ số quan trọng về trang web nói chung, cũng như cách chọn ngưỡng cho từng chỉ số Các chỉ số quan trọng về trang web cụ thể.

Làm mới: Các ngưỡng và chỉ số Các chỉ số quan trọng về trang web

Năm 2020, Các chỉ số quan trọng về trang web bao gồm 3 chỉ số: Thời gian hiển thị nội dung lớn nhất (LCP), Thời gian phản hồi lần tương tác đầu tiên (FID) và Điểm số tổng hợp về mức thay đổi bố cục (CLS). Mỗi chỉ số đo lường một khía cạnh khác trong trải nghiệm người dùng: LCP đo lường tốc độ tải cảm nhận và đánh dấu thời điểm trong tiến trình tải trang khi nội dung chính của trang có khả năng đã được tải; FID đo lường khả năng phản hồi và định lượng trải nghiệm mà người dùng cảm thấy trong lần đầu tiên tương tác với trang; và CLS đo lường độ ổn định về hình ảnh cũng như lượng độ thay đổi bố cục không mong muốn của nội dung trang hiển thị.

Mỗi chỉ số Các chỉ số quan trọng về trang web đều có các ngưỡng liên quan để phân loại hiệu suất là "tốt", "cần cải thiện" hoặc "kém":

Ngoài ra, để phân loại hiệu suất tổng thể của một trang hoặc trang web, chúng tôi sử dụng giá trị phân vị thứ 75 của tất cả lượt xem trang cho trang hoặc trang web đó. Nói cách khác, nếu ít nhất 75% số lượt xem trang đến một trang web đáp ứng ngưỡng "tốt", thì trang web đó sẽ được phân loại là có hiệu suất "tốt" đối với chỉ số đó. Ngược lại, nếu ít nhất 25% số lượt xem trang đạt ngưỡng "kém", thì trang web đó được phân loại là có hiệu suất "kém". Ví dụ: Ví dụ: LCP thứ 75 trong 2 giây được phân loại là "tốt", trong khi LCP phân vị thứ 75 (5 giây) được phân loại là "kém".

Tiêu chí đối với ngưỡng chỉ số Các chỉ số quan trọng về trang web

Khi thiết lập ngưỡng cho chỉ số Các chỉ số quan trọng về trang web, trước tiên, chúng tôi đã xác định các tiêu chí mà mỗi ngưỡng phải đáp ứng. Dưới đây là các tiêu chí mà Google sử dụng để đánh giá ngưỡng chỉ số cho Các chỉ số quan trọng về trang web năm 2020. Các phần tiếp theo sẽ trình bày chi tiết hơn về cách áp dụng các tiêu chí này để chọn ngưỡng cho từng chỉ số trong năm 2020. Trong những năm tới, chúng tôi dự định sẽ cải thiện và bổ sung các tiêu chí và ngưỡng để cải thiện hơn nữa khả năng đo lường trải nghiệm người dùng chất lượng cao trên web.

Trải nghiệm người dùng chất lượng cao

Mục tiêu chính của chúng tôi là tối ưu hoá cho người dùng và chất lượng trải nghiệm của họ. Do đó, chúng tôi cố gắng đảm bảo rằng những trang đáp ứng ngưỡng "tốt" trong Các chỉ số quan trọng về trang web sẽ mang lại trải nghiệm chất lượng cao cho người dùng.

Để xác định ngưỡng liên quan đến trải nghiệm người dùng chất lượng cao, chúng tôi xem xét đến nhận thức của con người và nghiên cứu HCI. Mặc dù nghiên cứu này đôi khi được tóm tắt bằng một ngưỡng cố định duy nhất, nhưng chúng tôi thấy rằng nghiên cứu cơ bản thường được biểu thị dưới dạng một dải giá trị. Ví dụ: nghiên cứu về khoảng thời gian mà người dùng thường chờ trước khi mất tiêu điểm đôi khi được mô tả là 1 giây, trong khi nghiên cứu cơ bản thực sự được biểu thị dưới dạng một phạm vi, từ hàng trăm mili giây đến nhiều giây. Trên thực tế, các ngưỡng nhận thức sẽ thay đổi tuỳ theo người dùng và bối cảnh, được hỗ trợ thêm nhờ dữ liệu chỉ số tổng hợp và ẩn danh của Chrome. Dữ liệu này cho thấy người dùng không phải đợi một trang web hiển thị nội dung trước khi huỷ tải trang. Đúng hơn, dữ liệu này hiển thị sự phân phối suôn sẻ và liên tục. Để tìm hiểu sâu hơn về các ngưỡng nhận thức của con người và nghiên cứu HCI có liên quan, hãy xem The Science Behind Web Vitals.

Trong trường hợp có nghiên cứu về trải nghiệm người dùng liên quan cho một chỉ số nhất định và có sự đồng thuận hợp lý về phạm vi các giá trị trong tài liệu, chúng tôi sẽ sử dụng phạm vi này làm thông tin đầu vào để định hướng quy trình lựa chọn ngưỡng. Trong trường hợp không có nghiên cứu về trải nghiệm người dùng liên quan, chẳng hạn như đối với một chỉ số mới như Điểm số tổng hợp về mức thay đổi bố cục, chúng tôi sẽ đánh giá các trang thực tế đáp ứng các ngưỡng đề xuất khác nhau cho một chỉ số, để xác định ngưỡng mang lại trải nghiệm tốt cho người dùng.

Có thể đạt được nhờ nội dung web hiện có

Ngoài ra, để đảm bảo rằng chủ sở hữu trang web có thể tối ưu hoá trang web thành công để đáp ứng các ngưỡng "tốt", chúng tôi yêu cầu nội dung hiện có trên web phải đạt được các ngưỡng này. Ví dụ: mặc dù 0 mili giây là ngưỡng "tốt" lý tưởng cho LCP, dẫn đến trải nghiệm tải tức thì, nhưng trên thực tế, ngưỡng 0 mili giây không thể đạt được trong hầu hết các trường hợp do độ trễ xử lý mạng và thiết bị. Do đó, 0 mili giây không phải là ngưỡng "tốt" LCP hợp lý cho Các chỉ số quan trọng về trang web.

Khi đánh giá các ngưỡng "tốt" cho Các chỉ số quan trọng về trang web ứng cử viên, chúng tôi xác minh rằng các ngưỡng đó có thể đạt được, dựa trên dữ liệu từ Báo cáo trải nghiệm người dùng trên Chrome (CrUX). Để xác nhận một ngưỡng có thể đạt được, chúng tôi yêu cầu ít nhất 10% nguồn gốc hiện đạt được ngưỡng "tốt". Ngoài ra, để đảm bảo các trang web được tối ưu hoá tốt không bị phân loại sai do sự thay đổi trong dữ liệu thực tế, chúng tôi cũng xác minh rằng nội dung được tối ưu hoá phù hợp luôn đáp ứng ngưỡng "tốt".

Ngược lại, chúng tôi thiết lập ngưỡng "kém" bằng cách xác định mức hiệu suất mà chỉ một phần nhỏ nguồn gốc hiện chưa đáp ứng được. Trừ phi có nghiên cứu liên quan đến việc xác định ngưỡng "kém", theo mặc định, 10-30% nguồn gốc có hiệu suất kém nhất sẽ được phân loại là "kém".

Suy nghĩ cuối cùng về các tiêu chí

Khi đánh giá các ngưỡng đề xuất, chúng tôi nhận thấy rằng các tiêu chí đôi khi mâu thuẫn với nhau. Ví dụ: có thể có sự căng thẳng giữa một ngưỡng nhất quán đạt được và ngưỡng này giúp đảm bảo trải nghiệm người dùng tốt. Ngoài ra, do nghiên cứu về nhận thức của con người thường cung cấp một loạt các giá trị và các chỉ số hành vi của người dùng cho thấy sự thay đổi dần dần trong hành vi, nên chúng tôi nhận thấy thường không có ngưỡng "chính xác" duy nhất cho một chỉ số. Do đó, phương pháp tiếp cận của chúng tôi đối với Các chỉ số quan trọng về trang web năm 2020 là chọn những ngưỡng đáp ứng các tiêu chí nêu trên, đồng thời nhận thấy rằng không có ngưỡng nào là hoàn hảo và đôi khi có thể chúng tôi phải chọn trong số nhiều ngưỡng đề xuất hợp lý. Thay vì hỏi "ngưỡng hoàn hảo là gì?", chúng tôi tập trung vào câu hỏi "ngưỡng ứng viên nào đáp ứng tốt nhất tiêu chí của chúng ta?"

Lựa chọn phân vị

Như đã lưu ý trước đó, để phân loại hiệu suất tổng thể của một trang hoặc trang web, chúng tôi sử dụng giá trị phân vị thứ 75 của tất cả các lượt truy cập vào trang hoặc trang web đó. Phân vị thứ 75 đã được chọn dựa trên 2 tiêu chí. Trước tiên, tỷ lệ phần trăm phải đảm bảo rằng phần lớn các lượt truy cập vào một trang hoặc trang web đều đạt được mức hiệu suất mục tiêu. Thứ hai, các điểm ngoại lai không nên ảnh hưởng quá nhiều đến giá trị tại phân vị đã chọn.

Các mục tiêu này có phần mâu thuẫn với nhau. Để đáp ứng mục tiêu đầu tiên, phân vị cao hơn thường là lựa chọn tốt hơn. Tuy nhiên, với tỷ lệ phần trăm cao hơn, khả năng giá trị thu được bị ảnh hưởng bởi các điểm ngoại lai cũng sẽ tăng lên. Nếu một vài lượt truy cập vào trang web xảy ra nhờ kết nối mạng không ổn định, dẫn đến các mẫu LCP quá lớn, thì chúng tôi không muốn quyết định phân loại trang web dựa trên các mẫu ngoại lệ này. Ví dụ: nếu chúng tôi đang đánh giá hiệu suất của một trang web có 100 lượt truy cập sử dụng tỷ lệ phần trăm cao như tỷ lệ phần trăm 95, thì chỉ cần 5 mẫu ngoại lệ để giá trị phân vị thứ 95 bị ảnh hưởng bởi các điểm ngoại lai.

Vì những mục tiêu này khá khó hiểu, sau khi phân tích, chúng tôi kết luận rằng phân vị thứ 75 có sự cân bằng hợp lý. Bằng cách sử dụng phân vị thứ 75, chúng tôi biết rằng hầu hết các lượt truy cập vào trang web (3/4) đều đạt mức hiệu suất mục tiêu hoặc tốt hơn. Ngoài ra, giá trị phân vị thứ 75 ít có khả năng bị ảnh hưởng bởi các điểm ngoại lai. Quay lại ví dụ của chúng tôi, đối với trang web có 100 lượt truy cập, 25 lượt truy cập trong số đó sẽ cần báo cáo các mẫu ngoại lệ lớn cho giá trị ở phân vị thứ 75 chịu ảnh hưởng của các điểm ngoại lai. Mặc dù có thể có 25/100 mẫu là trường hợp ngoại lệ, nhưng khả năng này thấp hơn nhiều so với trường hợp phân vị thứ 95.

Thời gian hiển thị nội dung lớn nhất

Chất lượng trải nghiệm

1 giây thường được trích dẫn là khoảng thời gian mà người dùng sẽ chờ trước khi họ bắt đầu mất tập trung vào một tác vụ. Khi xem xét kỹ hơn các nghiên cứu có liên quan, chúng tôi nhận thấy rằng 1 giây là giá trị gần đúng để mô tả một loạt giá trị, từ khoảng vài trăm mili giây đến vài giây.

Hai nguồn thường được trích dẫn cho ngưỡng 1 giây là Card etal và Miller. Card xác định ngưỡng "phản hồi tức thì" 1 giây, trích dẫn Lý thuyết hợp nhất về nhận thức của Newell. Newell giải thích các phản hồi tức thì là "phản hồi phải được thực hiện đối với một số tác nhân kích thích trong vòng khoảng một giây (tức là khoảng từ ~0, 3 giây đến ~3 giây)." Điều này theo sau nội dung thảo luận của Newell về "các hạn chế theo thời gian thực đối với nhận thức", trong đó chú ý rằng "các tương tác với môi trường gợi lên sự xem xét nhận thức diễn ra theo thứ tự giây" trong khoảng từ khoảng 0,5 đến 2-3 giây. Miller, một nguồn khác thường được trích dẫn cho ngưỡng 1 giây, lưu ý rằng "các công việc mà con người có thể và sẽ thực hiện thông qua giao tiếp bằng máy sẽ thay đổi nghiêm trọng tính cách của họ nếu độ trễ phản hồi lớn hơn 2 giây, với một số thời gian có thể kéo dài thêm vài giây nữa".

Nghiên cứu của Miller và Card mô tả thời lượng mà người dùng sẽ chờ trước khi mất tập trung dưới dạng một phạm vi, từ khoảng 0, 3 đến 3 giây.Điều này cho thấy ngưỡng LCP "tốt" của chúng tôi nên nằm trong phạm vi này. Ngoài ra, do ngưỡng "Thời gian hiển thị nội dung tốt" đầu tiên hiện tại là 1 giây và Thời gian hiển thị nội dung lớn nhất thường xảy ra sau Thời gian hiển thị nội dung đầu tiên, chúng tôi sẽ hạn chế thêm phạm vi ngưỡng LCP đề xuất, từ 1 giây đến 3 giây. Để chọn ngưỡng đáp ứng tốt nhất các tiêu chí của chúng tôi trong phạm vi này, chúng tôi xem khả năng đạt được các ngưỡng đề xuất này ở bên dưới.

Khả năng đạt được

Bằng cách sử dụng dữ liệu từ CrUX, chúng tôi có thể xác định tỷ lệ phần trăm nguồn gốc trên web đáp ứng ngưỡng "tốt" LCP ứng cử viên của chúng tôi.

% nguồn gốc CrUX được phân loại là "tốt" (đối với ngưỡng LCP đề xuất)

Mặc dù chưa đến 10% nguồn gốc đáp ứng ngưỡng 1 giây, nhưng tất cả các ngưỡng khác từ 1, 5 đến 3 giây đều đáp ứng yêu cầu của chúng tôi là có ít nhất 10% nguồn gốc đáp ứng ngưỡng "tốt" và do đó vẫn là những ứng viên hợp lệ.

Ngoài ra, để đảm bảo các trang web được tối ưu hoá hiệu quả luôn đạt được ngưỡng đã chọn, chúng tôi phân tích hiệu suất LCP của các trang web hoạt động hàng đầu trên web, để xác định những ngưỡng nào thường đạt được cho các trang web này. Cụ thể, chúng tôi hướng đến việc xác định một ngưỡng luôn đạt được ở phân vị thứ 75 cho các trang web có hiệu suất cao nhất. Chúng tôi thấy rằng các ngưỡng 1,5 và 2 giây không phải lúc nào cũng đạt được, trong khi 2,5 giây thì có thể đạt được một cách nhất quán.

Để xác định ngưỡng "kém" đối với LCP, chúng tôi sử dụng dữ liệu CrUX để xác định ngưỡng mà hầu hết các nguồn gốc đạt đến:

% nguồn gốc CrUX được phân loại là "kém" (đối với ngưỡng LCP đề xuất)

Đối với ngưỡng 4 giây, khoảng 26% số nguồn gốc điện thoại và 21% nguồn gốc từ máy tính sẽ được phân loại là kém. Chỉ số này rơi vào phạm vi mục tiêu từ 10% đến 30%, vì vậy, chúng tôi kết luận rằng 4 giây là ngưỡng "kém" có thể chấp nhận được.

Do đó, chúng tôi kết luận rằng 2, 5 giây là ngưỡng "tốt" hợp lý và 4 giây là ngưỡng "kém" hợp lý đối với Thời gian hiển thị nội dung lớn nhất.

Độ trễ đầu vào đầu tiên

Chất lượng trải nghiệm

Nghiên cứu khá nhất quán khi kết luận rằng độ trễ trong phản hồi trực quan lên đến khoảng 100 mili giây được coi là do một nguồn liên quan gây ra, chẳng hạn như hoạt động đầu vào của người dùng. Điều này cho thấy ngưỡng "tốt" đầu vào đầu tiên 100 mili giây có thể phù hợp làm thanh tối thiểu: nếu độ trễ xử lý đầu vào vượt quá 100 mili giây, thì các bước xử lý và kết xuất khác sẽ không có cơ hội hoàn tất kịp thời.

Thời gian phản hồi thường được trích dẫn của Jakob Nielsen: 3 giới hạn quan trọng xác định 0,1 giây là giới hạn để người dùng cảm thấy rằng hệ thống đang phản ứng ngay lập tức. Nielsen trích dẫn Miller và Card, người trích dẫn Nhận thức về nhân quả của Michotte vào năm 1962. Trong nghiên cứu của Michotte, những người tham gia thử nghiệm sẽ nhìn thấy "hai đối tượng trên một màn hình. Đối tượng A khởi động và di chuyển về B. Nó dừng lại tại thời điểm tiếp xúc với B, trong khi nó bắt đầu và di chuyển ra khỏi A". Michotte thay đổi khoảng thời gian từ khi Đối tượng A dừng lại cho đến khi Đối tượng B bắt đầu di chuyển. Michotte nhận thấy rằng đối với độ trễ lên đến khoảng 100 mili giây, người tham gia sẽ có cảm giác là Đối tượng A làm cho Đối tượng B chuyển động. Đối với độ trễ từ khoảng 100 mili giây đến 200 mili giây, nhận thức về nhân quả sẽ lẫn nhau, và đối với độ trễ trên 200 mili giây, chuyển động của Đối tượng B sẽ không còn là do Đối tượng A gây ra.

Tương tự, Miller xác định ngưỡng phản hồi cho "Phản hồi để kiểm soát việc kích hoạt" là "chỉ báo hành động được đưa ra, thông thường, theo chuyển động của một khoá, công tắc hoặc thành phần điều khiển khác cho biết hành động đó đã được kích hoạt thực tế. Phản hồi này nên được xem là một phần của tác vụ cơ học do toán tử tạo ra. Độ trễ thời gian: Không quá 0,1 giây" trở đi "độ trễ giữa thao tác nhấn phím và phản hồi bằng hình ảnh không được quá 0,1 đến 0,2 giây".

Gần đây hơn, trong Hướng đến nút ảo hoàn hảo tạm thời, Kaaresoja và đồng sự đã điều tra cảm nhận về tính đồng thời giữa việc nhấn vào nút ảo trên màn hình cảm ứng và phản hồi bằng hình ảnh tiếp theo cho biết nút đã được nhấn, do có nhiều độ trễ. Khi độ trễ giữa thao tác nhấn nút và phản hồi bằng hình ảnh là từ 85 mili giây trở xuống, người tham gia báo cáo rằng phản hồi bằng hình ảnh xuất hiện đồng thời với thao tác nhấn nút trong 75% thời gian. Ngoài ra, đối với độ trễ 100 mili giây trở xuống, người tham gia báo cáo chất lượng của thao tác nhấn nút luôn cao, trong đó chất lượng cảm nhận giảm xuống đối với độ trễ từ 100 mili giây đến 150 mili giây và đạt mức rất thấp đối với độ trễ 300 mili giây.

Do đó, chúng tôi kết luận rằng nghiên cứu chỉ ra một phạm vi giá trị khoảng 100 mili giây là ngưỡng Độ trễ đầu vào đầu tiên thích hợp đối với Các chỉ số quan trọng về trang web. Ngoài ra, nếu người dùng báo cáo mức chất lượng thấp với độ trễ 300 mili giây trở lên, thì 300 mili giây được coi là ngưỡng "kém" hợp lý.

Khả năng đạt được

Bằng cách sử dụng dữ liệu từ CrUX, chúng tôi xác định rằng phần lớn nguồn gốc trên web đáp ứng ngưỡng "tốt" FID 100 mili giây ở phân vị thứ 75:

% nguồn gốc CrUX được phân loại là "tốt" đối với ngưỡng FID 100 mili giây

Ngoài ra, chúng tôi quan sát thấy rằng các trang web hàng đầu trên web có thể liên tục đáp ứng ngưỡng này ở phân vị thứ 75 (và thường đạt ngưỡng này ở phân vị thứ 95).

Do đó, chúng tôi kết luận rằng 100 mili giây là ngưỡng "tốt" hợp lý cho FID.

Điểm số tổng hợp về mức thay đổi bố cục

Chất lượng trải nghiệm

Điểm số tổng hợp về mức thay đổi bố cục (CLS) là một chỉ số mới đo lường mức độ thay đổi của nội dung hiển thị trên một trang. Vì CLS là chỉ số mới, nên chúng tôi chưa có nghiên cứu nào có thể trực tiếp thông báo các ngưỡng của chỉ số này. Do đó, để xác định ngưỡng phù hợp với kỳ vọng của người dùng, chúng tôi đã đánh giá các trang thực tế với mức độ thay đổi bố cục khác nhau, để xác định mức chuyển đổi tối đa được coi là chấp nhận được trước khi gây ra sự gián đoạn đáng kể khi sử dụng nội dung trang. Trong thử nghiệm nội bộ, chúng tôi nhận thấy rằng mức độ thay đổi từ 0,15 trở lên luôn được coi là gây phiền toái, trong khi sự thay đổi từ 0,1 trở xuống là đáng kể nhưng không quá gây phiền toái. Do đó, mặc dù việc thay đổi bố cục bằng 0 là lý tưởng, nhưng chúng tôi kết luận rằng các giá trị lên đến 0,1 là ngưỡng CLS "tốt".

Khả năng đạt được

Dựa trên dữ liệu CrUX, chúng ta có thể thấy rằng gần 50% nguồn gốc có CLS từ 0,05 trở xuống.

% nguồn gốc CrUX được phân loại là "tốt" (đối với ngưỡng đề xuất CLS)

Mặc dù dữ liệu CrUX cho thấy 0,05 có thể là ngưỡng "tốt" hợp lý cho CLS, nhưng chúng tôi nhận thấy rằng có một số trường hợp sử dụng mà hiện tại rất khó để tránh việc thay đổi bố cục gây phiền toái. Ví dụ: đối với nội dung do bên thứ ba nhúng (chẳng hạn như nội dung nhúng trên mạng xã hội), chiều cao của nội dung được nhúng đôi khi không được xác định cho đến khi tải xong.Điều này có thể dẫn đến sự thay đổi bố cục lớn hơn 0,05. Do đó, chúng tôi kết luận rằng mặc dù nhiều nguồn gốc đáp ứng ngưỡng 0,05, nhưng ngưỡng CLS hơi nghiêm ngặt hơn (0,1) sẽ tạo ra sự cân bằng tốt hơn giữa chất lượng trải nghiệm và khả năng đạt được. Chúng tôi hy vọng rằng trong tương lai, hệ sinh thái web sẽ xác định được giải pháp để giải quyết việc thay đổi bố cục do nội dung nhúng của bên thứ ba gây ra.Điều này sẽ cho phép sử dụng ngưỡng "tốt" của CLS nghiêm ngặt hơn là 0,05 hoặc 0 trong vòng lặp trong tương lai của Chỉ số quan trọng chính của trang web.

Ngoài ra, để xác định ngưỡng "kém" đối với CLS, chúng tôi đã sử dụng dữ liệu CrUX để xác định ngưỡng mà hầu hết các nguồn gốc đạt được:

% nguồn gốc CrUX được phân loại là "kém" (đối với ngưỡng CLS ứng viên)

Đối với ngưỡng 0,25, khoảng 20% nguồn gốc điện thoại và 18% nguồn gốc từ máy tính sẽ được phân loại là "kém". Chỉ số này rơi vào phạm vi mục tiêu từ 10 đến 30%, vì vậy, chúng tôi kết luận rằng 0,25 là ngưỡng "kém" có thể chấp nhận được.