Velg spørsmålet først
Vil du sammenligne to kodeendringer, oppdage en tung ressurs eller forstå hvordan kunder opplever den viktigste mobilreisen? Det første passer ofte for en repeterbar labbtest. Det siste krever data som representerer faktiske besøk, dersom slike data finnes og kan brukes.
Velg relevante sidetyper og angi startpunkt, interaksjoner, enhet og nettverksprofil. Noter dato og versjon så du ikke sammenligner forskjellig innhold eller miljø.
Bruk labbdata til diagnose og regresjonstest
Et kontrollert miljø gjør det enklere å sammenligne en endring med en grunnlinje. Undersøk innlastingsrekkefølge, ressursstørrelser og arbeid på hovedtråden; noter cache, visningsområde og simulering. Gjenta målingen hvis resultatene varierer.
Labbverktøy uten brukerinteraksjon viser ikke hele den interaktive opplevelsen. web.dev forklarer at enkelte feltmålinger krever ekte interaksjoner, og at labbproxyer har begrensninger. Beskriv derfor nøyaktig hva verktøyet målte.
Tolk feltdata som fordelinger
Feltmåling gjenspeiler faktiske besøk og varierer med enhet, nettverk og sted. Kontroller hvilken gruppe og tidsperiode dataene beskriver, om sidetypen har nok grunnlag og om samtykke eller måledekning påvirker utvalget.
Labb- og feltresultater kan være ulike uten at ett automatisk er feil. En labbprofil kan mangle tregere enheter, gjenbesøk, personalisert innhold eller interaksjoner som faktisk forekommer.
Lag en enkel forbedringssløyfe
1) Skriv ned hypotesen og grunnlinjen. 2) Endre én avgrenset komponent. 3) Kjør samme labbscenario igjen. 4) Kontroller relevante oppgaver manuelt. 5) Følg feltdata når et sammenlignbart grunnlag finnes. Noter også endringer i bilder, tredjepartsskript og innhold.
Ikke sett en generell størrelsesgrense eller lov et bestemt resultat uten å kjenne sidens formål og publikum. Velg grenser teamet kan måle og vurdere på nytt når funksjoner og bruk endres.
| Metode | Egnet for | Kan ikke alene svare på |
|---|---|---|
| Labbtest | Feilsøking før publisering og sammenlignbare kjøringer | Hvordan alle faktiske brukere opplever siden |
| Feltdata | Erfaringer i den målte besøksgruppen | Hvilken kodelinje som forårsaket resultatet |
| Manuell oppgavetest | Barrierer i en konkret brukerreise | Ytelse på alle enheter og nettverk |