Полевые данные (также real user monitoring, RUM) — производительность, измеренная с устройств и соединений фактических посетителей по мере использования сайта — основа для того, как оцениваются Core Web Vitals для ранжирования, агрегированная на 75-м перцентиле за скользящее 28-дневное окно.
Определение
Полевые данные (также real user monitoring, RUM) — производительность, измеренная с устройств и соединений фактических посетителей по мере использования сайта — основа для того, как оцениваются Core Web Vitals для ранжирования, агрегированная на 75-м перцентиле за скользящее 28-дневное окно. Лабораторные данные — производительность, измеренная в контролируемом тесте на фиксированном устройстве и сетевом профиле, запускаемая по требованию, дающая повторяемый диагностический снимок.
Полевой датасет Google для подходящих страниц — Chrome User Experience Report (CrUX).
Эти два отвечают на разные вопросы: полевые данные говорят, что реальные пользователи фактически испытывают и что считается для сигнала page-experience; лабораторные данные говорят почему, контролируемым образом, против которого можно итерировать. Они часто расходятся, потому что реальные пользователи имеют более медленные устройства, худшие сети и разнообразные паттерны взаимодействия, которые быстрый лабораторный тест не захватывает.
В контексте
Для iGaming-аффилиата различие поле-против-лаборатории важно, потому что страница может пройти лабораторный тест, запущенный с быстрого соединения, при этом проваливаясь в поле для реальной мобайл-большинство аудитории на средних телефонах и мобильных сетях — что ровно та аудитория, которую обслуживает эта ниша. Оптимизация под зелёную лабораторную оценку и предположение, что работа сделана — частая ошибка; метрика, которая влияет на сигнал page-experience — полевые данные.
Практический подход — мониторить полевые данные (CrUX для сайта или RUM-инструмент для более гранулярной и быстрой обратной связи), использовать их, чтобы выявить, какие типы страниц и метрики реально проваливаются для реальных пользователей, а затем использовать лабораторные инструменты, чтобы диагностировать и итерировать исправления для этих конкретных страниц. После развёртывания исправления полевым данным нужны недели, чтобы его отразить (28-дневное скользящее окно), поэтому лабораторные тесты подтверждают, что изменение сработало немедленно, тогда как полевые данные подтверждают, что оно закрепилось.
Полевые данные также могут быть скудными для низкотрафиковых страниц, где лабораторное тестирование и тренды уровня сайта должны заполнять. Для обращённого к аффилиатам контента рамка в том, что полевые данные — производительность реальных пользователей и это то, что считается для ранжирования, что лабораторные данные — повторяемая диагностика, что они часто расходятся, потому что реальные пользователи имеют более медленные устройства и сети, и что правильный рабочий процесс — найти провалы в поле, диагностировать и исправить их в лаборатории, затем ждать, пока полевые данные догонят.
Разобранный пример
Страницы обзоров аффилиата показывают зелёные лабораторные оценки, но проваливают LCP в полевых данных CrUX, потому что реальные пользователи на более медленных телефонах и сетях, чем лабораторный профиль. Команда использует лабораторные инструменты, чтобы исправить LCP-изображение и блокирующий рендеринг CSS на этих страницах, подтверждает улучшение в лаборатории немедленно и видит, как полевые данные проходят примерно три недели спустя, по мере обновления скользящего окна.
Связанные термины
Частые вопросы
Смотрите полный глоссарий iGaming и арбитража — сотни терминов EN/RU с примерами.
← Назад к глоссарию