Core/Dash Dimension: Repeat Visitor

Separera prestanda för nya och återkommande besökare för att hitta var laddningstider med tom cache drar ner din användardata.

Gratis testperiod [include]partners.html[\/include]

Dimension: User Behavior: Repeat Visitor (fv)

Dimensionen Repeat Visitor delar upp din prestandadata i Platforms: användare som har besökt din webbplats tidigare och användare som inte har gjort det. Den tekniska skillnaden mellan dessa grupper är webbläsarens cache. En återkommande besökare laddar dina teckensnitt, skript och bilder från disk. En ny besökare hämtar varje byte från nätverket.

Detta är viktigt eftersom din aggregerade LCP-poäng är ett vägt genomsnitt av båda. Om 40 % av dina sessioner är nya besökare, kommer deras laddningstider med tom cache att dra upp din p75. Utan denna dimension kan du inte avgöra om en försämring av LCP är ett verkligt infrastrukturproblem eller en tillfällig topp i anskaffningen av nya användare.

coredash new vs returning visitor

Varför prestandagapet är större än du förväntar dig

Webbläsarens cache eliminerar hela kedjor av anrop för återkommande besökare. På en typisk innehållssajt hoppar en återkommande besökare över DNS-uppslagning, TCP-handskakning, TLS-förhandling och svar från servern för varje cachad resurs. Själva LCP-resursen serveras ofta från minnescachen på under 5 ms istället för att ta 200 ms till 800 ms över nätverket. Det är inte en marginell förbättring: det är en strukturell skillnad i hur sidan laddas.

I CoreDash-data över övervakade webbplatser visar återkommande besökare vanligtvis LCP-poäng som är 35 % till 60 % lägre än nya besökare på samma sidor. Gapet är störst på bildtunga sidor där hjältebilden (hero image) är stor och ursprungsservern ligger geografiskt långt från användaren. På sidor med rendering på serversidan (SSR) och ett textbaserat LCP-element minskar gapet eftersom fördröjningen för textladdning är nära noll för båda grupperna.

Skillnader i INP mellan de zwei grupperna är mindre men fortfarande närvarande. Nya besökare utlöser ofta mer JavaScript-parsning vid första laddningen när modulpaket utvärderas för första gången. Återkommande besökare drar nytta av V8:s kodcache, som lagrar kompilerad bytekod och hoppar över parsning-och-kompileringssteget helt. På JavaScript-tunga sidor kan detta kapa 50 ms till 150 ms från bearbetningstiden.

Att läsa de tre värdena

0: Repeat Visitor

Webbläsaren rapporterade att detta inte är användarens första session på ditt ursprung (origin). Cachade resurser är tillgängliga. På de flesta marknadsförings- och redaktionella webbplatser som spåras i CoreDash utgör återkommande besökare 55 % till 70 % av alla sessioner. Deras prestandadata är din baslinje för varm cache: det bästa scenariot för verkliga användare som känner till din webbplats. Om din LCP är dålig här är problemet inte cachen. Titta istället på renderingsblockerande resurser, serverns svarstid eller renderingsfördröjning (Render Delay).

1: New Visitor

Ingen cache. Webbläsaren hämtar varje resurs från nätverket. Detta är ditt värsta scenario med tom cache, och det representerar det första intrycket för varje användare som hittar dig genom organisk sökning, en betald annons eller en delning i sociala medier. Nya besökare representerar vanligtvis 30 % till 45 % av sessionerna. Deras LCP-poäng ligger 300 ms till 700 ms högre än återkommande besökare på bildbaserade sidor. Om din LCP för nya besökare inte klarar tröskelvärdet på 2,5 s men din LCP för återkommande besökare gör det, är ditt optimeringsmål tydligt: minska storleken på och fördröjningen för själva LCP-resursen, eftersom du inte kan lita på cachen för denna målgrupp.

2: Not Measured

CoreDash kunde inte fastställa besökstyp för denna session. Detta sker vanligtvis när webbläsaren blockerar den lagringsåtkomst som krävs för att skilja nya från återkommande besökare, eller när en integritetsfokuserad webbläsarkonfiguration förhindrar kontrollen. På de flesta webbplatser är denna kategori under 5 % av sessionerna. Behandla det som bakgrundsbrus snarare än ett segment att optimera för.

Felsökningsarbetsflöde
  1. Fastställ din baslinjefördelning: Öppna dimensionen Repeat Visitor i CoreDash och notera procentsatsen för nya respektive återkommande sessioner. Om nya besökare utgör mer än 50 % av trafiken är prestanda med tom cache din dominerande användarupplevelse och måste vara det primära optimeringsmålet.
  2. Jämför LCP per besökstyp: Filtrera på enbart nya besökare och notera p75 LCP. Filtrera sedan på återkommande besökare och notera samma mätvärde. Ett gap över 500 ms pekar på resursstorlek eller nätverkshämtningstid som flaskhalsen. Ett gap under 200 ms tyder på problem på renderingssidan som påverkar båda grupperna lika mycket.
  3. Rikta in dig på LCP-resursen direkt: För nya besökare med långsam LCP är lösningen att minska resursens laddningstid. Komprimera LCP-bilden, servera den från en CDN-edge-nod nära dina användare och använd fetchpriority="high". Dessa vinster kvarstår oavsett cachestatus. Lita inte på cachelagring för att kompensera för en överdimensionerad eller långsamt serverad LCP-resurs.
  4. Validera med dimensionen Navigation Type: Korsreferera mot dimensionen [url=\/metrics-dimensions\/navigation-type]Navigation Type[\/url]. Omladdningar (reload) och bakåt-framåt-navigeringar lutar mot återkommande besökare. Om din LCP för återkommande besökare ser oväntat långsam ut kan en hög andel omladdningar (där cachade resurser omvalideras istället för att serveras direkt) vara orsaken.

    Tumregel för ingenjörer