Core/Dash Boyutu: Özel Etiketler ve Segmentasyon

CoreDash'te Özel Segmentasyon

Ülke ve cihaz türü gibi teknik boyutlar tarayıcı sinyallerinden oluşturulur. CoreDash bunları otomatik olarak toplar. Burada ele alınan üç boyut ise farklıdır: Sayfa Etiketi, A/B Testi ve Oturum Açma Durumu kullanıcı tarafından tanımlanır. Bunları, CoreDash çalışmadan önce kendi kodunuzdaki bir window değişkenine atayarak ayarlarsınız.

Otomatikten bilinçli olana doğru yapılan bu geçiş tüm meselenin özüdür. Uygulamanız tarayıcının çıkarım yapamayacağı şeyleri bilir: kullanıcının hangi ödeme varyantını gördüğü, mevcut URL'nin bir ürün detay sayfası mı yoksa bir açılış sayfası mı olduğu, kullanıcının kimliğinin doğrulanıp doğrulanmadığı gibi. Bu bağlamı CoreDash'e aktarmak, performans verilerinizin işletmenizin gerçekte nasıl çalıştığını yansıtması anlamına gelir.

Sayfa Etiketi (lb)

Sayfa Etiketi boyutu, sayfaları URL yapısı yerine işlevlerine göre gruplandırmanıza olanak tanır. Bunu şu şekilde tanımlayabilirsiniz:

window.__CWVL = 'mypagelabel';

Tipik değerler: checkout, product-detail, landing-page, category, search-results, account. Değer, kontrolü sizde olan keyfi bir dizedir.

Bu neden önemli?

URL tabanlı analizin temel bir ölçeklendirme sorunu vardır. Büyük bir e-ticaret sitesi 50.000 ürün detay sayfasına sahip olabilir. URL'leri /products/blue-widget-32oz ve /products/red-gadget-xl gibi görünür. Bunlar aynı şablon, aynı işlev ve aynı optimizasyon hedefidir. Bunları her seferinde tek bir URL olarak analiz etmek faydalı değildir. Bunları product-detail altında gruplandırmak, tüm ürün kataloğu için size tek bir performans profili sunar.

Sayfa Etiketi, ayrıca farklı performans bütçelerine hizmet eden sayfaları da birbirinden ayırır. Bir ödeme sayfasının kabul edilebilir tek bir LCP eşiği vardır çünkü doğrudan gelir getirir. Bir blog yazısının toleransı ise farklıdır. Ücretli trafik çeken bir açılış sayfasının yavaş LCP için sıfır toleransı vardır çünkü her milisaniye size reklam harcaması olarak mal olur.

Sayfaları işlevlerine göre etiketlediğinizde, CoreDash'te her bir etiket için farklı uyarı eşikleri belirleyebilir ve doğru uyarıları doğru ekiplere yönlendirebilirsiniz.

A/B Testi (ab)

A/B Testi boyutu, kullanıcının deneyimlediği mevcut varyanta atadığınız bir etiketi tutar. Bunu şu şekilde tanımlayabilirsiniz:

window.__CWAB = 'my page version';

Değer keyfidir. variant-a ve variant-b bariz seçeneklerdir, ancak deneme platformunuzun varyant tanımlayıcılarıyla eşleşen herhangi bir dizeyi kullanabilirsiniz.

Bu neden önemli?

A/B testleri, istenmeyen performans gerilemelerinin en yaygın kaynaklarından biridir. Varyant B yeni bir hero görseli karuseli sunar. Varyant B üçüncü taraf bir öneri widget'ı yükler. Varyant B fazladan bir React hydration döngüsü içerir. Tüm bunlar, deneme araçlarınızın neredeyse kesinlikle ölçmediği bir performans maliyeti taşır.

Çoğu deneme platformu dönüşüm oranlarını ve geliri izler. p75 LCP veya INP'yi izlemezler. Varyant B %2 daha iyi dönüşüm sağlıyor ancak mobilde 400 ms daha yavaş yükleniyorsa, bunu trafiğin %100'üne sunmadan önce bilmeniz gerekir. Kullanıcılar sabrını yitirdikçe, performans maliyeti bir sonraki çeyrekte dönüşüm kazanımlarını silebilir.

__CWAB ayarlandıktan sonra CoreDash'i açın, ab = variant-b şeklinde filtreleyin ve Core Web Vitals'ı kontrol grubuyla yan yana karşılaştırın. Kazanan varyantın daha ağır bir yazı tipi yüklediği için kontrol grubundan 600 ms daha kötü bir p75 LCP'ye sahip olduğu A/B testleri gördüm. İş ekibi dönüşüm artışını gördü; performans gerilemesini ise görmedi. İşte bu boyutun engellediği şey tam olarak budur.

Oturum Açma Durumu (li)

Oturum Açma Durumu boyutu, mevcut kullanıcının kimliğinin doğrulanıp doğrulanmadığını kaydeder. Bunu şu şekilde tanımlayabilirsiniz:

window.__CWVLI = 1; // oturum açık
window.__CWVLI = 0; // oturum kapalı

Bu neden önemli?

Oturum açmış kullanıcılar, anonim ziyaretçilere kıyasla temelden farklı bir sayfa alırlar. İstekleri birçok CDN önbellek katmanını atlar. Sunucu, kişiselleştirilmiş içerik için veritabanı sorguları çalıştırır: kullanıcının sepeti, sipariş geçmişi, kaydedilen öğeleri. Bu sunucu tarafı çalışması doğrudan TTFB'ye eklenir.

Önyüzde, kimliği doğrulanmış sayfalar genellikle daha fazla JavaScript yükler: hesap widget'ları, bildirim sistemleri, alışveriş sepeti reaktivitesi. Ayrıca anonim sayfaları hızlandıran önceden oluşturma veya uç önbelleğe alma işlemlerini de atlayabilirler. Sonuç olarak, oturum açmış kullanıcılar genellikle anonim kullanıcılardan daha yavaş bir performans görürler; ancak oturum açmış kullanıcılar genellikle en yüksek değere sahip müşterilerinizdir. Zaten dönüşüm sağlamışlardır. Elde tutmanız gereken asıl kişiler onlardır.

li boyutu olmadan, yavaş kimlik doğrulama performansı toplam sayılarınızın içinde gizlenir. Anonim LCP'niz 1.8 sn iken, oturum açmış LCP'niz 3.4 sn olabilir. Toplam değer 2.3 sn olarak okunur ve kabul edilebilir görünür. Bunu li değerine göre ayırdığınızda tablo tamamen değişir.

Uygulama

Her üç boyut da aynı modeli kullanır: CoreDash snippet'i çalışmadan önce bir window değişkeni ayarlamak. Bunları belgenizin head kısmındaki bir script etiketine veya uygulamanızın başlatma koduna yerleştirin:

// Uygulama durumunuza göre üçünü de ayarlayın
window.__CWVL  = 'checkout';      // sayfa etiketi
window.__CWAB  = 'variant-b';     // A/B testi varyantı
window.__CWVLI = 1;               // oturum açık

Etiket değerleri dizelerdir (1 veya 0 alan __CWVLI hariç). Bunları kod tabanınız genelinde tutarlı tutun. Bir şablonda product-detail, diğerinde productDetail kullanırsanız, CoreDash bunları iki ayrı segment olarak değerlendirir ve verileriniz parçalanır. Bir kural seçin ve bunu uygulayın.

Üçünü birden birleştirmek

Gerçek değer, bu boyutları bir araya getirdiğinizde ortaya çıkar. Oturum açmış kullanıcılar için ödeme sayfanızda bir A/B testi yürütüyorsunuz. B varyantının kimliği doğrulanmış ödeme deneyimini daha hızlı mı yoksa daha yavaş mı hale getirdiğini bilmek istiyorsunuz.

CoreDash'te ab = variant-b artı lb = checkout artı li = 1 şeklinde filtreleme yapın. Bu, ödeme varyantınızın performansını özellikle kimliği doğrulanmış kullanıcılar için verir. Başka hiçbir izleme aracı, tarafınızdan özel bir mühendislik çalışması yapılmadan bu kombinasyonu ortaya çıkarmaz.

Standart teknik boyutlar size tarayıcının ne deneyimlediğini söyler. Özel boyutlar ise işletmenin ne deneyimlediğini söyler. 400 ms'lik bir LCP gerilemesi, ücretli trafik çeken bir landing-page ile bir blog gönderisinde çok farklı anlamlar taşır. Bu ayrımlar önceliklendirme için önemlidir ve önceliklendirme, performans çalışmasının ya başarılı olduğu ya da tıkandığı yerdir.