Core/Dash Boyutu: Özel Etiketler ve Segmentasyon

CoreDash'te Özel Segmentasyon

Ülke ve cihaz türü gibi teknik boyutlar tarayıcı sinyallerinden elde edilir. CoreDash bunları otomatik olarak toplar. Burada ele alınan üç boyut ise farklıdır: Sayfa Etiketi, A/B Testi ve Oturum Açma Durumu kullanıcı tanımlıdır. Bunları, CoreDash çalışmadan önce kendi kodunuza bir window değişkeni atayarak siz belirlersiniz.

Otomatikten bilinçli bir seçime geçişin asıl amacı da budur. Uygulamanız tarayıcının çıkarım yapamayacağı şeyleri bilir: kullanıcının hangi ödeme varyantını gördüğünü, mevcut URL'nin bir ürün detay sayfası mı yoksa açılış sayfası mı olduğunu veya kullanıcının kimlik doğrulaması yapıp yapmadığını. Bu bağlamı CoreDash'e aktarmak, performans verilerinizin işinizin gerçekte nasıl yürüdüğünü yansıtması anlamına gelir.

Sayfa Etiketi (lb)

Sayfa Etiketi boyutu, sayfaları URL yapısından ziyade işlevine göre gruplandırmanıza olanak tanır. Bunu şu şekilde tanımlayabilirsiniz:

window.__CWVL = 'mypagelabel';

Tipik değerler: checkout, product-detail, landing-page, category, search-results, account. Bu değer, tamamen sizin kontrolünüzdeki keyfi bir dizedir.

Neden önemlidir?

URL tabanlı analizin temel bir ölçeklenme sorunu vardır. Büyük bir e-ticaret sitesi 50.000 ürün detay sayfasına sahip olabilir. Bunların URL'leri /products/blue-widget-32oz ve /products/red-gadget-xl şeklindedir. Bunlar aynı şablon, aynı iş fonksiyonu ve aynı optimizasyon hedefidir. Bunları tek tek URL bazında analiz etmek işe yaramaz. Hepsini product-detail altında gruplamak, size tüm ürün kataloğu için tek bir performans profili sunar.

Sayfa Etiketi ayrıca farklı performans bütçelerine hizmet eden sayfaları da birbirinden ayırır. Bir ödeme sayfası, doğrudan gelir sağladığı için kabul edilebilir bir LCP eşiğine sahiptir. Bir blog yazısının toleransı farklıdır. Ücretli trafik çeken bir açılış sayfasının yavaş bir LCP'ye hiç tahammülü yoktur, 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 o an deneyimlemekte olduğu varyanta atadığınız bir etiketi tutar. Bunu şu şekilde tanımlayabilirsiniz:

window.__CWAB = 'my page version';

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

Neden önemlidir?

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

Çoğu deneme platformu dönüşüm oranlarını ve geliri izler. p75 LCP veya INP değerlerini takip etmezler. Varyant B %2 daha iyi dönüşüm sağlıyor ancak mobilde 400 ms daha yavaş yükleniyorsa, bunu trafiğin %100'üne sunmadan önce bilmeniz gerekir. Kullanıcılar sabrını yitireceği için performans maliyeti, önümüzdeki çeyrekte dönüşüm kazanımını tamamen silebilir.

__CWAB ayarlandıktan sonra CoreDash'i açın, ab = variant-b şeklinde filtreleyin ve Core Web Vitals verilerini kontrol grubuyla yan yana karşılaştırın. Kazanan varyantın, daha ağır bir font yüklediği için kontrol grubundan 600 ms daha kötü bir p75 LCP değerine sahip olduğu A/B testleri gördüm. İş ekibi dönüşüm artışını gördü; ancak performans gerilemesini göremedi. İşte bu boyut tam olarak bunu önler.

Oturum Açma Durumu (li)

Oturum Açma Durumu boyutu, mevcut kullanıcının kimlik doğrulamasının yapılıp yapılmadığını kaydeder. Bunu şu şekilde tanımlayabilirsiniz:

window.__CWVLI = 1; // oturum açıldı
window.__CWVLI = 0; // oturum kapatıldı

Neden önemlidir?

Oturum açmış kullanıcılar anonim ziyaretçilerden tamamen farklı bir sayfa alırlar. Bu kullanıcıların istekleri birçok CDN önbellek katmanını es geçer. Sunucu, kullanıcının sepeti, sipariş geçmişi ve kaydedilmiş öğeleri gibi kişiselleştirilmiş içerikler için veritabanı sorguları çalıştırır. Sunucu tarafındaki bu işlemler doğrudan TTFB değerine eklenir.

Ön yüzde, kimlik doğrulaması yapılmış sayfalar genellikle daha fazla JavaScript yükler: hesap widget'ları, bildirim sistemleri, alışveriş sepeti reaktivitesi. Ayrıca anonim sayfaları hızlı kılan önceden oluşturma veya uç noktada önbellekleme işlemlerini atlayabilirler. Sonuç olarak, oturum açmış kullanıcılar genellikle anonim kullanıcılardan daha yavaş bir performansla karşılaşırlar, oysa oturum açmış kullanıcılar genellikle en yüksek değere sahip müşterilerinizdir. Zaten dönüşüm sağlamışlardır. Onlar, elde tutmanız en çok gereken kullanıcılardır.

li boyutu olmadan, kimliği doğrulanmış sayfalardaki yavaş performans toplam sayılarınızın içinde gizlenir. Anonim LCP değeriniz 1.8s iken oturum açmış LCP değeriniz 3.4s olabilir. Toplam veri 2.3s olarak okunur ve kabul edilebilir görünür. Bunu li boyutuna göre ayırdığınızda ise tablo tamamen değişir.

Uygulama

Her üç boyut da aynı modeli kullanır: CoreDash kod parçacığı çalışmadan önce bir window değişkeni atamak. Bunları belgenizin head bölümündeki bir script etiketine veya uygulamanızın başlatma koduna yerleştirin:

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

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

Her üçünü 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, lb = checkout ve li = 1 olacak şekilde filtreleme yapın. Bu, özel olarak kimliği doğrulanmış kullanıcılar için ödeme varyantınızın performansını verir. Sizin tarafınızda özel bir mühendislik çalışması olmadan başka hiçbir izleme aracı 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 sayfasında, bir blog yazısına kıyasla çok daha farklı bir anlama gelir. Bu ayrımlar önceliklendirme için önemlidir ve önceliklendirme, performans çalışmalarının ya başarıya ulaştığı ya da tıkandığı noktadır.