Leistung zu priorisieren, ist nicht nur gut für die Nutzer, sondern auch für das Unternehmen. Die Best Practices in dieser Sammlung konzentrieren sich zwar hauptsächlich auf die Optimierung der GPT-Integration (Google Publisher-Tags), aber viele andere Faktoren tragen zur Gesamtleistung einer Seite bei. Wenn du Änderungen vornimmst, ist es wichtig, die Auswirkungen dieser Änderungen auf alle Aspekte der Websiteleistung zu bewerten.
Seitenleistung messen
Um zu verstehen, wie sich eine Änderung auf die Leistung Ihrer Website auswirkt, müssen Sie zuerst einen Baseline für den Vergleich festlegen. Die beste Möglichkeit dazu ist, ein Leistungsbudget zu erstellen, das eine Baseline für die Idee definiert, die Ihre Website derzeit erfüllen kann oder nicht. Wenn Sie jedoch ein bestimmtes Leistungsniveau beibehalten möchten, können Sie die aktuellen Leistungsmesswerte Ihrer Website als Baseline verwenden.
Zum Messen der Leistung wird eine Kombination der folgenden Ansätze empfohlen:
- Synthetisches Monitoring
- Sie können Tools wie Lighthouse und Publisher Ads Audits for Lighthouse verwenden, um die Seitenleistung in einem Lab zu messen. Für diese Art von Messung ist keine Interaktion durch den Endnutzer erforderlich. Sie eignet sich daher gut für automatisierte Tests und kann verwendet werden, um die Leistung von Änderungen zu prüfen, bevor sie für Nutzer veröffentlicht werden.
- Real User Monitoring (RUM)
- Mit Tools wie Google Analytics und PageSpeed Insights können Sie reale Leistungsdaten direkt von Nutzern erheben. Diese Art der Messung basiert auf Endnutzerinteraktionen und ist daher nützlich, um Leistungsprobleme der letzten Meile zu identifizieren, die mit synthetischen Tests nicht leicht zu erkennen sind.
Führen Sie regelmäßig Messungen durch und vergleichen Sie sie mit Ihrer Baseline. So erhalten Sie einen guten Hinweis darauf, ob die Leistung Ihrer Website im Laufe der Zeit in die richtige Richtung geht.
Messwerte auswählen
In Bezug auf die Leistung gibt es keinen einzigen Messwert, der Ihnen alles liefert, was Sie über die Leistung Ihrer Website wissen müssen. Sie müssen sich verschiedene Messwerte ansehen, die unterschiedliche Aspekte der Seitenleistung abdecken, um ein vollständiges Bild zu erhalten. In der folgenden Tabelle sind einige wichtige Leistungsbereiche und vorgeschlagene Messwerte aufgeführt.
| Leistungsbereich | |
|---|---|
| Wahrgenommene Ladegeschwindigkeit |
Maßnahmen
Wie schnell eine Seite alle UI-Elemente laden und rendern kann. Vorgeschlagene Messwerte
First Contentful Paint (FCP) |
| Reaktionsfähigkeit beim Seitenaufbau |
Maßnahmen
Wie schnell eine Seite nach dem anfänglichen Laden reagiert. Vorgeschlagene Messwerte
First Input Delay (FID) |
| Visuelle Stabilität |
Maßnahmen
Wie stark sich UI-Elemente verschieben und ob diese die Nutzerinteraktion beeinträchtigen. Weitere Informationen finden Sie unter Layoutverschiebung minimieren. Vorgeschlagene Messwerte
Kumulative Anzeigenverschiebung |
Neben der Seitenleistung möchten Sie möglicherweise auch anzeigenspezifische Geschäftsmesswerte erfassen. Informationen zu Impressionen, Klicks und Sichtbarkeit auf der Ebene der einzelnen Elemente finden Sie in den Google Ad Manager-Berichten.
Änderungen testen
Nachdem Sie Ihre Leistungsmesswerte definiert und regelmäßig analysiert haben, können Sie anhand dieser Daten die Auswirkungen von Änderungen an Ihrer Website auf deren Leistung bewerten. Vergleichen Sie dazu Messwerte, die nach einer Änderung erfasst wurden, mit Messwerten, die vor der Änderung (und/oder der zuvor festgelegten Baseline) gemessen wurden. Mit dieser Art von Test können Sie Leistungsprobleme erkennen und beheben, bevor sie zu einem großen Problem für Ihr Unternehmen oder Ihre Nutzer werden.
Automatische Tests
Mit synthetischen Tests können Sie Messwerte messen, die nicht von der Nutzerinteraktion abhängen. Diese Art von Tests sollte während des Entwicklungsprozesses so oft wie möglich ausgeführt werden, um zu verstehen, wie sich noch nicht veröffentlichte Änderungen auf die Leistung auswirken. Diese Art proaktiver Tests kann dabei helfen, Leistungsprobleme zu ermitteln, bevor Änderungen für Nutzer veröffentlicht werden.
Eine Möglichkeit besteht darin, synthetische Tests in einen Workflow für Continuous Integration (CI) einzubinden, bei dem Tests bei jeder Änderung automatisch ausgeführt werden. Mit Lighthouse CI können Sie synthetische Leistungstests in viele CI-Workflows einbinden:
A/B Testing
Messwerte, die auf Nutzerinteraktion beruhen, können erst vollständig getestet werden, wenn eine Änderung tatsächlich für Nutzer veröffentlicht wurde. Das kann riskant sein, wenn Sie nicht sicher sind, wie sich die Änderung verhalten wird. Eine Methode zur Risikominderung sind A/B Testing.
Bei einem A/B-Test werden Nutzern verschiedene Varianten einer Seite nach dem Zufallsprinzip präsentiert. Mit dieser Technik können Sie eine modifizierte Version Ihrer Seite für einen kleinen Prozentsatz des gesamten Traffics bereitstellen, während die meisten weiterhin die unveränderte Seite erhalten. In Kombination mit RUM können Sie dann die relative Leistung der beiden Gruppen auswerten, um zu ermitteln, welche besser funktioniert, ohne dass der Traffic zu 100% gefährdet ist.
Ein weiterer Vorteil von A/B-Tests besteht darin, dass Sie die Auswirkungen von Änderungen genauer messen können. Für viele Websites kann es schwierig sein, herauszufinden, ob ein geringer Leistungsunterschied auf eine kürzlich erfolgte Änderung oder eine normale Abweichung bei den Zugriffen zurückzuführen ist. Da die Testgruppe eines A/B-Tests einen festen Prozentsatz des gesamten Traffics darstellt, sollten sich die Messwerte um einen konstanten Faktor von der Kontrollgruppe unterscheiden. Daher können die Unterschiede zwischen den beiden Gruppen der getesteten Änderung mit höherer Wahrscheinlichkeit zugeordnet werden.
Tools wie Optimizely und Google Optimize können Sie beim Einrichten und Ausführen von A/B-Tests unterstützen. Tag-basierte A/B-Tests (die Standardkonfiguration für diese Tools) können sich jedoch negativ auf die Leistung auswirken und irreführende Ergebnisse liefern. Daher wird die serverseitige Integration dringend empfohlen:
A/B-Testergebnisse
Zum Messen der Auswirkungen einer Änderung mithilfe eines A/B-Tests erfassen Sie Messwerte aus der Kontroll- und der Testgruppe und vergleichen sie miteinander. Dazu müssen Sie herausfinden können, welcher Traffic zu welcher Gruppe gehört.
Bei Messwerten zur Seitenleistung reicht es oft aus, auf jeder Seite eine einfache Kennung anzugeben, die angibt, ob die Kontroll- oder die Testversion bereitgestellt wurde. Diese Kennzeichnung kann beliebig sein, solange Sie die Messwerte parsen und korrelieren können. Wenn Sie ein vordefiniertes Test-Framework verwenden, erfolgt dies in der Regel automatisch.
Für werbespezifische Geschäftsmesswerte können Sie mit der Funktion für das Schlüssel/Wert-Paar-Targeting von GPT Anzeigenanfragen von der Kontrollgruppe und der Testgruppe unterscheiden.
// On control group (A) pages, set page-level targeting to:
googletag.pubads().setTargeting('your-test-id', 'a');
// On experimental group (B) pages, set page-level targeting to:
googletag.pubads().setTargeting('your-test-id', 'b');
Wenn Sie Google Ad Manager-Berichte erstellen, können Sie auf diese Schlüssel/Wert-Paare verweisen, um die Ergebnisse nach Gruppen zu filtern.