將效能視為優先要務，不僅有助於使用者，也可能是對企業有利。雖然這個系列的最佳做法主要著重於最佳化 Google 發布商廣告代碼 (GPT) 整合作業，但其他因素大多都會影響特定網頁的整體成效。只要您導入變更，就必須評估這些異動對網站成效的所有影響有何影響。
評估網頁效能
如要瞭解變更對網站效能的影響，您必須先建立基準來進行比較。最理想的做法是建立「效能預算」，藉此定義您的網站目前或不一定符合的提案基準。不過，如果您想維持固定的效能等級，可以使用網站目前的成效指標做為基準。
如要開始評估成效，建議結合下列幾種方法：
- 綜合監控
- 您可以使用 Lighthouse 和 Publisher Ads Audits for Lighthouse 等工具在研究室環境中評估網頁效能。這種評估方式不需要與使用者互動，因此非常適合用於自動化測試，而且可以在發布給使用者前驗證變更的效能。
- 實際使用者監控 (RUM)
- 您可以使用 Google Analytics (分析) 和 PageSpeed Insights 等工具，直接收集使用者的實際成效資料。這類測量結果是根據使用者互動來得出，因此可用來找出最後無法由綜合測試發現的最後效能問題。
務必定期進行測量，並與基準進行比較。這樣就能清楚掌握網站在一段時間內的成效趨勢。
選擇要評估的項目
從成效的角度來看，沒有單一指標可告訴您關於網站成效的一切資訊。您必須查看涵蓋網頁效能各方面的指標，才能全面掌握全貌。下表列出部分主要效能領域和建議指標。
| 效能領域 | |
|---|---|
| 感知載入速度 |
度量
網頁載入和轉譯所有 UI 元素的速度。 建議指標 |
| 網頁載入回應 |
度量
網頁在初次載入後的回應速度。 建議指標 |
| 視覺穩定性 |
度量
UI 元素的轉移次數，以及這些變化是否幹擾使用者互動。詳情請參閱盡量減少版面配置位移。 建議指標 |
除了網頁成效以外，您也可以評估廣告專屬的業務指標。您可以透過 Google Ad Manager 報表取得各時段的曝光、點擊和可視度等資訊。
測試變更
定義成效指標並開始定期評估成效後，您就可以開始使用這些資料，評估網站變更後對成效的影響。方法是將經過變更後測量的指標與變更前評估的指標 (和/或您先前建立的基準進行比較) 進行比較。這類測試可讓您偵測並解決效能問題，再決定是否對您的業務或使用者造成重大問題。
自動化測試
您可以透過綜合測試，評估不需要使用者互動的指標。在開發過程中，應盡可能頻繁執行這類測試，以瞭解未發布的變更對效能的影響。這類主動式測試有助於在向使用者發布變更前，解決效能問題。
為達成這個目標，其中一種方式就是將綜合測試納入持續整合 (CI) 工作流程的一部分，如此一來，每次進行變更時，測試就會自動執行。您可以使用 Lighthouse CI，將綜合效能測試整合至許多持續整合工作流程：
A/B 測試
變更必須確實向使用者發布後，依靠使用者互動的指標才能完整測試。如果您無法確定變更會有什麼影響，就有可能面臨風險。降低風險的風險之一，就是使用 A/B 測試。
在 A/B 測試期間，系統會隨機向使用者提供網頁的各種變化版本。 您可以使用這項技巧，為一小部分的流量提供經過修改的網頁版本，而大部分的網頁仍會持續提供未經修改的網頁。然後結合 RUM，您就能評估這兩組的相對效能，判斷何者成效較佳，而且不需將流量全數花在風險中。
A/B 測試的另一項優勢是可讓您更準確地評估變更的影響。許多網站並不容易判斷效能差距是否因為近期變更，或流量正常變化所致。A/B 測試的實驗群組代表了整體流量的固定百分比，因此指標應與控制組的常數不同。因此，如果在兩個群組之間觀察到的差異，就能更準確地歸因於要測試的變更。
Optimizely 和 Google 最佳化工具等工具可協助您設定並執行 A/B 版本測試。但請注意，標記式 A/B 測試 (這些工具的預設設定) 可能會對效能造成負面影響，並提供誤導性結果。因此，強烈建議您採用伺服器端整合：
A/B 測試測試結果
為了使用 A/B 測試評估變更帶來的影響，您可以收集控制組和實驗組的指標，並相互比較。要判斷流量的屬於哪個群組，您需要一種方法。
對網頁效能指標而言，通常只要為每個網頁加入一個簡單的識別碼，就能指出該版本是提供控制組還是實驗版本。 這個 ID 可以是任何所需項目，但您可以用來剖析並建立關聯指標。如果您使用的是預先建立的測試架構，通常系統會自動為您處理。
針對廣告專屬業務指標，您可以使用 GPT 的鍵/值指定目標功能，將廣告請求與控制組和實驗組進行比較：
// 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');
執行 Google Ad Manager 報表時，您可以參考這些鍵/值，以便按群組篩選結果。