कोर वेब वाइटल्स के बारे में अधिक जानने के लिए हमने 208,085 वेबपेजों का विश्लेषण किया।

सबसे पहले, हमने संचयी लेआउट शिफ्ट, पहले इनपुट विलंब, और सबसे बड़े कंटेंटफुल पेंट के लिए बेंचमार्क स्थापित किए।

फिर, हमने कोर वेब वाइटल और उपयोगकर्ता अनुभव मेट्रिक्स (जैसे बाउंस दर) के बीच संबंध पर ध्यान दिया।

द्वारा प्रदान किए गए डेटा के लिए धन्यवाद वेबसीईओ, हम कुछ दिलचस्प निष्कर्षों को उजागर करने में सक्षम थे।

आइए सीधे डेटा में गोता लगाएँ।

यहां हमारे प्रमुख निष्कर्षों का सारांश दिया गया है:

१। 53.77% साइटों का सबसे बड़ा कंटेंटफुल पेंट (LCP) स्कोर अच्छा था। 46.23% साइटों में “खराब” या “सुधार की आवश्यकता” LCP रेटिंग थी।

२। हमारे डेटा सेट में ५३.८५% वेबसाइटों की इष्टतम प्रथम इनपुट विलंब (एफआईडी) रेटिंग थी। केवल 8.57% साइटों का FID स्कोर “खराब” था।

3. 65.13% विश्लेषित साइटों ने अच्छे इष्टतम संचयी लेआउट शिफ्ट (सीएलएस) स्कोर का दावा किया।

4. हमने जिन साइटों का विश्लेषण किया उनका औसत LCP at में देखा गया २,३८६ मिलीसेकंड

5. औसत एफआईडी था १३७.७४ मिलीसेकंड

6. औसत सीएलएस स्कोर था 0.14। यह इष्टतम स्कोर से थोड़ा अधिक है।

7. एलसीपी को प्रभावित करने वाले सबसे आम मुद्दे थे: उच्च अनुरोध मायने रखता है और बड़े स्थानांतरण आकार

8. बड़े लेआउट शिफ्ट खराब सीएलएस स्कोर का # 1 कारण थे।

9. एफआईडी को प्रभावित करने वाला सबसे आम मुद्दा था एक अक्षम कैश नीति

10. वहाँ था कोर वेब वाइटल स्कोर और UX मेट्रिक्स के बीच एक कमजोर संबंध

11. हमने पाया कि FID पृष्ठ दृश्यों के साथ थोड़ा सह-संबंध रखता है

53.77% वेबसाइटों का इष्टतम सबसे बड़ा सामग्रीपूर्ण पेंट स्कोर था

हमारा पहला लक्ष्य यह देखना था कि प्रत्येक साइट ने . के आधार पर कैसा प्रदर्शन किया तीन कारक जो Google के मुख्य वेब वाइटल बनाते हैं: सबसे बड़ा कंटेंटफुल पेंट, संचयी लेआउट शिफ्ट, और पहला इनपुट विलंब।

मुख्य वेब ज़रूरी बातें Google के समग्र मूल्यांकन का हिस्सा हैं "पृष्ठ अनुभव"

विशेष रूप से, हम प्रत्येक साइट के सर्च कंसोल के अंदर “अच्छा”, “सुधार की आवश्यकता” और “खराब” के रूप में वर्गीकृत किए गए पृष्ठों का प्रतिशत निर्धारित करना चाहते थे।

ऐसा करने के लिए, हमने 208k पृष्ठों (लगभग 20k कुल साइटों) से अज्ञात Google खोज कंसोल डेटा का विश्लेषण किया।

हमारा पहला काम: विश्लेषण एलसीपी (लार्ज कंटेंटफुल पेंट)। सरल शब्दों में, LCP मापता है कि किसी पृष्ठ को उसकी दृश्यमान सामग्री को लोड करने में कितना समय लगता है।

यहां बताया गया है कि जिन साइटों का हमने विश्लेषण किया उनका प्रदर्शन कैसा रहा:

५३.७७% वेबसाइटों का इष्टतम सबसे बड़ा संतोषजनक पेंट स्कोर था
  • अच्छा: 53.77%
  • सुधार की जरूरत: 28.76%
  • गरीब: 17.47%

जैसा कि आप देख सकते हैं, हमने जिन साइटों को देखा, उनमें से अधिकांश की “अच्छी” एलसीपी रेटिंग थी। यह अपेक्षा से अधिक था, खासकर जब अन्य बेंचमार्किंग प्रयासों को ध्यान में रखते हुए (जैसे iProspect . द्वारा यह एक) का है।

हो सकता है कि हमारे डेटासेट की वेबसाइटें पेज प्रदर्शन के बारे में विशेष रूप से मेहनती हों। या यह आंशिक रूप से एक नमूना आकार अंतर के कारण हो सकता है (iProspect विश्लेषण लगातार 1,500 साइटों की निगरानी करता है। हमने 20,000+ का विश्लेषण किया)।

किसी भी तरह से, यह देखना उत्साहजनक है कि सभी वेबसाइटों में से केवल आधी को ही अपने एलसीपी पर काम करने की आवश्यकता है।

हमारे द्वारा विश्लेषण की गई 53.85% वेबसाइटों की पहली इनपुट विलंब रेटिंग अच्छी थी

इसके बाद, हमने रिपोर्ट किए गए Search Console को देखा पहला इनपुट विलंब (FID) रेटिंग। जैसा कि नाम से पता चलता है, एफआईपी पहले अनुरोध और उपयोगकर्ता के कुछ इनपुट करने में सक्षम होने के बीच देरी को मापता है (जैसे उपयोगकर्ता नाम टाइप करना)।

हमारे डेटासेट से FID स्कोर का विश्लेषण यहां दिया गया है:

हमने जिन 53.85% वेबसाइटों का विश्लेषण किया, उनकी पहली इनपुट विलंब रेटिंग अच्छी थी
  • अच्छा: 53.85%
  • सुधार की जरूरत: 37.58%
  • गरीब: 8.57%

फिर से, हमने जिन साइटों को देखा, उनमें से आधे से अधिक की “अच्छी” FID रेटिंग थी।

दिलचस्प बात यह है कि बहुत कम (8.57%) के पास “खराब” स्कोर थे। इससे पता चलता है कि Google द्वारा FID को अपने एल्गोरिथम में शामिल करने के बाद अपेक्षाकृत कम संख्या में साइटों के नकारात्मक रूप से प्रभावित होने की संभावना है।

65.13% साइटों का इष्टतम संचयी लेआउट शिफ्ट स्कोर था

अंत में, हमने देखा at संचयी लेआउट शिफ्ट (सीएलएस) सर्च कंसोल से रेटिंग।

सीएलएस एक माप है कि लोड करते समय पृष्ठ पर तत्व कैसे चलते हैं। लोडिंग प्रक्रिया के माध्यम से अपेक्षाकृत स्थिर रहने वाले पेजों में उच्च (अच्छे) सीएलएस स्कोर होते हैं।

हमने जिन साइटों का विश्लेषण किया उनमें से सीएलएस रेटिंग यहां दी गई हैं:

65.13% साइटों-एक इष्टतम संचयी लेआउट शिफ्ट स्कोर था
  • अच्छा: 65.13%
  • सुधार की जरूरत: 17.03%
  • गरीब: 17.84%

तीन कोर वेब विटल्स स्कोर में से, सीएलएस सबसे कम समस्याग्रस्त था। वास्तव में, हमने जिन साइटों का विश्लेषण किया उनमें से केवल 35% को ही अपने सीएलएस पर काम करने की आवश्यकता है।

औसत एलसीपी 2,836 मिलीसेकंड है

इसके बाद, हम प्रत्येक कोर वेब वाइटल मीट्रिक के लिए बेंचमार्क स्थापित करना चाहते थे। जैसा कि ऊपर बताया गया है, Google ने बनाया है दिशानिर्देशों का अपना सेट प्रत्येक कोर वेब वाइटल के लिए।

(उदाहरण के लिए, एक “अच्छा” LCP 2.5 सेकंड से कम का माना जाता है।)

हालांकि, हमने एक बड़े पैमाने पर विश्लेषण नहीं देखा है जो प्रत्येक कोर वेब महत्वपूर्ण मीट्रिक को “जंगली में” बेंचमार्क करने का प्रयास करता है।

सबसे पहले, हमने अपने डेटाबेस में साइटों के लिए LCP स्कोर को बेंचमार्क किया।

हमने जिन साइटों का विश्लेषण किया, उनमें औसत एलसीपी 2,836 मिलीसेकंड (2.8 सेकंड) निकला।

औसत एलसीपी 2.836 मिलीसेकंड है

यहाँ सबसे आम मुद्दे थे जिन्होंने LCP प्रदर्शन को नकारात्मक रूप से प्रभावित किया:

एलसीपी को प्रभावित करने वाले मुद्दे
  • उच्च अनुरोध संख्या और बड़े स्थानांतरण आकार (पृष्ठों का 100%)
  • उच्च नेटवर्क राउंड-ट्रिप समय (पृष्ठों का 100%)
  • महत्वपूर्ण अनुरोध श्रृंखला (पृष्ठों का 98.9%)
  • उच्च प्रारंभिक सर्वर प्रतिक्रिया समय (पृष्ठों का 57.4%)
  • छवियों को अगली पीढ़ी के प्रारूप में प्रस्तुत नहीं किया गया (पृष्ठों का 44.6%)

कुल मिलाकर, 100% पृष्ठों में कम से कम आंशिक रूप से “उच्च अनुरोध संख्या और बड़े स्थानांतरण आकार” के कारण उच्च एलसीपी स्कोर थे। दूसरे शब्दों में, अत्यधिक कोड वाले पृष्ठ, बड़े फ़ाइल आकार, या दोनों।

यह खोज एक अन्य विश्लेषण के अनुरूप है जो हमने किया जिसमें पाया गया कि बड़े पृष्ठ सबसे धीमी गति से लोड होने वाले पृष्ठों के पीछे अपराधी थे।

औसत FID 137.4 मिलीसेकंड है

फिर हमने अपने डेटासेट के पृष्ठों के बीच FID स्कोर देखा।

कुल मिलाकर, औसत प्रथम इनपुट विलंब १३७.४ मिलीसेकंड था:

औसत FID 137.4 मिलीसेकंड है milli

यहां सबसे प्रचलित एफआईडी-संबंधित मुद्दे हैं जो हमने खोजे हैं:

एफआईडी को प्रभावित करने वाले मुद्दे
  • अक्षम कैश नीति (पृष्ठों का 87.4%)
  • लंबे मुख्य-थ्रेड कार्य (पृष्ठों का 78.4%)
  • अप्रयुक्त जावास्क्रिप्ट (पृष्ठों का 54.1%)
  • अप्रयुक्त सीएसएस (पृष्ठों का 38.7%)
  • अत्यधिक दस्तावेज़ ऑब्जेक्ट मॉडल आकार (पृष्ठों का 22.3%)

यह देखना दिलचस्प था कि कैशिंग मुद्दे किसी भी अन्य समस्या की तुलना में FID को नकारात्मक रूप से प्रभावित करते हैं। और, आश्चर्य नहीं कि खराब अनुकूलित कोड (अप्रयुक्त जेएस और सीएसएस के रूप में) कई उच्च एफआईडी स्कोर के पीछे था।

औसत सीएलएस है .14

हमने पाया कि औसत सीएलएस स्कोर .14 है।

औसत सीएलएस .14 . है

यह मीट्रिक विशेष रूप से यह देखता है कि किसी पृष्ठ की सामग्री “शिफ्ट” कैसे होती है। शून्य का स्कोर आदर्श माना जाता है। और .1 से ऊपर की किसी भी चीज़ को Search Console में “अच्छा” के रूप में रेट किया गया है।

परियोजनाओं के सीएलएस को प्रभावित करने वाले सबसे आम मुद्दों में शामिल हैं:

सीएलएस को प्रभावित करने वाले मुद्दे
  • बड़े लेआउट बदलाव (पृष्ठों का 94.5%)
  • रेंडर-ब्लॉकिंग संसाधन (पृष्ठों का 86.3%)
  • वेब फ़ॉन्ट लोड के दौरान छिपा हुआ पाठ (पृष्ठों का 82.6%)
  • पहले से लोड नहीं किए गए प्रमुख अनुरोध (पृष्ठों का 26.7%)
  • गलत आकार की छवियां (पृष्ठों का 24.7%)

एलसीपी उपयोगकर्ता के व्यवहार से कैसे संबंधित है

अब जब बेंचमार्क सेट हो गए थे, तो हमने यह पता लगाने के लिए सेट किया कि कोर वेब विटल्स वास्तविक जीवन के उपयोगकर्ता अनुभव का कितना सटीक प्रतिनिधित्व करते हैं।

वास्तव में, यह संबंध कुछ ऐसा है जिसे Google स्वयं अपने “कोर वेब वाइटल रिपोर्ट” दस्तावेज़ में हाइलाइट करता है:

Google - पेज का प्रदर्शन क्यों मायने रखता है

कोर वेब वाइटल और यूएक्स पर उनके प्रभाव का विश्लेषण करने के लिए, हमने वेबपृष्ठों पर उपयोगकर्ता व्यवहार का प्रतिनिधित्व करने के लिए डिज़ाइन किए गए तीन यूएक्स मीट्रिक देखने का निर्णय लिया:

  • बाउंस दर (वेबसाइट पर जाने पर पेज छोड़ने वाले उपयोगकर्ताओं का %)
  • प्रति सत्र पृष्ठ गहराई (वेबसाइट छोड़ने से पहले उपयोगकर्ता कितने पृष्ठ देखते हैं)
  • वेबसाइट पर समय (उपयोगकर्ता एक सत्र में वेबसाइट पर कितना समय बिताते हैं)

हमारी परिकल्पना इस प्रकार थी: यदि आप किसी वेबसाइट के मुख्य वेब विटल्स में सुधार करते हैं, तो यह UX मेट्रिक्स को सकारात्मक रूप से प्रभावित करेगा।

दूसरे शब्दों में, “अच्छे” कोर वेब विटल्स वाली साइट की बाउंस दर कम, लंबे सत्र और उच्च पृष्ठ दृश्य होंगे। सौभाग्य से, इस डेटा सेट में Search Console डेटा के अलावा, Google Analytics के UX मेट्रिक भी शामिल थे।

फिर, हमें बस प्रत्येक वेबसाइट के कोर वेब विटल्स की तुलना प्रत्येक UX मीट्रिक से करनी थी। आप एलसीपी के लिए हमारे परिणाम नीचे देख सकते हैं:

एलसीपी और बाउंस दर

LCP और बाउंस दर के बीच संबंध

एलसीपी और पेज प्रति सत्र

LCP और प्रति सत्र पृष्ठों के बीच संबंध

एलसीपी और साइट पर समय

LCP और साइट पर समय के बीच संबंध

तीनों ग्राफ़ पर, यह स्पष्ट था कि सभी तीन अलग-अलग खंड (अच्छे, खराब और सुधार की आवश्यकता) कुछ हद तक समान रूप से ग्राफ़ पर वितरित किए गए हैं।

दूसरे शब्दों में, LCP और UX मेट्रिक्स के बीच कोई सीधा संबंध नहीं था।

FID का पृष्ठ दृश्यों के साथ थोड़ा सा संबंध है

इसके बाद, हमने पहले इनपुट विलंब और उपयोगकर्ता व्यवहार के बीच संभावित संबंध को देखा।

एलसीपी की तरह, यह तर्कसंगत है कि एक खराब एफआईडी यूएक्स मेट्रिक्स (विशेष रूप से बाउंस दर) को नकारात्मक रूप से प्रभावित करेगा।

एक उपयोगकर्ता जिसे अपने पासवर्ड में एक मेनू या टाइप करने के लिए प्रतीक्षा करने की आवश्यकता होती है, उसके निराश और बाउंस होने की संभावना होती है। और यदि वह अनुभव कई पृष्ठों तक फैला हुआ है, तो इससे उनके कुल पृष्ठ दृश्य कम हो सकते हैं।

इसके साथ, यहां बताया गया है कि कैसे FID उनके व्यवहार संबंधी मेट्रिक्स के साथ सहसंबद्ध है।

एफआईडी और बाउंस रेट

FID और बाउंस दर के बीच संबंध

एफआईडी और पेज प्रति सत्र

FID और प्रति सत्र पृष्ठों के बीच संबंध

ध्यान दें: हमने पाया कि एक उच्च FID प्रति सत्र कम पृष्ठों के साथ सहसंबद्ध होता है। इसके विपरीत भी सच था।

एफआईडी और साइट पर समय

FID और साइट पर समय के बीच संबंध

कुल मिलाकर, एकमात्र उदाहरण जहां हम सहसंबंध के संकेत देखते हैं, जब हम FID की तुलना प्रति सत्र देखे गए पृष्ठों की संख्या से करते हैं। जब साइट पर बाउंस दर और समय की बात आती है, तो ऐसा प्रतीत होता है कि वेबसाइट की FID का उपयोगकर्ता के व्यवहार पर कोई प्रभाव नहीं पड़ता है।

सीएलएस उपयोगकर्ता के व्यवहार को कैसे प्रभावित करता है

इसके बाद, हम सीएलएस और उपयोगकर्ता गतिविधि के बीच एक संभावित लिंक की जांच करना चाहते थे।

यह तर्कसंगत लगता है कि एक खराब सीएलएस उपयोगकर्ताओं को निराश करेगा। और इसलिए बाउंस दर बढ़ा सकता है और सत्र का समय कम कर सकता है।

हालांकि, हम ऐसा कोई केस स्टडी या बड़े पैमाने पर विश्लेषण नहीं ढूंढ पाए, जो यह दर्शाता हो कि उच्च सीएलएस स्कोर उपयोगकर्ता के व्यवहार को प्रभावित करते हैं। इसलिए हमने एक विश्लेषण चलाने का फैसला किया, जो सीएलएस, बाउंस दर, “निवास समय” और देखे गए पृष्ठों के बीच संभावित संबंधों की तलाश में था। यहाँ हमने पाया:

सीएलएस और बाउंस दर

सीएलएस और बाउंस दर के बीच संबंध

सीएलएस और पेज प्रति सत्र

सीएलएस और प्रति सत्र पृष्ठों के बीच संबंध

सीएलएस और साइट पर समय

सीएलएस और साइट पर समय के बीच संबंध

कुल मिलाकर, हमने सीएलएस, बाउंस दर, साइट पर समय या पेज व्यू के बीच कोई महत्वपूर्ण संबंध नहीं देखा।

सारांश

मुझे आशा है कि आपको यह विश्लेषण रोचक और उपयोगी लगा होगा (विशेषकर के साथ Google का पेज अनुभव अपडेट रास्ते में)।

यहाँ एक लिंक है कच्चा डेटा सेट जिसका हमने इस्तेमाल किया। साथ हमारे तरीके

मैं धन्यवाद देना चाहता हूँ वेबसीईओ डेटा प्रदान करने के लिए जिसने इस उद्योग अध्ययन को संभव बनाया।

कुल मिलाकर, यह देखना दिलचस्प था कि जिन साइटों का हमने विश्लेषण किया उनमें से अधिकांश ने अपेक्षाकृत अच्छा प्रदर्शन किया। और काफी हद तक गूगल अपडेट के लिए तैयार हैं। और यह जानना दिलचस्प था कि, जबकि कोर वेब विटल्स एक वेबसाइट पर सकारात्मक यूएक्स के लिए मीट्रिक का प्रतिनिधित्व करते हैं, हमने व्यवहार मीट्रिक के साथ कोई संबंध नहीं देखा।

अब मैं आपसे सुनना चाहता हूं:

आज के अध्ययन से आपका मुख्य निष्कर्ष क्या है? या हो सकता है कि आपके पास विश्लेषण से कुछ के बारे में कोई प्रश्न हो। किसी भी तरह, अभी नीचे एक टिप्पणी छोड़ दो।



Source link