فهم تقييم Lighthouse

تمثل نتيجة Performance في Lighthouse ملخصًا من 0 إلى 100 لعدة مقاييس مختبرية. وهي مزيج موزون وليست قياسًا واحدًا، لذلك لا يؤدي تحسين مقياس واحد دائمًا إلى تغيير النتيجة بالمقدار نفسه.

تُبنى النتيجة من مجموعة من المقاييس، لكل منها وزن. وعادةً ما تكون أكبر المساهمات من Largest Contentful Paint وTotal Blocking Time وCumulative Layout Shift.

في إصدارات Lighthouse الحديثة، تكون الأوزان التقريبية كما يلي: TBT بنسبة 30%، وLCP بنسبة 25%، وCLS بنسبة 25%، وFCP بنسبة 10%، وSpeed Index بنسبة 10%. تؤثر المقاييس ذات الوزن الأكبر في النتيجة أكثر.

تُحوَّل قيمة كل مقياس خام أولًا إلى نتيجة فرعية خاصة بها من 0 إلى 100 باستخدام منحنى تسجيل لوغاريتمي طبيعي مستمد من بيانات العالم الواقعي. ويكون المتوسط الموزون لهذه النتائج الفرعية هو الرقم النهائي.

المنحنى غير خطي. بالقرب من الطرف السريع، لا يؤدي تقليص بضعة مللي ثوانٍ إلى فائدة كبيرة؛ أما في المنتصف، فقد يرفع التحسين نفسه النتيجة عدة نقاط. ولهذا تحقق الصفحات متوسطة الأداء مكاسب كبيرة من إصلاحات صغيرة.

• 0-49 أحمر (ضعيف)
• 50-89 برتقالي (بحاجة إلى تحسين)
• 90-100 أخضر (جيد)

استهدفوا اللون الأخضر، لكن تعاملوا مع هذه النطاقات باعتبارها إرشادات لا خط نهاية.

يعمل Lighthouse في مختبر، أي إنه يحاكي عملية تحميل واحدة على أجهزة مقيدة. يختلف المستخدمون الفعليون في أجهزتهم وشبكاتهم، لذلك تمثل نتائج المختبر بديلًا مضبوطًا وليست بيانات ميدانية دقيقة.

ينتج التباين عن اضطراب الشبكة، ووحدة المعالجة المركزية المشغولة في الخلفية، واختبارات A/B، والبرامج النصية التابعة لجهات خارجية. أجروا عمليات التدقيق عدة مرات وانظروا إلى الوسيط بدلًا من الاعتماد على تشغيل واحد.

تتضمن تقارير Lighthouse روابط إلى حاسبة النتائج. ألصقوا قيم المقاييس لمعرفة مساهمة كل منها ومحاكاة أثر الإصلاح قبل تنفيذه.

نادراً ما تستحق النتيجة الكاملة 100 الجهد المبذول. ركزوا على إيصال المقاييس ذات الأوزان الكبيرة إلى اللون الأخضر، وعلى تجربة المستخدم الفعلية بدلًا من الرقم الشكلي.

• استهدفوا TBT وLCP أولًا (أعلى وزن).
• أجروا من 3 إلى 5 عمليات تدقيق واستخدموا الوسيط.
• استخدموا الحاسبة لتحديد أولويات الإصلاحات.
• تحققوا من النتائج مقابل البيانات الميدانية متى أمكن.

تعلمتم أن نتيجة Performance في Lighthouse هي مزيج موزون من النتائج الفرعية للمقاييس، تُحوَّل عبر منحنى غير خطي، وتُقاس في بيئة مختبرية. ركزوا على المقاييس ذات الأوزان الكبيرة، واستخدموا القيم الوسيطة، وحددوا الأولويات باستخدام حاسبة النتائج.