Performancedata analyseren

Welkom! In deze les gaan we dieper in op de kunst van het analyseren van prestatiegegevens die zijn verzameld door hulpmiddelen voor Real User Monitoring (RUM) en synthetische monitoring.

Inzicht in deze gegevens is cruciaal om trends te herkennen, problemen nauwkeurig te lokaliseren en je website uiteindelijk voor iedereen sneller te maken.

RUM-tools verzamelen rechtstreeks gegevens uit de browsers van je gebruikers. Dit omvat een schat aan meetgegevens, zoals:

• Laadtijd van de pagina: De totale tijd die nodig is om een pagina volledig te laden.
• Core Web Vitals: LCP, FID, CLS – belangrijke meetgegevens voor de gebruikerservaring.
• Laadtijden van bronnen: Hoe lang het duurt om specifieke afbeeldingen, scripts of stylesheets te laden.
• JavaScript-fouten: Fouten aan de clientzijde die de gebruikerservaring beïnvloeden.

RUM laat zien wat gebruikers daadwerkelijk ervaren.

Bij het bekijken van RUM-gegevens kunnen eenvoudige gemiddelden misleidend zijn. Richt je in plaats daarvan op percentielen.

• Mediaan (50e percentiel): De helft van je gebruikers ervaart dit of beter.
• 90e percentiel: 90% van de gebruikers ervaart dit of beter. Dit is vaak een goed doel voor optimalisatie.
• 99e percentiel: De ervaring van je langzaamste gebruikers. Door dit aan te pakken, kun je kritieke problemen ontdekken.

Een hoog 90e percentiel voor LCP betekent dat veel gebruikers te lang wachten.

Door gegevens in de loop van de tijd te analyseren, kun je trends en regressies herkennen. Een trend kan een geleidelijke verbetering door optimalisaties zijn, of een langzame verslechtering door nieuwe functies.

Regressies zijn plotselinge dalingen in prestaties, vaak na een nieuwe implementatie. Dashboards tonen doorgaans grafieken van meetgegevens over dagen of weken, waardoor deze veranderingen zichtbaar worden.

• Piek omhoog: De prestaties zijn verslechterd.
• Daling omlaag: De prestaties zijn verbeterd.

Synthetische monitoring voert geautomatiseerde tests uit vanuit gecontroleerde omgevingen. Dat betekent consistente netwerksnelheden, apparaattypen en locaties.

Belangrijke synthetische meetgegevens zijn:

• Speed Index: Hoe snel de inhoud visueel wordt weergegeven.
• Time to First Byte (TTFB): De tijd totdat de server reageert.
• Lighthouse-scores: Een uitgebreide controlescore voor prestaties, toegankelijkheid enzovoort.

Synthetische gegevens zijn uitstekend geschikt om regressies op een gecontroleerde en herhaalbare manier te ontdekken.

RUM en synthetische gegevens bieden verschillende, maar elkaar aanvullende perspectieven.

• RUM: Toont de rommelige ervaring uit de echte wereld (verschillende netwerken, apparaten en locaties). Ideaal om de impact op gebruikers te begrijpen.
• Synthetische monitoring: Biedt een vaste, herhaalbare prestatiemeting. Ideaal voor CI/CD en het vroeg ontdekken van regressies.

Door beide te gebruiken, krijg je een volledig beeld van de prestaties van je site.

Prestaties zijn niet alleen een technische meetwaarde; ze hebben rechtstreeks invloed op je bedrijf. Door gegevens te analyseren, kun je verbanden leggen:

• Conversiepercentages: Snellere sites leiden vaak tot meer verkopen of aanmeldingen.
• bouncepercentage: Door trage pagina's verlaten gebruikers de site snel.
• Gebruikersbetrokkenheid: Responsieve sites zorgen ervoor dat gebruikers langer blijven interacteren.

Breng de impact van prestatieverbeteringen in cijfers uit om verdere investeringen te onderbouwen.

Als je een probleem hebt gevonden, moet je het verder uitpluizen. Met de meeste monitoringtools kun je gegevens filteren op:

• Pagina-URL: Is het probleem specifiek voor één pagina?
• Browser/apparaat: Heeft het alleen invloed op mobiele gebruikers of op een specifieke browser?
• Geografische locatie: Ervaren gebruikers in bepaalde regio's vertraging?
• Type bron: Gaat het om een grote afbeelding, een trage API-aanroep of een blokkerend script?

Zo kan je team het probleemgebied beter afbakenen.

Wacht niet tot gebruikers problemen melden. Stel waarschuwingen in, zodat je automatisch een melding krijgt wanneer prestatiemeetgegevens kritieke drempelwaarden overschrijden.

Veelvoorkomende voorwaarden voor waarschuwingen zijn:

• Het 90e percentiel van LCP overschrijdt X seconden.
• De score voor Cumulative Layout Shift (CLS) is hoger dan Y.
• Het foutenpercentage op een kritieke pagina stijgt met Z%.

Zo kun je snel reageren en de impact op gebruikers beperken.

Het doel van gegevensanalyse is niet alleen problemen vinden, maar ze ook oplossen. Geef prioriteit aan optimalisaties op basis van:

• Impact: Op hoeveel gebruikers heeft het probleem invloed? Hoe kritiek is de pagina of functie?
• Inspanning: Hoe moeilijk is de oplossing?
• Zakelijke waarde: Wat is de mogelijke ROI?

Begin met veranderingen met een grote impact en weinig inspanning voor snelle resultaten, en pak daarna grotere projecten aan.

Goed gedaan! Je hebt geleerd hoe je RUM- en synthetische monitoringgegevens effectief analyseert.

Kijk verder dan gemiddelden, volg trends, breng prestaties in verband met bedrijfsresultaten en zoom in om de onderliggende oorzaken te vinden. Proactieve waarschuwingen en het omzetten van gegevens in bruikbare inzichten zijn essentieel voor voortdurende optimalisatie.

Blijf monitoren en blijf optimaliseren!