Meet met beide lab- en field-data — ze beantwoorden verschillende vragen. Lighthouse is lab (synthetisch, reproduceerbaar, voor debuggen); RUM is field (echte gebruikers, voor de waarheid). Als je maar één vertrouwt, optimaliseer je het verkeerde.
Meet met beide lab- en field-data — ze beantwoorden verschillende vragen. Lighthouse is lab (synthetisch, reproduceerbaar, voor debuggen); RUM is field (echte gebruikers, voor de waarheid). Als je maar één vertrouwt, optimaliseer je het verkeerde.
| Lab (Lighthouse) | Field / RUM |
|---|
| Bron | Eén synthetische run, vast apparaat/netwerk | Echte bezoeken, alle apparaten/netwerken |
| Goed voor | Debuggen, CI-regressiegates, herhaalbaar | Wat gebruikers daadwerkelijk ervaren |
| INP | Kan niet meten (geen echte interacties) | Gemeten gedurende het hele bezoek |
| Zwakte | Weerspiegelt je echte verkeer niet | Ruisig, heeft volume nodig, moeilijker te debuggen |
Lighthouse draait één getthrottelde laadbeurt op een schone machine — geweldig om een probleem te reproduceren, nutteloos om je p75 te kennen. Vooral INP kan alleen in het veld worden vastgelegd, omdat het echte interacties over een sessie nodig heeft.
import { onLCP, onCLS, onINP } from "web-vitals";
function send(metric) {
// Attribution build vertelt je WELK element/interactie het veroorzaakte
navigator.sendBeacon("/rum", JSON.stringify({
name: metric.name, value: metric.value, id: metric.id,
}));
}
onLCP(send); onCLS(send); onINP(send); // rapporteer elke metric zodra hij finaliseert
Dit is dezelfde methodologie als Googles CrUX (Chrome User Experience Report), die de Search-ranking aandrijft — CrUX is p75 van echte gebruikers, niet lab.
Het senior-signaal is weten dat lab ≠ field, dat ranking field-p75 gebruikt, en dat INP alleen in het veld echt is. Een Lighthouse-score optimaliseren terwijl de echte p75 slecht blijft is een klassieke valstrik die deze vraag bedoeld is bloot te leggen.
Een bibliotheek met IT-sollicitatievragen met gedetailleerde antwoorden — van Junior tot Senior.
Doneren