3 métodos para calcular el impacto de la optimización de web performance antes de implementar cambios
El rendimiento web es importante para la experiencia del usuario y las métricas de negocio. Estimar su impacto es clave para poder priorizarlo. Sin embargo, es difícil cuantificar sus beneficios antes de implementar cambios. Necesitamos romper este bucle.
Este artículo explica varias formas de evaluar las posibles ganancias de rendimiento con poco esfuerzo y, lo que es más importante, sin implementar soluciones.
¿Cuál es la oportunidad de negocio para mejorar el rendimiento web?
En el pasado fui demasiado ingenuo pensando que a todos los stakeholders de un proyecto les importaría el rendimiento web tanto como a mí. "¡Mira, hay muchos estudios de caso que prueban una correlación entre el tiempo de carga y las métricas de negocio!" - Repetía una y otra vez. Los resultados de otras compañías o sitios web, como los publicados en WPO Stats, son esenciales para iniciar una conversación sobre el tema, pero no son suficientes. ¿Cómo afecta el rendimiento web a MI negocio?
Pensé que la mejor manera de demostrar el valor de mejorar el rendimiento web sería auditar el rendimiento utilizando Lighthouse, solucionar el problema que representara el menor esfuerzo / mayor impacto y medir. Esto puede funcionar si la auditoría muestra mejoras potenciales y los stakeholders deciden dedicar tiempo y personas para haces una prueba inicial.
Sin embargo, la mayoría de las veces las auditorías de rendimiento no son suficientes para conseguir tracción. Sí, pueden dar una estimación del ahorro potencial de tiempo de carga, pero no puede traducirse directamente en conversiones o ventas, que son las métricas que le interesan a la empresa.
Durante los últimos meses he encontrado varias técnicas para estimar el impacto de de la optimización de rendimiento web. Necesitan poco esfuerzo y se pueden hacer antes de impementar cambios:
-
Representar métricas de negocio frente a métricas de rendimiento: Cómo realizar un seguimiento tanto de las métricas de rendimiento como de las métricas claves de negocio y establecer correlaciones entre ellas.
-
Medir la tasa de conversión móvil relativa: Cómo identificar problemas de rendimiento comparando las tasas de conversión en dispositivos móviles y de escritorio.
-
Uso de Test My Site de Think with Google: Cómo obtener una estimación del aumento potencial de ingresos para tu web debido a la reducción del tiempo de carga.
1. Representar métricas de negocio frente a métricas de rendimiento
Piensa en cuál es el objectivo de tu web. ¿Es aumentar los registros a una newsletter? ¿Leads? ¿Ventas? Cuando un usuario realiza esas acciones, decimos que ha "convertido". Es importante realizar un seguimiento de estos eventos de conversión, y puedes hacerlo en tu propio sistema o aprovechando herramientas como Google Analytics o Facebook Analytics.
La siguiente pregunta importante es ¿cómo afecta la experiencia del usuario a la tasa de conversión?. Suponiendo que haya suficientes conversiones, es posible agrupar estas conversiones en función de una métrica de rendimiento. Esto es exactamente lo que CP Clermont hizo en ALDO y describió en su post "El impacto del rendimiento web".
La idea es que si podemos demostrar que los usuarios que tienen un mejor rendimiento web están convirtiendo más a menudo, podemos medir el impacto de mejorar la experiencia del usuario en términos económicos. Lo mejor de todo es que el esfuerzo para calcularlo es relativamente bajo:
- Realiza un seguimiento del evento de conversión, que quizás ya estás haciendo
- Añade un evento con una categoría de métrica de rendimiento. CP Clermont eligió First Paint, Time to Interactive, Time to App Load (una métrica personalizada para la SPA de ALDO) y Frames por Segundo. Luego, agrupó las métricas en 3 categorías (buena, medio y baja) y registró una dimensión personalizada en Google Analytics.
- Representa las métricas de negocio frente a las métricas de rendimiento a lo largo del tiempo. Para las métricas de negocio o KPIs, CP Clermont eligió la tasa de conversión y los ingresos.
Nos podríamos preguntar si los usuarios tienen un mejor rendimiento web y gastan más porque están usando mejores dispositivos (por ejemplo, el último iPhone), que tienen mejores CPU y sus usuarios tienen probablemente un mayor poder adquisitivo.
Usando Google Analytics puedes ver qué tipo de dispositivo está usando el usuario y representar resultados agrupados por modelos específicos.
2.Mediendo la tasa de conversión móvil relativa
Otra forma fácil de detectar problemas de rendimiento y hacer un caso de negocio es calcular las tasas de conversión. Esto es lo que Google llama tasa de conversión móvil relativa (Rel mCvR), que se calcula dividiendo la tasa de conversión móvil por la tasa de conversión de escritorio.
Mira este ejemplo:
Móvil | Escritorio | |
|---|---|---|
Tasa de conversión | 1.79% | 4.44% |
Rel mCvR | 1.79% / 4.44% = 40% | |
En este caso, el Rel mCvR es del 40%.
Google dice que un buen objetivo para Rel mCvR es 70%, lo que significa que las tasas de conversión móvil son un 30% más bajas que las de escritorio. La razón por la cual Rel mCvR puede ser una buena métrica es que no está influida por cambios en el tráfico (estacionalidad, campañas promocionales). El siguiente diagrama lo explica con más detalle (fuente):
Ten en cuenta que Rel mCvR también está influido por ls experiencia de usuario (UX), ya que una mala UX en dispositivos móviles dañará las tasas de conversión de dispositivos móviles. Debes usar Lighthouse o WebPageTest para asegurarte de que haya problemas de rendimiento y que la velocidad sea el principal factor en Rel mCvR, y no la usabilidad.
La pregunta clave es: ¿cuál es un buen valor objetivo de Rel mCvR? Si lo supiéramos, podríamos evaluar los ingresos que representaría un aumento en las tasas de conversión. Para esto, podemos utilizar un enfoque similar a la primera técnica que describimos, agrupando las tasas de conversión en función de las métricas de rendimiento y calculando cuántos usuarios podrían "actualizarse" al siguiente grupo (por ejemplo, de experiencia lenta a media y de media a rápida).
Rel mCvR también se puede utilizar para calcular los ingresos adicionales logrados después de hacer una mejora de rendimiento. Mide cuál fue el promedio de Rel mCvR antes y después de la mejora, y calcula cuáles habrían sido los ingresos si Rel mCvR no hubiera cambiado. En el post "Value of Speed" puedes encontrar más información sobre la metodología y el framework para medir el impacto en los ingresos.
3. Uso de Test My Site de Think with Google
Google tiene un práctico micrositio llamado Test My Site que analiza tu sitio y calcula el posible aumento de los ingresos al mejorar su velocidad. Yo lo describiría como un "Lighthouse para gente de negocios".
Para calcular el aumento potencial en los ingresos, sólo necesitas proporcionar el número de usuarios mensuales, la tasa de conversión y el valor promedio de la orden de compra.
La herramienta utiliza la base de datos de informes de Chrome User Experience (HTTP Archive), que contiene métricas de rendimiento recopiladas de usuarios reales que han visitado tu sitio (si estás interesado en estos datos, te recomiendo visitar CRUX.RUN). También utiliza Lighthouse para calcular los ahorros potenciales en el tiempo de carga.
Conclusión
Complementa siempre tus auditorías de web performance con una estimación de las mejoras de KPIs o métricas de negocio.