Кейс Taboola по улучшению показателей сайтов

  • Повышение INP от Taboola с использованием LoAF

    Taboola, ведущий поставщик рекомендательного контента, значительно улучшил отзывчивость веб-сайтов издателей на 36%, используя API Long Animation Frames (LoAF) без ущерба для производительности. Этот шаг был направлен на решение предстоящего сдвига Interaction to Next Paint (INP) в качестве основного веб-показателя, подчеркивая важность отзывчивости на взаимодействие пользователя.

  • Метрики INP против TBT

    INP, измеряющий отзывчивость веб-сайта на ввод пользователя, должен заменить First Input Delay. Total Blocking Time (TBT), которая использовалась в качестве замены для INP, указывая на влияние времени блокировки основного потока на отзывчивость страницы. Taboola сосредоточилась на минимизации вкладов TBT путем оптимизации времени выполнения JavaScript и устранения проблем, выявленных издателями, касающихся высокого TBT.

  • Оптимизация выполнения JavaScript

    Taboola использовала инструменты, такие как Long Tasks API и PageSpeed Insights API, для выявления и оптимизации проблемных скриптов в полевых условиях, оценивая вклад TBT. Однако ограничения побудили присоединиться к исходному испытанию API Long Animation Frames (LoAF), предоставив ценную информацию о реальном воздействии на отзывчивость на ввод пользователя, обеспечивая улучшения в INP без ущерба Ads KPI и задержек для издателей.