將效能列為優先考量，不僅對使用者有利，也有利於業務。雖然這個系列的最佳做法主要著重於改善 Google 發布商廣告代碼 (GPT) 整合，但許多其他因素也會影響特定網頁的整體成效。每當您推出變更時，請務必評估這些變更對網站各方面成效的影響。
評估網頁效能
如要瞭解變更對網站成效的影響，您必須先建立基準，以便進行比較。最佳做法是建立效能預算，定義理想的基準，而您的網站目前可能符合或不符合該基準。不過，如果您想維持固定的成效水準，可以使用網站目前的成效指標做為基準。
如要開始評估成效，建議您同時採用下列多種方法：
- 綜合監控
- 您可以使用 Lighthouse 和 Lighthouse 發布商廣告稽核 等工具，在實驗室環境中評估網頁效能。這類評估方式不需要使用者互動，因此非常適合用於自動化測試，而且可在變更發布給使用者前，先驗證變更的成效。
- 真實使用者監控 (RUM)
- 您可以使用 Google Analytics 和 PageSpeed Insights 等工具，直接向使用者收集實際效能資料。這類評估方式以使用者互動為依據，因此可用於找出模擬測試無法輕易發現的最後一哩路成效問題。
請務必定期進行測量，並與基準值進行比較。這有助於您瞭解網站成效是否在一段時間內朝著正確的方向發展。
選擇要評估的項目
在成效方面，沒有任何單一指標可以提供網站成效的所有相關資訊。您需要查看涵蓋網頁效能各個層面的各種指標，才能全面掌握情況。下表列出部分主要成效領域和建議的指標：
| 表演區 | |
|---|---|
| 感知的載入速度 |
成效評估
網頁載入及轉譯所有 UI 元素的速度。 建議的指標 |
| 網頁載入回應速度 |
成效評估
網頁在初次載入後，回應速度有多快。 建議的指標 |
| 視覺穩定性 |
成效評估
UI 元素的位移程度，以及這些位移是否會干擾使用者互動。詳情請參閱「避免版面配置位移」。 建議的指標 |
除了網頁成效之外，您可能也想評估廣告專屬的業務指標。您可以透過 Google Ad Manager 報表取得曝光、點擊和可視度等資訊。
測試變更
定義成效指標並開始定期評估後，您就可以開始使用這項資料，評估網站變更對成效的影響。方法是比較變更後和變更前的評估指標 (和/或先前建立的基準)。這類測試可讓您在成效問題對貴商家或使用者造成重大影響前，偵測並解決問題。
自動化測試
您可以透過綜合測試，評估不依賴使用者互動的指標。在開發過程中，應盡可能頻繁執行這類測試，以瞭解未發布的變更內容對效能造成的影響。這類主動式測試可在變更發布給使用者前，協助找出效能問題。
達成這項目標的方法之一，是將綜合測試納入持續整合 (CI) 工作流程中，這樣一來，只要有任何變更，系統就會自動執行測試。您可以使用 Lighthouse CI，將模擬效能測試整合至許多 CI 工作流程：
A/B 測試
依賴使用者互動的指標，必須在變更實際發布給使用者後，才能進行完整測試。如果您不確定變更內容的運作方式，這可能會帶來風險。A/B 版本測試是降低風險的一種方法。
在 A/B 測試期間，系統會隨機向使用者提供不同版本的網頁。您可以使用這項技巧，為整體流量的一小部分提供經過修改的網頁，而大部分流量則繼續提供未經修改的網頁。搭配使用 RUM 後，您就能評估兩個群組的相對成效，判斷哪個成效較佳，而不必冒著流量 100% 的風險。
A/B 版本測試的另一個好處是，可讓您更準確地評估變更的影響。對於許多網站而言，要判斷成效出現小幅差異的原因，是因為最近的變更，還是流量出現正常變化，可能很難判斷。由於 A/B 測試的實驗組代表整體流量的固定百分比，因此指標應與控制組的差異為常數。因此，這兩組之間的差異更有可能是因為測試的變化而產生。
AB Tasty、Optimizely 和 VWO 等工具可協助您設定及執行 A/B 版本測試。不過，請注意，以標記為基礎的 A/B 版本測試 (這些工具的預設設定) 本身可能會對成效造成負面影響，並提供誤導性的結果。因此，我們強烈建議您採用伺服器端整合方式：
A/B 測試結果
如要透過 A/B 測試評估變更的影響，您必須從控制組和實驗組收集指標，並進行比較。為此，您需要能夠判斷哪些流量屬於哪個群組。
針對網頁成效指標，請在每個網頁上加入 ID，指出系統是否已放送控制組或實驗組版本。這個 ID 可以是任何您想要的值，只要您能夠剖析並將指標連結至該值即可。如果您使用的是預先建構的測試架構，系統通常會自動處理這項作業。
針對廣告專屬的業務指標，您可以使用 GPT 的鍵值指定功能，將廣告請求區分為控制組和實驗組：
// On control group (A) pages, set page-level targeting to:
googletag.pubads().setTargeting('your-test-id', 'a');
// On experimental group (B) pages, set page-level targeting to:
googletag.pubads().setTargeting('your-test-id', 'b');
執行 Google Ad Manager 報表時，您可以參考這些鍵/值，依群組篩選結果。