Rendimiento web
Por qué un sitio rápido en la prueba puede sentirse lento al comprar
Una persona abre desde el celular la ficha de una lámpara, elige el color y toca el botón para consultar existencias. La foto apareció enseguida, pero el selector tardó en reaccionar y una franja de envío empujó el botón hacia abajo. Son tres experiencias distintas. Las Core Web Vitals ayudan a separarlas antes de pagar por una optimización que tal vez solo acelere la foto.
Qué columna explica la queja del cliente
LCP mide cuánto tarda en mostrarse el elemento de contenido más grande visible, a menudo una imagen o un bloque de texto. INP mide la capacidad de respuesta a las interacciones a lo largo de la visita. CLS mide los desplazamientos visuales inesperados. Si el problema aparece al cambiar de color, empezaríamos por observar la interacción y el trabajo que ocupa al navegador en ese momento.
Google considera buenos un LCP de hasta 2.5 segundos, un INP de hasta 200 milisegundos y un CLS de hasta 0.1. La referencia es el percentil 75, con datos de móvil y escritorio por separado. Para que una página pase la evaluación, las tres métricas deben estar en el rango bueno. Si solo LCP mejora, aún queda por revisar la respuesta del selector o el desplazamiento del botón. Dicho de forma práctica, una demostración en una computadora rápida no permite afirmar que el comprador típico de una ficha obtiene ese resultado en su teléfono.
Por qué el laboratorio y el tráfico real cuentan historias distintas
Una prueba de laboratorio reproduce ciertas condiciones de red y dispositivo. Sirve para comparar dos versiones de la misma ficha e investigar qué ocurrió en una carga concreta. Los datos de campo proceden de visitas reales, con equipos, redes y comportamientos distintos. En PageSpeed Insights conviene leer si el dato corresponde a esa dirección concreta o al conjunto del sitio. Esa distinción pesa cuando pocas fichas concentran muchas ventas.
Una tienda con poco tráfico podría carecer de datos públicos por página. En ese caso se puede observar el recorrido en dispositivos representativos y acordar una medición propia respetando las preferencias de privacidad. Cargar una página y no tocarla deja fuera del experimento el clic que generó la queja. Registrar el momento de seleccionar la variante ayuda a distinguir espera de red y trabajo de la interfaz.
Una entrega que pone a prueba la ficha, el carrito y la compra
Para la lámpara del ejemplo, conservaríamos una grabación antes del cambio y repetiríamos la selección de color en condiciones equivalentes. Si el problema fue un módulo que se expande tarde, reservamos su espacio y comprobamos qué pasa al aparecer. Si el selector bloquea la pantalla, medimos la interacción al añadir y quitar ese componente antes de decidir qué conviene reemplazar.
En un proyecto de optimización y desarrollo web con Obediente acordamos qué plantilla recibe el cambio y cuándo revisaremos las visitas posteriores. La mejora en laboratorio permite decidir si liberar una versión. Los datos reales posteriores muestran si esa solución llegó al público afectado. También comprobamos que la consulta de existencias y el paso a carrito sigan funcionando.