Leteszteltük. Miért ne higgy a Google PageSpeed Insightsnak?
A Google PageSpeed Insights néhány másodperc alatt ad egy látványos, 0–100 közötti Performance pontszámot. Laikusként könnyű ezt a weboldal és a fejlesztő osztályzatának tekinteni. Mi két napon át vizsgáltuk a saját rendszerünkön, majd ugyanazt a release-t ismételten, automatizáltan mértük. Az eredmény: ugyanazon kód mellett is jelentősen eltérő laborpontszámokat kaptunk. Megmutatjuk, mit mér valójában a PageSpeed Insights, mit mond erről maga a Google, és miért a valós felhasználói RUM adatokból érdemes kiindulni.
Ha valaki nem webfejlesztő, hanem vállalkozóként weboldalt rendel, teljesen érthető, hogy egyszerű választ keres egy bonyolult kérdésre: jó és gyors lett-e a weboldalam? A PageSpeed Insights erre első pillantásra tökéletesnek tűnik. Beírunk egy URL-t, lefut a teszt, majd kapunk egy nagy, színes számot.
Innen már csak egy lépés az a hétköznapi következtetés, hogy 56 pont = rossz weboldal vagy rossz fejlesztő, 95 pont = jó weboldal és jó fejlesztő. Csakhogy a PageSpeed Insights hivatalos dokumentációja sem ezt állítja a számról.
A nagy Performance szám nem a weboldal „valós értéke”, és nem a fejlesztő szakmai osztályzata. Egy szimulált laborfutásból számított diagnosztikai pontszám.
1. Mit mér valójában a Google PageSpeed Insights?
A PageSpeed Insights két külön világot tesz egymás mellé: field data, vagyis valós felhasználói adatokat, valamint lab data, vagyis Lighthouse által előállított szimulált laboradatokat. A kettő célja nem ugyanaz.
| Adattípus | Honnan jön? | Mire jó? | Mit nem jelent? |
|---|---|---|---|
| CrUX / field data | Valódi Chrome-felhasználók összesített tapasztalata, megfelelő mintaszám esetén | Valós felhasználói Core Web Vitals állapot és trend | Nem ad részletes kódszintű hibakeresést |
| Lighthouse / lab data | Szimulált mobil vagy desktop környezetben lefuttatott egyedi teszt | Diagnosztika, reprodukálható problémafeltárás, technikai javaslatok | Nem azonos a látogatók tényleges élményével |
| Performance score | A Lighthouse több metrikából számított, súlyozott 0–100 pontszáma | Gyors laboratóriumi összefoglaló és viszonyítási jel | Nem teljes weboldal-minősítés és nem fejlesztői rangsor |
A Google saját PageSpeed Insights dokumentációja ezt kifejezetten le is írja: a laboradat kontrollált környezetből származik, hibakeresésre hasznos, de nem feltétlenül fogja meg a valós felhasználói szűk keresztmetszeteket.
„A laboradat hasznos a hibák feltárására, mivel ellenőrzött környezetben gyűjtik. Ugyanakkor nem feltétlenül mutatja meg a valós felhasználói környezet szűk keresztmetszeteit.”
Google PageSpeed Insights – magyar fordítás az eredeti hivatalos szöveg alapján
Ez a mondat önmagában fontosabb, mint a nagy zöld vagy narancssárga kör. A Google nem azt mondja, hogy a laborpontszám a weboldal valós sebessége. Azt mondja, hogy a laboradat hibakeresésre jó.
2. Miért tűnik mégis úgy, mintha a Performance score lenne az igazság?
Mert a felület kommunikációja nagyon erős: egy nagy szám, egy szín és egy egyszerű kategória. A 90 fölötti pontszám zöld, az 50–89 közötti tartomány fejlesztendő, 50 alatt pedig piros. A laikus felhasználó ebből természetesen azt olvassa ki, hogy ez a weboldal végső osztályzata.
A Performance score azonban nem egyetlen fizikai mérés. A Lighthouse több nyers metrikát pontozási görbékre vetít, majd súlyozva összesít. A Chrome dokumentációja szerint ezért a weboldal teljesítményére hasznosabb értékek eloszlásaként gondolni, nem egyetlen számként.
A Lighthouse teljesítménypontozás hivatalos leírása azt is hangsúlyozza, hogy az összpontszám a mögöttes körülmények változásával ingadozhat.
„Hasznosabb lehet a webhely teljesítményére pontszámok eloszlásaként gondolni, nem pedig egyetlen számként.”
Chrome for Developers – Lighthouse Performance scoring, magyar fordítás
3. Leteszteltük ugyanazon release-en: mennyit változik a pontszám?
A Weboldal Bérlés fejlesztése közben két napon át követtük a PageSpeed eredményeket, majd külön automatizált monitorozást indítottunk. Az egyik mérési sorozatban ugyanazt a 1.0.430.105.81.18 release-t, ugyanazon a https://weboldal-berles.hu/ URL-en mértük újra és újra PageSpeed Insights API-val.
A cikkhez felhasznált adatbázis-pillanatképben a hosszabb monitorozásból az első 10 sikeres mobil és 10 sikeres desktop futás állt rendelkezésre, nagyjából 100 perces időablakban. A release a sorozaton belül nem változott.
| Futás | Idő | Desktop score | Mobil score |
|---|---|---|---|
| 1. | 21:34–21:35 | 66 | 98 |
| 2. | 21:44–21:45 | 55 | 80 |
| 3. | 21:57–22:00 | 76 | 57 |
| 4. | 22:07–22:08 | 61 | 75 |
| 5. | 22:18–22:19 | 58 | 65 |
| 6. | 22:26–22:27 | 59 | 79 |
| 7. | 22:35–22:36 | 77 | 93 |
| 8. | 22:45–22:46 | 61 | 66 |
| 9. | 22:55–22:56 | 76 | 90 |
| 10. | 23:05–23:07 | 61 | 83 |
Ugyanaz a publikus oldal, ugyanaz a release, mégis a mobil Performance score 57 és 98, a desktop pedig 55 és 77 között mozgott. Ha ezt egyetlen futás alapján nézzük, ugyanazt a fejlesztést egyszer majdnem tökéletesnek, máskor gyengének minősíthetnénk.
Ha egy release nem változott, de az összpontszám ilyen tartományban mozog, akkor az egyedi futás pontszáma nem kezelhető a weboldal állandó, „valós” sebességértékeként.
4. Nem csak a score változott: az LCP és főleg a TBT is nagy tartományban mozgott
A pontszám ingadozását a mögötte lévő labor metrikák változása magyarázza. A leglátványosabb eltérést a Total Blocking Time adta, de az LCP is több mint kétszeres tartományt járt be mobilon.
| Metrika | Mobil – minimum | Mobil – medián | Mobil – maximum | Desktop – minimum | Desktop – medián | Desktop – maximum |
|---|---|---|---|---|---|---|
| Performance score | 57 | 79,5 | 98 | 55 | 61 | 77 |
| LCP | 1,552 s | 1,916 s | 3,077 s | 0,642 s | 1,198 s | 1,595 s |
| TBT | 143 ms | 728 ms | 4627 ms | 489 ms | 1518 ms | 3574 ms |
| CLS | 0,0000 | 0,0046 | 0,0046 | 0,0372 | 0,0384 | 0,0405 |
A CLS ezzel szemben meglehetősen stabil maradt, ami jól mutatja, hogy nem minden metrika zajos ugyanúgy. A laboradat tehát nem „véletlen szám”, hanem valós technikai jelzéseket tartalmaz – csak éppen egy adott futás eredménye nem általánosítható automatikusan minden felhasználóra és minden következő futásra.
5. Maga a Lighthouse is figyelmeztet: változhat a score kódmódosítás nélkül
A Lighthouse hivatalos Score Variability dokumentációja kifejezetten arra figyelmeztet, hogy a teljesítménypontszám a web és a hálózati technológiák természetes változékonysága miatt kódmódosítás nélkül is változhat.
„A Lighthouse teljesítménypontszámai a webes és hálózati technológiák természetes változékonysága miatt akkor is változhatnak, ha a kódban nem történt módosítás.”
GoogleChrome/Lighthouse – Score Variability, magyar fordítás
A dokumentáció több lehetséges forrást is felsorol: az oldal nem determinisztikus viselkedését, hálózati útvonalakat, webszerver-változékonyságot, kliens erőforrás-versenyt és a böngésző nem determinisztikus működését.
A PageSpeed Insights saját leírása pedig azt is közli, hogy a laborfutás Google adatközpontban történik, és a mérési hely Észak-Amerika, Európa vagy Ázsia lehet. A mobil teszt emulált eszköz- és hálózati környezetben fut. Ez nem hiba: éppen ez a laborvizsgálat lényege. Csak nem szabad összekeverni a valódi látogatói tapasztalattal.
6. Mit mutat közben a saját RUM? Valódi böngészők, valódi látogatások
A Weboldal Bérlés rendszerében ezért nem csak laboradatot nézünk. Saját Real User Monitoring (RUM) réteg gyűjti a tényleges böngészőkből érkező Web Vitals értékeket. Ezeknél nem egy emulált telefon próbálja megjósolni, mit érezhet egy látogató: a mérés a valódi látogatásból érkezik.
A Google web.dev dokumentációjának megfogalmazása tömör: a Core Web Vitals metrikákat a legjobb field környezetben mérni.
„A Core Web Vitals mutatókat a legjobb valós felhasználói környezetben mérni.”
web.dev – Core Web Vitals workflows with Google tools, magyar fordítás
A következő értékek a Weboldal Bérlés főoldalának saját RUM méréseiből származnak. A fejlesztés ezekben a napokban aktív volt, ezért ez nem ugyanazon release kontrollált összehasonlítása; arra az előző PageSpeed sorozat szolgál. Itt azt mutatjuk meg, hogy a valós felhasználói mérés milyen adatot ad.
| Dátum | Mobil LCP p75 | Mobil INP p75 | Mobil CLS p75 | LCP minták | INP minták | CLS minták |
|---|---|---|---|---|---|---|
| 2026.09.03. | 513 ms | 152 ms | 0,0004 | 44 | 21 | 42 |
| 2026.09.04. | 554 ms | 136 ms | 0,0015 | 44 | 41 | 40 |
| 2026.09.05.* | 655 ms | 126 ms | 0,0004 | 7 | 6 | 6 |
* A 2026.09.05-i RUM sor a mentés időpontjában még kis mintaszámú, ezért ebből önmagában nem vonunk le hosszú távú következtetést.
A saját RUM előnye, hogy release, eszköztípus, oldal, metrika és más attribúciók szerint is vizsgálható. A Google maga is azt javasolja, hogy a CrUX mellett érdemes saját RUM-ot gyűjteni, mert az részletesebb és gyorsabb visszajelzést adhat a saját oldal teljesítményéről.
A web.dev saját RUM gyűjtést javasló útmutatója külön kiemeli, hogy a saját RUM részletesebb és közvetlenebb visszajelzést adhat, mint a hosszabb időablakú aggregált források.
7. PageSpeed vs. saját RUM: ugyanazokat a számokat kellene látnunk? Nem.
Gyakori félreértés, hogy a PageSpeed labor LCP-jének és a saját RUM LCP-jének ugyanannyinak kell lennie. Nem kell. Az egyik egy meghatározott szimuláció, a másik sok valódi böngészőből érkező eloszlás.
| Metrika / nézőpont | Saját RUM – mobil p75, 2026.09.03–04. | PageSpeed monitor – mobil p75, azonos release 10 futás | Hogyan értelmezzük? |
|---|---|---|---|
| LCP | 537 ms (88 minta) | 2760 ms (10 futás) | Ugyanaz a metrika, de teljesen eltérő környezet és populáció |
| CLS | 0,0007 (82 minta) | 0,0046 (10 futás) | Mindkettő stabilitást mér, de más körülmények között |
| Interaktivitás | INP 150 ms (62 minta) | TBT 1231 ms | Nem ugyanaz a metrika; a TBT csak labor proxyként használható |
| FCP | 506 ms (87 minta) | 1954 ms (10 futás) | A field és lab indulási körülménye eltér |
| TTFB | 335 ms (90 minta) | A mentett monitor-összesítőben nincs összevethető TTFB | A szerverválasz RUM-ban közvetlenül követhető |
Ez a táblázat szándékosan nem „RUM nyert, PageSpeed vesztett” rangsor. A két adathalmaz nem ugyanazt a kérdést teszi fel. Éppen ez a lényeg: a laborfutásból kapott Performance score-t nem szabad a valós látogatói teljesítmény helyettesítőjeként használni.
8. LCP, CLS, TBT, INP – mit kell valójában nézni?
| Metrika | Mit mér? | Hol érdemes nézni? | Fejlesztői értelmezés |
|---|---|---|---|
| LCP | A legnagyobb jelentős tartalmi elem megjelenésének idejét | RUM p75 + labor diagnosztika | Hero kép, font, szerver, preload, renderelés és főszál is hathat rá |
| CLS | Váratlan elrendezés-eltolódások összességét | Elsősorban RUM p75, mellette labor | Képméretek, fontcsere, későn megjelenő elemek, sticky UI okozhatja |
| INP | Valós felhasználói interakciók válaszkészségét | Field / RUM | A valódi kattintások és interakciók késleltetését mutatja |
| TBT | A laborfutás főszál-blokkolását | Lighthouse labor | Hasznos jelző JavaScript- és főszál-problémákhoz, de nem azonos az INP-vel |
| FCP | Az első tartalom megjelenését | RUM és labor | Jó korai jel, de önmagában nem mondja meg, mikor lett használható a fő tartalom |
| TTFB | Az első byte megérkezéséig eltelt időt | RUM és szerveroldali mérés | Szerver, cache, hálózat és backend hatása is megjelenik benne |
| Performance score | Lighthouse-metrikák súlyozott pontszámát | Labor összefoglalóként | Jelzőszám; nem külön webes fizikai metrika és nem valós felhasználói KPI |
9. TBT nem egyenlő INP-vel
Ez különösen fontos, mert a PageSpeed jelentésben a TBT erősen befolyásolhatja a Performance score-t, miközben a Core Web Vitals interaktivitási metrikája ma az INP. A kettő között van kapcsolat, de nem csereszabatosak.
A web.dev hivatalos TBT dokumentációja szerint a TBT ésszerű labor proxy lehet az INP problémák jelzésére, de nem helyettesíti az INP-t. A dokumentáció azt is javasolja, hogy a tényleges válaszkészségi problémákat INP-vel, field környezetben mérjük.
Egy 4 másodperces labor TBT nem azt jelenti, hogy a valós felhasználók INP-je is 4 másodperc.
10. Fejlesztőként mire jó akkor a PageSpeed Insights?
Sokat ér – ha arra használjuk, amire való. A PageSpeed és a Lighthouse nagyon jó diagnosztikai eszköz lehet render-blocking erőforrások, túl nagy JavaScript-terhelés, hosszú taskok, hibás LCP-prioritás, nagy képek, felesleges hálózati kérések és más technikai problémák felderítésére.
Amit viszont nem érdemes csinálni:
- egyetlen PageSpeed futás alapján release-t visszavonni;
- egy 89 → 78 változás miatt automatikusan kódot átírni;
- a 100-as score kedvéért működő funkciókat késleltetni vagy rontani;
- a TBT-t valós INP-ként kezelni;
- a Performance score-t ügyfél vagy fejlesztő minősítésére használni.
Amit helyette érdemes:
- azonos release-en több Lighthouse / PageSpeed futást végezni;
- legalább mediánt és tartományt nézni, nem egyetlen pontszámot;
- a konkrét LCP, CLS, TBT és trace problémákat vizsgálni;
- release előtt és után RUM p75 LCP/INP/CLS trendet összevetni;
- csak reprodukálható technikai vagy valós felhasználói regresszióra fejleszteni.
A Lighthouse CI saját dokumentációja is több futást támogat kifejezetten azért, hogy a természetes ingadozást csökkentse. Vagyis még a Lighthouse ökoszisztémán belül sem az az ajánlott fejlesztői módszer, hogy egyetlen szám alapján hozzunk döntést.
11. És felhasználóként hogyan lehet megítélni egy weboldal teljesítményét?
Ha vállalkozóként weboldalt rendelsz, a PageSpeed score lehet egy gyors ellenőrzési pont, de ne ez legyen az egyetlen kérdés. Sokkal többet mond, hogy a weboldal valódi látogatóknál stabilan gyors-e, mobilon használható-e, nem ugrál-e a felület, gyorsan reagál-e a kattintásokra, és a fejlesztő képes-e ezeket adatokkal alátámasztani.
| Kérdés | Miért fontosabb egyetlen Performance score-nál? |
|---|---|
| Van valós RUM / Core Web Vitals mérés? | A tényleges látogatói élményt mutatja, nem egyetlen szimulációt. |
| p75 LCP, INP és CLS rendben van? | Ezek a Core Web Vitals felhasználóközpontú mutatói. |
| Stabilak a trendek release után? | Megmutatja, hogy a fejlesztés valóban javított vagy rontott. |
| Mobilon ténylegesen jól használható? | A használhatóság nem fér bele egyetlen laborpontszámba. |
| Funkcionálisan stabil a weboldal? | A 100-as score sem ér sokat, ha a menü, űrlap vagy vásárlási folyamat hibás. |
| Van diagnosztika és visszamérés? | A jó fejlesztési folyamat mér, értelmez, majd ellenőriz – nem csak pontszámot hajszol. |
12. A mi következtetésünk: ne a számot kergessük, hanem a problémát
A két napos vizsgálat és az automatizált ismételt mérés után a következtetésünk nem az, hogy a Google PageSpeed Insights „rossz”. A következtetés az, hogy rosszul használjuk, ha a nagy Performance számot a weboldal valós sebességének vagy a fejlesztő minőségének tekintjük.
Fejlesztőként a PageSpeed Insights nálunk továbbra is megmarad diagnosztikai eszköznek. Megnézzük, mit jelez, keresünk reprodukálható problémát, és több futásból dolgozunk. De a valódi visszacsatolást a saját RUM, a p75 LCP/INP/CLS, a release-ek szerinti trend és a tényleges felhasználói működés adja.
Nem a 95-ös zöld karikát akarjuk megnyerni. Azt akarjuk, hogy a weboldal valódi embereknél legyen gyors, stabil és használható.
Ez a különbség a pontszám-optimalizálás és a teljesítményfejlesztés között.
Egy mondatban
A PageSpeed Insights Performance score hasznos laborjelzés, de nem valós felhasználói sebességmérés; a tényleges weboldal-élményt field/RUM adatokkal, Core Web Vitals trendekkel és reprodukálható diagnosztikával érdemes megítélni.
Források
- Google for Developers About PageSpeed Insights – A PageSpeed Insights hivatalos leírása a labor- és valós felhasználói adatokról, a Lighthouse szimulációról és a futások közötti eltérésekről.
- Chrome for Developers Lighthouse performance scoring – A Lighthouse Performance score számításának, súlyozásának és természetes ingadozásának hivatalos leírása.
- GoogleChrome / Lighthouse Score Variability – A Lighthouse hivatalos dokumentációja arról, miért változhatnak a teljesítménymérések akkor is, ha a kód nem változott.
- web.dev Core Web Vitals workflows with Google tools – Google útmutató a Core Web Vitals field és lab mérési munkafolyamatairól, valamint a valós felhasználói mérés szerepéről.
- web.dev Getting started with measuring Web Vitals – Útmutató saját Real User Monitoring mérés kialakításához és a valós felhasználói Web Vitals adatok gyűjtéséhez.
- web.dev Total Blocking Time (TBT) – A TBT hivatalos leírása és kapcsolata a valós felhasználói interaktivitási mérésekkel.
GYIK
Gyakran ismételt kérdések a PageSpeed Insights, Lighthouse és RUM mérésekről
Rövid válaszok arról, mit jelent a PageSpeed Performance score, miért ingadozhat, és mikor érdemes RUM vagy Lighthouse adatot használni.
A PageSpeed Insights kétféle adatot mutathat: valós felhasználói CrUX-adatokat és Lighthouse laboradatokat. A nagy 0–100 Performance score a Lighthouse szimulált laborfutásából készül, ezért nem azonos a weboldal összes valódi látogatójának tényleges sebességével.
A 90 feletti érték a Lighthouse laborpontozásában jó kategória, de önmagában nem bizonyítja, hogy a weboldal valódi felhasználóknál is gyors, jól használható, stabil, akadálymentes vagy üzletileg hatékony. A Google is külön kezeli a labor- és field adatokat.
A Lighthouse saját dokumentációja szerint a teljesítménymérés természetes változékonyságát többek között hálózati útvonalak, szerverterhelés, kliens erőforrások, böngésző-viselkedés és az oldal nem determinisztikus folyamatai okozhatják. Ezért több futás és medián használata indokolt.
A Lighthouse egy előre meghatározott, szimulált környezetben futtat egy tesztet. A RUM ezzel szemben valódi látogatók böngészőiből gyűjt LCP, INP, CLS és más Web Vitals adatokat. A labor főleg diagnosztikára, a RUM pedig valós felhasználói állapot és trend mérésére alkalmas.
Nem. A TBT laboratóriumi főszál-blokkolási metrika, amely segíthet interaktivitási problémák felismerésében. Az INP valós felhasználói interakciók válaszkészségét méri. A web.dev szerint a TBT lehet labor proxy, de nem helyettesíti az INP-t.
Akkor, ha a PageSpeed vagy Lighthouse reprodukálható technikai problémát mutat, és azt több futás, trace vagy valós RUM trend is alátámasztja. Egyetlen 0–100 pontszám változása önmagában nem jó ok egy működő release átírására.




