Client-side testing
Client-side testing verändert den für den Nutzer sichtbaren Inhalt mithilfe von Skripten, die im Browser ausgeführt werden.
Methode, bei der der dem Nutzer angezeigte Inhalt dynamisch über JavaScript-Skripte verändert wird, die direkt in dessen Browser ausgeführt werden. Dieser Ansatz eignet sich ideal für schnelle Tests an visuellen oder textlichen Elementen, dank seiner großen Flexibilität und einer vereinfachten Umsetzung ohne Änderungen am Server-Code.
Allerdings kann sie die Performance der Website beeinträchtigen (Ladezeit, visuelle Stabilität), mit messbaren Auswirkungen auf Kennzahlen wie den First Contentful Paint (FCP), den Largest Contentful Paint (LCP), die Time to Interactive (TTI), den Cumulative Layout Shift (CLS) oder auch die Total Blocking Time (TBT).
Es wird daher empfohlen, diese Methode für temporäre Experimente zu nutzen und die validierten Änderungen anschließend direkt im Quellcode oder serverseitig zu integrieren.
Autres termes : A/B testing
Gesamtes Glossar ansehen- A/B TestingDer A/B(n)-Test ist eine Methode, bei der zwei oder mehr Versionen einer Webseite, einer Anwendung, eines Algorithmus, von Werbebannern usw. verglichen werden, um festzustellen, welche am besten performt.A/B testing
- AA TestEine Testart, bei der zwei Gruppen dieselbe Erfahrung erhalten, um sicherzustellen, dass das Testsystem zuverlässig ist und die beobachteten Unterschiede nicht auf Zufall beruhen.A/B testing
- DatalayerEine Datenstruktur, die verwendet wird, um Informationen zwischen einer Website und einem Tag-Management-Tool zu übertragen.A/B testing
- Feature FlaggingEine Technik, mit der Funktionen remote aktiviert oder deaktiviert werden können, ohne neuen Code bereitzustellen.A/B testing
- Feature RolloutDie schrittweise Einführung einer neuen Funktion für eine Teilgruppe von Nutzern vor einer vollständigen Veröffentlichung.A/B testing
- TesthypotheseEine Testhypothese ist eine Aussage, die formuliert wird, um das Ergebnis einer bestimmten Änderung auf einer Website oder in einer Anwendung im Rahmen eines Optimierungsprozesses vorherzusagen.A/B testing