PageSpeed Insights, ofte forkortet PSI, er et gratis Google-værktøj, der vurderer en websides hastighed og tekniske ydeevne. Det giver en hurtig analyse af, hvordan siden klarer sig på både mobil og computer.
I praksis tester PSI en given side og viser målinger, som peger på, hvor hurtigt indholdet bliver vist, og hvor stabilt siden opfører sig under indlæsning. Værktøjet kombinerer laboratoriedata med data fra virkelige brugere, når de er tilgængelige.
SEO-specialister, udviklere og webansvarlige bruger PageSpeed Insights til at finde tekniske problemer og prioritere forbedringer. Det kan for eksempel være tunge billeder, unødvendig kode eller elementer, der forsinker indlæsningen. Formålet er at forbedre brugeroplevelsen og gøre websider hurtigere og mere velfungerende.
Rapporten i PageSpeed Insights bygger på to forskellige datakilder, som belyser ydelsen fra hver sin vinkel. Den første er feltdata fra Chrome User Experience Report, også kaldet CrUX. Her måles, hvordan rigtige brugere faktisk oplever siden i deres egne browsere, på deres egne enheder og netværk. Det betyder, at tallene afspejler virkelige besøg – med de forskelle i mobil, desktop, forbindelser og geografiske forhold, som findes i praksis.
Den anden kilde er laboratoriedata fra Lighthouse. Her testes siden i et kontrolleret miljø, hvor værktøjet simulerer indlæsning og måler, hvad der sker under faste betingelser. Det giver et klart øjebliksbillede og gør det lettere at finde konkrete problemer, for eksempel tunge filer, langsom rendering eller elementer, der flytter sig under indlæsning. Laboratoriemålinger viser altså ikke, hvordan alle brugere oplever siden, men de er meget nyttige, når man vil fejlfinde og forbedre.
Kombinationen er netop styrken. Feltdata fortæller, om rigtige besøgende oplever problemer over tid, mens laboratoriedata hjælper med at pege på årsagerne her og nu. Derfor er én samlet score sjældent nok i sig selv. En side kan få en pæn laboratorievurdering og stadig give reelle brugere en dårlig oplevelse – eller omvendt. Når man læser begge datatyper sammen, får man et mere nuanceret og brugbart billede af sidens hastighed og kvalitet.
Når du læser en rapport i PageSpeed Insights, er det vigtigt at skelne mellem konkrete brugercentrerede målinger og den samlede performance-score. Scoren går fra 0 til 100 og er et overordnet estimat af sidens tekniske ydeevne under test. Den er nyttig som pejlemærke, men den bør ikke stå alene. Det er især de enkelte målepunkter, der fortæller, hvad brugerne faktisk oplever.
Blandt de vigtigste målinger er Core Web Vitals. Largest Contentful Paint (LCP) viser, hvor hurtigt det største synlige indholdselement bliver vist, for eksempel et stort billede eller en overskrift. Interaction to Next Paint (INP) måler, hvor hurtigt siden reagerer på brugerens handlinger, som klik, tryk og tastaturinput. En lav INP betyder, at siden føles responsiv. Cumulative Layout Shift (CLS) beskriver visuel stabilitet, altså om elementer flytter sig uventet under indlæsning. Høj CLS skaber en dårlig oplevelse, fordi brugeren risikerer at klikke forkert.
Rapporten viser også andre performance-målinger, som kan hjælpe med fejlfinding. For eksempel siger First Contentful Paint noget om, hvornår det første indhold bliver synligt, mens Time to First Byte kan pege på server- eller svartidsproblemer. Tilsammen giver målingerne et mere præcist billede end scoren alene.
Du bør også sammenligne resultater for mobil og computer hver for sig. Mobil scorer ofte lavere, fordi testen simulerer langsommere netværk og svagere enheder. Derfor er det normalt at se forskelle. Vurder altid rapporten i den rette kontekst, før du drager konklusioner.
En PageSpeed Insights-rapport er mest værdifuld, når den bruges som en prioriteret arbejdsliste. Start med at se på de anbefalinger, der både påvirker brugeroplevelsen og er realistiske at løse hurtigt. Værktøjet peger ofte på de samme områder: billedoptimering, reducering af JavaScript, forbedring af serverrespons og fjernelse af render-blocking ressourcer. Tanken er ikke at jagte en perfekt score, men at fjerne de flaskehalse, der gør siden langsom for rigtige brugere.
Billedoptimering handler typisk om at komprimere tunge filer, vælge korrekte dimensioner og bruge moderne billedformater. Hvis rapporten viser unødigt JavaScript, bør man fjerne overflødige scripts, udskyde ikke-kritisk kode og dele store filer op. Ved langsom serverrespons skal man undersøge hosting, cache, databaser og tunge forespørgsler. Render-blocking ressourcer er ofte CSS- og JavaScript-filer, der forsinker visningen; her kan man prioritere kritisk CSS og udsætte resten, så siden kan tegnes hurtigere.
Et konkret eksempel: En produktside bruger store billeder, flere sporingsscripts og en langsom server. Før optimering tager den 4,8 sekunder om at blive brugbar. Efter komprimering af billeder, udsættelse af ikke-nødvendigt JavaScript og aktivering af servercache falder tiden til 2,6 sekunder. Brug derfor rapporten som et fast arbejdsredskab: mål, ret én gruppe problemer ad gangen, test igen, og vurder derefter, om ændringen faktisk forbedrer hastighed og oplevelse.
En høj eller lav score i PageSpeed Insights bør læses som en indikator, ikke som et mål i sig selv. Værktøjet peger på sandsynlige tekniske forbedringer, men det kan ikke alene afgøre, om en side samlet set fungerer godt for brugerne. En side kan have en middelmådig score og stadig opleves som hurtig og velfungerende, hvis indholdet er relevant, navigationen er enkel, og de vigtigste elementer vises hurtigt.
Det er også en udbredt misforståelse, at scoren i sig selv er en direkte rankingfaktor i Google. Det er den ikke. Google vurderer ikke placeringer ud fra et enkelt tal fra PageSpeed Insights, men ud fra en langt bredere kombination af signaler, herunder relevans, indholdskvalitet og sideoplevelse. Derfor bør scoren bruges som et arbejdsredskab til prioritering, ikke som facit for SEO.
Manglende feltdata betyder desuden ikke nødvendigvis, at noget er galt. Ofte skyldes det simpelthen, at siden eller webstedet har for lidt trafik til, at der kan vises pålidelige data fra rigtige brugere. I de tilfælde må man støtte sig mere til laboratoriedata, men de simulerer kun bestemte forhold og kan ikke rumme alle faktiske brugssituationer på tværs af enheder, netværk og brugeradfærd.
Selv om de to værktøjer bygger på noget af den samme teknologi, bruges de ikke helt på samme måde. PageSpeed Insights er Googles webværktøj til at vurdere en sides hastighed og brugeroplevelse, mens Lighthouse er selve analysemodulet, der kører tekniske test af siden.
Den vigtigste forskel ligger i datagrundlaget. PageSpeed Insights kombinerer feltdatas fra rigtige brugere med laboratoriedata fra en simuleret test. Det gør værktøjet velegnet, når du vil forstå, hvordan siden faktisk præsterer i praksis. Lighthouse arbejder derimod primært med laboratoriedata. Det er nyttigt til fejlsøgning, fordi resultaterne viser, hvilke konkrete elementer der bremser siden her og nu.
Til SEO og prioritering er PageSpeed Insights ofte det bedste sted at begynde. Skal du derimod teste ændringer, gentage målinger eller undersøge et specifikt problem mere detaljeret, er Lighthouse typisk det rette valg. De supplerer hinanden: det ene viser den virkelige oplevelse, det andet hjælper dig med at finde årsagen.
Hvorfor er resultaterne forskellige på mobil og computer? Mobil testes under mere begrænsede forhold, blandt andet langsommere netværk og svagere enhed. Derfor er score og målinger ofte lavere på mobil, selv når den samme side analyseres.
Hvorfor vises der ikke feltdata for alle sider? Feltdata kræver nok virkelige besøg fra Chrome-brugere over tid. Hvis en side har for lidt trafik, er ny eller kun besøges af få brugere, kan der mangle data. I de tilfælde vises laboratoriedata i stedet.
Er en lav score ensbetydende med dårlig SEO? Nej. PageSpeed Insights er et nyttigt værktøj, men en lav score betyder ikke automatisk dårlige placeringer. Google vurderer mange signaler, og indholdets relevans vejer stadig tungt. Hastighed og brugeroplevelse kan dog påvirke synligheden, især hvis sider er tydeligt langsomme.
Påvirker scoren placeringer i Google direkte? Ikke som et enkelt tal. Det er ikke scoren i sig selv, der rangerer, men de underliggende brugeroplevelsessignaler. Hvorfor ændrer målingerne sig fra test til test? Laboratoriedata kan variere på grund af netværk, cache, tredjepartsscripts og serverrespons. Se derfor på mønstre frem for én enkelt måling.
Indsæt webadressen i PageSpeed Insights, og kør analysen. Værktøjet laver derefter en rapport for både mobil og computer med score, målepunkter og konkrete anbefalinger.
Start med at se på feltdata, hvis de findes, fordi de viser oplevelsen hos rigtige brugere. Brug derefter laboratoriedata og anbefalinger til at finde årsagerne til problemerne og prioritere de vigtigste forbedringer.
PageSpeed Insights måler en sides hastighed og tekniske ydeevne, især hvor hurtigt indhold bliver synligt, hvor stabil siden er under indlæsning, og hvor hurtigt den reagerer på brugerens handlinger.
Rapporten viser blandt andet Core Web Vitals, performance-score og flere tekniske målinger som kan pege på flaskehalse i kode, billeder, serverrespons og ressourcer, der forsinker visningen.
Feltdata kommer fra rigtige brugere via Chrome User Experience Report. De viser, hvordan siden faktisk har præsteret over tid på forskellige enheder, netværk og forbindelser.
Laboratoriedata kommer fra Lighthouse og bygger på en simuleret test under kontrollerede forhold. De er især nyttige til fejlfinding, fordi de gør det lettere at se, hvilke tekniske forhold der trækker ydelsen ned.
Det skyldes som regel, at mobiltesten køres under mere krævende betingelser. Værktøjet tager højde for langsommere netværk og mindre kraftige enheder, og derfor falder mobilresultater ofte lavere end desktop.
Forskellen er altså ikke nødvendigvis et tegn på fejl. Den viser, at brugeroplevelsen kan være markant anderledes på mobil end på computer, og derfor bør de to rapporter vurderes hver for sig.
PageSpeed Insights viser de centrale Core Web Vitals: Largest Contentful Paint (LCP), Interaction to Next Paint (INP) og Cumulative Layout Shift (CLS).
LCP handler om, hvor hurtigt det vigtigste synlige indhold vises. INP måler, hvor hurtigt siden reagerer på interaktioner, og CLS viser, om layoutet flytter sig uventet under indlæsning.
Nej. Lighthouse er analysemodulet, der leverer laboratoriedata, mens PageSpeed Insights er selve værktøjet, som præsenterer rapporten og kombinerer Lighthouse med feltdata fra CrUX, når de findes.
PageSpeed Insights er derfor bedst til at få et samlet overblik, mens Lighthouse ofte er stærkest til teknisk fejlsøgning og gentagne lokale tests.
PageSpeed Insights er et pålideligt værktøj, når resultaterne læses korrekt. Feltdata er særligt værdifulde, fordi de bygger på rigtige brugeres oplevelser, mens laboratoriedata er velegnede til at finde konkrete tekniske problemer.
Det er dog vigtigt ikke at læse én score som hele sandheden. Resultaterne bør altid ses sammen med sidens formål, faktiske brugeradfærd og andre analyser af web performance.
Ikke som et enkelt tal. Google bruger ikke selve PSI-scoren som direkte rankingfaktor, men nogle af de underliggende signaler om sideoplevelse og hastighed kan indgå i den samlede vurdering.
En lav score betyder derfor ikke automatisk dårlige placeringer. Relevans, indholdskvalitet og søgeintention vejer stadig tungt, men tekniske problemer kan gøre siden mindre konkurrencedygtig.
Begynd med de problemer, der har størst effekt på brugeroplevelsen. Det vil ofte være tunge billeder, for meget JavaScript, langsom serverrespons og ressourcer, der blokerer for visning af indhold.
Komprimer billeder, brug passende filstørrelser, fjern eller udsæt unødvendige scripts, og arbejd med cache og serveroptimering. Test derefter igen, så du kan se, hvilke ændringer der faktisk forbedrer målingerne.
Det sker typisk, når der ikke er nok trafik fra rigtige Chrome-brugere til at danne et statistisk grundlag. Nye sider og sider med begrænset trafik mangler derfor ofte feltdata.
Det betyder ikke nødvendigvis, at der er et problem med siden. I stedet må du støtte dig mere til laboratoriedata, indtil der er nok besøg til, at feltdata kan vises.
Laboratoriedata opdateres, hver gang du kører en ny test, fordi de dannes i selve øjeblikket. Derfor kan de ændre sig fra måling til måling afhængigt af blandt andet serverrespons og tredjepartsscripts.
Feltdata opdateres løbende på baggrund af historiske brugerdata fra CrUX. De afspejler derfor ikke kun et enkelt besøg, men en periode med faktisk brug over tid.