Postřehy od Cortey Agency

Rychlost webu přestala být inženýrskou metrikou pro ozdobu 12. března 2024, kdy metrika Interaction to Next Paint nahradila v Core Web Vitals dosavadní First Input Delay. Nová metrika měří celou latenci kliknutí nebo klepnutí, od vstupní události až po okamžik, kdy prohlížeč vykreslí vizuální odezvu. Weby, které v původní metrice procházely s rezervou, začaly propadat. First Input Delay totiž počítal jen dobu, než prohlížeč začal pracovat. Nikdy nepočítal, jak dlouho ta práce trvala.

Teze a metodika

Tvrzení zůstává úzké a ověřitelné. Core Web Vitals kopírují tržby dost těsně na to, aby výkonnostní rozpočet patřil do obchodního plánu, ne na konec inženýrského backlogu. Každé číslo níže pochází buď ze zveřejněných prahů Googlu, nebo z případové studie s naměřenými hodnotami před změnou a po ní. Nic není modelované a žádný údaj nevznikl odhadem pro potřeby tohoto textu.

Prahové hodnoty přesně

Optimalizace mediánu nechá čtvrtinu reálných návštěv propadat a verdikt se nezmění. Právě tenhle detail vysvětluje většinu vzdálenosti mezi týmy hlásícími dobrá interní čísla a stránkami, které dál nesou negativní hodnocení v Search Console.

Co ukazují terénní data

Korelační studie se dají zpochybnit. Doložené případy s měřením před změnou a po ní se zpochybňují hůř, protože stejné publikum potkalo obě verze téhož webu.

Chování při opuštění webu se pohybuje stejným směrem. Výzkum Googlu k rychlosti mobilních webů zjistil, že pravděpodobnost okamžitého opuštění stoupá o 32 procent, když se doba načtení posune z jedné sekundy na tři, a o 90 procent, když se posune z jedné sekundy na pět.

Kam se ty milisekundy skutečně ztrácejí

• Odezva serveru. Time to First Byte tvoří spodní hranici pro Largest Contentful Paint. Sebelepší ladění frontendu nedožene 1,2sekundovou odezvu originu.
• Blokující zdroje. Každý synchronní styl a skript v hlavičce dokumentu odkládá první vykreslení o celou dobu svého stažení a zpracování.
• Kontejnery tag manageru. Skripty dodavatelů načítané přes tag manager jsou v auditech, které děláme, nejčastější příčinou propadu v Interaction to Next Paint. Obsazují hlavní vlákno přesně ve chvíli, kdy návštěvník klika.
• Dlouhé úlohy. Jakákoli úloha držící hlavní vlákno déle než 50 milisekund blokuje zpracování vstupu a čtyři takové za sebou samy o sobě překročí limit 200 milisekund.
• Obrázky bez rozměrů. Jediný hlavní obrázek bez atributů width a height dokáže vytáhnout Cumulative Layout Shift nad 0,25 i bez dalších přispěvatelů.

Laboratorní a terénní data si odporují z dobrého důvodu

Lighthouse spouští jedno simulované načtení na uměle zpomaleném hardwaru v řízeném prostředí. Chrome User Experience Report agreguje reálné návštěvy ze skutečných zařízení a skutečných sítí. Skóre 98 v Lighthouse vedle propadlého terénního hodnocení není rozpor, je to rozdíl mezi laboratoří a ulicí. Rozhodovat se patří podle terénních dat. Lighthouse si své místo zaslouží jako diagnostika, která vysvětlí, proč terénní data vypadají tak, jak vypadají, a Interaction to Next Paint neumí změřit vůbec, protože při syntetickém běhu nikdo na nic neklika.

Výkonnostní rozpočet, který přežije roadmapu

1. Nastavte rozpočet v terénních číslech. Largest Contentful Paint pod 2,0 sekundy v 75. percentilu nechává rezervu před hranou 2,5 sekundy.
2. Měřte průběžně. Knihovna web vitals hlásí reálné hodnoty do analytiky, takže se regrese ukáže během dní místo až při dalším čtvrtletním auditu.
3. Podmiňte nasazení dvěma laboratorními čísly, celkovým objemem přeneseného JavaScriptu a celkovou prací na hlavním vlákně. Tato dvojice předpoví většinu propadů v Interaction to Next Paint dřív, než se release dostane do produkce.
4. Auditujte měřicí kódy každé čtvrtletí. Co nikdo nečte v žádném reportu, letí ven, a každé takové odstranění vrací čas na hlavním vlákně za nulovou cenu vývoje.
5. Převeďte metriku na peníze jednou provždy. Vezměte aktuální počet návštěv, konverzní poměr a průměrnou hodnotu objednávky a přepočítejte totéž na cílové hodnotě podle elasticit z tabulky případových studií.

Zdroje: dokumentace Googlu ke Core Web Vitals a Chrome User Experience Report, případové studie na web.dev k Vodafone, Rakuten 24 a The Economic Times, a studie Deloitte Digital s názvem Milliseconds Make Millions.

Inženýrská rozhodnutí, díky kterým jsou tyto prahy dosažitelné, rozebírá analýza architektury CRM a SaaS, a měřicí vrstvu, která výslednou tržbu udrží atribuovatelnou, popisuje text o atribuci po konci cookies třetích stran.

Postavit proti koupit je špatně položená otázka. Správná zní, kolik systém stojí za celou dobu své životnosti, a odpověď vychází jinak při 15 licencích než při 60. Následuje jeden konkrétní model se zveřejněnými vstupy a bod, ve kterém se obě cesty protnou.

Cesta předplatného

Licencování na uživatele má jednu vlastnost, která se do byznys casu za první rok nikdy nedostane. Škáluje s počtem lidí, takže každý nábor zvedne provozní náklad, a povedený rok v náboru dopadne jako zdražení systému, se kterým nikdo nic neudělal.

Jedna položka do té tabulky nepatří. Dodavatelé zvyšují ceníkové ceny a zdražení přichází bez odpovídající změny toho, co software umí. Salesforce v roce 2023 zvedl ceníkové ceny napříč několika cloudy v průměru o 9 procent, poprvé po sedmi letech bez plošného zdražení. Pětiprocentní roční eskalace u opakovaných položek přidá k pětiletému součtu zhruba 52 000 eur a nic jiného nezmění.

Cesta vlastního vývoje

Kde se obě cesty protnou

Počtem lidí se ten průsečík posouvá víc než kterýmkoli jiným vstupem. Stejný model přepočítaný na 22 licencí CRM dává pětiletý součet předplatného 370 100 eur proti 369 400 eurům za vlastní vývoj, tedy rozdíl 0,2 procenta a v praxi zaokrouhlovací chyba. Pod 22 licencemi vychází předplatné levněji po celých pět let a jeho náskok dál roste. Nad 40 licencemi se vlastní vývoj zaplatí do dvou let.

Co model neoceňuje

• Náklady na odchod. Opustit předplacenou platformu po čtyřech letech znamená vyexportovat data tvarovaná schématem dodavatele a export si automatizační logiku téměř nikdy neodnese s sebou.
• Riziko stropu. Limity na počty záznamů, kvóty na volání API a workflow nástroje, které neumí vyjádřit váš skutečný proces, jsou obvyklý důvod, proč se k předplacené platformě zase přidají tabulky.
• Riziko roadmapy. Dodavatel ukončující funkci, na které stojí váš provoz, je reálná událost a na vaší straně na ni neexistuje inženýrská odpověď.
• Závislost na jednom člověku. Software napsaný jedním kontraktorem, který se pak přestane ozývat, stojí víc než jakákoli licence. Dokumentace, testy a druhý pár rukou jsou položky rozpočtu, ne nadstandard.
• Rychlost první hodnoty. Předplacená platforma běží v pondělí. Systém na míru běží za pět měsíců a to zpoždění stojí přesně tolik, kolik dnes stojí současný proces.

Rozhodovací rámec místo preference

Architekturu za sloupcem vlastního vývoje popisuje text o architektuře CRM a multi tenant SaaS platforem. Tam, kde vývoj nahrazuje ruční práci místo licence, patří srovnání do článku o AI agentech nad firemními daty.

Zdroje: oznámené zvýšení cen Salesforce z roku 2023 a zveřejněné ceny licencí u modelovaných nástrojů. Každá částka v tabulkách je model se vstupy uvedenými přímo v tabulce, nikoli fakturace z proběhlé zakázky.

Většina firem zdědí CRM, které nikdy nebylo navržené tak, jak firma dnes skutečně funguje. Nakonfiguroval ho před lety jiný tým, postupně ho rozšířili o provizorní řešení a dnes stojí uprostřed každodenního provozu, zatímco všechny tiše zpomaluje. Když se programování na míru dělá pořádně, náhrada takového systému není přestavba pro přestavbu. Je to backendový refaktoring, který odstraní nahromaděné tření, aniž by narušil týmy závislé na systému každý den.

O všem dalším rozhoduje datový model

Architektura začíná u datového modelu, ne u rozhraní. Izolace jednotlivých klientů musí být vynucená na úrovni schématu a dotazů dřív, než se navrhne jediná obrazovka. Dodatečné dolaďování těchto bezpečnostních hranic po spuštění je totiž místo, kde se většina interních platforem pokazí. K tomu přidáváme mikroslužby, které oddělují fakturaci, oprávnění a klíčovou byznys logiku do samostatně nasaditelných částí. Změna jedné části pak vyžaduje otestovat jednu část, ne celou platformu.

O přijetí rozhoduje rychlost frontendu

Na frontendu stavíme na Next.js konkrétně proto, že interní nástroje stojí a padají na rychlosti odezvy. CRM, kterému načtení záznamu zákazníka trvá tři sekundy, se neuchytí, ať jsou data pod kapotou sebesprávnější. Optimalizace na Core Web Vitals není jen záležitost veřejných webů. Stejná disciplína výkonu platí i pro interní firemní systémy a často je to přesně ten rozdíl mezi platformou, kterou týmy skutečně používají, a tou, která do půl roku tiše skončí nahrazená tabulkami.

Obchodní důvody pro vlastní vývoj místo licencí rozebírá pětiletý nákladový model a výkonnostní prahy zmíněné výše vysvětluje text o Core Web Vitals jako obchodní metrice.

Chrome si cookies třetích stran nechal. Oznámení z července 2024 obrátilo čtyři roky plánovaného rušení a aktualizace z dubna 2025 potvrdila, že nedorazí ani samostatný odhlašovací dialog. Atribuce se přesto ve stejném období zhoršila, protože mechanismy, které ji skutečně rozbily, na roadmapě Chromu nikdy nebyly. Postaraly se o to Intelligent Tracking Prevention v Safari, souhlasové povinnosti podle evropského práva a tichý posun reportingu od počítaných událostí k modelovaným.

Teze a metodika

Testujeme dvě tvrzení. Za prvé, mezera v reportingu, kterou většina týmů přičítá rušení cookies třetích stran, vzniká z životnosti cookies a ze souhlasů, a ani jedno s cookies třetích stran nesouviselo. Za druhé, server side měření opravuje přesně jeden z těch dvou problémů, takže kdo si ho pořizuje jako řešení compliance, kupuje si něco jiného. Každý mechanismus níže je zdokumentované chování zveřejněné výrobcem prohlížeče nebo Googlem, ne pozorování z jednoho účtu.

Co skutečně expiruje a kdy

Consent Mode je datová struktura, ne lišta

Lišta sbírá rozhodnutí. Consent Mode ho přenáší. S každým hitem putují čtyři signály a každý řídí jiné navazující použití.

Implementace se pak dělí na dvě podoby. Základní režim blokuje měřicí kódy úplně, dokud souhlas nedorazí, takže odmítnutá návštěva neodešle vůbec nic. Pokročilý režim načte kódy v odepřeném stavu a posílá bezcookiové pingy bez identifikátorů, a právě ty umožní pozdější modelování. Zvolit základní režim a pak se ptát, proč se modelované konverze nikdy neobjevily, je běžná a drahá posloupnost.

Co modelování vyžaduje, než začne

Modelovaná data nejsou přepínač, který někdo zapne. Google zveřejňuje objemové prahy a property pod nimi prostě vykáže tu mezeru jako chybějící návštěvnost.

• Alespoň 1 000 událostí denně s analytics_storage ve stavu denied po dobu nejméně sedmi dní.
• Alespoň 1 000 denních uživatelů odesílajících události s analytics_storage ve stavu granted, a to nejméně sedm z předchozích 28 dní.
• Consent Mode nasazený v pokročilé podobě, protože základní režim pingy v odepřeném stavu, na kterých se model učí, nikdy neodešle.

Malé a středně velké property se pod prvním prahem ocitají často. Pro ně je poctivou pozicí uvedená míra pokrytí místo modelovaného součtu, protože číslo prezentované jako naměřené, když ve skutečnosti chybí, znehodnotí každé rozhodnutí postavené nad ním.

Co server side měření vyřeší a co nechá být

Měřicí stack, který drží

1. Nasaďte Consent Mode nejdřív v pokročilé podobě. Všechno navazující stojí na tom, že pingy v odepřeném stavu vůbec existují.
2. Přesuňte měření na subdoménu první strany a nastavujte identifikátory HTTP hlavičkou, což vrátí životnost cookies u provozu ze Safari.
3. Odesílejte serverové konverze do reklamních platforem přes jejich konverzní API, aby optimalizace kampaní držela signál i tehdy, když prohlížeč neodešle nic.
4. Ke každému konverznímu číslu reportujte míru pokrytí. Číslo a jeho spolehlivost patří na stejný slajd.
5. Držte jeden vlastní deterministický identifikátor. Přihlášení, číslo objednávky nebo hashovaný e mail sebraný se souhlasem porazí každou náhradní konstrukci.
6. Auditujte čtvrtletně proti řízenému nákupu, který sami provedete, a projděte ho reportingem od začátku do konce. Rozdíl mezi tím, co jste udělali, a tím, co ukazuje dashboard, je skutečná chyba měření.

Zdroje: dokumentace WebKit k Intelligent Tracking Prevention, dokumentace Mozilly k total cookie protection, oznámení Google Privacy Sandbox z července 2024 a dubna 2025 a zveřejněné požadavky Googlu na Consent Mode a behaviorální modelování v GA4.

Cenu měřicích kódů na frontendu vyčísluje text o Core Web Vitals jako obchodní metrice a organickou stranu téhož růstového problému řeší článek o Answer Engine Optimization a programatickém SEO.

Veřejná AI rozhraní jsou skvělá na rychlé prototypování, ale u řady provozních procesů to nejde. Kontrola smluv, vyhledávání v interních znalostech i práce se zákaznickými daty pracují s informacemi, které nesmíte poslat cizímu dodavateli. Přesně tady mění pravidla hry lokální open source jazykové modely jako Llama. Model běží uvnitř infrastruktury, kterou už řídíte, takže citlivá data nikdy neopustí perimetr chráněný vašimi pravidly.

Kde vede hranice

Volba mezi lokálním modelem a hostovaným API je otázka na úrovni jednotlivého procesu, ne celofiremní politika. Níže je rozdělení, které nasazujeme nejčastěji.

Užitečným to dělá retrieval

Samotný model je málokdy ta těžká část. Užitečným dělá interního agenta až Retrieval Augmented Generation, zkráceně RAG, postavený nad ním. Interní dokumenty, firemní směrnice a znalostní báze indexujeme do vyhledávacího systému, který agent prohledá dřív, než odpoví. Odpovědi pak stojí na skutečné firemní dokumentaci, ne na obecných datech z tréninku modelu. Propojení mezi systémy píšeme přímo proti platformám, které už používáte, takže každý proces má vlastní explicitní kontrakt, který lze testovat a verzovat.

1. Vytěžte a sjednoťte zdrojové dokumenty včetně těch naskenovaných, které nikdo neotevřel od roku 2019.
2. Dělte text na sémantických hranicích místo na pevný počet znaků. Odstavce a smluvní body porazí každých 800 znaků.
3. Vytvořte embeddingy a index a nechte na každém úseku odkaz na zdroj, aby odpověď mohla ukázat na konkrétní stránku.
4. Vyhledejte a pak přeřaďte. První průchod optimalizuje úplnost, přeřazení optimalizuje přesnost.
5. Generujte s instrukcí odpovídat pouze z nalezeného kontextu a přiznat, když kontext nestačí.
6. Vyhodnocujte proti pevné sadě otázek při každé změně, protože kvalita vyhledávání s růstem korpusu tiše klesá.

V kombinaci s přímou integrací OpenAI API pro procesy, kde je cloudová inference v pořádku, dává tahle hybridní architektura firmám praktický kompromis. Citlivé procesy zůstávají lokální, méně citlivé mohou využít nejrychlejší dostupný model a ochrana dat je návrhové rozhodnutí, ne dodatečná záplata. Výsledkem je agent, který odstraní opakující se ruční práci, schvalování, extrakci dat i první odpovědi zákazníkům, aniž by přinesl nové riziko pro compliance.

Tam, kde agent nahrazuje licencovaný software místo ruční práce, patří srovnání nákladů do pětiletého modelu vlastního vývoje proti předplatnému, a systémy, do kterých se agent obvykle napojuje, popisuje text o architektuře CRM na míru.

Zdroje: zveřejněná dokumentace OpenAI API a Claude a licence a model cards open source modelů uvedených u lokálního nasazení.

Chování ve vyhledávání se posouvá od klíčových slov psaných do vyhledávacího pole k přímým odpovědím, které skládají AI asistenti. Technické SEO teď obsluhuje druhé publikum vedle lidských čtenářů, totiž jazykové modely, které stránku zhustí do několika vět. Tím se mění, co znamená dobrý obsah. Strukturovaná data, nadpisy říkající přesně to, co následuje, a věty, které jde ocitovat bez zkreslení významu, váží víc než dřív.

Dvě publika, jedna stránka

Odpovídací enginy prochází web pod vlastními identifikátory a každý z nich sytí něco jiného. Zablokovat ten nesprávný znamená odstranit vaši firmu z asistenta, který by ji jinak doporučil.

Co dělá stránku citovatelnou

Studie GEO prezentovaná na konferenci KDD 2024 otestovala devět obsahových úprav proti generativnímu vyhledávači a zjistila, že doplnění citací, statistik a odkazů na zdroje zvedlo viditelnost zdroje až o 40 procent, zatímco natlačení klíčových slov nepřineslo měřitelný zisk. Praktické důsledky jsou dost úzké na to, aby se daly vyjmenovat.

• Jedno tvrzení na jeden nadpis, vyslovené přímo v nadpisu místo o tři odstavce níž.
• Shrnující blok blízko odpovědi, který otázku uzavře do 60 slov, což zhruba odpovídá délce, kterou si asistent vezme.
• Čísla s jednotkou a se zdrojem ve stejné větě, protože údaj, který model neumí přiřadit ke zdroji, obvykle vypadne.
• Tabulky na cokoli srovnávacího. Strukturované značkování přežívá extrakci výrazně lépe než odstavec vyjmenovávající pět možností.
• Strukturovaná data odpovídající viditelnému textu slovo od slova, protože nesoulad rich result neposílí, ale zneplatní.

O tom, koho si přečtou, dál rozhoduje infrastruktura

Na úrovni infrastruktury to začíná předrenderovanými stránkami servírovanými jako statické soubory. Crawleři i odpovídací enginy pak dostanou celý obsah hned při prvním požadavku, bez zpoždění kvůli renderování na klientovi a bez rozestavěného DOM. U firemního webu soutěžícího o dlouhé dotazy blízko nákupnímu rozhodnutí se tahle výhoda úplnosti násobí přes každou indexovanou stránku, kterou vlastníte.

Nic z toho ale nemá smysl, pokud se cestou rozbije měření. Výchozí nastavení soukromí v prohlížečích se dál zpřísňuje, takže měření přesouváme na server přes GA4 a udržujeme atribuci neporušenou bez spoléhání na cookies z cizích domén. Návštěvnost získaná z odpovídacích enginů je pak vidět v číslech, se kterými týmy skutečně rozhodují o dalších investicích.

Zdroje: studie GEO prezentovaná na KDD 2024, zveřejněná dokumentace crawlerů od OpenAI, Anthropic, Perplexity a Googlu, a pokyny Googlu ke způsobilosti strukturovaných dat.

Měřicí stranu téhož argumentu rozebírá text o atribuci po konci cookies třetích stran a požadavky na rychlost, které stojí za předrenderováním, vyčísluje článek o Core Web Vitals jako obchodní metrice.