两个工具，两个相反的答案

同样的站，一个工具说 1 秒，一个说 3 秒。我先怀疑其中一个坏了。

换了几次都一样。后来发现，一个测的是页面完全加载，一个测的是请求响应。两个都对，只是问的问题不同。那次我差点把好的工具卸了。

「准」的第一层：精度

同一工具、同一节点、连测几次，结果差多少。

差得小，说明测量稳定；差得大，说明抖动明显，或者采样太少。精度高不代表有意义，测错对象时，稳定反而更危险。

这一层只回答「这台秤准不准」，不回答「该不该称这个」，别把精度当成结论。

第二层：口径

它测的是哪一段。

只测 HTTP 请求，得到的是网络交付时间；测页面渲染，得到的是用户感知时间。浏览器测的是渲染，拨测测的是交付，两者都重要，但不能互替。用户抱怨慢，先看是哪种慢。

跨运营商、跨地区的结果，和单点结果，也不能直接比。首屏慢看渲染，接口慢看请求，混着看就会得出矛盾结论。

口径不对，数字再漂亮也没意义，越精确越容易误导人。

第三层：样本

节点够不够多、地区够不够散、测了几次。

单节点单次，只能代表一个瞬间、一条路，样本不足时，任何结论都脆。

用宝塔拨测的网站测速跑多地区多运营商节点，出平均、最快、最慢，再按运营商分组，样本才够。只有北上广代表不了全国，用户在哪，节点就该覆盖到哪。

复测的方法

固定节点、固定路径、相近时段，连测三次以上，记录里写清节点和时间。

看分布，不看单次。最快和最慢的差距，就是稳定性。时间也要分散，早晚各测一次，高峰期往往才是真实体验。

改完之后，用同一批节点再测一次，这才叫验证。改完前后各测三次，别只留改后，没有对照说不清效果。

怎么判断可信

问三个问题：测的是哪一层、样本够不够、复测稳定吗，这三问就是过滤网。

三个都能答上来，数据就可以用；有一个含糊，结论就要打折扣。这是很多争论的根源，定义不清楚，越测越乱。

网页测速的「准」，从来不是绝对值，而是和你要回答的问题匹配。报告里写清口径，别人才能复用；口径不清的报告，等于没写。这也是专业和不专业的区别，别怕多花十分钟，省下的是后面的争论。数据能说服人，前提是它站得住，站不住的数据不如没有。所以先问口径，再问样本，最后才看那个数字，先想清楚再测。

准不准，先看它回答的是不是你的问题。