Core Web Vitals: cómo medirlos y mejorarlos

Web2026-11-12TryQuickToolBox

Tus páginas cargan, pero los usuarios siguen rebotando. O un informe de Search Console marca Core Web Vitals "pobres" en móvil, y no estás seguro de si el problema es real o solo un artefacto de laboratorio. Core Web Vitals convierte la charla vaga sobre "rendimiento" en tres señales medibles, y cada una tiene una causa concreta que puedes encontrar y corregir.

Esta guía explica qué mide cada métrica, cómo recopilar datos confiables y qué correcciones realmente marcan la diferencia. Sin benchmarks inventados, solo la mecánica y el flujo de trabajo.

Qué miden realmente los Core Web Vitals

Los Core Web Vitals son tres métricas centradas en el usuario definidas por la comunidad de rendimiento web y reflejadas en las señales de experiencia de página de Google. Cada una se asigna a un tipo diferente de frustración:

Estas reemplazaron a proxies anteriores como First Input Delay y se evalúan en el percentil 75 de cargas reales de página. Ese detalle importa: un portátil rápido no prueba nada si la mayoría de tu tráfico es móvil de gama media.

Datos de campo vs datos de laboratorio: mide ambos

El error de medición más común es confiar en una sola ejecución de Lighthouse. Las herramientas de laboratorio simulan una carga bajo condiciones fijas; los datos de campo provienen de usuarios reales en dispositivos y redes reales. Necesitas ambos, para trabajos diferentes.

FuenteTipoMejor uso
Chrome UX Report / Search ConsoleCampoSaber si los usuarios reales experimentan problemas
PageSpeed InsightsAmbosInstantánea rápida de campo más diagnósticos de laboratorio
Lighthouse / DevToolsLaboratorioReproducir y depurar problemas específicos
Librería JS web-vitalsCampo (propio)Segmentar por página, dispositivo y país

Empieza con datos de campo para confirmar que existe un problema, luego usa herramientas de laboratorio para reproducirlo. Si los datos de campo dicen que LCP está bien pero Lighthouse grita, probablemente estés optimizando un escenario que tus usuarios no tienen.

Paso a paso: construye un ciclo de medición

  1. Línea base. Obtén datos de campo para tus plantillas clave (inicio, producto, artículo) en móvil y escritorio. Anota los valores del percentil 75.
  2. Instrumenta. Añade la librería web-vitals y envía LCP, INP y CLS a tu endpoint de analítica, etiquetados con ruta y tipo de dispositivo.
  3. Reproduce. En DevTools, limita a un perfil móvil de gama media con 4G rápido y graba un trace de rendimiento de una plantilla lenta.
  4. Corrige una causa. Cambia una sola cosa (p. ej., precarga la imagen hero) y vuelve a medir bajo las mismas condiciones.
  5. Verifica en campo. Los datos de campo van por detrás de los despliegues, así que compara semana a semana en lugar de hora a hora.

Un fragmento de instrumentación mínimo se ve así:

import { onLCP, onINP, onCLS } from 'web-vitals';

function report(metric) {
  const body = JSON.stringify({
    name: metric.name,
    value: metric.value,
    rating: metric.rating,
    path: location.pathname,
  });
  navigator.sendBeacon('/vitals', body);
}

onLCP(report);
onINP(report);
onCLS(report);

Mantén el payload pequeño y muestrea si el tráfico es alto. El objetivo es la visibilidad de tendencias, no el registro exhaustivo.

Corregir LCP: obtén el contenido principal temprano

LCP suele estar bloqueado por una de cuatro cosas: respuesta lenta del servidor (TTFB), recursos que bloquean el renderizado, una imagen hero descubierta tarde, o renderizado del lado del cliente que no pinta nada hasta que se ejecuta JavaScript.

Si tu elemento LCP es un bloque de texto, la carga de fuentes importa: usa font-display: swap y precarga la fuente principal para que el texto no sea invisible durante la carga.

Corregir INP: mantén libre el hilo principal

INP mide el retraso entre una interacción del usuario y el siguiente frame pintado. Las tareas largas de JavaScript en el hilo principal son el culpable habitual, seguidas de manejadores de eventos pesados y trabajo de layout costoso.

En un trace de rendimiento, busca bloques largos amarillos de "scripting" que se solapen con la entrada del usuario. Ese es tu presupuesto de INP gastándose.

Corregir CLS: reserva espacio y detén los saltos

El desplazamiento de layout ocurre cuando se insertan o redimensionan elementos sin espacio reservado. Las correcciones son principalmente cuestión de ser explícito:

CLS suele ser la métrica más barata de corregir porque es un problema de disciplina de marcado, no de infraestructura.

No olvides la capa de entrega

Las correcciones frontend solo llegan hasta cierto punto si tu servidor es lento o tus assets no están cacheados. Verifica compresión (Brotli o gzip), cabeceras de caché de larga duración con hashes de contenido, HTTP/2 o HTTP/3, y una CDN para assets estáticos. Los logs del servidor son una verificación útil: si ves tiempos de respuesta upstream lentos en rutas HTML, ninguna cantidad de optimización de imágenes arreglará LCP.

Puedes inspeccionar los logs de acceso para detectar rutas lentas y patrones de tráfico pesado usando el analizador de logs de Nginx, que ayuda a correlacionar la latencia del backend con las páginas que los usuarios realmente cargan.

Prioriza por plantilla, no por puntuación

Una única puntuación para todo el sitio oculta la realidad. Agrupa las páginas por plantilla (inicio, listado, detalle, checkout) y corrige primero las plantillas con más tráfico y peores datos de campo. Una puntuación perfecta de Lighthouse en una página de bajo tráfico vale poco; una modesta mejora de LCP en tu página de aterrizaje principal afecta a cada visitante.

También resiste la tentación de perseguir un número redondo. Core Web Vitals son umbrales, no una competición: pasar de "pobre" a "necesita mejora" en tu plantilla más concurrida es una victoria real.

Preguntas frecuentes

¿Cuáles son los tres Core Web Vitals?

LCP (Largest Contentful Paint) mide la carga del contenido principal, INP (Interaction to Next Paint) mide la capacidad de respuesta a la entrada del usuario, y CLS (Cumulative Layout Shift) mide la estabilidad visual.

¿Debo confiar en Lighthouse o en los datos de campo?

Usa datos de campo para decidir si existe un problema real, y herramientas de laboratorio como Lighthouse para reproducirlo y depurarlo. Una sola ejecución de laboratorio es una instantánea, no un veredicto.

¿Por qué mi puntuación de Lighthouse difiere de PageSpeed Insights?

PageSpeed Insights muestra datos de laboratorio y de campo, y las condiciones de laboratorio (dispositivo, throttling, red) difieren entre ejecuciones. Compara condiciones equivalentes y céntrate en las tendencias de campo.

¿Listo para revisar tus propias páginas? Pasa tus plantillas clave por un ciclo de medición hoy, corrige la causa más grande en tu plantilla más concurrida y verifica el cambio con datos de campo antes de continuar.