Loop di ottimizzazione

biagiojs chiude il ciclo tra traffico in produzione e la build successiva. I dati di campo in reports/ ricalibrano i pesi dei componenti e le soglie di idratazione — senza modificare il grafo a mano.

deploy → utenti reali → reports/ → biagio build → HTML ottimizzato → deploy

File report

Metti JSON sotto reports/ (osservati in dev):

File	Fonte	Effetto sulla build
`analytics.json`	Export analytics	`interactionProbability` ← CTR osservato per componente
`heatmap.json`	Mappe attenzione / scroll	`conversionWeight` spostato ±0.2
`searchconsole.json`	Componenti top da GSC	`seoWeight` +0.15 per ID corrispondenti
`crux.json`	CrUX / PageSpeed Insights	Soglie idratazione alzate o rilassate

Esempio analytics.json:

{
  "componentClicks": {
    "hero-cta": 0.18,
    "newsletter": 0.03
  }
}

Esempio crux.json (da pull-vitals):

{
  "p75": { "lcp": 2800, "inp": 220, "cls": 0.05 }
}

INP/LCP lenti nel campo → meno idratazione eager (soglie più alte). Siti veloci idratano in modo più aggressivo.

Il log di build stampa ogni decisione dell'optimizer — ispezionabile, deterministico, niente scatola nera.

`biagio pull-vitals`

Scarica i percentili CrUX reali in reports/crux.json:

npx biagio pull-vitals https://tuosito.com/ .

Opzionale variabile PSI_API_KEY per la quota API PageSpeed Insights.

Eseguilo dopo il deploy (o in CI su schedule) così la build successiva riflette l'esperienza reale degli utenti.

Report per locale

Per siti multilingua, override per mercato:

reports/it/analytics.json
reports/de/crux.json

Vedi Internazionalizzazione.

Esperimenti A/B

Assegnazione lato server — zero flicker, zero CLS, niente bucketing JS lato client.

export default function ({ ExperimentEngine, userId }) {
  const ab = new ExperimentEngine({ userId })
    .define('hero_cta', ['control', 'urgency'], { weights: [0.5, 0.5] });

  const cta = ab.pick('hero_cta', {
    control: () => '<button class="btn">Compra</button>',
    urgency: () => '<button class="btn">Compra ora — spedizione gratis</button>',
  });

  // … aggiungi cta al graph, opzionalmente ab.beacon() in head per analytics
}

Stesso userId → stessa variante (hash FNV deterministico)
Output wrappato in data-cvw-exp / data-cvw-variant per la misurazione
ab.beacon() espone window.__CVW_EXPERIMENTS__ al tag analytics

Combina gli esperimenti con i pesi business: le varianti vincenti possono informare i pesi dichiarati nell'iterazione successiva.

`biagio analyze`

Dopo la build, ispeziona cosa è stato spedito:

npx biagio analyze

Scrive dist/.biagio-analyze.json — peso HTML per pagina, conteggio isole, totali asset. Abbinalo a Lighthouse su biagio preview per confronto lab vs campo.

Correlati

CLI — tutti i comandi
Idratazione adattiva — come le soglie cambiano il comportamento
Pesi business — pesi dichiarati vs appresi