Dipublikasikan: 27 April 2026
LY Corporation, salah satu penyedia layanan internet terbesar di Jepang, mengelola berbagai platform web termasuk penelusuran, berita, dan shopping. Mempertahankan performa tinggi di berbagai layanan ini sangat penting untuk engagement pengguna dan kesuksesan bisnis. Namun, tim menghadapi tantangan dalam menskalakan analisis performa di beberapa layanan.
Studi kasus ini membahas cara LY Corporation menggunakan Chrome DevTools untuk agen dalam membangun sistem audit performa berbasis AI otomatis. Dengan membuat jembatan terprogram ke browser, mereka dapat mengotomatiskan pengumpulan data, menghubungkan metrik performa dengan dampak bisnis, dan memberdayakan setiap tim pengembangan untuk mengoptimalkan layanan mereka secara efektif.
Tantangan: Hambatan audit manual
Sebelumnya, audit performa di LY Corporation adalah tugas yang sangat manual dan memerlukan keahlian khusus. Seorang engineer harus:
- Menavigasi beberapa alat seperti CrUX atau PageSpeed Insights secara manual untuk mengumpulkan data lapangan.
- Jalankan instance lokal rekaman aktivitas Lighthouse untuk mengumpulkan data lab.
- Lakukan referensi silang metrik performa dengan dasbor bisnis internal terpisah.
- Sintesiskan semua data yang terfragmentasi ini ke dalam satu laporan yang dapat ditindaklanjuti.
Proses ini lambat dan memusatkan pengetahuan penting dalam sekelompok kecil spesialis, sehingga membatasi efisiensi. Kompleksitas ini membuat sulit untuk memberikan audit performa yang konsisten dan berkualitas tinggi untuk setiap layanan di seluruh perusahaan, yang sering kali menyebabkan keterlambatan insight dan hilangnya peluang pengoptimalan.
Solusinya: Merekam metrik performa browser dengan Chrome DevTools untuk agen
LY Corporation membuat alat internal yang menggunakan Chrome DevTools untuk agen sebagai jembatan. Hal ini memungkinkan agen AI mereka:
- Ekstrak: Tarik data performa dan jaringan real-time langsung dari DevTools seperti Largest Contentful Paint (LCP), metadata aset, log permintaan jaringan, atau ukuran transfer.
- Berinteraksi: Buka URL layanan yang ditargetkan dan lakukan tindakan pengguna seperti mengklik dan menahan kursor untuk memicu metrik interaktif seperti Interaction to Next Paint (INP) atau Cumulative Layout Shift (CLS).
- Analisis: Gabungkan data runtime ini dengan data kolom historis (CrUX) untuk membuat daftar masalah yang diprioritaskan.
Alat internal ini memungkinkan developer memasukkan URL aplikasi web untuk membuat audit performa lengkap di halaman, yang mengubah pengetahuan pakar menjadi layanan sesuai permintaan. Alat ini beroperasi sebagai alat analisis modular berbasis skenario. Fitur ini membuat daftar peningkatan yang diprioritaskan dan saran untuk memandu developer tentang tempat untuk memulai.
Dampaknya: Dari pemeriksaan manual hingga saran perbaikan otomatis
Dengan mendelegasikan upaya pengumpulan data dan pemformatan laporan secara manual kepada agen AI menggunakan Chrome DevTools untuk agen, LY Corporation mencapai hasil yang signifikan:
- Peningkatan efisiensi yang signifikan: Proses baru ini mengurangi analisis manual sebesar 96-98% dan menghemat 8,3 jam waktu developer per bulan untuk tim analisis pusat.
- Demokratisasi keahlian: Setiap tim produk kini dapat membuat laporan performa berkualitas tinggi secara mandiri, sehingga memastikan standar analisis yang konsisten yang sebelumnya hanya ditawarkan oleh pakar.
- Insight bisnis yang dapat ditindaklanjuti: Tim memprioritaskan perbaikan yang paling berdampak dengan menghubungkan data performa ke metrik bisnis, sehingga memfasilitasi persetujuan proyek yang lebih cepat.
Rencana mendatang
LY Corporation terus meningkatkan kemampuan alat performa AI-nya. Tim mengintegrasikan peningkatan performa dengan KPI bisnis tertentu untuk memberikan insight mendetail tentang retensi pengguna dan pertumbuhan pendapatan.
Kesimpulan
Meskipun Chrome DevTools untuk agen bukanlah solusi mandiri, alat ini memberikan fondasi teknis penting bagi LY Corporation untuk membangun alat pelaporan khusus. Dengan menggunakan Chrome DevTools untuk agen, developer dapat melampaui pemeriksaan browser manual dan membuat alat kustom mereka sendiri dengan mengumpulkan data langsung dari runtime browser.