BigQuery の CrUX

CrUX データが BigQuery でどのように構造化されているかを確認する。

はじめに

Chrome UX レポート（CrUX）の元データは、Google Cloud でホストされているデータベースである BigQuery で利用できます。

BigQuery の CrUX を使用すると、2017 年以降の全データセットを直接クエリして、トレンドの分析、ウェブ技術の比較、ドメインのベンチマークなどを行うことができます。

データは月次リリース別に編成されており、データに簡単にアクセスしてクエリできるように、いくつかの概要表も用意されています。

BigQuery データは CrUX ダッシュボードの基盤であり、SQL クエリを作成せずにこのデータを可視化できます。

データセットを活用する

BigQuery を使用するには、Google Cloud アカウントと SQL の基本的な知識が必要です。BigQuery の CrUX データセットは、BigQuery が提供する無料枠の上限まで無料でアクセスして探索できます。この無料枠は毎月更新されます。また、Google Cloud の新規ユーザーは、無料 tier を超える費用を賄うための登録クレジットをご利用いただける場合があります。Google Cloud プロジェクトにクレジット カードを指定する必要があります。詳しくは、クレジット カードを指定する必要があるのはなぜですか？をご覧ください。

BigQuery を初めて使用する場合は、次の手順でプロジェクトを設定します。

1. Google Cloud コンソールで [プロジェクトを作成] に移動します。
2. 新しいプロジェクトに「My Chrome UX Report」などの名前を付けて、[作成] をクリックします。
3. お支払い情報の入力を求められたら、情報を入力します。
4. BigQuery の CrUX データセットに移動します。

これで、データセットのクエリを開始する準備が整いました。

注: クエリの例については、スタートガイドをご覧ください。

プロジェクトの編成

BigQuery の CrUX データは、翌月の第 2 火曜日にリリースされます。各月は chrome-ux-report.all の下に新しいテーブルとしてリリースされます。また、月ごとの概要統計情報を提供するマテリアライズド テーブルもいくつかあります。

• chrome-ux-report
  • all
    • YYYYMM
  • country_CC
    • YYYYMM
  • experimental
    • country
    • global
  • materialized
    • country_summary
    • device_summary
    • metrics_summary
    • origin_summary

詳細なテーブル スキーマ

各国の元のテーブルと all データセットは、年と月別に提供されます。

元のテーブル

元のテーブルのスキーマは次のとおりです。

• origin
• effective_connection_type
• form_factor
• first_paint
• first_contentful_paint
• largest_contentful_paint
• dom_content_loaded
• onload
• layout_instability
  • cumulative_layout_shift
• interaction_to_next_paint
• navigation_types
  • navigate
  • navigate_cache
  • reload
  • restore
  • back_forward
  • back_forward_cache
  • prerender
• experimental
  • permission
    • notifications
  • time_to_first_byte
  • popularity

マテリアライズド テーブルのスキーマ

マテリアライズド テーブルは、複数の主要なディメンションによる概要データへのアクセスを容易にするために提供されます。ヒストグラムは表示されません。代わりに、パフォーマンス データはパフォーマンス評価と 75 パーセンタイルの値で小数に集計されます。次の例は、metrics_summary テーブルの行の例を示しています。

yyyymm	origin	fast_lcp	avg_lcp	slow_lcp	p75_lcp
202204	https://example.com	0.9056	0.0635	0.0301	1600
202203	https://example.com	0.9209	0.052	0.0274	1400
202202	https://example.com	0.9169	0.0545	0.0284	1500
202201	https://example.com	0.9072	0.0626	0.0298	1500

これは、202204 データセットで、https://example.com の実際のユーザー エクスペリエンスの 90.56% が良好な LCP の基準を満たし、粗い 75 パーセンタイルの LCP 値が 1,600 ミリ秒であったことを示しています。これは、前月より若干遅くなっています。

次の 4 つの実体化テーブルが用意されています。

metrics_summary

月と参照元別の主要指標

device_summary

月、参照元、デバイスタイプ別の主な指標

country_summary

月、参照元、デバイスの種類、国別の主な指標

origin_summary

データセットに含まれるすべてのオリジンのリスト

metrics_summary

metrics_summary テーブルには、各オリジンと各月のデータセットの概要統計情報が含まれています。

yyyymm

データ収集期間の月

origin

サイトのオリジンの URL

rank

大まかな人気ランキング（2021 年 3 月時点）

[small|medium|large]_cls

CLS しきい値別のトラフィックの割合

[fast|avg|slow]_<metric>

パフォーマンスしきい値別のトラフィックの割合

p75_<metric>

パフォーマンス指標の 75 パーセンタイル値（ミリ秒）

notification_permission_[accept|deny|ignore|dismiss]

通知権限の動作の割合

[desktop|phone|tablet]Density

フォーム ファクタ別のトラフィックの割合

[_4G|_3G|_2G|slow2G|offline]Density

効果的な接続タイプ別のトラフィックの割合

navigation_type_[navigate|navigate_cache|reload|restore|back_forward|back_forward_cache|prerender]

ナビゲーション タイプの割合

device_summary

device_summary テーブルには、月、参照元、国、デバイス別の集計統計情報が含まれています。metrics_summary 列のほかに、次の列があります。

device

デバイスのフォーム ファクタ

country_summary

country_summary テーブルには、月、参照元、国、デバイス別の集計統計情報が含まれています。metrics_summary 列のほかに、次の列があります。

country_code

2 文字の国コード

device

デバイスのフォーム ファクタ

origin_summary

origin_summary テーブルには、CrUX データセット内のすべてのオリジンのリストが含まれています。このテーブルは、データセット内のオリジンの最新リストとともに毎月更新され、origin という 1 つの列があります。

試験運用版データセット

試験運用版データセットのテーブルは、デフォルトの YYYYMM テーブルの正確なコピーですが、パーティショニングやクラスタリングなどの新しい高度な BigQuery 機能を使用して、より高速でシンプル、かつ低コストのクエリを作成できます。

country

experimental.country データセットには、country_CC データセットの集計データが含まれ、データセットの日付用の yyyymm 列が追加されています。スキーマは元のテーブルと同じですが、date 列と country_code 列が追加されています。これにより、月次テーブルを結合せずに、国レベルの時系列比較クエリを実行できます。

global

experimental.global データセットには、all データセットの集計データが含まれ、データセットの日付用の yyyymm 列が追加されています。スキーマは元のテーブルと同じですが、日付が追加されています。これにより、月次テーブルを結合せずに期間比較クエリを実行できます。