BigQuery での CrUX

BigQuery で CrUX データがどのように構造化されるかを学びます。

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 で入手できます。

BigQuery の CrUX を使用すると、ユーザーは 2017 年まで遡ってデータセット全体をクエリできます。たとえば、トレンドの分析、ウェブ テクノロジーやベンチマークのドメインの比較などが可能です。

データは月次リリースで構造化されています。また、簡単にデータをクエリできるよう複数のサマリー テーブル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 クエリを記述しなくても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、無料枠の上限まで無料でアクセスして探索できます。無料枠は毎月更新され、BigQuery によって提供されます。また、Google Cloud の新規ユーザーは、無料枠を超えた費用をカバーする登録クレジットの対象となる場合があります。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 [プロジェクトの作成] 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できました。

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。

元テーブル

未加工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	オリジン	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 年のデータセットにおいて、https://example.com での実際のユーザー エクスペリエンスの 90.56% が良好な LCP の基準を満たしており、75 パーセンタイルの LCP の大まかな値は 1,600 ミリ秒であったことを示しています。前月よりも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

月およびオリジン別の主な指標

device_summary

月、参照元、デバイスタイプ別の主な指標

country_summary

月、配信元、デバイスタイプ、国別の主要な指標

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

有効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 列以外にも、次のものがあります。

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 列以外にも、次のものがあります。

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ます。データセット内のオリジンの最新リストで毎月更新され、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内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 BigQuery のより高度な新機能を利用して、クエリをより高速、シンプル、低コストで作成できます。

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ており、データセットの日付を示す yyyymm 列が追加されています。スキーマは、日付が追加された未加工テーブルと同一であるため、月別のテーブルを結合せずに時系列でクエリを実行できます。