CrUX-Dashboard zum Visualisieren von CrUX-Daten in BigQuery verwenden
Das CrUX-Dashboard ist ein Dashboard in Looker Studio (ehemals Data Studio), das mit den CrUX-Rohdaten auf Ursprungsebene in BigQuery verknüpft ist und die Daten dann für Sie visualisiert. Nutzende des Dashboards müssen keine Abfragen schreiben oder Diagramme generieren. Alles ist für Sie erstellt. Sie müssen nur einen Ursprung angeben und das Dashboard wird für Sie erstellt.
CrUX-Dashboard aufrufen
Geben Sie zum Starten des CrUX-Dashboards einen Ursprung oder eine URL ein und drücken Sie die Eingabetaste oder klicken Sie auf Los:
Die Dashboard-URL kann dann geteilt und als Lesezeichen gespeichert werden.
Funktioniert es mit allen Websites?
Nein. Wenn Ihr Ursprung nicht im CrUX-Dataset enthalten ist, sind keine Daten zur Anzeige verfügbar. Das Dataset umfasst über 15 Millionen Ursprünge, aber für den von Ihnen gewünschten Ursprung sind möglicherweise nicht genügend Daten vorhanden.
Häufige Probleme mit Ursprüngen sind die Angabe des falschen Protokolls, z. B. http:// anstelle von https://, und das Weglassen der Subdomain bei Bedarf. Einige Websites enthalten Weiterleitungen. Wenn http://example.com zu https://www.example.com weiterleitet, solltest du Letztere verwenden, also die kanonische Version des Ursprungs.
Verwenden Sie eine benutzerdefinierte Suchmaschine für den Zugriff auf das Dashboard.
Alternativ können Sie für Personen, die häufig verschiedene Domains besuchen, eine benutzerdefinierte Suchmaschine in Chrome einrichten, mit der Sie einen Suchbegriff – in diesem Fall den Ursprung – an eine URL übergeben können. Rufe dazu die Chrome-Einstellungen über das Dreipunkt-Menü oben rechts in Chrome auf. Wählen Sie in den Einstellungen die Option „Suchmaschine“ aus.
Erweitern Sie hier die Option „Suchmaschinen und Websitesuche verwalten“, scrollen Sie zu „Site Search“, klicken Sie auf die Schaltfläche „Hinzufügen“ und geben Sie die folgenden Details ein:
- Suchmaschine:
CrUX - Tastenkombination:
crux - URL mit %s anstelle der Suchanfrage:
https://lookerstudio.google.com/c/u/0/reporting/bbc5698d-57bb-4969-9e07-68810b9fa348/page/keDQB?params=%7B%22origin%22:%22%s%22%7D
Wenn Sie danach crux eingeben und in der Suchleiste tab drücken, können Sie jetzt einen Ursprung eingeben. Chrome ruft dann das CrUX-Dashboard für diesen Ursprung auf.
Wenn Sie das Protokoll weglassen, wird von HTTPS ausgegangen. Subdomains sind wichtig, zum Beispiel werden https://developers.google.com und https://www.google.com als unterschiedliche Ursprünge betrachtet.
Wenn der Ursprung in CrUX vorhanden ist, werden Sie zum Dashboard mit den CrUX-Daten für diesen Ursprung weitergeleitet:
Dashboardübersicht
Jedes Dashboard besteht aus drei Arten von Seiten:
- Core Web Vitals – Übersicht
- Messwertleistung
- Demografische Merkmale der Nutzer
Jede Seite enthält ein Diagramm, das die Verteilungen im Zeitverlauf für jede verfügbare monatliche Veröffentlichung zeigt. Wenn neue Datasets veröffentlicht werden, können Sie das Dashboard aktualisieren, um die neuesten Daten zu erhalten.
Die monatlichen Datasets werden jeweils am zweiten Dienstag des Monats veröffentlicht. Das Dataset, das aus User Experience-Daten aus dem Monat Mai besteht, wird beispielsweise am zweiten Dienstag im Juni veröffentlicht.
Core Web Vitals – Übersicht
Auf der ersten Seite finden Sie eine Übersicht über die monatliche Leistung der Quelle mit den Core Web Vitals. Das sind die wichtigsten UX-Messwerte, auf die Sie sich von Google konzentrieren sollten.
Auf der Seite „Core Web Vitals“ erfahren Sie, wie der Ursprung von Nutzern auf Computern und Smartphones wahrgenommen wird. Standardmäßig wird der letzte Monat zum Zeitpunkt der Dashboard-Erstellung ausgewählt. Mit dem Filter Monat oben auf der Seite können Sie zwischen älteren oder neueren monatlichen Releases wechseln.
Messwertleistung
Nach der Core Web Vitals-Seite finden Sie eigenständige Seiten für alle metrics im CrUX-Dataset.
Oben auf jeder Seite befindet sich der Filter Gerät, mit dem Sie die in den Daten zur Nutzerfreundlichkeit enthaltenen Formfaktoren einschränken können. Sie haben beispielsweise die Möglichkeit, gezielt nach Smartphones zu suchen. Diese Einstellung bleibt seitenübergreifend erhalten.
Die primären Visualisierungen auf diesen Seiten sind die monatlichen Verteilungen von Erfahrungen, die als „Gut“, „Verbesserungsfähig“ und „Schlecht“ kategorisiert sind. Die farbcodierte Legende unter dem Diagramm gibt die in der Kategorie enthaltenen Erfahrungen an. Im Screenshot oben sehen Sie beispielsweise, dass der Prozentsatz der „guten“ Largest Contentful Paint (LCP) leicht schwankt und sich in den letzten Monaten etwas verschlechtert.
Über dem Diagramm werden die Prozentsätze der „guten“ und „schlechten“ Nutzerfreundlichkeit des letzten Monats zusammen mit einem Indikator für den prozentualen Unterschied zum Vormonat angezeigt. Für diesen Ursprung sank der „gute“ LCP-Wert im Monatsvergleich um 0,8% auf 83,25 %, der p75-Wert betrug 0 Bewegungen und blieb im Monatsvergleich bei 1.500. Der „schlechte“ LCP-Wert stieg um 3,6 % auf 7,42%. Beachten Sie, dass es sich bei den prozentualen Bewegungen um tatsächliche prozentuale Bewegungen und nicht um Prozentpunktbewegungen handelt. Zum Beispiel ist 83,93% bis 83,25% eine Bewegung um 0,68 Prozentpunkte oder eine Verringerung um 0,8% von der vorherigen Summe von 83,93 %.
Bei Messwerten wie LCP und anderen Core Web Vitals, die explizite Perzentilempfehlungen enthalten, befindet sich der Messwert „P75“ außerdem zwischen den Prozentsätzen „Gut“ und „Schlecht“. Dieser Wert entspricht dem 75. Perzentil des Ursprungs für die Nutzererfahrung. Mit anderen Worten: 75% der Erfahrungen sind besser als dieser Wert. Beachten Sie, dass dies für die Gesamtverteilung auf alle Geräte am Ursprung gilt. Wenn Sie bestimmte Geräte mit dem Filter Gerät wechseln, wird das Perzentil nicht neu berechnet.
Technische Vorbehalte zu Perzentilen
Beachten Sie, dass die Perzentilmesswerte auf den Histogrammdaten aus BigQuery basieren.Der Detaillierungsgrad ist daher grob: 100 ms für LCP, 25 ms für INP und 0, 05 für CLS. Mit anderen Worten: Ein P75-LCP von 3.800 ms zeigt an, dass das echte 75. Perzentil zwischen 3.800 ms und 3.900 ms liegt.
Darüber hinaus wird für das BigQuery-Dataset ein Verfahren namens „Bin-Streuung“ verwendet, bei dem die Dichte der Nutzererfahrung in sehr grobe Klassen mit abnehmender Detailgenauigkeit gruppiert wird. Auf diese Weise können Minutendichten am Ende der Verteilung angegeben werden, ohne dass eine vierstellige Genauigkeit überschritten werden muss. LCP-Werte unter 3 Sekunden werden beispielsweise in Klassen mit einer Breite von 200 ms zusammengefasst. Bins sind zwischen 3 und 10 Sekunden breit und 500 ms. Mehr als 10 Sekunden sind 5.000 ms breit... Anstatt Container mit unterschiedlicher Breite zu haben, sorgt die Bin-Streuung dafür, dass alle Container eine konstante Breite von 100 ms haben (der größte gemeinsame Teiler) und die Verteilung über jeden Container linear interpoliert wird.
Entsprechende P75-Werte in Tools wie PageSpeed Insights basieren nicht auf dem öffentlichen BigQuery-Dataset und können Werte im Millisekundenbereich angeben.
Demografische Merkmale der Nutzer
Auf der Seite mit den demografischen Merkmalen der Nutzer gibt es zwei Dimensionen: Geräte und effektive Verbindungstypen (effektive Verbindungstypen, EKT). Diese Seiten veranschaulichen die Verteilung der Seitenaufrufe über den gesamten Ursprung für Nutzer in der jeweiligen demografischen Gruppe.
Auf der Seite zur Geräteverteilung sehen Sie eine Aufschlüsselung der Smartphone-, Desktop- und Tablet-Nutzer im Zeitverlauf:
Viele Ursprünge haben in der Regel nur wenige oder gar keine Tablet-Daten, sodass am Rand des Diagramms oft „0 %“ hängt.
Auf der Seite für die ECT-Verteilung werden 4G-, 3G-, 2G-, langsame 2G- und Offline-Nutzung aufgeschlüsselt.
Die Verteilungen für diese Dimensionen werden anhand von Segmenten der Histogrammdaten zu First Contentful Paint (FCP) berechnet.
Häufig gestellte Fragen
Im Folgenden finden Sie einige der häufig gestellten Fragen zum BigQuery-Dataset für CrUX:
Wann sollte ich das CrUX-Dashboard im Gegensatz zu anderen Tools verwenden?
Das CrUX-Dashboard basiert auf denselben Daten, die auch in BigQuery verfügbar sind, aber Sie müssen keine einzige SQL-Zeile zum Extrahieren der Daten schreiben und müssen sich keine Sorgen über die Überschreitung kostenloser Kontingente machen. Ein Dashboard lässt sich schnell und einfach einrichten, alle Visualisierungen werden für Sie erstellt und Sie können sie mit beliebigen Personen teilen.
Gibt es Einschränkungen bei der Verwendung des Dashboards zur Nutzererfahrung in Chrome?
Da es auf BigQuery basiert, übernimmt das CrUX-Dashboard auch alle Einschränkungen. Sie ist auf Daten auf Ursprungsebene mit monatlicher Genauigkeit beschränkt.
Im CrUX-Dashboard werden auch einige der Vielseitigkeit der Rohdaten in BigQuery der Einfachheit und Komfort zunichte gemacht. Beispielsweise werden Messwertverteilungen im Gegensatz zu vollständigen Histogrammen nur als „gut“, „verbesserungsbedürftig“ und „schlecht“ angegeben. Das CrUX-Dashboard stellt auch Daten auf globaler Ebene bereit, während Sie mit dem BigQuery-Dataset bestimmte Länder heranzoomen können.
Wie kann ich das Dashboard anpassen?
Auf der Seite wird beschrieben, wie Sie auf eine schreibgeschützte Version des vom CrUX-Team gepflegten Dashboards für Chrome OS zugreifen. Wenn Sie eine eigene Kopie des Dashboards erstellen und es so bearbeiten möchten, dass verschiedene Visualisierungen angezeigt werden, finden Sie in diesem Nutzerhandbuch weitere Informationen. Wenn Sie eine eigene Kopie erstellen, müssen Sie den Monat manuell aktualisieren. Außerdem profitieren Sie nicht von Ergänzungen zum offiziellen Dashboard, z. B. neuen Messwerten oder anderen Informationen.