CrUX ใน BigQuery

ดูโครงสร้างข้อมูล CrUX ใน BigQuery

เกริ่นนำ

ข้อมูลดิบที่อยู่เบื้องหลังรายงาน UX ของ Chrome (CrUX) มีอยู่ใน BigQuery ซึ่งเป็นฐานข้อมูลที่โฮสต์บน Google Cloud

CrUX ใน BigQuery ช่วยให้ผู้ใช้ค้นหาชุดข้อมูลฉบับเต็มย้อนไปตั้งแต่ปี 2017 ได้โดยตรง เช่น วิเคราะห์แนวโน้ม เปรียบเทียบเทคโนโลยีเว็บ และโดเมนการเปรียบเทียบ

ข้อมูลจะมีโครงสร้างตามการเผยแพร่รายเดือน พร้อมด้วยตารางสรุปจำนวนหนึ่งเพื่อให้ง่ายต่อการค้นหาข้อมูล

ข้อมูล BigQuery เป็นพื้นฐานของแดชบอร์ด CrUX ซึ่งช่วยให้คุณแสดงภาพข้อมูลนี้ได้โดยไม่ต้องเขียนการค้นหา SQL

เข้าถึงชุดข้อมูล

การใช้ BigQuery จำเป็นต้องมีบัญชี Google Cloud และความรู้พื้นฐานเกี่ยวกับ SQL ชุดข้อมูล CrUX ใน BigQuery เข้าถึงและสำรวจตามขีดจำกัดของรุ่นฟรีได้ฟรี ซึ่งต่ออายุเป็นรายเดือนและให้บริการโดย BigQuery นอกจากนี้ ผู้ใช้ Google Cloud รายใหม่อาจมีสิทธิ์ได้รับเครดิตลงชื่อสมัครใช้เพื่อครอบคลุมค่าใช้จ่ายที่นอกเหนือจากรุ่นฟรี โปรดทราบว่าคุณต้องระบุบัตรเครดิตสําหรับโปรเจ็กต์ Google Cloud โปรดดูหัวข้อทําไมฉันจึงต้องให้ข้อมูลบัตรเครดิต

หากเพิ่งใช้ BigQuery เป็นครั้งแรก ให้ทำตามขั้นตอนต่อไปนี้เพื่อสร้างโปรเจ็กต์

  1. ไปที่สร้างโปรเจ็กต์ในคอนโซล Google Cloud
  2. ตั้งชื่อโปรเจ็กต์ใหม่ เช่น "รายงาน UX ของฉันใน Chrome" แล้วคลิก "สร้าง"
  3. ระบุข้อมูลสำหรับการเรียกเก็บเงินของคุณเมื่อได้รับแจ้ง
  4. ไปที่ชุดข้อมูล CrUX ใน BigQuery

ตอนนี้คุณพร้อมที่จะเริ่มค้นหาชุดข้อมูลแล้ว

องค์กรโปรเจ็กต์

เราจะเผยแพร่ข้อมูล CrUX ใน BigQuery ในวันอังคารที่ 2 ของเดือนถัดไป ระบบจะเผยแพร่แต่ละเดือนเป็นตารางใหม่ภายใต้ chrome-ux-report.all นอกจากนี้ยังมีตารางที่เป็นรูปธรรมจำนวนมากที่แสดงสถิติโดยสรุปสำหรับแต่ละเดือน

สคีมาตารางโดยละเอียด

ตารางดิบสำหรับแต่ละประเทศและชุดข้อมูล all จะระบุตามปีและเดือน

ตารางดิบ

ตารางดิบมีสคีมาต่อไปนี้

  • origin
  • effective_connection_type
  • form_factor
  • first_paint
  • first_contentful_paint
  • largest_contentful_paint
  • dom_content_loaded
  • onload
  • first_input
    • delay
  • 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

สคีมาตารางที่เป็นรูปธรรม

เราจัดเตรียมตารางที่เป็นรูปธรรมขึ้นมาเพื่อให้เข้าถึงข้อมูลสรุปตามมิติข้อมูลคีย์จำนวนหนึ่งได้ง่ายขึ้น ไม่มีการระบุฮิสโตแกรม แต่ข้อมูลประสิทธิภาพจะถูกรวมเป็นเศษส่วนตามการประเมินประสิทธิภาพและค่าเปอร์เซ็นไทล์ที่ 75 ชุดแถวตัวอย่างจากตาราง metrics_summary จะแสดงในตัวอย่างนี้

ปปปปดด ต้นกำเนิด fast_lcp avg_lcp slow_lcp p75_lcp
202204 https://example.com 0.9056 0.0635 0.0301 1,600
202203 https://example.com 0.9209 0.052 0.0274 1,400
202202 https://example.com 0.9169 0.0545 0.0284 1,500
202201 https://example.com 0.9072 0.0626 0.0298 1,500

ข้อมูลนี้แสดงให้เห็นว่าในชุดข้อมูลปี 202204 ประสบการณ์ของผู้ใช้จริง 90.56% ใน https://example.com ตรงตามเกณฑ์ LCP ที่ดี และค่า LCP เปอร์เซ็นไทล์ที่ 75 แบบคร่าวๆ คือ 1,600 มิลลิวินาที ซึ่งช้ากว่าเดือนที่ผ่านมาเล็กน้อย

มีตารางที่เป็นรูปธรรม 4 ตาราง ได้แก่

metrics_summary
เมตริกหลักตามเดือนและต้นทาง
device_summary
เมตริกหลักตามเดือน ต้นทาง และประเภทอุปกรณ์
country_summary
เมตริกหลักตามเดือน ต้นทาง ประเภทอุปกรณ์ และประเทศ
origin_summary
รายการต้นทางทั้งหมดที่รวมอยู่ในชุดข้อมูล

metrics_summary

ตาราง metrics_summary มีสถิติสรุปสำหรับต้นทางแต่ละแห่งและชุดข้อมูลรายเดือนแต่ละชุด ดังนี้

yyyymm
เดือนของระยะเวลาเก็บรวบรวมข้อมูล
origin
URL ของต้นทางของเว็บไซต์
rank
การจัดอันดับความนิยมคร่าวๆ (ข้อมูล ณ วันที่มีนาคม 2021)
[small|medium|large]_cls
เศษส่วนของการเข้าชมตามเกณฑ์ CLS
[fast|avg|slow]_<metric>
เศษส่วนของการเข้าชมตามเกณฑ์ประสิทธิภาพ
p75_<metric>
ค่าเปอร์เซ็นไทล์ที่ 75 ของเมตริกประสิทธิภาพ (มิลลิวินาที)
notification_permission_[accept|deny|ignore|dismiss]
เศษส่วนของการทำงานของสิทธิ์การแจ้งเตือน
[desktop|phone|tablet]Density
เศษส่วนการเข้าชมตามรูปแบบของอุปกรณ์
[_4G|_3G|_2G|slow2G|offline]Density
เศษส่วนการเข้าชมตามประเภทการเชื่อมต่อที่มีประสิทธิภาพ
navigation_type_[navigate|navigate_cache|reload|restore|back_forward|back_forward_cache|prerender]
เศษส่วนของประเภทการนำทาง

device_summary

ตาราง device_summary มีสถิติแบบรวมตามเดือน ต้นทาง ประเทศ และอุปกรณ์ นอกเหนือจากคอลัมน์ metrics_summary ยังมี:

device
รูปแบบของอุปกรณ์

country_summary

ตาราง country_summary มีสถิติแบบรวมตามเดือน ต้นทาง ประเทศ และอุปกรณ์ นอกเหนือจากคอลัมน์ metrics_summary ยังมี:

country_code
รหัสประเทศ 2 ตัวอักษร
device
รูปแบบของอุปกรณ์

origin_summary

ตาราง origin_summary มีรายการต้นทางทั้งหมดในชุดข้อมูล CrUX โดยมีการอัปเดตทุกเดือนด้วยรายการต้นทางล่าสุดในชุดข้อมูล และมีคอลัมน์เดียวคือ origin

ชุดข้อมูลทดลอง

ตารางในชุดข้อมูลทดลองเป็นสำเนาที่เหมือนกับตาราง YYYYMM เริ่มต้นทุกประการ แต่จะใช้ฟีเจอร์ BigQuery แบบใหม่และขั้นสูงขึ้น เช่น การแบ่งพาร์ติชันและความคลัสเตอร์ที่ช่วยให้คุณเขียนคำค้นหาได้เร็วขึ้น ง่ายขึ้น และถูกลง

country

ชุดข้อมูล experimental.country ประกอบด้วยข้อมูลรวมจากชุดข้อมูล country_CC ที่มีคอลัมน์ yyyymm เพิ่มเติมสำหรับวันที่ของชุดข้อมูล สคีมาเหมือนกับตารางดิบโดยมีคอลัมน์วันที่และ country_code เพิ่มเข้ามา ซึ่งช่วยให้ดำเนินการเปรียบเทียบระดับประเทศได้ในช่วงเวลาต่างๆ โดยไม่ต้องนำตารางรายเดือนมารวมเข้าด้วยกัน

global

ชุดข้อมูล experimental.global มีข้อมูลรวมจากชุดข้อมูล all ที่มีคอลัมน์ yyyymm เพิ่มเติมสำหรับวันที่ของชุดข้อมูล สคีมาเหมือนกับตารางข้อมูลดิบโดยเพิ่มวันที่ ซึ่งช่วยให้เปรียบเทียบการค้นหาในช่วงเวลาที่ผ่านมาได้โดยไม่ต้องรวมตารางรายเดือน