2021년 2월 데이터 세트부터 BigQuery의 CrUX 보고서에 실험용 측정항목이 추가됩니다. 이 측정항목은 규모별로 출처의 인기도를 구분합니다(상위 1, 000개 출처, 상위 10, 000개, 상위 10만 개, 상위 100만 개 등).
실제로 어떻게 표시되는지 살펴보겠습니다.
SELECT
experimental.popularity.rank AS rank_magnitude,
COUNT(DISTINCT origin) AS num_origins
FROM
`chrome-ux-report.all.202102`
GROUP BY
rank_magnitude
ORDER BY
rank_magnitude
| 행 | rank_magnitude | num_origins |
|---|---|---|
| 1 | 1,000 | 1,000 |
| 2 | 10,000 | 9,000명 |
| 3 | 100,000 | 90,000 |
| 4 | 1,000,000 | 900,000 |
| 15 | 10,000,000 | 7,264,371명 |
2021년 2월 글로벌 데이터 세트의 경우 5개의 버킷이 있습니다. 예상대로 1행에는 순위 크기가 1,000인 출처가 1,000개 있으며, 이는 측정항목에서 가장 인기 있는 출처 1,000개입니다. 2행은 상위 10,000개 집합에 출처가 9,000개만 있다고 표시되어 놀라울 수 있습니다. 이는 1행의 출처도 상위 10,000개 집합에 포함되기 때문입니다. 상위 10, 000개 출처를 선택하려면 쿼리할 때 experimental.popularity.rank <= 10000을 지정해야 합니다.
데이터 세트에는 국가별 순위 크기도 포함되어 있습니다. 예를 들어 이 쿼리는 독일에서 가장 인기 있는 출처 10, 000개를 나열합니다.
SELECT DISTINCT origin
FROM `chrome-ux-report.country_de.202102`
WHERE experimental.popularity.rank <= 10000
새로운 인기도 측정항목의 잠재력을 살펴보려면 웹의 인기도 세그먼트가 콘텐츠가 포함된 첫 페인트 측정항목 (FCP)과 어떻게 다른지 살펴보겠습니다. 이 쿼리에서는 1초를 빠른 사용자 환경으로 간주합니다.
SELECT
SUM(fcp.density)/count(distinct origin)
FROM
`chrome-ux-report.all.202102`,
UNNEST(first_contentful_paint.histogram.bin) AS fcp
WHERE
fcp.start < 1000 AND experimental.popularity.rank <= 1000
experimental.popularity.rank가 1,000 이하인 출처의 경우 쿼리는 1,000ms 미만인 FCP 측정항목 값의 모든 히스토그램 버킷 밀도를 합산하고 출처 수로 나눕니다. 즉, 가장 인기 있는 1,000개 출처의 빠른 FCP 로드의 평균 비율을 계산합니다. 이 쿼리에서는 모든 출처의 가중치가 동일하므로 완벽하지는 않습니다. 하지만 WHERE 절을 변경하여 experiment.popularity.rank <= 10000을 지정함으로써 결과가 순위 크기 변경에 민감한지 확인해 보겠습니다. 10,000, 100,000 등으로 계속 반복합니다.
| 출처의 순위 크기 | 출처별 평균 FCP 1초 미만 비율 |
|---|---|
| 1.000 | 53.6% |
| 10,000 | 49.6% |
| 100,000 | 45.9% |
| 1,000,000 | 43.2% |
| 10,000,000 | 39.9% |
이는 웹에서 더 빠른 사용자 환경이 인기와 관련이 있음을 나타냅니다.
2022년 10월 데이터 세트에서는 반순위 단계별로 더 세분화되었습니다. 이 데이터 세트에 대해 첫 번째 쿼리를 다시 실행하면 각 순위 크기의 반음수와 출처 수가 표시됩니다.
SELECT
experimental.popularity.rank AS rank_magnitude,
COUNT(DISTINCT origin) AS num_origins
FROM
`chrome-ux-report.all.202210`
GROUP BY
rank_magnitude
ORDER BY
rank_magnitude
| 행 | rank_magnitude | num_origins |
|---|---|---|
| 1 | 1,000 | 1,000 |
| 2 | 5,000 | 4,000 |
| 3 | 10,000 | 5,000 |
| 4 | 50,000 | 40,000 |
| 5 | 100,000 | 50,000 |
| 6 | 500,000 | 400,000 |
| 7 | 1,000,000 | 500,000 |
| 8 | 5,000,000 | 4,000,000 |
| 9 | 10,000,000 | 5,000,000 |
| 10 | 50,000,000 | 7,637,195 |
BigQuery에서 CrUX 사용에 대해 자세히 알아보고 CrUX 설명서에서 더 많은 예시 쿼리를 살펴보세요. 원하는 경우 검색어를 공유하고 결과를 알려주세요.