Şubat 2021 veri kümesinden itibaren, BigQuery'deki CrUX raporuna deneysel bir metrik ekliyoruz. Bu metrik, kaynakların popülerliğini büyüklük sırasına göre şu ölçütlere göre sıralar: İlk 1.000 kaynak, ilk 10.000, ilk 100.000, ilk 1.000...
Uygulamada bunun nasıl göründüğüne bakalım:
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
Satır | rank_magnitude | num_origins |
---|---|---|
1 | 1.000 | 1.000 |
2 | 10.000 | 9.000 |
3 | 100.000 | 90.000 |
4 | 1.000.000 | 900.000 |
15 | 10.000.000 | 7.264.371 |
Şubat 2021'deki global veri kümesi için 5 paket alıyoruz. Beklendiği gibi, 1. satırda büyüklükleri 1000 olan 1000 kaynak olduğunu görüyoruz. popüler kaynakları nasıl öğrendiğimizi gösterebilir. 2. Satır şaşırtıcı görünebilir; bu da İlk 10.000'de yalnızca 9.000 kaynak vardır; Bunun nedeni, 1. satırdaki kaynakların ilk 10.000'de yer alıyor. İlk 10.000 kaynağı seçmek için sorgulamada deneysel.popularity.rank <= 10000 değerini belirtin.
Veri kümesi, ülkeye özgü sıralama büyüklüğünü de içerir. Örneğin, sorgusu, Almanya'da en popüler 10 bin kaynağı listeliyor.
SELECT DISTINCT origin
FROM `chrome-ux-report.country_de.202102`
WHERE experimental.popularity.rank <= 10000
Yeni popülerlik metriğimizin potansiyelinden bahsetmek için, bu özelliğin ne kadar popüler Web'in segmentleri, ilk Contentful Paint metriği (FCP) ile ilgili olarak farklılık gösterir. Bu sorgunun amacına uygun olarak 1 saniyeyi hızlı bir kullanıcı deneyimi olarak görüyoruz.
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.rank
<= 1000 içeren kaynaklar için sorgu
1.000 ms'den küçük FCP metrik değerleri için histogram grup yoğunlukları ve bölmeler
kaynak sayısı ile hesaplanır. Yani, kaynak sayısını
en popüler 1.000 kaynak için hızlı FCP yüklemesi yapılmasını sağlar. Bu sorguda, tüm kaynaklar
ağırlıkta olduğundan muhtemelen
bu mükemmel değildir. Şimdi sonucun daha önce
, nerede ifadesini
deneysel.popularity.rank <= 10000 değerini belirtin. Bunu da 10 bin, 100 bin ve 100 bin
tarih:
Kaynakların sıralama büyüklüğü | FCP yüzdesi < 1 sn., kaynaklar üzerinden ortalama |
---|---|
1.000 | %53,6 |
10.000 | %49,6 |
100.000 | %45,9 |
1.000.000 | %43,2 |
10.000.000 | %39,9 |
Bu durum, web'de daha hızlı bir kullanıcı deneyiminin popüler olmakla bağlantılı olduğunu gösterir.
Ekim 2022 veri kümesinde bu, yarım sıralı adımlara göre de ayrılmıştı. Bu veri kümesi için ilk sorguyu yeniden çalıştırdığınızda yarım adımlar ve her bir sıralama aralığındaki kaynak sayısı gösterilir:
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
Satır | 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 |
BigQuery'de CrUX'i kullanma hakkında daha fazla bilgi edinin ve diğer örnek sorgular için CrUX Tarif Defteri'ne göz atın. İsterseniz sorgularınızı ve bulduklarınızı bize bildirin.