ตั้งแต่ชุดข้อมูลเดือนกุมภาพันธ์ 2021 เป็นต้นไป เราจะเพิ่มเมตริกทดลองในรายงาน CrUX ใน BigQuery ซึ่งจำแนกความนิยมของต้นทางตามระดับแมกนิจูด ได้แก่ ต้นทาง 1, 000 อันดับแรก, สูงสุด 10, 000 อันดับแรก, สูงสุด 100,000 อันดับ อันดับสูงสุด 1 ล้าน ...
มาดูของจริงกันดีกว่า
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
| แถว | rank_magnitude | num_origins |
|---|---|---|
| 1 | 1,000 | 1,000 |
| 2 | 10,000 | 9,000 คน |
| 3 | 100,000 | 90,000 คน |
| 4 | 1,000,000 | 900,000 คน |
| 15 | 10,000,000 คน | 7,264,371 |
สำหรับชุดข้อมูลทั่วโลกในเดือนกุมภาพันธ์ 2021 เราได้ที่เก็บข้อมูล 5 รายการ ตามที่คาดไว้ ในแถว 1 เราจะเห็นว่ามีต้นทาง 1,000 แห่งที่มีอันดับ แมกนิจูด 1,000 ซึ่งสูงสุด 1,000 จุด ต้นทางยอดนิยมตามเมตริก แถว 2 อาจดูน่าประหลาดใจ ซึ่งแสดงให้เห็นว่า เป็นต้นทางเพียง 9,000 รายการในเซ็ต 10,000 อันดับแรก เนื่องจากต้นทางในแถว 1 ก็เป็นส่วนหนึ่งของวิดีโอ หลัก 10,000 แถวแล้ว หากต้องการเลือกต้นทาง 10, 000 อันดับแรก จะต้องมี 1 รายการดังนี้ ระบุ Experiment.popularity.rank <= 10000 ขณะทำการค้นหา
ชุดข้อมูลนี้ยังมีขนาดของอันดับเฉพาะประเทศอีกด้วย ตัวอย่างเช่น รายการนี้ จะแสดงต้นทาง 10,000 แห่งที่ได้รับความนิยมมากที่สุดในเยอรมนี
SELECT DISTINCT origin
FROM `chrome-ux-report.country_de.202102`
WHERE experimental.popularity.rank <= 10000
มาดูแนวโน้มความนิยมของเมตริกความนิยมใหม่กัน กลุ่มต่างๆ ของเว็บจะแตกต่างกันไปตามเมตริก First Contentful Paint (FCP) สำหรับจุดประสงค์ของ Query นี้ เราถือว่า 1 วินาทีเป็น ประสบการณ์ของผู้ใช้ที่รวดเร็ว
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
สำหรับต้นทางที่มี experimental.popularity.rank <= 1000 ระบบจะรวมคำค้นหาทั้งหมด
ความหนาแน่นของที่เก็บข้อมูลฮิสโตแกรมสำหรับค่าเมตริก FCP ที่น้อยกว่า 1000 มิลลิวินาที แล้วหาร
ตามจำนวนต้นทาง กล่าวคือ จะคำนวณเปอร์เซ็นต์เฉลี่ยของ
การโหลด FCP ที่รวดเร็วสำหรับต้นทางยอดนิยมสูงสุด 1,000 รายการ ในการค้นหานี้ ต้นทางทั้งหมดมี
น้ำหนักที่เท่ากัน จึงยังคงไม่สมบูรณ์แบบ แต่มาดูกันว่าผลลัพธ์
ไวต่อการเปลี่ยนแปลงอันดับของอันดับ โดยการเปลี่ยนแปลงวรรคเป็น
ระบุexperiment.popularity.rank <= 10000 เราดำเนินการเช่นนี้สำหรับ 10,000, 100,000 ครั้ง และอื่นๆ
ใน:
| อันดับของต้นทาง | เปอร์เซ็นต์ของ FCP < 1 วินาที เฉลี่ยจากต้นทาง |
|---|---|
| 1.000 | 53.6% |
| 10,000 | 49.6% |
| 100,000 | 45.9% |
| 1,000,000 | 43.2% |
| 10,000,000 คน | 39.9% |
ซึ่งเป็นการบ่งชี้ว่าประสบการณ์ของผู้ใช้บนเว็บที่เร็วขึ้นสัมพันธ์กับความนิยมที่มากขึ้น
ในชุดข้อมูลเดือนตุลาคม 2022 ข้อมูลนี้แบ่งออกเป็นขั้นตอนครึ่งอันดับ การเรียกใช้การค้นหาแรกอีกครั้งสำหรับชุดข้อมูลนี้จะแสดงขั้นตอนครึ่งหนึ่งและจำนวนต้นทางในแต่ละระดับคะแนน ดังนี้
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
| แถว | rank_magnitude | num_origins |
|---|---|---|
| 1 | 1,000 | 1,000 |
| 2 | 5,000 | 4,000 |
| 3 | 10,000 | 5,000 |
| 4 | 50,000 | 40,000 คน |
| 5 | 100,000 | 50,000 |
| 6 | 500,000 คน | 400,000 คน |
| 7 | 1,000,000 | 500,000 คน |
| 8 | 5,000,000 คน | 4,000,000 ครั้ง |
| 9 | 10,000,000 คน | 5,000,000 คน |
| 10 | 50,000,000 ครั้ง | 7,637,195 |
ดูข้อมูลเพิ่มเติมเกี่ยวกับการใช้ CrUX ใน BigQuery และเรียกดู CrUX Cookbook เพื่อดูตัวอย่างคำค้นหาเพิ่มเติม แชร์คำถามหากคุณชอบและบอกให้เราทราบถึงสิ่งที่คุณพบ