Das CrUX-Dashboard ist ein Looker Studio-Dashboard (früher Data Studio), das eine Verknüpfung zu den Rohdaten der CrUX-Daten auf Quellebene in BigQuery herstellt und die Daten dann für Sie visualisiert. Die Nutzer des Dashboards müssen keine Abfragen schreiben oder Diagramme generieren. Alles wird für Sie erstellt. Sie müssen lediglich einen Ursprung angeben und das Dashboard wird für Sie generiert.
Auf das CrUX-Dashboard zugreifen
Geben Sie einen Ursprung oder eine URL ein und drücken Sie die Eingabetaste oder klicken Sie auf Go, um das CrUX-Dashboard zu öffnen:
Die Dashboard-URL kann dann freigegeben und als Lesezeichen gespeichert werden.
Funktioniert das für alle Websites?
Nein. Wenn Ihre Quelle nicht im CrUX-Datensatz enthalten ist, sind keine Daten zu sehen. Der Datensatz enthält über 15 Millionen Ursprünge, aber für den gewünschten Ursprung sind möglicherweise nicht genügend Daten vorhanden.
Zu den häufigsten Problemen mit Ursprüngen gehören das falsche Protokoll, z. B. http:// anstelle von https://, und das Auslassen der Subdomain bei Bedarf. Einige Websites enthalten Weiterleitungen. Wenn http://example.com also auf https://www.example.com weiterleitet, sollten Sie Letzteres verwenden, da es sich dabei um die kanonische Version des Ursprungs handelt.
Über eine benutzerdefinierte Suchmaschine auf das Dashboard zugreifen
Wenn Sie häufig verschiedene Domains besuchen, können Sie alternativ eine benutzerdefinierte Suchmaschine in Chrome einrichten, mit der Sie einen Suchbegriff (in diesem Fall den Ursprung) an eine URL übergeben können. Öffnen Sie dazu die Chrome-Einstellungen über das Dreipunkt-Menü rechts oben in Chrome. Wählen Sie in den Einstellungen die Option „Suchmaschine“ aus.
Maximieren Sie nun den Bereich „Suchmaschinen und Websitesuche verwalten“, scrollen Sie zu „Websitesuche“, 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 in die Suchleiste crux eingeben und die tab drücken, können Sie einen Ursprung eingeben. Chrome wechselt dann zum CrUX-Dashboard für diesen Ursprung.
Wenn Sie das Protokoll weglassen, wird HTTPS vorausgesetzt. Subdomains sind wichtig. https://developers.google.com und https://www.google.com werden beispielsweise als unterschiedliche Ursprünge betrachtet.
Wenn die Quelle in CrUX vorhanden ist, werden Sie zum Dashboard mit den CrUX-Daten für diese Quelle weitergeleitet:
Dashboardübersicht
Jedes Dashboard enthält drei Arten von Seiten:
- Core Web Vitals – Übersicht
- Messwertleistung
- Demografische Merkmale der Nutzer
Jede Seite enthält ein Diagramm, das die Verteilungen im Zeitverlauf für jeden verfügbaren Monatsrelease zeigt. Sobald neue Datensätze veröffentlicht werden, können Sie das Dashboard aktualisieren, um die neuesten Daten zu erhalten.
Die monatlichen Datensätze werden am zweiten Dienstag jedes Monats veröffentlicht. Beispiel: Der Datensatz mit Daten zur Nutzererfahrung aus dem Monat Mai wird am zweiten Dienstag im Juni veröffentlicht.
Core Web Vitals – Übersicht
Auf der ersten Seite finden Sie einen Überblick über die monatliche Core Web Vitals-Leistung des Ursprungs. Dies sind die wichtigsten UX-Messwerte, auf die sich Google konzentriert.
Auf der Seite „Core Web Vitals“ sehen Sie, wie die Website auf Computern und Smartphones wahrgenommen wird. Standardmäßig ist der Monat ausgewählt, in dem Sie das Dashboard erstellt haben. Mit dem Filter Monat oben auf der Seite können Sie zwischen älteren und neueren Monatsveröffentlichungen wechseln.
Messwertleistung
Nach der Seite „Core Web Vitals“ finden Sie eigenständige Seiten für alle Messwerte im CrUX-Datensatz.
Oben auf jeder Seite befindet sich der Filter Gerät, mit dem Sie die in den Nutzungsdaten enthaltenen Formfaktoren einschränken können. Sie können beispielsweise eine Aufschlüsselung nach Smartphone-Nutzung vornehmen. Diese Einstellung gilt für alle Seiten.
Die wichtigsten Visualisierungen auf diesen Seiten sind die monatlichen Verteilungen der Nutzerfreundlichkeit, die in „Gut“, „Optimierung erforderlich“ und „Schlecht“ kategorisiert sind. Die farbcodierte Legende unter dem Diagramm gibt Aufschluss über die Vielfalt der in der Kategorie enthaltenen Erlebnisse. Im vorherigen Screenshot sehen Sie beispielsweise, dass der Prozentsatz der „guten“ Largest Contentful Paint-Werte (LCP) leicht schwankt und in den letzten Monaten etwas schlechter wurde.
Die Prozentsätze für „gut“ und „schlecht“ des letzten Monats werden über dem Diagramm zusammen mit einem Indikator für die prozentuale Differenz zum Vormonat angezeigt. Für diese Quelle sank der Wert für „gut“ im Vergleich zum Vormonat um 0,8% auf 83,25 %. Der Wert für p75 blieb unverändert bei 1.500. Der Wert für „schlecht“ stieg um 3,6% (rot dargestellt, da eine Steigerung hier negativ ist) auf 7,42%. Die Prozentangaben beziehen sich auf die tatsächlichen Prozentangaben und nicht auf die Prozentpunkte. Ein Beispiel: 83,93% auf 83,25% entspricht einer Veränderung von 0,68 Prozentpunkten oder einem Rückgang von 0,8% gegenüber dem vorherigen Wert von 83,93 %.
Bei Messwerten wie LCP und anderen Core Web Vitals, für die explizite Prozentsatzempfehlungen vorliegen, finden Sie den Messwert „P75“ zwischen den Prozentsätzen „gut“ und „schlecht“. Dieser Wert entspricht dem 75. Perzentil der Nutzererfahrungen des Ursprungs. Mit anderen Worten: 75% der Nutzer sind mit der Leistung zufriedener als mit diesem Wert. Hinweis: Dies gilt für die Gesamtverteilung auf allen Geräten am Ursprung. Wenn Sie bestimmte Geräte mit dem Filter Gerät ein- oder ausblenden, wird der Prozentsatz nicht neu berechnet.
Technische Hinweise zu Perzentilen
Die Prozentrang-Messwerte basieren auf den Histogrammdaten aus BigQuery.Die Auflösung ist daher grob: 100 ms für LCP, 25 ms für INP und 0,05 für CLS. Mit anderen Worten: Ein LCP des P75 von 3.800 ms bedeutet, dass der tatsächliche 75. Perzentilwert zwischen 3.800 ms und 3.900 ms liegt.
Außerdem wird im BigQuery-Dataset ein Verfahren namens „Bin-Spreading“ verwendet, bei dem die Dichte der Nutzererfahrungen in sehr grobe Bins mit abnehmender Detaillierung gruppiert wird. So können wir auch geringe Dichten im Schwanz der Verteilung berücksichtigen, ohne die Genauigkeit auf mehr als vier Ziffern erhöhen zu müssen. LCP-Werte unter 3 Sekunden werden beispielsweise in Bins mit einer Breite von 200 Millisekunden gruppiert. Bei einer Dauer von 3 bis 10 Sekunden sind die Intervalle 500 ms breit. Nach 10 Sekunden sind die Intervalle 5.000 ms breit… Anstatt Bins mit unterschiedlicher Breite zu verwenden, sorgt die Bin-Breite dafür, dass alle Bins eine konstante Breite von 100 ms haben (der größte gemeinsame Teiler). Die Verteilung wird dann über alle Bins linear interpoliert.
Entsprechende P75-Werte in Tools wie PageSpeed Insights basieren nicht auf dem öffentlichen BigQuery-Dataset und können Werte mit einer Genauigkeit von Millisekunden liefern.
Demografische Merkmale der Nutzer
Auf den Seiten mit demografischen Nutzerdaten sind zwei Dimensionen enthalten: Geräte und effektive Verbindungstypen. Auf diesen Seiten sehen Sie die Verteilung der Seitenaufrufe nach Herkunft für Nutzer in den einzelnen demografischen Gruppen.
Auf der Seite „Geräteverteilung“ sehen Sie eine Aufschlüsselung der Nutzer von Smartphones, Computern und Tablets im Zeitverlauf:
Viele Quellen haben in der Regel nur wenige bis gar keine Tablet-Daten. Daher sehen Sie häufig „0 %“ am Rand des Diagramms.
Auf der Seite „ECT-Verteilung“ sehen Sie eine Aufschlüsselung nach 4G, 3G, 2G, langsamem 2G und Offlinenutzung.
Die Verteilungen für diese Dimensionen werden anhand von Segmenten der Histogrammdaten für First Contentful Paint (FCP) berechnet.
FAQ
Im Folgenden finden Sie einige häufig gestellte Fragen zum BigQuery-Dataset „CrUX“:
Wann sollte ich das CrUX-Dashboard anstelle anderer Tools verwenden?
Das CrUX-Dashboard basiert auf denselben zugrunde liegenden Daten, die auch in BigQuery verfügbar sind. Sie müssen jedoch keine einzige SQL-Zeile schreiben, um die Daten zu extrahieren, und Sie müssen sich keine Sorgen machen, dass Sie die kostenlosen Kontingente überschreiten. Das Einrichten eines Dashboards geht schnell, alle Visualisierungen werden für Sie generiert und Sie können es mit beliebigen Personen teilen.
Gibt es Einschränkungen bei der Verwendung des CrUX-Dashboards?
Da das CrUX-Dashboard auf BigQuery basiert, gelten für es auch alle Einschränkungen von BigQuery. Sie ist auf Daten auf Quellebene mit monatlicher Granularität beschränkt.
Das CrUX-Dashboard ist außerdem einfacher und praktischer, aber nicht so vielseitig wie die Rohdaten in BigQuery. So werden Messwertverteilungen beispielsweise nur als „gut“, „verbesserungswürdig“ und „schlecht“ angegeben, im Gegensatz zu den vollständigen Histogrammen. Das CrUX-Dashboard bietet auch Daten auf globaler Ebene, 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 Leseversion des CrUX-Dashboards zugreifen, das vom CrUX-Team verwaltet wird. Wenn Sie eine eigene Kopie des Dashboards erstellen möchten, um es zu bearbeiten und andere Visualisierungen anzuzeigen, finden Sie in diesem Leitfaden weitere Informationen. Wenn Sie eine eigene Kopie erstellen, müssen Sie den Monat manuell aktualisieren. Außerdem können Sie keine Änderungen am offiziellen Dashboard nutzen, z. B. neue Messwerte oder andere Informationen.