Dipublikasikan: 12 Juni 2020, Terakhir diperbarui: 9 September 2025
Looker Studio (sebelumnya Data Studio) adalah alat visualisasi data canggih yang memungkinkan Anda membuat dasbor di atas sumber data besar, seperti Laporan UX Chrome (CrUX). Dalam panduan ini, pelajari cara membuat Dasbor CrUX kustom Anda sendiri untuk melacak tren pengalaman pengguna suatu origin.
Dasbor CrUX dibuat dengan fitur Looker Studio yang disebut Konektor Komunitas. Konektor ini adalah link yang sudah dibuat sebelumnya antara data CrUX mentah di BigQuery dan visualisasi Looker Studio. Dengan demikian, pengguna dasbor tidak perlu menulis kueri atau membuat diagram apa pun. Semuanya dibuat untuk Anda; Anda hanya perlu memberikan asal dan dasbor kustom akan dibuat untuk Anda.
Dasbor CrUX default
CrUX memiliki dasbor default, yang dikelola oleh tim CrUX. Metrik baru (misalnya INP) ditambahkan oleh tim dan tersedia saat dasbor dimuat berikutnya.
Membuat dasbor kustom
Beberapa pengguna mungkin ingin menyesuaikan dasbor. Jika demikian, Anda dapat membuat salinan dasbor default Anda sendiri dan mengubahnya sesuai kebutuhan.
Untuk membuat dasbor kustom, buka g.co/chromeuxdash. Tindakan ini akan membuka halaman konektor komunitas CrUX tempat Anda dapat memberikan asal yang akan digunakan untuk membuat dasbor. Perhatikan bahwa pengguna baru mungkin perlu menyelesaikan perintah izin atau preferensi pemasaran.
Kolom input teks hanya menerima asal, bukan URL lengkap. Misalnya:
https://developer.chrome.com
https://developer.chrome.com/docs/crux/guides/looker-studio-dashboard
Jika Anda tidak mencantumkan protokol, HTTPS akan digunakan. Subdomain penting, misalnya https://developers.google.com dan https://www.google.com dianggap sebagai origin yang berbeda.
Beberapa masalah umum terkait asal adalah memberikan protokol yang salah, misalnya http://, bukan https://, dan menghilangkan subdomain jika diperlukan. Beberapa situs menyertakan pengalihan, jadi jika http://example.com dialihkan ke https://www.example.com, Anda harus menggunakan yang terakhir, yang merupakan versi kanonis asal. Sebagai aturan praktis, gunakan asal yang dilihat pengguna di kolom URL.
Dengan mencentang kotak, asal akan disertakan dalam URL dasbor, yang memungkinkan dasbor yang sama digunakan untuk asal yang berbeda dengan mengubah parameter URL ini pada masa mendatang, jadi sebaiknya centang kotak tersebut.
Klik tombol Connect. Jika Anda mencentang kotak, Anda akan diminta untuk mengonfirmasi hal ini.
Jika asal Anda tidak disertakan dalam set data CrUX, Anda mungkin mendapatkan pesan error seperti yang ditunjukkan dalam diagram berikutnya. Ada lebih dari 15 juta asal dalam set data, tetapi asal yang Anda inginkan mungkin tidak memiliki data yang cukup untuk disertakan.
Jika asal ada, Anda akan diarahkan ke halaman skema untuk dasbor. Bagian ini menampilkan semua kolom yang disertakan: setiap jenis koneksi efektif, setiap faktor bentuk, bulan rilis set data, distribusi performa untuk setiap metrik, dan tentu saja nama asal. Anda tidak perlu melakukan atau mengubah apa pun di halaman ini, cukup klik Buat Laporan untuk melanjutkan.
Menggunakan dasbor
Setiap dasbor dilengkapi dengan tiga jenis halaman:
- Ringkasan Core Web Vitals
- Performa metrik
- Demografi pengguna
Setiap halaman menyertakan diagram yang menunjukkan distribusi dari waktu ke waktu untuk setiap rilis bulanan yang tersedia. Saat set data baru dirilis, Anda dapat memuat ulang dasbor untuk mendapatkan data terbaru.
Kumpulan data bulanan dirilis pada hari Selasa kedua setiap bulan. Misalnya, set data yang terdiri dari data pengalaman pengguna dari bulan Mei dirilis pada hari Selasa kedua bulan Juni.
Ringkasan Core Web Vitals
Halaman pertama adalah ringkasan performa Data Web Inti bulanan asal. Ini adalah metrik UX terpenting yang direkomendasikan Google untuk Anda fokuskan.
Gunakan halaman Data Web Inti untuk memahami pengalaman pengguna desktop dan ponsel saat mengakses origin. Secara default, bulan terbaru pada saat Anda membuat dasbor akan dipilih. Untuk beralih antara rilis bulanan yang lebih lama atau lebih baru, gunakan filter Bulan di bagian atas halaman.
Perhatikan bahwa tablet tidak disertakan dalam diagram ini secara default, tetapi jika diperlukan, Anda dapat menghapus filter Tidak Ada Tablet dalam konfigurasi diagram batang:
Performa metrik
Setelah halaman Data Web Inti, Anda akan menemukan halaman mandiri untuk semua metrik dalam set data CrUX.
Di bagian atas setiap halaman terdapat filter Perangkat, yang dapat Anda gunakan untuk membatasi faktor bentuk yang disertakan dalam data pengalaman. Misalnya, Anda dapat melihat perincian khusus pengalaman ponsel. Setelan ini tetap ada di seluruh halaman.
Visualisasi utama di halaman ini adalah distribusi bulanan pengalaman yang dikategorikan sebagai "Baik", "Perlu Peningkatan", dan "Buruk". Legenda berkode warna di bawah diagram menunjukkan rentang pengalaman yang termasuk dalam kategori. Misalnya, pada screenshot sebelumnya, Anda dapat melihat persentase pengalaman Largest Contentful Paint (LCP) "baik" yang berfluktuasi dan sedikit memburuk dalam beberapa bulan terakhir.
Persentase pengalaman "baik" dan "buruk" pada bulan terbaru ditampilkan di atas diagram beserta indikator perbedaan persentase dari bulan sebelumnya. Untuk asal ini, pengalaman LCP "baik" turun sebesar 3,2% menjadi 56,04% dari bulan ke bulan.
Selain itu, untuk metrik seperti LCP dan Core Web Vitals lainnya yang memberikan rekomendasi persentil eksplisit, Anda akan menemukan metrik "P75" di antara persentase "baik" dan "buruk". Nilai ini sesuai dengan persentil ke-75 pengalaman pengguna asal. Dengan kata lain, 75% pengalaman lebih baik daripada nilai ini. Perlu diperhatikan bahwa hal ini berlaku untuk distribusi keseluruhan di semua perangkat di asal. Mengganti status perangkat tertentu dengan filter Perangkat tidak akan menghitung ulang persentil.
Peringatan teknis tentang persentil
Perlu diketahui bahwa metrik persentil didasarkan pada data histogram dari BigQuery, sehingga perinciannya akan kasar: 100 md untuk LCP, 25 md untuk INP, dan 0,05 untuk CLS. Dengan kata lain, LCP persentil ke-75 sebesar 3.800 md menunjukkan bahwa persentil ke-75 yang sebenarnya berada di antara 3.800 md dan 3.900 md.
Selain itu, set data BigQuery menggunakan teknik yang disebut "bin spreading" yang secara intrinsik mengelompokkan kepadatan pengalaman pengguna ke dalam bin yang sangat kasar dengan perincian yang menurun. Hal ini memungkinkan kami menyertakan kepadatan menit di ekor distribusi tanpa harus melebihi presisi empat digit. Misalnya, nilai LCP kurang dari 3 detik dikelompokkan ke dalam bin dengan lebar 200 md. Antara 3 dan 10 detik, bin memiliki lebar 500 md. Di atas 10 detik, bin memiliki lebar 5000 md... Daripada memiliki bin dengan lebar yang bervariasi, penyebaran bin memastikan bahwa semua bin memiliki lebar 100 md yang konstan (faktor persekutuan terbesar), dan distribusinya diinterpolasi secara linear di setiap bin.
Nilai P75 yang sesuai di alat seperti PageSpeed Insights tidak didasarkan pada set data BigQuery publik dan dapat memberikan nilai presisi milidetik.
Demografi pengguna
Ada dua dimensi yang disertakan di halaman demografi pengguna: perangkat dan jenis koneksi efektif (ECT). Halaman ini menggambarkan distribusi tayangan halaman di seluruh asal untuk pengguna di setiap demografi.
Halaman distribusi perangkat menampilkan perincian pengguna ponsel, desktop, dan tablet dari waktu ke waktu. Banyak asal cenderung memiliki sedikit atau tidak ada data tablet, sehingga Anda akan sering melihat "0%" di tepi diagram.
Demikian pula, halaman distribusi ECT menampilkan perincian pengalaman 4G, 3G, 2G, 2G lambat, dan offline.
Distribusi untuk dimensi ini dihitung menggunakan segmen data histogram First Contentful Paint (FCP).
FAQ
Berikut beberapa pertanyaan umum (FAQ) tentang cara membuat dasbor CrUX di Looker Studio:
Kapan saya harus menggunakan Dasbor CrUX, bukan alat lainnya?
Dasbor CrUX didasarkan pada data pokok yang sama yang tersedia di BigQuery, tetapi Anda tidak perlu menulis satu baris SQL pun untuk mengekstrak data dan tidak perlu khawatir tentang melampaui kuota gratis. Menyiapkan dasbor lebih cepat dan mudah daripada melihat kueri data pokok, semua visualisasi dibuat untuk Anda, dan Anda memiliki kontrol untuk membagikannya kepada siapa pun yang Anda inginkan.
Apakah ada batasan dalam menggunakan Dasbor CrUX?
Karena didasarkan pada BigQuery, Dasbor CrUX juga mewarisi semua batasannya. Data ini dibatasi untuk data tingkat asal dengan perincian bulanan.
Dasbor CrUX juga mengorbankan beberapa fleksibilitas data mentah di BigQuery demi kesederhanaan dan kenyamanan. Misalnya, distribusi metrik hanya diberikan sebagai "baik", "perlu ditingkatkan", dan "buruk", bukan histogram lengkap. Dasbor CrUX juga menyediakan data di tingkat global, sementara set data BigQuery memungkinkan Anda memperbesar negara tertentu.
Di mana saya dapat mempelajari Looker Studio lebih lanjut?
Lihat halaman fitur Looker Studio untuk mengetahui info selengkapnya.