Looker Studio (früher Data Studio) ist ein leistungsstarkes Tool zur Datenvisualisierung, mit dem Sie Dashboards auf der Grundlage von Big Data-Quellen wie dem UX-Bericht für Chrome (CrUX) erstellen können. In diesem Leitfaden erfahren Sie, wie Sie Ihr eigenes benutzerdefiniertes CrUX-Dashboard erstellen, um die Nutzungstrends einer Quelle zu verfolgen.
Das CrUX-Dashboard enthält eine Looker Studio-Funktion namens Community-Connectors. Dieser Connector ist eine vordefinierte Verknüpfung zwischen den CrUX-Rohdaten in BigQuery und den Visualisierungen von Looker Studio. Nutzende des Dashboards müssen keine Abfragen schreiben oder Diagramme generieren. Alles wird für Sie erstellt. Sie müssen nur einen Ursprung angeben und ein benutzerdefiniertes Dashboard wird für Sie erstellt.
Das standardmäßige CrUX-Dashboard
Das CrUX hat ein Standard-Dashboard, das vom CrUX-Team gepflegt wird. Neue Messwerte (z. B. INP) werden vom Team hinzugefügt und sind beim nächsten Laden des Dashboards verfügbar.
Benutzerdefiniertes Dashboard erstellen
Einige Nutzende möchten das Dashboard möglicherweise anpassen. In diesem Fall können Sie Ihre eigene Kopie des Standard-Dashboards erstellen und sie nach Bedarf ändern.
Ein benutzerdefiniertes Dashboard können Sie unter g.co/chromeuxdash erstellen. Dadurch werden Sie zur Connector-Seite der CrUX-Community weitergeleitet. Dort können Sie den Ursprung angeben, für den das Dashboard generiert wird. Hinweis: Neue Nutzer müssen möglicherweise Aufforderungen zu Berechtigungen oder Marketingeinstellungen ausführen.
In das Texteingabefeld können nur Ursprünge und keine vollständigen URLs eingegeben werden. Beispiel:
https://developer.chrome.com
https://developer.chrome.com/docs/crux/guides/looker-studio-dashboard
Wenn Sie das Protokoll weglassen, wird von HTTPS ausgegangen. Subdomains sind wichtig, zum Beispiel werden https://developers.google.com und https://www.google.com als unterschiedliche Ursprünge betrachtet.
Häufige Probleme mit Ursprüngen sind die Angabe des falschen Protokolls, z. B. http:// anstelle von https://, und das Weglassen der Subdomain bei Bedarf. Einige Websites enthalten Weiterleitungen. Wenn http://example.com zu https://www.example.com weiterleitet, solltest du Letztere verwenden, also die kanonische Version des Ursprungs. Als Faustregel gilt: Wählen Sie den Ursprung, der Nutzern in der Adressleiste angezeigt wird.
Wenn Sie das Kästchen anklicken, wird der Ursprung in die Dashboard-URL aufgenommen. So können Sie dasselbe Dashboard für verschiedene Ursprünge verwenden, indem Sie diesen URL-Parameter später ändern. Daher wird empfohlen, das anzukreuzen.
Klicken Sie auf Verbinden. Wenn Sie das Kästchen angeklickt haben, werden Sie aufgefordert, dies zu bestätigen.
Wenn Ihr Ursprung nicht im CrUX-Dataset enthalten ist, erhalten Sie möglicherweise eine Fehlermeldung wie die im nächsten Diagramm. Das Dataset enthält über 15 Millionen Ursprünge, aber für den gewünschten Ursprung sind nicht genügend Daten vorhanden.
Wenn der Ursprung vorhanden ist, werden Sie zur Schemaseite für das Dashboard weitergeleitet. Hier sehen Sie alle enthaltenen Felder: jeder effektive Verbindungstyp, jeder Formfaktor, der Monat der Dataset-Veröffentlichung, die Leistungsverteilung für jeden Messwert und natürlich der Name des Ursprungs. Sie müssen auf dieser Seite nichts tun oder ändern. Klicken Sie einfach auf Bericht erstellen, um fortzufahren.
Dashboard verwenden
Jedes Dashboard besteht aus drei Arten von Seiten:
- Core Web Vitals – Übersicht
- Messwertleistung
- Demografische Merkmale der Nutzer
Jede Seite enthält ein Diagramm, das die Verteilungen im Zeitverlauf für jede verfügbare monatliche Veröffentlichung zeigt. Wenn neue Datasets veröffentlicht werden, können Sie das Dashboard aktualisieren, um die neuesten Daten zu erhalten.
Die monatlichen Datasets werden jeweils am zweiten Dienstag des Monats veröffentlicht. Das Dataset, das aus User Experience-Daten aus dem Monat Mai besteht, wird beispielsweise am zweiten Dienstag im Juni veröffentlicht.
Core Web Vitals – Übersicht
Auf der ersten Seite finden Sie eine Übersicht über die monatliche Leistung der Quelle mit den Core Web Vitals. Das sind die wichtigsten UX-Messwerte, auf die Sie sich von Google konzentrieren sollten.
Auf der Seite „Core Web Vitals“ erfahren Sie, wie der Ursprung von Nutzern auf Computern und Smartphones wahrgenommen wird. Standardmäßig wird der letzte Monat zum Zeitpunkt der Dashboard-Erstellung ausgewählt. Mit dem Filter Monat oben auf der Seite können Sie zwischen älteren oder neueren monatlichen Releases wechseln.
Hinweis: Tablets sind in diesen Diagrammen standardmäßig nicht enthalten. Sie können bei Bedarf aber den Filter Kein Tablet in der Konfiguration des Balkendiagramms entfernen:
Messwertleistung
Nach der Core Web Vitals-Seite finden Sie eigenständige Seiten für alle metrics im CrUX-Dataset.
Oben auf jeder Seite befindet sich der Filter Gerät, mit dem Sie die in den Daten zur Nutzerfreundlichkeit enthaltenen Formfaktoren einschränken können. Sie haben beispielsweise die Möglichkeit, gezielt nach Smartphones zu suchen. Diese Einstellung bleibt seitenübergreifend erhalten.
Die primären Visualisierungen auf diesen Seiten sind die monatlichen Verteilungen von Erfahrungen, die als „Gut“, „Verbesserungsfähig“ und „Schlecht“ kategorisiert sind. Die farbcodierte Legende unter dem Diagramm gibt die in der Kategorie enthaltenen Erfahrungen an. Im vorherigen Screenshot sehen Sie beispielsweise, dass der Largest Contentful Paint (LCP) als „gut“-Wert schwankt und sich in den letzten Monaten etwas verschlechtert.
Über dem Diagramm werden die Prozentsätze der „guten“ und „schlechten“ Nutzerfreundlichkeit des letzten Monats zusammen mit einem Indikator für den prozentualen Unterschied zum Vormonat angezeigt. Für diesen Ursprung sank die Anzahl der „guten“ LCP-Werte im Vergleich zum Vormonat um 3,2% auf 56,04 %.
Bei Messwerten wie LCP und anderen Core Web Vitals, die explizite Perzentilempfehlungen enthalten, befindet sich der Messwert „P75“ außerdem zwischen den Prozentsätzen „Gut“ und „Schlecht“. Dieser Wert entspricht dem 75. Perzentil des Ursprungs für die Nutzererfahrung. Mit anderen Worten: 75% der Erfahrungen sind besser als dieser Wert. Beachten Sie, dass dies für die Gesamtverteilung auf alle Geräte am Ursprung gilt. Wenn Sie bestimmte Geräte mit dem Filter Gerät wechseln, wird das Perzentil nicht neu berechnet.
Technische Vorbehalte zu Perzentilen
Beachten Sie, dass die Perzentilmesswerte auf den Histogrammdaten aus BigQuery basieren.Der Detaillierungsgrad ist daher grob: 100 ms für LCP, 25 ms für INP und 0, 05 für CLS. Mit anderen Worten: Ein P75-LCP von 3.800 ms zeigt an, dass das echte 75. Perzentil zwischen 3.800 ms und 3.900 ms liegt.
Darüber hinaus wird für das BigQuery-Dataset ein Verfahren namens „Bin-Streuung“ verwendet, bei dem die Dichte der Nutzererfahrung in sehr grobe Klassen mit abnehmender Detailgenauigkeit gruppiert wird. Auf diese Weise können Minutendichten am Ende der Verteilung angegeben werden, ohne dass eine vierstellige Genauigkeit überschritten werden muss. LCP-Werte unter 3 Sekunden werden beispielsweise in Klassen mit einer Breite von 200 ms zusammengefasst. Bins sind zwischen 3 und 10 Sekunden breit und 500 ms. Mehr als 10 Sekunden sind 5.000 ms breit... Anstatt Container mit unterschiedlicher Breite zu haben, sorgt die Bin-Streuung dafür, dass alle Container eine konstante Breite von 100 ms haben (der größte gemeinsame Teiler) und die Verteilung über jeden Container linear interpoliert wird.
Entsprechende P75-Werte in Tools wie PageSpeed Insights basieren nicht auf dem öffentlichen BigQuery-Dataset und können Werte im Millisekundenbereich angeben.
Demografische Merkmale der Nutzer
Auf der Seite mit den demografischen Merkmalen der Nutzer gibt es zwei Dimensionen: Geräte und effektive Verbindungstypen (effektive Verbindungstypen, EKT). Diese Seiten veranschaulichen die Verteilung der Seitenaufrufe über den gesamten Ursprung für Nutzer in der jeweiligen demografischen Gruppe.
Auf der Seite für die Geräteverteilung sehen Sie eine Aufschlüsselung der Smartphone-, Desktop- und Tablet-Nutzer im Zeitverlauf. Viele Ursprünge haben in der Regel nur wenige oder gar keine Tablet-Daten, sodass am Rand des Diagramms oft „0 %“ hängt.
Auf der Seite für die ECT-Verteilung werden 4G-, 3G-, 2G-, langsame 2G- und Offline-Nutzung aufgeschlüsselt.
Die Verteilungen für diese Dimensionen werden anhand von Segmenten der Histogrammdaten zu First Contentful Paint (FCP) berechnet.
Häufig gestellte Fragen
Dies sind einige der häufig gestellten Fragen zum Erstellen von CrUX-Dashboards in Looker Studio:
Wann sollte ich das CrUX-Dashboard im Gegensatz zu anderen Tools verwenden?
Das CrUX-Dashboard basiert auf denselben Daten, die auch in BigQuery verfügbar sind, aber Sie müssen keine einzige SQL-Zeile zum Extrahieren der Daten schreiben und müssen sich keine Sorgen über die Überschreitung kostenloser Kontingente machen. Das Einrichten eines Dashboards ist schneller und einfacher, als die Abfrage der zugrunde liegenden Daten anzuzeigen. Alle Visualisierungen werden für Sie generiert und Sie können sie mit beliebigen Personen teilen.
Gibt es Einschränkungen bei der Verwendung des Dashboards zur Nutzererfahrung in Chrome?
Da es auf BigQuery basiert, übernimmt das CrUX-Dashboard auch alle Einschränkungen. Sie ist auf Daten auf Ursprungsebene mit monatlicher Genauigkeit beschränkt.
Im CrUX-Dashboard werden auch einige der Vielseitigkeit der Rohdaten in BigQuery der Einfachheit und Komfort zunichte gemacht. Beispielsweise werden Messwertverteilungen im Gegensatz zu vollständigen Histogrammen nur als „gut“, „verbesserungsbedürftig“ und „schlecht“ angegeben. Das CrUX-Dashboard stellt auch Daten auf globaler Ebene bereit, während Sie mit dem BigQuery-Dataset bestimmte Länder heranzoomen können.
Wo erhalte ich weitere Informationen zu Looker Studio?
Weitere Informationen finden Sie auf der Seite mit den Looker Studio-Funktionen.