Core/Dash 詳細な分析のためのデータテーブル

集計されたトレンドから特定のボトルネックへとドリルダウンします。パフォーマンス指標を牽引している正確なURLとセグメントを特定します。

無料トライアル

Trusted by market leaders · Client results

詳細な分析のためのデータテーブルの使用

チャートはトレンドを示すのには優れていますが、具体的に何を修正すべきかは教えてくれません。ビジネスに影響を与える真の改善を行うには、詳細なデータが必要です。そこでデータテーブルの出番です。

データテーブルは、ダッシュボードからのハイレベルなシグナルを受け取り、具体的な行項目に分解します。ここで、パフォーマンス低下の原因となっている特定のURL、ユーザーセグメント、または地理的地域を特定し、正確で優先順位付けされた修正リストを作成することができます。

coredash data tables

データテーブルの構造

データテーブルは多次元分析ツールです。その列を理解することが、効果的に使用するための鍵となります。

ディメンション (例：URL): 分析している特定の項目（ページパス、デバイスタイプなど）。これは「何が」にあたります。
指標 (例：LCP): その項目のパフォーマンススコア。これは「どれくらい速い」（または遅い）かを教えてくれます。
インプレッション: この項目のトラフィック量。これは「どれくらいの」ユーザーがこのパフォーマンスを見ているかを教えてくれます。
インパクトスコア: これは優先順位の指標です。指標のスコアとトラフィック量を組み合わせたものです。インパクトスコアが高いということは、問題が深刻であり、かつ多くの人々に影響を与えていることを意味します。これらを修正することで、最も高いROIが得られます。
分布バー: 各行にある視覚的な「マイクロチャート」です。user experience（Good、Needs Improvement、Poor）の広がりを一目で確認できるため、クリックして詳細を見なくてもパターンを見つけることができます。

診断ワークフロー

単にデータを見るだけでなく、意思決定に活用してください。クリティカルな問題を特定し修正するための、実績のあるワークフローを以下に示します：

ビジネスへの影響による優先順位付け: Impact（インパクト）列でテーブルを並べ替えます（降順）。これにより、最も多くのユーザーに悪影響を与えている問題が即座に浮き彫りになります。誰も訪問しない遅いページを最適化することに時間を無駄にせず、トラフィックの多いボトルネックを最初に修正してください。
視覚的にパターンを見つける: 上位の問題の分布バーを確認します。バーの大部分が赤色ですか？それは一貫した障害が発生しているということです。大部分が緑色で、小さな赤い尾がありますか？それは外れ値の問題（特定のデバイスやネットワーク）です。この視覚的なコンテキストが次のステップの指針となります。
フィルタリングによる分離: フィルターを使用して問題を絞り込みます。例えば、LCPが高い場合、「Mobile」でフィルタリングして、問題が小さな画面に特有のものか（おそらく画像のサイズ設定）を確認します。フィルタリングによりノイズが取り除かれ、速度低下を引き起こしている特定の条件が明らかになります。
ドリルダウン: 問題のあるURLやセグメントを特定したら、その洞察を利用してさらに調査を進めます。そのURLに関連付けられた特定のページテンプレートやアセットを確認し、根本原因を見つけます。

このワークフローは、数値のリストを明確な行動計画に変え、user experienceとビジネス指標を実際に改善する修正にエンジニアリングの時間が費やされるようにします。