Core/Dash Histogrammer
Visualiser hele fordelingen av user experiences. Identifiser utliggere og bimodale mønstre som gjennomsnitt skjuler.
Trusted by market leaders
Forstå user experience med histogrammer
Gjennomsnittlige ytelsesskårer er villedende. De skjuler realiteten ved user experience. Hvis én bruker laster nettstedet ditt på 1 sekund og en annen laster det på 9 sekunder, er gjennomsnittet 5 sekunder. Dette tallet representerer ingen av brukerne. Et histogram avslører sannheten ved å visualisere hele fordelingen av lastetider.

Dette diagrammet flytter deg fra en enkelt beregning til et komplett bilde. Det eksponerer utliggere, "den lange halen", og de spesifikke brukergruppene som har en dårlig opplevelse.
Hva et histogram avslører
Et histogram grupperer ytelsesdataene dine i intervaller for å vise frekvens.
- X-akse (Intervaller): Spenn av ytelsesskårer (f.eks. 0-1s, 1-2.5s).
- Y-akse (Volum): Antall sidevisninger som faller innenfor hvert intervall. Høyden på stolpen indikerer hvor vanlig den opplevelsen er.
- Persentiler (p75, p90, p99): Disse markørene viser hvor flertallet av brukerne dine befinner seg. p75-linjen indikerer at 75 % av trafikken din er raskere enn dette punktet.
Hvordan diagnostisere problemer med et histogram
Et sunt histogram har en stor konsentrasjon av brukere i de raske intervallene til venstre og et kort, bratt fall. Enhver annen form er et varselsignal som krever undersøkelse.
- Den lange halen: Se etter en graf som strekker seg langt til høyre med lave stolper. Dette representerer en "lang hale" av brukere med svært dårlig ytelse. Dette er ofte brukere på eldre enheter eller trege nettverk. Å minimere denne halen forbedrer dine p95- og p99-skårer.

Løsning: Fokuser på å optimalisere for begrensede miljøer ved å redusere JavaScript-kjøring og ressursstørrelser. - Bimodal fordeling (Dobbelttoppen) Se etter to tydelige topper i diagrammet. Dette indikerer to forskjellige user experiences. Det skyldes ofte et segmenteringsproblem, for eksempel mobil vs. desktop eller bufrede vs. ikke-bufrede sider.

Løsning: Bruk filtrene for å isolere variabelen. Filtrer etter enhetstype, innloggingsstatus, land osv. til du har funnet dimensjonen som får en av toppene til å forsvinne. Du har nettopp funnet rotårsaken til problemet for en hel kohort av brukere.
Optimalisering av Core Web Vitals
Histogrammet tvinger deg til å konfrontere realiteten for dine tregeste brukere. Å analysere fordelingen er nøkkelen til å bevege seg fra generell optimalisering til kirurgiske forbedringer som løfter dine p75-skårer og driver forretningsresultater.

