Core/Dash 直方图

通过直方图理解用户体验

平均性能分数具有误导性。它们掩盖了用户体验的真相。如果一个用户在 1 秒内加载了你的页面，另一个用户在 9 秒内加载，平均值是 5 秒。这个数字不能代表任何一个用户。直方图通过可视化加载时间的完整分布来揭示真相。

这个图表带你从单一指标走向全貌。它暴露了异常值、长尾以及体验不佳的特定用户群体。

直方图揭示了什么

直方图将你的性能数据分组到不同的桶中以显示频率。

• X 轴（桶）：性能分数的范围（例如，0-1 秒，1-2.5 秒）。
• Y 轴（数量）：落入每个桶的页面浏览量。柱子的高度表示该体验的普遍程度。
• 百分位数（p75、p90、p99）：这些标记显示了你的大多数用户所处的位置。p75 线表示你的 75% 的流量都比这个点快。

如何使用直方图诊断问题

一个健康的直方图会在左侧的快速桶中集中大量用户，并有一个短暂、陡峭的下降。任何其他形状都是需要调查的危险信号。

1. 长尾：寻找向右延伸很远且带有低矮柱子的图表。这代表了性能非常差的“长尾”用户。这些通常是使用旧设备或慢速网络的用户。最小化这条尾巴可以改善你的 p95 和 p99 分数。
   
   修复：专注于为受限环境进行优化，减少 JavaScript 执行和资源大小。
   
   
2. 双峰分布（双峰） 寻找图表中的两个明显波峰。这表明存在两种不同的用户体验。这通常是由分群问题引起的，例如移动端对比桌面端，或者缓存页面对比未缓存页面。
   
   修复：使用过滤器隔离变量。  按设备类型、登录状态、国家/地区等进行过滤，直到找到使其中一个波峰消失的维度。你刚刚找到了整个用户群体的根本问题原因。

优化 Core Web Vitals

直方图迫使你直面最慢用户的现实。分析分布是实现从常规优化转向精准改进的关键，从而提升你的 p75 分数并推动业务成果。