CoreDash mot Datadog RUM

Vad verktygen är till för

Datadog är en observability-plattform: infrastruktur, loggar, APM, säkerhet, synthetics och Real User Monitoring. RUM-delen finns där så att en utvecklare kan gå från en långsam eller trasig session i webbläsaren till backend-tracen bakom den. CoreDash mäter enbart Core Web Vitals för dina riktiga besökare och hjälper dig ta reda på varför sidor är långsamma.

Jag har byggt CoreDash, så ha det i bakhuvudet. Men jag ska försöka vara rättvis mot Datadog. Det är en bra produkt, och mycket av det den gör gör CoreDash inte alls.

Vad Datadog RUM gör bra

Det bästa med Datadog RUM är vad som finns bakom. En besökare får en LCP på 4 sekunder, du öppnar sessionen och följer den in i APM-tracen, loggarna och profilen för den request som byggde HTML-koden. Är det servern som gör din LCP långsam vet jag inget snabbare sätt att visa det. Ett rent webbläsarverktyg säger att TTFB var 1,8 sekunder. Datadog kan visa dig den query som tog 1,5 av dem.

datadoghq.com, oktober 2026.

Även Core Web Vitals-datan är bra. SDK:n rapporterar elementet bakom LCP, INP och CLS, delar upp LCP i TTFB, load delay, load time och render delay, samt INP i input delay, processing och presentation delay. Sedan SDK v6 samlar den in Long Animation Frames i stället för long tasks, med skriptattribuering mappad tillbaka till din ominifierade källkod. Lägg till den valfria webbläsarprofileringen (som kopplar en långsam interaktion till en specifik JavaScript-funktion) så har du en riktigt komplett INP-setup.

RUM-prissättningen är också smart. Med det de kallar RUM without Limits läser du in varje session för standardmätvärdena för $0,15 per 1 000 sessioner (årsavtal), och betalar bara Investigate-priset för sessioner du behåller i sin helhet – som de med dålig LCP eller fel. Det gamla valet mellan sampling och en gigantisk faktura är alltså borta. Session Replay, felspårning och mobil-RUM för iOS, Android, React Native och Flutter finns på ett och samma ställe. Datadog har dessutom en officiell MCP-server med RUM-verktyg, så en AI-agent kan söka bland RUM-events och aggregera percentiler.

Kör du redan Datadog RUM?

Kör du redan Datadog RUM och är nöjd med Core Web Vitals-datan där, fortsätt med det. Många av sajterna jag granskar har inget annat än Search Console: 28 dagar av Chrome-användare indelade i URL-grupper, som talar om att något är långsamt men inte vad. Datadog mäter alla dina besökare, inklusive Safari och iPhone, och visar vilket element som var LCP. Det är ett stort kliv framåt. Jag skulle inte riva ut en fungerande setup på grund av en jämförelsesida – inte min egen heller.

CoreDash mot Datadog RUM i korthet

Priser och funktioner kontrollerade i september 2026.

Där CoreDash passar bättre

Under en tvåveckors provperiod ser du knappast någon större skillnad. Det märker du först senare, säg efter ett halvår, när du vill veta varför något blev långsammare eller om fixen som gick live i våras fortfarande håller.

Gammal data behåller sina detaljer

Det här missar många. I Datadog sparas råa RUM-events (views, vitals, long tasks, med all sin attribuering) i 15 till 30 dagar. Det som sparas i 15 månader är föraggregerade mätvärden, uppdelade på en fast uppsättning dimensioner som webbläsare, land, appversion och tjänst. LCP-elementet, faserna och skriptet som blockerade framen finns bara i eventen. Du kan bygga anpassade mätvärden från RUM-events för att spara mer, men då måste du redan nu bestämma vad du vill kunna fråga om ett år. Skapade du inget mätvärde för LCP-element per sidgrupp i mars? Då är den detaljen borta i december.

Datadogs dokumentation, datalagringsperioder, oktober 2026.

Prestandaarbete tar månader. En fix går live, trafiken förändras, marknadsavdelningen lägger till ytterligare en tag manager-container, Black Friday för med sig en helt annan enhetsmix. I CoreDash finns varje dimension kvar i datan så länge din plan sparar den: 1 år med Standard, 3 år med Studio och upp till 8 år med Enterprise. Det inkluderar URL, LCP-elementet och LoAF-skriptet. ”Var kassan snabbare i november förra året?” är bara ett filter.

Byggt kring hur Google bedömer din sajt

CoreDash rapporterar p75 mot Googles tröskelvärden och korsrefererar din data mot CrUX, så att du kan se var dina egna siffror stämmer överens med Googles dataset och var de inte gör det. Datadog läser inte in CrUX. Ett SRE-team bryr sig antagligen inte, men är det du som måste förklara en röd Search Console-rapport för chefen gör du det definitivt.

Dimensionerna är också uppbyggda kring frågor om Core Web Vitals. Var LCP-bilden preloaded, lazy loaded eller ingetdera (LCP priority)? Var den långsamma interaktionen ett klick eller en tangenttryckning (input type), och skedde den medan sidan fortfarande laddades (load state)? Det är filter du bara väljer, utan att behöva skriva någon query. Och Diagnosis pekar ut leverantören bakom en långsam LCP, söker efter 14 antimönster för LCP och ger fixar för just din stack (WordPress, Shopify, Next.js med flera).

Vad din AI-agent kan jobba med

Även Datadog har en MCP-server, och för generellt RUM-arbete är den bra. Dess RUM-verktyg söker och aggregerar events, vilket innebär att agenten måste skriva Datadog-queries mot RUM-events – och den kan bara se så långt bakåt som dessa events sparas.

CoreDash MCP-server är byggd för Core Web Vitals. get_metrics returnerar p75, betyg och fördelningen good / needs improvement / poor för valfri dimension. get_timeseries talar om för agenten om ett mätvärde förbättras, är stabilt eller försämras, och get_histogram ger hela fördelningen. Den ingår i alla planer, även Starter. Samma endpoint som API:et, skrivskyddad, och den fungerar i Claude, Claude Code, Cursor, Windsurf, VS Code och Gemini CLI.

Dessutom finns CWV Superpowers, en gratis MIT-licensierad agent. Den utgår från din field data, kör en Chrome-trace på den långsamma sidan med mobilstrypning, hittar flaskhalsen och skriver fixen med fil, rad och diff. Fråga ”vilka mallar klarar inte INP på mobilen och varför” så svarar den utifrån dina verkliga besökare och profilerar sedan sidan (här är ett exempel). Jag har inte sett något annat verktyg som går från field data till en trace till en kodändring.

Skriptstorlek och prissättning

Datadogs SDK är på cirka 66 KB gzippat, 51 KB för slim-bygget. Helt rimligt för allt det gör (fel, actions, replay och så vidare). Men vill du bara ha Core Web Vitals är det mycket JavaScript, och webbläsaren måste parsa och köra koden på main thread på sidan den mäter. CoreDash-insamlaren är under 2 KB, asynkron och passiv. Jag är förmodligen petigare än de flesta med det här, men jag har sett ett RUM-verktyg stå i vägen för LCP förut.

Prismässigt är Datadogs Measure-nivå billig. Men detaljerna du behöver för att faktiskt fixa problemen finns i Investigate-sessionerna, för $3,00 per 1 000 sessioner – och bara för de sessioner som dina retention-filter sparar. Vad du betalar, och vad du kan gräva i senare, beror alltså på hur väl någon konfigurerade dessa filter. CoreDash tar betalt per sidvisningsnivå: kostnaden ökar med din trafik, och alla dashboards ingår i alla planer. Driver du en byrå samlar byråplanerna sidvisningar från alla kunder. Med en enda master-nyckel kan du skapa projekt och hämta data för samtliga via Agency API. Datadog klarar också flera kunder, men via multi-org-konton som deras support måste aktivera.

När du ska välja Datadog RUM i stället

• Du kör redan Datadog APM och dina långsamma LCP beror främst på långsamma servrar. Då slår tracing från frontend till backend allt annat på den här sidan.
• Du behöver Session Replay eller felspårning vid sidan av dina mätvärden.
• Ditt företag har standardiserat på Datadog och inköpsavdelningen godkänner ingen annan leverantör.

Du kan också köra båda. CoreDash-insamlaren är under 2 KB, så att lägga till den bredvid Datadog för Core Web Vitals och CrUX kostar knappt sidan någonting. Datadog fortsätter ta hand om traces, medan CoreDash sparar flera års historik för Core Web Vitals åt dig och din AI-agent.

Testa på din egen trafik

Provperioden på 14 dagar kräver inget kreditkort och data visas från första sidvisningen. Du kan se dig omkring i vår demo först, eller kolla priserna. Jämför du fler verktyg? Se alla jämförelser.

Källor: Datadogs prislista, Monitoring page performance, Datadog om Long Animation Frames, RUM without Limits, Mätvärden för RUM without Limits, Datalagringsperioder, Verktyg i Datadogs MCP-server, Multi-org-konton. SDK-storlek uppmätt på Datadogs CDN (v7) i september 2026.