Core/Dash Histogram
Visualisera hela fördelningen av användarupplevelser. Identifiera extremvärden och bimodala mönster som genomsnitt döljer.
Förstå användarupplevelsen med histogram
Genomsnittliga prestandavärden är missvisande. De döljer användarupplevelsens verklighet. Om en användare laddar din sida på 1 sekund och en annan på 9 sekunder är genomsnittet 5 sekunder. Detta tal representerar ingen av användarna. Ett histogram visar sanningen genom att visualisera hela fördelningen av laddningstider.

Diagrammet tar dig från ett enskilt mätvärde till en helhetsbild. Det visar extremvärdena, den långa svansen och de specifika grupper av användare som har en dålig upplevelse.
Vad ett histogram avslöjar
Ett histogram grupperar dina prestandadata i hinkar för att visa frekvens.
- X-axeln (hinkar): Intervall av prestandavärden (t.ex. 0–1 s, 1–2,5 s).
- Y-axeln (volym): Antalet sidvisningar i varje hink. Höjden på stapeln visar hur vanlig den upplevelsen är.
- Percentiler (p75, p90, p99): Dessa markeringar visar var majoriteten av dina användare hamnar. Linjen för p75 visar att 75 % av din trafik är snabbare än denna punkt.
Så diagnostiserar du problem med ett histogram
Ett hälsosamt histogram har en hög koncentration av användare i de snabba hinkarna till vänster och ett kort, brant fall. Alla andra former är varningsflaggor som kräver undersökning.
- Den långa svansen: Leta efter ett diagram som sträcker sig långt till höger med låga staplar. Detta representerar en ”lång svans” av användare med mycket dålig prestanda. Dessa är ofta användare på äldre enheter eller långsamma nätverk. Att minimera denna svans förbättrar dina p95- och p99-värden.

Åtgärd: Fokusera på att optimera för begränsade miljöer genom att minska JavaScript-exekvering och resursstorlekar. -
Bimodal fördelning (dubbeltoppen) Leta efter två tydliga toppar i diagrammet. Det tyder på två olika användarupplevelser. Ofta beror det på ett segmenteringsproblem, som mobil mot dator eller cachade mot ocachade sidor.

Åtgärd: Använd Filtren för att isolera variabeln. Filtrera på enhetstyp, inloggningsstatus, land osv. tills du har hittat dimensionen som får en av topparna att försvinna. Du har precis hittat rotorsaken till problemet för en hel kohort av användare.
Optimera Core Web Vitals
Histogrammet tvingar dig att möta verkligheten för dina långsammaste användare. Att analysera fördelningen är nyckeln till att gå från allmän optimering till kirurgiska förbättringar som lyfter dina p75-värden och driver affärsresultat.

