Core/Dash 直方图

通过直方图了解 User Experience

平均性能分数具有误导性。它们掩盖了 user experience 的真实情况。如果一个用户在 1 秒内加载您的网站，而另一个用户在 9 秒内加载，则平均值为 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。

此图表将您从单一指标带入完整的画面。它暴露了异常值、长尾效应以及体验不佳的特定用户群体。

直方图揭示了什么

直方图将您的性能数据分组到存储桶中以显示频率。

• X 轴（存储桶）：性能分数的范围（例如，0-1s，1-2.5s）。
• Y 轴（数量）：落入每个存储桶的页面浏览量。条形的高度表示该体验的普遍程度。
• 百分位数（p75，p90，p99）：这些标记显示了您的大多数用户所处的位置。p75 线表示您 75% 的流量快于此点。

如何使用直方图诊断问题

健康的直方图在左侧的快速存储桶中集中了大量用户，并具有陡峭而短暂的下降。任何其他形状都是需要调查的危险信号。

1. 长尾效应： 寻找向右延伸很远且条形很低的图表。这代表了性能非常差的用户的“长尾”。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提高您的 p95 和 p99 分数。
   
   修复：专注于通过减少 JavaScript 执行和资源大小来优化受限环境。
   
   
2. 双峰分布（双峰） 在图表中寻找两个不同的峰值。这表明两种不同的 user experience。它通常是由分段问题引起的，例如移动设备与桌面设备，或缓存与未缓存页面。
   
   修复： 使用过滤器来隔离变量。  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峰值消失的维度。您刚刚找到了整群用户问题的根本原因。

优化 Core Web Vitals

直方图迫使您面对最慢用户的真实情况。分析分布是从一般优化转向能提升 p75 分数并推动业务成果的外科手术式改进的关键。