Trusted by market leaders · Client results
用直方图理解用户体验
平均性能得分具有误导性。它们掩盖了真实的用户体验。如果一个用户在 1 秒内加载完你的网站，而另一个用户花了 9 秒，平均值就是 5 秒。这个数字无法代表任何一个用户。直方图通过直观展示加载时间的完整分布来揭示真相。
这张图表带你超越单一指标，呈现完整全貌。它暴露了异常值、长尾以及体验糟糕的特定用户群体。
直方图能揭示什么
直方图将你的性能数据分桶，以展示出现频率。
- X 轴（分桶）：性能得分的范围（例如 0-1 秒、1-2.5 秒）。
- Y 轴（数量）：落入每个分桶的页面浏览量。柱子的高度表示该体验的普遍程度。
- 百分位数（p75、p90、p99）：这些标记显示了大多数用户所处的位置。p75 线表示你 75% 的流量都快于这个点。
如何用直方图诊断问题
健康的直方图在左侧的快速分桶中集中了大量用户，且下滑过程短而陡峭。任何其他形状都是警示信号，必须排查。
- 长尾：注意观察向右延伸很远且柱形较低的图表。这代表了体验极差的“长尾”用户。他们通常是使用旧设备或慢速网络的用户。收窄这一长尾可以提升你的 p95 和 p99 得分。
解决办法：通过减少 JavaScript 执行和资源体积，重点针对受限环境进行优化。 -
双峰分布（双峰模式） 注意观察图表中是否存在两个明显的峰值。这表明存在两种截然不同的用户体验。这通常是由维度细分问题导致的，例如移动端对比桌面端，或者缓存页面对比未缓存页面。
解决办法：使用筛选器来隔离变量。 按设备类型、登录状态、国家等进行筛选，直到找到让其中一个峰值消失的维度。你也就找到了这整个特定用户群体问题的根本原因。
优化 Core Web Vitals
直方图迫使你直面最慢用户的现实。分析分布是从常规优化走向精准改进的关键，以此提升你的 p75 得分并带来业务成果。
