CrUX BigQuery データセットの使用方法

Rick Viscomi

Chrome UX レポート（CrUX）の元データは、Google Cloud 上のデータベースである BigQuery で入手できます。BigQuery を使用するには、GCP プロジェクトと SQL の基本的な知識が必要です。

このガイドでは、BigQuery を使用して CrUX データセットに対するクエリを作成し、ウェブ上のユーザー エクスペリエンスの状態について有益な結果を抽出する方法について説明します。

  • データの構成について理解する
  • 送信元のパフォーマンスを評価する基本的なクエリを作成する
  • パフォーマンスの推移を追跡する高度なクエリを作成する

データ編成

まず、基本的なクエリを見てみましょう。

SELECT COUNT(DISTINCT origin) FROM `chrome-ux-report.all.202206`

クエリを実行するには、クエリエディタにクエリを入力して [クエリを実行] をクリックします。ボタン:

エディタにシンプルなクエリを入力し、[実行] をクリックします。

このクエリは 2 つの部分で構成されています。

  • SELECT COUNT(DISTINCT origin) は、テーブル内のオリジンの数をクエリすることを意味します。大まかに言うと、2 つの URL が同じスキーム、ホスト、ポートを持つ場合、オリジンは同じになります。

  • FROM chrome-ux-report.all.202206 は、次の 3 つの部分から構成されるソーステーブルのアドレスを指定します。

    • すべての CrUX データが編成される Cloud プロジェクト名 chrome-ux-report
    • すべての国のデータを表す all データセット
    • テーブル 202206。データの年と月（YYYYMM 形式）

各国のデータセットもあります。たとえば、chrome-ux-report.country_ca.202206 はカナダで発生したユーザー エクスペリエンス データのみを表します。

各データセットには、2017 年以降の毎月のテーブルがあります 10。前月の新しいテーブルは定期的にパブリッシュされます。

データテーブルの構造（スキーマとも呼ばれます）には、次のものが含まれます。

  • オリジン（例: origin = 'https://www.example.com'）。そのウェブサイトのすべてのページのユーザー エクスペリエンス分布の集計を表します。
  • ページの読み込み時の接続速度（例: effective_connection_type.name = '4G'）
  • デバイスタイプ（例: form_factor.name = 'desktop'）
  • UX 指標自体 <ph type="x-smartling-placeholder">
      </ph>
    • first_Paint（FP）
    • first_contentful_paint（FCP）
    • dom_content_loading（DCL）
    • onload（OL）
    • Experiments.first_input_delay（FID）

各指標のデータは、オブジェクトの配列として編成されます。JSON 表記では、first_contentful_paint.histogram.bin は次のようになります。

[
    {"start": 0, "end": 100, "density": 0.1234},
    {"start": 100, "end": 200, "density": 0.0123},
    ...
]

各ビンには、ミリ秒単位の開始時間と終了時間、およびその時間範囲内のユーザー エクスペリエンスの割合を表す密度が含まれます。言い換えれば、この仮定の送信元、接続速度、デバイスタイプに対する FCP エクスペリエンスの 12.34% は 100 ms 未満です。すべてのビン密度の合計は 100% です。

BigQuery のテーブルの構造を確認する。

パフォーマンスを評価する

テーブル スキーマの知識を活用して、このパフォーマンス データを抽出するクエリを作成できます。

SELECT
  fcp
FROM
  `chrome-ux-report.all.202206`,
  UNNEST(first_contentful_paint.histogram.bin) AS fcp
WHERE
  origin = 'https://web.dev' AND
  effective_connection_type.name = '4G' AND
  form_factor.name = 'phone' AND
  fcp.start = 0

BigQuery で CrUX FCP をクエリする

結果は 0.01115 になります。これは、このオリジンのユーザー エクスペリエンスの 1.115% が、4G とスマートフォンで 0 ～ 100 ミリ秒だったことを意味します。任意の接続やデバイスタイプに対してクエリを一般化したい場合は、WHERE 句からそれらを省略し、SUM アグリゲータ関数を使用してそれぞれのビン密度を合計します。

SELECT
  SUM(fcp.density)
FROM
  `chrome-ux-report.all.202206`,
  UNNEST(first_contentful_paint.histogram.bin) AS fcp
WHERE
  origin = 'https://web.dev' AND
  fcp.start = 0

BigQuery での CrUX FCP の集計

結果は 0.05355 で、すべてのデバイスと接続タイプ全体で 5.355% です。クエリを少し変更して、「fast」レベルにあるすべてのビンの密度を加算できます。0 ～ 1,000 ミリ秒の FCP 範囲:

SELECT
  SUM(fcp.density) AS fast_fcp
FROM
  `chrome-ux-report.all.202206`,
  UNNEST(first_contentful_paint.histogram.bin) AS fcp
WHERE
  origin = 'https://web.dev' AND
  fcp.start < 1000

BigQuery で高速 FCP をクエリ

これにより、0.6977 が得られます。言い換えると、web.dev の FCP ユーザー エクスペリエンスの 69.77% が「高速」と見なされていますFCP の範囲の定義に従います

パフォーマンスのトラッキング

オリジンに関するパフォーマンス データを抽出できたので、それを古いテーブルで利用可能な過去のデータと比較します。そのためには、テーブル アドレスを前の月に書き換えるか、ワイルドカード構文を使用してすべての月をクエリします。

SELECT
  _TABLE_SUFFIX AS yyyymm,
  SUM(fcp.density) AS fast_fcp
FROM
  `chrome-ux-report.all.*`,
  UNNEST(first_contentful_paint.histogram.bin) AS fcp
WHERE
  origin = 'https://web.dev' AND
  fcp.start < 1000
GROUP BY
  yyyymm
ORDER BY
  yyyymm DESC

BigQuery で CrUX FCP の時系列をクエリする

この例では、高速な FCP エクスペリエンスの割合が毎月数パーセント ポイントの差で変化しています。

yyyymm fast_fcp
202206 69.77％
202205 70.71％
202204 69.04％
202203 69.82％
202202 67.75％
202201 58.96％
202112 41.69％
... ...

これらの手法により、オリジンのパフォーマンスを調べ、高速なエクスペリエンスの割合を計算して、それを経時的に追跡できます。次のステップとして、複数のオリジンに対してクエリを実行し、それらのパフォーマンスを比較してみましょう。

よくある質問

CrUX BigQuery データセットに関するよくある質問をいくつかご紹介します。

他のツールではなく BigQuery を使用する場合

BigQuery は、CrUX ダッシュボードや PageSpeed Insights などの他のツールから同じ情報を取得できない場合にのみ必要です。たとえば、BigQuery では、意味のある方法でデータをスライスし、HTTP Archive などの他の一般公開データセットと結合して、高度なデータ マイニングを行うことができます。

BigQuery の使用に制限はありますか？

はい。最も重要な制限は、デフォルトではユーザーがクエリできるデータは 1 か月あたり 1 TB までです。それ以上は 1 TB あたり $5 の標準料金が適用されます。

BigQuery の詳細はどこで確認できますか？

詳しくは、BigQuery のドキュメントをご覧ください。