← 返回博客

CrUX History 使用滚动窗口,而不是每周快照

CrUX History 每周更新,但每个数据点汇总 28 天。正确理解重叠窗口、p75 值和缺失周期,再判断现场性能是否回退。

CrUX History 图表并不是一组相互独立的每周测量结果。每个数据点汇总一个滚动的 28 天窗口;如果把相邻数据点当作不同的周,普通波动可能看起来像回退,也可能掩盖变更真正影响用户的时间。

每个数据点代表什么

Chrome UX Report (CrUX) History API 返回真实用户体验指标的时间序列。它在每周一更新,数据截至前一个周六。每个数据点覆盖一个 28 天的收集周期,每周一个周期。因此,相邻两个数据点共享 21 天的观测数据。图表上一个月的数据点并不代表互不重叠的样本。

这种重叠会影响版本发布在图表中的表现。如果你在周二发布变更,下一个数据点仍包含发布前的三周数据,发布后的数据只有几天。发布前的体验会逐步移出窗口,而不是在下一次每周更新时立即消失。曲线缓慢改善可能是窗口机制造成的,并非逐步发布或修复延迟。

使用 API 中 collectionPeriods 的日期标注数值所对应的时间范围。单独显示一个日期容易产生歧义:它看起来像当天的测量值,实际上却汇总了四周数据。在内部图表和事件记录中应显示起止日期。

将 p75 视为分布摘要

CrUX 会报告分布数据,其中包括 第 75 百分位数(p75):该周期内 75% 的已记录体验不超过此值。它不是平均体验、最差情况,也不是分配给某个访客的分数。History API 还指出,百分位值是从底层数据推导出来的,不一定是任何用户实际经历过的值。

不要把每周 p75 值取平均,来估算月度 p75。百分位数不能这样合并:合并后总体的百分位取决于底层观测数据,而不仅是每个窗口的 p75。同样,也不要把桌面端 p75 和手机端 p75 平均后称为网站整体 p75。应比较相同维度,或使用报告系统提供的分布数据。

p75 的小幅变化是值得调查的信号,而不是具有统计显著性的回退证据。CrUX 有意不公开精确流量计数,并且各数据点存在重叠。应查看多个分布指标、变化幅度及持续时间,并确认变化是否与代码或基础设施变更吻合。没有样本数的图表无法计算置信区间,不要凭空推断。

区分性能变化和受众构成变化

origin 级记录会汇总该 origin 下各页面符合条件的体验;URL 级记录则对应特定页面。它们回答的是不同问题。即使各页面的指标没有恶化,整个网站的 p75 也可能因为流量转向较慢页面而发生变化。

设备和地区维度也是如此。手机流量占比上升,或贡献合格体验的国家发生变化,都可能移动整体分布。诊断发布影响时,应比较相同的 URL 或 origin、指标、设备类型和收集周期。随后检查其他细分维度,判断汇总变化是普遍回退,还是所代表的用户或页面构成发生了变化。

数据集层面的覆盖范围也会变化:CrUX 2026 年 8 月的月度版本列出了 18,294,881 个 origin,比前一个月增加了 1.3%。这并不能证明某个网站有所改善;它说明跨 origin 的汇总并不是一个固定面板。

缺失数据不等于通过

CrUX 对用户和页面都有资格条件。页面必须可被公众发现,且具有足够的访问量;Google 没有公布确切的最低访客数量。如果某个收集周期没有足够的合格数据,数据集也可能不包含相应页面或 origin。在 History API 中,没有合格数据的周期会以空的百分位值和 NaN 直方图密度表示。

因此,“没有 CrUX 结果”不代表“快”“慢”或“没有变化”,而是数据集无法为该标识和周期提供结果。CrUX 也只代表符合条件的 Chrome 用户体验,并不涵盖网站的所有访客。如果同时使用自有的真实用户监测,应分别记录样本群体和聚合窗口;两套数据互为补充,但不能互换。

更稳妥的趋势分析流程

每次比较都记录标识(origin 或 URL)、指标、设备类型以及确切的起止日期。比较使用相同维度的前后周期,并记住相邻周期的大部分观测数据是共享的。短暂波动应促使你检查分布和发布日程,而不是直接得出结论。

使用现场数据回答符合条件的访客实际体验如何,再通过受控的实验室测试调查原因。实验室结果是在指定条件下可复现的测试,不能取代现场分布。在发布评审中,这一区别很重要:前者描述观察到的群体,后者有助于定位原因。

滚动聚合之所以有用,正是因为它能平滑嘈杂的现场体验。把时间范围、分布和资格限制视为指标本身的一部分,而不是脚注;这样图表反映的是用户体验,而不是每周打分表。

来源

Comments

Loading comments…