指标取自真实用户分布的高分位而非平均
别名: p75 · p95 · CrUX · RUM · 高分位 · 实验室均值
概念解释
一次受控实验室运行的平均值，描述的是那一次机器、那一条网、那一套缓存。真实用户把同一页面拉成一条长尾：设备、网络、后台进程、热缓存和冷缓存叠在一起。平均值被快的那一半拽回去，看起来「达标」；高分位（p75、p95，字段里 LCP / INP 的惯用读法）才是慢的那一侧还卡在哪。指标要取自真实用户分布的高分位，而不是实验室均值。
它处理的是「报哪个统计量」，不是预算要绑到哪类设备画像，也不是没有预算就不会进入流水线。
机制
性能是分布，不是点。中位和均值对右偏分布不敏感：少数秒开的会话把平均数拉绿，多数中低端会话仍停在可交互之前。字段 RUM（包括公开的 Chrome UX Report）按访问收集 LCP、INP、CLS，默认看 p75：四分之一的会话比这个数更慢。实验室（一次 M 系列芯片、有线网、空缓存或热缓存）给出的是该条件下的单点，重复几次再平均，仍然采样不到长尾上的设备。优化若对着均值做，会优先修已经很快的路径（再压一张图），因为那些路径权重大；高分位指向的是仍失败的那一截（某条脚本在低端上的长任务）。
分位还有一个作用：它强制你承认「达标」是「至少这么多用户过线」，而不是「平均过线」。p75 绿、p95 红，说明还有一长截用户活在你没报的那一侧。只报均值，这一截从报表里消失。
边界
样本极小的内部工具（一天几十次访问）分位不稳定，一次异常就能把 p95 打飞，这时要看原始会话而不是死守分位。实验室回归仍然有用：同一条件可重复对比，用来抓「这次改坏了」，不用来宣布用户侧已经够快。地区、渠道、首次访问 vs 回访会裂开多条分布，混成一个全站 p75 会把新用户的冷启动淹没在回访均值里。INP 按交互次数而不是按页面加载计，一次页面上多次点击都进分布，不能和 LCP 的「每页一个」直接比均值。把高分位当成「那 25% 用户不重要」是读反了：p75 的意义正是那 25% 仍被包含在目标里。
怎么落地
- 字段指标（LCP、INP、CLS）看 p75，关键流程加看 p95；实验室数字只作回归探针，不写进对外「已经很快」的结论。
- 按首次访问 / 回访、地区、设备档拆分布，避免一个全站平均掩盖冷启动。
- 优化任务对着高分位上的会话做（低端机、慢网、冷缓存），不要对着实验室平均值再抠已经很快的资源。
- 验证：同一周并排三列——实验室均值、字段 p75、字段 p95。若实验室已绿而 p75 未绿，说明报的是平均不是用户。抽几条 p95 会话看是绘制晚还是输入晚，避免用错探针。