Uruchamiasz własny raport w narzędziu analitycznym. Pojawia się komunikat: "Ten raport oparto na 100 000 sesji. Dane niepróbkowane: 1 250 000 sesji". Raport używa szacunków opartych na 8% prawdziwych danych.
Próbkowanie danych następuje, gdy narzędzia analityczne nie mogą przetworzyć wszystkich danych, więc szacują. Szacunek bywa wystarczająco dokładny, ale to nadal nie są Twoje prawdziwe liczby.
Czym jest próbkowanie danych i dlaczego narzędzia je stosują
Problem: za dużo danych do przetworzenia
Narzędzia analityczne przetwarzają miliony zdarzeń na sekundę w milionach stron. Przetwarzanie każdego punktu danych w czasie rzeczywistym nie jest praktyczne. Gdy ruch jest wystarczająco duży, narzędzia przestają liczyć wszystko i próbkują część danych, a wynik ekstrapolują.
Jak działa próbkowanie
Narzędzie analizuje 10% ruchu. Oblicza wskaźniki z tych 10%. Potem mnoży wyniki przez 10, by oszacować wskaźniki całkowite. Jeśli próbka pokazuje 5 konwersji, narzędzie szacuje łącznie 50. To szacunek matematyczny, a nie prawdziwe liczby.
Częstotliwość próbkowania zależy od narzędzia i poziomu ruchu
Niektóre narzędzia zaczynają próbkować przy 100 tys. sesji miesięcznie. Inne przy 1 mln. Niektóre darmowe plany próbkują agresywniej niż płatne. Im większy ruch, tym agresywniejsze próbkowanie.
Próbkowanie bywa jawne
Dobre narzędzia informują, że próbkują. Pojawia się uwaga: "Te dane są próbkowane". Złe narzędzia tego nie ujawniają. Myślisz, że patrzysz na prawdziwe liczby, a naprawdę patrzysz na szacunki.
Kiedy występuje próbkowanie danych
W Google Analytics
Darmowy plan Google Analytics próbkuje, gdy tworzysz własne raporty przekraczające limity przetwarzania (zwykle około 1 mln zdarzeń). Plany premium próbkują przy dużo wyższych progach. Jeśli raport zawiera dużo danych, próbkowanie jest prawdopodobne.
W raportach w czasie rzeczywistym
Dane w czasie rzeczywistym są prawie zawsze próbkowane, bo pokazywanie prawdziwych danych na żywo dla każdego zdarzenia byłoby obliczeniowo niemożliwe. Panele w czasie rzeczywistym pokazują szacunki aktualizowane często, a nie dokładne liczby.
W złożonych raportach niestandardowych
Im więcej wymiarów i wskaźników w raporcie, tym większe prawdopodobieństwo próbkowania. Prosty raport "ruch według źródła" może być niepróbkowany. Szczegółowy raport z 10 wymiarami i własnymi wskaźnikami może być mocno próbkowany.
Skutki próbkowania danych
Szacunki zwykle są bliskie prawdziwych liczb
Algorytmy próbkowania są zaawansowane. Próbka 10% ekstrapolowana do 100% często jest dokładna z błędem rzędu kilku procent. Dla decyzji o dużej skali szacunki są wystarczające.
Próbkowanie zawodzi przy małych liczbach
Gdy próbkujesz 10% i szukasz konwersji z konkretnego źródła ruchu, możesz zobaczyć w próbce zero, choć w rzeczywistości było ich kilka. Szacunek brzmi "zero konwersji", gdy naprawdę były dwie lub trzy. Małe liczby się zniekształcają.
Porównania stają się mniej wiarygodne
Porównywanie współczynników konwersji dwóch źródeł ruchu na próbkowanych danych jest ryzykowne. Możesz uznać, że źródło A działa lepiej niż B, gdy różnica to tylko błąd próbkowania.
Analiza trendów traci dokładność
Śledzenie, czy konwersje rosną, czy spadają, na próbkowanych danych dodaje szum. Czy spadek jest prawdziwy, czy to tylko zmienność próbki? Nie masz pewności.
Jak pracować z próbkowanymi danymi
Pobierz dane niepróbkowane, jeśli narzędzie to oferuje
Płatne plany analityczne zwykle oferują dane niepróbkowane. Google Analytics 360 udostępnia raporty niepróbkowane. Większość płatnych narzędzi pozwala eksportować dane niepróbkowane. Jeśli podejmujesz ważne decyzje, przejdź na plan, który da prawdziwe liczby.
Zrozum częstotliwość próbkowania
Gdy widzisz raport próbkowany, sprawdź procent próbkowania. "Na podstawie 100 000 z 500 000 sesji" oznacza próbkowanie 20%. Im mniejszy procent, tym mniej wiarygodne liczby. Próbkowanie 50% i więcej jest dość wiarygodne. Próbkowanie 5% już nie.
Użyj segmentów, by zmniejszyć ilość danych
Raporty próbkowane powstają, bo próbujesz przetworzyć zbyt dużo danych. Zawęź zakres dat lub użyj segmentu, by zmniejszyć zbiór. Raportuj ostatnie 7 dni zamiast 90. Raportuj jedno źródło ruchu zamiast wszystkich. Mniejsze zbiory danych rzadziej są próbkowane.
Eksportuj dane do analizy offline
Jeśli narzędzie pozwala eksportować dane niepróbkowane, zrób to. Wyeksportuj je do arkusza lub bazy danych i tam przeprowadź analizę. Dostaniesz prawdziwe liczby zamiast szacunków.
Buduj zautomatyzowane raporty o mniejszej złożoności
Zamiast jednego złożonego raportu z 10 wymiarami, utwórz kilka prostych. Każdy prosty raport rzadziej jest próbkowany. Razem dają niepróbkowany wgląd w dane.
Czy można uniknąć próbkowania danych
Próbkowania nie zawsze da się uniknąć
Jeśli ruch jest bardzo duży, a chcesz raportów w czasie rzeczywistym, jakiś poziom próbkowania może być nieunikniony. Możesz go zminimalizować, utrzymując raporty proste i skupione.
Narzędzia premium oferują wyższe progi
Płatne narzędzia analityczne mają dużo wyższe progi próbkowania niż wersje darmowe. Google Analytics 360 i inne platformy premium radzą sobie z dużo większą ilością danych bez próbkowania.
Analityka po stronie serwera unika próbkowania
Jeśli śledzisz konwersje po stronie serwera we własnej bazie danych, kontrolujesz dane i nigdy nie próbkujesz. Dane o konwersjach są dokładne. Takie podejście wymaga więcej konfiguracji technicznej, ale daje prawdziwe liczby.
Najczęstsze pytania
Czy dane próbkowane są niewiarygodne?
Niekoniecznie. Statystycznie poprawne próbkowanie jest wiarygodne dla wskaźników ogólnych. Ale przy małych liczbach, konkretnych porównaniach i szczegółowej analizie dane próbkowane tracą dokładność. Używaj ich do trendów, a nie do precyzyjnych liczb. Z kreatorem stron WEMASY możesz to skonfigurować bezpośrednio na swojej stronie.
Skąd wiem, że moje dane są próbkowane?
Szukaj w narzędziu analitycznym uwagi "Dane są próbkowane" lub "Na podstawie X% sesji". Jeśli nie widzisz uwagi, dane są prawdopodobnie niepróbkowane. Większość narzędzi ujawnia próbkowanie, gdy ono zachodzi.
Czy przejść na wyższy plan, by uniknąć próbkowania?
Tylko jeśli próbkowanie wpływa na ważne decyzje. Jeśli większość decyzji opiera się już na danych niepróbkowanych, zmiana planu tylko z powodu próbkowania może się nie opłacać. Ustal, które decyzje wymagają prawdziwych liczb, i przejdź na wyższy plan, jeśli to istotne.
Czy próbkowanie wpływa na moje wskaźniki bazowe?
Możliwe. Jeśli główny panel używa danych próbkowanych, Twój punkt odniesienia jest szacunkiem. Utwórz osobny widok z raportami o mniejszej złożoności, by uzyskać niepróbkowane liczby dla głównych wskaźników.
Czy z próbkowanych danych można wyciągać wnioski poprawne statystycznie?
Dla trendów zbiorczych tak. Dla konkretnych porównań to zależy od wielkości próbki. Próbka 50% przy analizie 1000 zdarzeń może uzasadniać wnioski. Próbka 1% przy analizie 100 zdarzeń nie.
Jak próbkowanie wpływa na wyniki testów A/B?
Testy A/B potrzebują danych niepróbkowanych, by były wiarygodne. Próbkowanie dodaje szum do wyników. Jeśli prowadzisz testy A/B, upewnij się, że narzędzie analityczne nie próbkuje danych testu. Większość płatnych narzędzi nie próbkuje danych testów A/B.