Egyéni jelentést futtatsz az analitikai eszközödben. Azt írja: "Ez a jelentés 100 000 munkamenetre épül. Mintavétel nélküli adat: 1 250 000 munkamenet." A jelentésed a valódi adataid 8 százalékából készült becslést használ.
Adatmintavételezés akkor történik, amikor az analitikai eszközök nem tudják feldolgozni az összes adatodat, ezért becsülnek. A becslés gyakran elég pontos, de ettől még nem a valódi számaid.
Mi az adatmintavételezés, és miért használják az eszközök
A probléma: túl sok a feldolgozandó adat
Az analitikai eszközök másodpercenként milliónyi eseményt dolgoznak fel milliónyi weboldalon. Minden egyes adatpont valós időben történő feldolgozása nem praktikus. Ha a forgalom elég nagy, az eszközök átváltanak arról, hogy mindent megszámolnak, arra, hogy mintát vesznek egy részhalmazból, és abból extrapolálnak.
Hogyan működik a mintavételezés
Az eszköz a forgalmad 10 százalékát nézi meg. Ebből a 10 százalékból számolja ki a mutatókat. Aztán az eredményeket megszorozza 10-zel, hogy megbecsülje az összes mutatót. Ha a minta 5 konverziót mutat, az eszköz 50 konverziót becsül összesen. Ez matematikai becslés, nem a valódi számaid.
A mintavételezési arány eszközönként és forgalmi szintenként eltér
Egyes eszközök havi 100 ezer munkamenetnél kezdenek mintát venni. Mások 1 milliónál. Néhány ingyenes csomag agresszívebben vesz mintát, mint a fizetősek. Minél nagyobb a forgalmad, annál agresszívebb a mintavételezés.
A mintavételezés (néha) átlátható
A jó eszközök jelzik, amikor mintát vesznek. Megjelenik egy megjegyzés: "Ez az adat mintavételezett." A rosszak nem jelzik. Azt hiszed, valódi számokat nézel, pedig becsléseket.
Mikor történik adatmintavételezés
A Google Analyticsben
A Google Analytics ingyenes csomagja akkor vesz mintát, ha olyan egyéni jelentést készítesz, amely meghaladja a feldolgozási korlátait (általában körülbelül 1 millió esemény). A prémium csomagok sokkal magasabb küszöbnél mintavételeznek. Ha a jelentésed sok adatot tartalmaz, a mintavételezés valószínű.
A valós idejű jelentésekben
A valós idejű adatot szinte mindig mintavételezik, mert minden esemény valóban valós idejű megjelenítése számítástechnikailag lehetetlen lenne. A valós idejű vezérlőpultok gyakran frissülő becsléseket mutatnak, nem pontos számokat.
Összetett egyéni jelentésekben
Minél több dimenziót és mutatót veszel fel egy jelentésbe, annál valószínűbb a mintavételezés. Egy egyszerű "forgalom forrás szerint" jelentés lehet mintavétel nélküli. Egy részletes jelentés, amely 10 dimenzió szerint bont egyéni mutatókkal, erősen mintavételezett lehet.
Az adatmintavételezés hatása
A becslések általában közel vannak a valódi számokhoz
A mintavételezési algoritmusok kifinomultak. Egy 10 százalékos minta 100 százalékra extrapolálva gyakran néhány százalékon belül pontos. A nagy léptékű döntésekhez a becslések elég jók.
A mintavételezés kis számoknál csődöt mond
Ha 10 százalékos mintát veszel, és egy bizonyos forgalmi forrás konverzióit keresed, lehet, hogy nullát látsz a mintában, pedig a valóságban volt néhány. A becslés "nulla konverzió" lesz, miközben valójában kettő vagy három volt. A kis számok torzulnak.
Az összehasonlítások kevésbé megbízhatóak
Veszélyes két forgalmi forrás konverziós rátáját összehasonlítani mintavételezett adatból. Arra juthatsz, hogy az A forrás jobban teljesít, mint a B, miközben a különbség csak mintavételi hiba.
A trendelemzés kevésbé pontos
Ha mintavételezett adatból követed, hogy a konverziók nőnek vagy csökkennek, az zajt visz az eredménybe. A csökkenés valódi, vagy csak mintavételi ingadozás? Nem lehetsz biztos.
Hogyan dolgozz mintavételezett adattal
Szerezz mintavétel nélküli adatot, ha az eszközöd kínálja
A prémium analitikai csomagok általában kínálnak mintavétel nélküli adatot. A Google Analytics 360 mintavétel nélküli jelentéseket ad. A legtöbb fizetős analitikai eszköz lehetővé teszi a mintavétel nélküli adat exportálását. Ha fontos döntéseket hozol, válts, hogy valódi számokat kapj.
Értsd meg a mintavételezési arányt
Ha mintavételezett jelentést látsz, keresd a mintavételezési százalékot. A "500 000 munkamenetből 100 000 alapján" 20 százalékos mintavételezést jelent. Minél kisebb a százalék, annál kevésbé megbízhatóak a számok. Az 50 százalék feletti mintavételezés elég megbízható. Az 5 százalékos nem.
Szegmensekkel csökkentsd az adatmennyiséget
A mintavételezett jelentések azért vannak, mert túl sok adatot próbálsz feldolgozni. Használj időszakot vagy szegmenst az adathalmaz csökkentésére. Jelentést készíts az elmúlt 7 napról a 90 nap helyett. Egy forgalmi forrásról az összes helyett. A kisebb adathalmazokból kisebb valószínűséggel lesz minta.
Exportáld az adatokat offline elemzéshez
Ha az eszközöd engedi a mintavétel nélküli adat exportálását, tedd meg. Exportálj táblázatba vagy adatbázisba, és ott végezd az elemzést. Így becslések helyett valódi számokat kapsz.
Készíts egyszerűbb automatizált jelentéseket
Egyetlen összetett, 10 dimenziós jelentés helyett készíts több egyszerűt. Az egyszerű jelentésekből kisebb valószínűséggel lesz minta. Együtt mintavétel nélküli rálátást adnak az adataidra.
Elkerülhető az adatmintavételezés
Az adatmintavételezés nem mindig kerülhető el
Ha a forgalmad nagyon magas, és valós idejű jelentést szeretnél, a mintavételezés valamilyen szintje elkerülhetetlen lehet. Minimalizálhatod azzal, hogy a jelentéseid egyszerűek és fókuszáltak.
A prémium eszközök magasabb küszöböt kínálnak
A fizetős analitikai eszközök mintavételezési küszöbe sokkal magasabb, mint az ingyenes verzióké. A Google Analytics 360 és más prémium platformok jóval nagyobb adatmennyiséget kezelnek mintavétel nélkül.
A szerveroldali analitika elkerüli a mintavételezést
Ha a konverziókat szerveroldalon, a saját adatbázisodban követed, te irányítod az adatot, és soha nincs mintavételezés. A konverziós adataid pontosak. Ez a megközelítés több műszaki beállítást igényel, de valódi számokat ad.
Gyakori kérdések
A mintavételezett adat megbízhatatlan?
Nem feltétlenül. A statisztikailag érvényes mintavételezés megbízható a nagy léptékű mutatókra. De a kis számoknál, a konkrét összehasonlításoknál és a részletes elemzésnél a mintavételezett adat veszít a pontosságából. Trendekre használd, ne pontos számokra. A WEMASY weboldalépítőjével ezt a weboldaladon belül is megoldhatod.
Honnan tudom, hogy az adataim mintavételezettek?
Keress az analitikai eszközödben egy megjegyzést, amely azt mondja: "Az adat mintavételezett" vagy "A munkamenetek X százaléka alapján". Ha nem látsz megjegyzést, valószínűleg mintavétel nélküli. A legtöbb eszköz jelzi a mintavételezést, ha az történik.
Váltsak magasabb csomagra a mintavételezés elkerülése miatt?
Csak akkor, ha a mintavételezés fontos döntéseket érint. Ha a döntéseid nagy része már mintavétel nélküli adatot használ, lehet, hogy nem éri meg csak emiatt váltani. Állapítsd meg, mely döntésekhez kellenek valódi számok, és ha ez jelentős, válts.
Érinti az adatmintavételezés az alapmutatóimat?
Lehet. Ha a fő vezérlőpultod mintavételezett adatot használ, az alapvonalad becslés. Hozz létre külön nézetet egyszerűbb jelentésekkel, hogy mintavétel nélküli számokat kapj a fő mutatóidhoz.
Levonhatok statisztikailag érvényes következtetéseket mintavételezett adatból?
Összesített trendekre igen. Konkrét összehasonlításoknál a minta méretétől függ. Egy 1000 eseményt elemző 50 százalékos minta alátámaszthat következtetéseket. Egy 100 eseményt elemző 1 százalékos nem.
Hogyan befolyásolja a mintavételezés az A/B tesztelés eredményeit?
Az A/B teszteléshez mintavétel nélküli adat kell az érvényességhez. A mintavételezés zajt visz az eredménybe. Ha A/B teszteket futtatsz, győződj meg róla, hogy az analitikai eszközöd nem mintavételezi a tesztadatot. A legtöbb fizetős eszköz nem mintavételezi az A/B tesztelés adatait.