Τρέχεις μια προσαρμοσμένη αναφορά στο εργαλείο analytics. Γράφει «Αυτή η αναφορά βασίζεται σε 100.000 συνεδρίες. Δεδομένα χωρίς δειγματοληψία: 1.250.000 συνεδρίες.» Η αναφορά σου χρησιμοποιεί εκτιμήσεις από το 8% των πραγματικών δεδομένων σου.
Δειγματοληψία δεδομένων έχουμε όταν τα εργαλεία analytics δεν μπορούν να επεξεργαστούν όλα τα δεδομένα σου και κάνουν εκτίμηση. Η εκτίμηση είναι συχνά αρκετά ακριβής, αλλά δεν είναι οι πραγματικοί σου αριθμοί.
Τι είναι η δειγματοληψία δεδομένων και γιατί τη χρησιμοποιούν τα εργαλεία
Το πρόβλημα: υπερβολικά πολλά δεδομένα για επεξεργασία
Τα εργαλεία analytics επεξεργάζονται εκατομμύρια events το δευτερόλεπτο σε εκατομμύρια ιστοσελίδες. Η επεξεργασία κάθε μεμονωμένου σημείου δεδομένων σε πραγματικό χρόνο δεν είναι πρακτική. Όταν η επισκεψιμότητα γίνει αρκετά μεγάλη, τα εργαλεία περνούν από την καταμέτρηση όλων στη δειγματοληψία ενός υποσυνόλου και την προέκτασή του.
Πώς δουλεύει η δειγματοληψία
Το εργαλείο κοιτάζει το 10% της επισκεψιμότητάς σου. Υπολογίζει τις μετρήσεις από αυτό το 10%. Μετά πολλαπλασιάζει τα αποτελέσματα επί 10 για να εκτιμήσει τις συνολικές μετρήσεις. Αν το δείγμα δείχνει 5 μετατροπές, το εργαλείο εκτιμά 50 μετατροπές συνολικά. Είναι μαθηματική εκτίμηση, όχι οι πραγματικοί σου αριθμοί.
Το ποσοστό δειγματοληψίας διαφέρει ανά εργαλείο και επίπεδο επισκεψιμότητας
Κάποια εργαλεία ξεκινούν δειγματοληψία στις 100.000 συνεδρίες τον μήνα. Άλλα στο 1 εκατομμύριο. Μερικά δωρεάν πακέτα κάνουν πιο επιθετική δειγματοληψία από τα πληρωμένα. Όσο μεγαλύτερη η επισκεψιμότητά σου, τόσο πιο επιθετική η δειγματοληψία.
Η δειγματοληψία είναι διαφανής (μερικές φορές)
Τα καλά εργαλεία σού λένε πότε κάνουν δειγματοληψία. Εμφανίζεται μια σημείωση που λέει «Αυτά τα δεδομένα προέρχονται από δειγματοληψία». Τα κακά εργαλεία δεν το αναφέρουν. Νομίζεις ότι βλέπεις πραγματικούς αριθμούς, αλλά βλέπεις εκτιμήσεις.
Πότε γίνεται δειγματοληψία δεδομένων
Στο Google Analytics
Το δωρεάν πακέτο του Google Analytics κάνει δειγματοληψία όταν δημιουργείς προσαρμοσμένες αναφορές που ξεπερνούν τα όρια επεξεργασίας του (συνήθως γύρω στο 1 εκατομμύριο events). Τα premium πακέτα κάνουν δειγματοληψία σε πολύ υψηλότερα όρια. Αν η αναφορά σου περιλαμβάνει πολλά δεδομένα, η δειγματοληψία είναι πιθανή.
Στις αναφορές πραγματικού χρόνου
Τα δεδομένα πραγματικού χρόνου σχεδόν πάντα προέρχονται από δειγματοληψία, γιατί η εμφάνιση πραγματικών δεδομένων σε πραγματικό χρόνο για κάθε event θα ήταν υπολογιστικά αδύνατη. Οι πίνακες πραγματικού χρόνου δείχνουν εκτιμήσεις που ενημερώνονται συχνά, όχι ακριβείς αριθμούς.
Στις σύνθετες προσαρμοσμένες αναφορές
Όσο περισσότερες διαστάσεις και μετρήσεις περιλαμβάνεις σε μια αναφορά, τόσο πιο πιθανή γίνεται η δειγματοληψία. Μια απλή αναφορά «επισκεψιμότητα ανά πηγή» μπορεί να μη χρειάζεται δειγματοληψία. Μια αναλυτική αναφορά με 10 διαστάσεις και προσαρμοσμένες μετρήσεις μπορεί να έχει έντονη δειγματοληψία.
Ο αντίκτυπος της δειγματοληψίας δεδομένων
Οι εκτιμήσεις συνήθως είναι κοντά στους πραγματικούς αριθμούς
Οι αλγόριθμοι δειγματοληψίας είναι εξελιγμένοι. Ένα δείγμα 10% που προεκτείνεται στο 100% είναι συχνά ακριβές με απόκλιση λίγων ποσοστιαίων μονάδων. Για αποφάσεις μεγάλης εικόνας, οι εκτιμήσεις είναι αρκετά καλές.
Η δειγματοληψία αποτυγχάνει σε μικρούς αριθμούς
Όταν παίρνεις δείγμα 10% και ψάχνεις μετατροπές από μια συγκεκριμένη πηγή επισκεψιμότητας, μπορεί να δεις μηδέν στο δείγμα ενώ στην πραγματικότητα είχες μερικές. Η εκτίμηση γίνεται «μηδέν μετατροπές» ενώ στην πραγματικότητα ήταν δύο ή τρεις. Οι μικροί αριθμοί παραμορφώνονται.
Οι συγκρίσεις γίνονται λιγότερο αξιόπιστες
Η σύγκριση ποσοστών μετατροπής ανάμεσα σε δύο πηγές επισκεψιμότητας, όταν τα δεδομένα προέρχονται από δειγματοληψία, είναι επικίνδυνη. Μπορεί να συμπεράνεις ότι η Πηγή Α αποδίδει καλύτερα από την Πηγή Β, ενώ η διαφορά είναι απλώς σφάλμα δειγματοληψίας.
Η ανάλυση τάσεων γίνεται λιγότερο ακριβής
Το να παρακολουθείς αν οι μετατροπές ανεβαίνουν ή πέφτουν, όταν τα δεδομένα προέρχονται από δειγματοληψία, προσθέτει θόρυβο. Η πτώση είναι πραγματική ή απλώς διακύμανση της δειγματοληψίας; Δεν μπορείς να είσαι σίγουρος.
Πώς δουλεύεις με δεδομένα από δειγματοληψία
Πάρε δεδομένα χωρίς δειγματοληψία αν το εργαλείο σου τα προσφέρει
Τα premium πακέτα analytics συνήθως προσφέρουν δεδομένα χωρίς δειγματοληψία. Το Google Analytics 360 παρέχει αναφορές χωρίς δειγματοληψία. Τα περισσότερα πληρωμένα εργαλεία analytics σού επιτρέπουν να εξάγεις δεδομένα χωρίς δειγματοληψία. Αν παίρνεις σημαντικές αποφάσεις, αναβάθμισε για να έχεις πραγματικούς αριθμούς.
Κατάλαβε το ποσοστό δειγματοληψίας
Όταν βλέπεις αναφορά με δειγματοληψία, ψάξε το ποσοστό δειγματοληψίας. Το «Βάσει 100.000 από 500.000 συνεδρίες» σημαίνει δειγματοληψία 20%. Όσο μικρότερο το ποσοστό, τόσο λιγότερο αξιόπιστοι οι αριθμοί. Δειγματοληψία 50% και πάνω είναι αρκετά αξιόπιστη. Δειγματοληψία 5% δεν είναι.
Χρησιμοποίησε segments για να μειώσεις τον όγκο δεδομένων
Οι αναφορές με δειγματοληψία προκύπτουν επειδή προσπαθείς να επεξεργαστείς υπερβολικά πολλά δεδομένα. Χρησιμοποίησε χρονικό εύρος ή segment για να μικρύνεις το σύνολο δεδομένων. Βγάλε αναφορά για τις τελευταίες 7 ημέρες αντί για 90. Βγάλε αναφορά για μία πηγή επισκεψιμότητας αντί για όλες. Τα μικρότερα σύνολα δεδομένων είναι λιγότερο πιθανό να υποστούν δειγματοληψία.
Εξήγαγε δεδομένα για ανάλυση εκτός σύνδεσης
Αν το εργαλείο σου επιτρέπει εξαγωγή δεδομένων χωρίς δειγματοληψία, κάν' το. Εξήγαγέ τα σε λογιστικό φύλλο ή βάση δεδομένων και κάνε εκεί την ανάλυσή σου. Έτσι έχεις πραγματικούς αριθμούς αντί για εκτιμήσεις.
Φτιάξε αυτοματοποιημένες αναφορές με μικρότερη πολυπλοκότητα
Αντί να φτιάξεις μία σύνθετη αναφορά με 10 διαστάσεις, φτιάξε πολλές απλές. Κάθε απλή αναφορά είναι λιγότερο πιθανό να υποστεί δειγματοληψία. Μαζί σού δίνουν εικόνα των δεδομένων σου χωρίς δειγματοληψία.
Μπορείς να αποφύγεις τη δειγματοληψία δεδομένων
Η δειγματοληψία δεδομένων δεν αποφεύγεται πάντα
Αν η επισκεψιμότητά σου είναι πολύ υψηλή και θέλεις αναφορές πραγματικού χρόνου, κάποιο επίπεδο δειγματοληψίας μπορεί να είναι αναπόφευκτο. Μπορείς να το ελαχιστοποιήσεις κρατώντας τις αναφορές απλές και εστιασμένες.
Τα premium εργαλεία προσφέρουν υψηλότερα όρια
Τα πληρωμένα εργαλεία analytics έχουν πολύ υψηλότερα όρια δειγματοληψίας από τις δωρεάν εκδόσεις. Το Google Analytics 360 και άλλες premium πλατφόρμες αντέχουν πολύ μεγαλύτερους όγκους δεδομένων χωρίς δειγματοληψία.
Τα analytics από την πλευρά του server αποφεύγουν τη δειγματοληψία
Αν παρακολουθείς τις μετατροπές στον server, στη δική σου βάση δεδομένων, ελέγχεις τα δεδομένα και δεν γίνεται ποτέ δειγματοληψία. Τα δεδομένα μετατροπών σου είναι ακριβή. Αυτή η προσέγγιση θέλει περισσότερη τεχνική ρύθμιση, αλλά δίνει αληθινούς αριθμούς.
Συχνές ερωτήσεις
Είναι αναξιόπιστα τα δεδομένα από δειγματοληψία;
Όχι απαραίτητα. Η στατιστικά έγκυρη δειγματοληψία είναι αξιόπιστη για μετρήσεις της μεγάλης εικόνας. Όμως για μικρούς αριθμούς, συγκεκριμένες συγκρίσεις και αναλυτική ανάλυση, τα δεδομένα από δειγματοληψία χάνουν ακρίβεια. Χρησιμοποίησέ τα για τάσεις, όχι για ακριβείς αριθμούς. Με τον δημιουργό ιστοσελίδων του WEMASY μπορείς να το στήσεις απευθείας στην ιστοσελίδα σου.
Πώς θα καταλάβω αν τα δεδομένα μου προέρχονται από δειγματοληψία;
Ψάξε για σημείωση στο εργαλείο analytics που λέει «Τα δεδομένα προέρχονται από δειγματοληψία» ή «Βάσει X% των συνεδριών». Αν δεν βλέπεις σημείωση, μάλλον δεν έχει γίνει δειγματοληψία. Τα περισσότερα εργαλεία το αναφέρουν όταν γίνεται.
Να αναβαθμίσω για να αποφύγω τη δειγματοληψία δεδομένων;
Μόνο αν η δειγματοληψία επηρεάζει σημαντικές αποφάσεις. Αν οι περισσότερες αποφάσεις σου χρησιμοποιούν ήδη δεδομένα χωρίς δειγματοληψία, ίσως δεν αξίζει να αναβαθμίσεις μόνο γι' αυτό. Βρες ποιες αποφάσεις χρειάζονται πραγματικούς αριθμούς και αναβάθμισε αν είναι σημαντικό.
Επηρεάζει η δειγματοληψία δεδομένων τις βασικές μετρήσεις μου;
Ίσως. Αν ο κύριος πίνακάς σου χρησιμοποιεί δεδομένα από δειγματοληψία, η βάση σου είναι εκτίμηση. Φτιάξε ξεχωριστή προβολή με αναφορές χαμηλότερης πολυπλοκότητας για να έχεις αριθμούς χωρίς δειγματοληψία στις κύριες μετρήσεις σου.
Μπορώ να βγάλω στατιστικά έγκυρα συμπεράσματα από δεδομένα με δειγματοληψία;
Για συγκεντρωτικές τάσεις ναι. Για συγκεκριμένες συγκρίσεις εξαρτάται από το μέγεθος του δείγματος. Ένα δείγμα 50% που αναλύει 1000 events μπορεί να στηρίξει συμπεράσματα. Ένα δείγμα 1% που αναλύει 100 events δεν μπορεί.
Πώς επηρεάζει η δειγματοληψία τα αποτελέσματα των δοκιμών A/B;
Οι δοκιμές A/B χρειάζονται δεδομένα χωρίς δειγματοληψία για να είναι έγκυρες. Η δειγματοληψία προσθέτει θόρυβο στα αποτελέσματα. Αν τρέχεις δοκιμές A/B, βεβαιώσου ότι το εργαλείο analytics δεν κάνει δειγματοληψία στα δεδομένα της δοκιμής. Τα περισσότερα πληρωμένα εργαλεία δεν κάνουν δειγματοληψία στα δεδομένα δοκιμών A/B.