Du erstellst in deinem Analysetool einen eigenen Bericht. Dort steht: "Dieser Bericht basiert auf 100.000 Sitzungen. Ungesampelte Daten: 1.250.000 Sitzungen." Dein Bericht nutzt Schätzungen auf Basis von 8% deiner tatsächlichen Daten.
Daten-Sampling entsteht, wenn Analysetools nicht alle deine Daten verarbeiten können und stattdessen schätzen. Die Schätzung ist oft genau genug, aber es sind trotzdem nicht deine echten Zahlen.
Was Daten-Sampling ist und warum Tools es nutzen
Das Problem: zu viele Daten zum Verarbeiten
Analysetools verarbeiten Millionen von Ereignissen pro Sekunde auf Millionen von Websites. Jeden einzelnen Datenpunkt in Echtzeit zu verarbeiten ist nicht praktikabel. Wenn der Traffic hoch genug wird, wechseln Tools vom vollständigen Zählen zum Sampling: Sie werten eine Teilmenge aus und rechnen hoch.
So funktioniert Sampling
Das Tool schaut sich 10% deines Traffics an. Es berechnet die Kennzahlen aus diesen 10%. Dann multipliziert es die Ergebnisse mit 10, um die Gesamtwerte zu schätzen. Wenn die Stichprobe 5 Conversions zeigt, schätzt das Tool 50 Conversions insgesamt. Das ist eine mathematische Schätzung, nicht deine tatsächlichen Zahlen.
Die Sampling-Rate hängt von Tool und Traffic ab
Manche Tools beginnen ab 100.000 Sitzungen pro Monat mit dem Sampling. Andere ab 1 Million. Manche kostenlosen Tarife sampeln stärker als bezahlte. Je höher dein Traffic, desto aggressiver das Sampling.
Sampling ist (manchmal) transparent
Gute Tools sagen dir, wann sie sampeln. Ein Hinweis erscheint: "Diese Daten sind gesampelt." Schlechte Tools legen es nicht offen. Du glaubst, echte Zahlen zu sehen, schaust aber auf Schätzungen.
Wann Daten-Sampling auftritt
In Google Analytics
Die kostenlose Stufe von Google Analytics sampelt, wenn du eigene Berichte erstellst, die ihre Verarbeitungsgrenzen überschreiten (meist etwa 1 Million Ereignisse). Bezahlte Stufen sampeln erst bei viel höheren Schwellen. Wenn dein Bericht viele Daten enthält, ist Sampling wahrscheinlich.
In Echtzeitberichten
Echtzeitdaten sind fast immer gesampelt, weil es rechnerisch unmöglich wäre, für jedes Ereignis echte Echtzeitdaten zu zeigen. Echtzeit-Dashboards zeigen häufig aktualisierte Schätzungen, keine exakten Zahlen.
In komplexen eigenen Berichten
Je mehr Dimensionen und Kennzahlen du in einen Bericht aufnimmst, desto wahrscheinlicher wird Sampling. Ein einfacher Bericht "Traffic nach Quelle" ist vielleicht ungesampelt. Ein detaillierter Bericht mit 10 Dimensionen und eigenen Kennzahlen wird womöglich stark gesampelt.
Die Auswirkungen von Daten-Sampling
Schätzungen liegen meist nah an den tatsächlichen Zahlen
Sampling-Algorithmen sind ausgefeilt. Eine Stichprobe von 10%, hochgerechnet auf 100%, liegt oft auf wenige Prozent genau. Für Entscheidungen im grossen Zusammenhang reichen die Schätzungen aus.
Bei kleinen Zahlen versagt Sampling
Wenn du 10% sampelst und nach Conversions aus einer bestimmten Traffic-Quelle suchst, siehst du in der Stichprobe vielleicht null, obwohl es in Wirklichkeit ein paar gab. Die Schätzung lautet dann "null Conversions", obwohl es zwei oder drei waren. Kleine Zahlen werden verzerrt.
Vergleiche werden unzuverlässiger
Conversion-Raten zwischen zwei Traffic-Quellen zu vergleichen, wenn die Daten gesampelt sind, ist riskant. Du könntest schliessen, dass Quelle A besser abschneidet als Quelle B, obwohl der Unterschied nur ein Sampling-Fehler ist.
Trendanalysen werden ungenauer
Wenn du bei gesampelten Daten verfolgst, ob Conversions steigen oder sinken, kommt Rauschen hinzu. Ist der Rückgang echt oder nur eine Schwankung durch das Sampling? Du kannst es nicht sicher sagen.
So arbeitest du mit gesampelten Daten
Hol dir ungesampelte Daten, wenn dein Tool sie anbietet
Bezahlte Stufen von Analysetools bieten meist ungesampelte Daten. Google Analytics 360 liefert ungesampelte Berichte. Mit den meisten bezahlten Analysetools kannst du ungesampelte Daten exportieren. Wenn du wichtige Entscheidungen triffst, lohnt sich ein Upgrade, um echte Zahlen zu bekommen.
Verstehe die Sampling-Rate
Wenn du einen gesampelten Bericht siehst, achte auf den Sampling-Anteil. "Basierend auf 100.000 von 500.000 Sitzungen" bedeutet 20% Sampling. Je kleiner der Anteil, desto weniger zuverlässig die Zahlen. Ein Sampling ab 50% ist einigermassen zuverlässig. Bei 5% Sampling ist es das nicht.
Verkleinere die Datenmenge mit Segmenten
Gesampelte Berichte entstehen, weil du zu viele Daten auf einmal verarbeiten willst. Verkleinere die Datenmenge mit einem Zeitraum oder einem Segment. Werte die letzten 7 Tage statt 90 Tage aus. Werte eine Traffic-Quelle statt aller Quellen aus. Kleinere Datensätze werden seltener gesampelt.
Exportiere Daten für die Offline-Analyse
Wenn dein Tool den Export ungesampelter Daten erlaubt, nutze das. Exportiere in eine Tabelle oder Datenbank und werte dort aus. So bekommst du echte Zahlen statt Schätzungen.
Baue automatische Berichte mit geringerer Komplexität
Erstelle statt eines komplexen Berichts mit 10 Dimensionen mehrere einfache Berichte. Jeder einfache Bericht wird seltener gesampelt. Zusammen geben sie dir ungesampelte Einblicke in deine Daten.
Kannst du Daten-Sampling vermeiden
Daten-Sampling lässt sich nicht immer vermeiden
Wenn dein Traffic sehr hoch ist und du Echtzeitberichte willst, ist ein gewisses Sampling vielleicht unvermeidbar. Du kannst es minimieren, indem du Berichte einfach und fokussiert hältst.
Bezahlte Tools bieten höhere Schwellen
Bezahlte Analysetools haben viel höhere Sampling-Schwellen als kostenlose Versionen. Google Analytics 360 und andere Premium-Plattformen verkraften deutlich grössere Datenmengen ohne Sampling.
Serverseitige Analyse vermeidet Sampling
Wenn du Conversions serverseitig in deiner eigenen Datenbank erfasst, kontrollierst du die Daten und sampelst nie. Deine Conversion-Daten sind exakt. Dieser Ansatz erfordert mehr technische Einrichtung, liefert aber echte Zahlen.
Häufig gestellte Fragen
Sind gesampelte Daten unzuverlässig?
Nicht unbedingt. Statistisch gültiges Sampling ist für Kennzahlen im grossen Zusammenhang zuverlässig. Bei kleinen Zahlen, bestimmten Vergleichen und detaillierten Analysen verlieren gesampelte Daten aber an Genauigkeit. Nutze sie für Trends, nicht für exakte Zahlen. Mit dem Website-Builder von WEMASY kannst du das direkt auf deiner Website einrichten.
Woher weiss ich, ob meine Daten gesampelt sind?
Suche in deinem Analysetool nach einem Hinweis wie "Daten sind gesampelt" oder "Basierend auf X% der Sitzungen". Wenn du keinen Hinweis siehst, sind die Daten wahrscheinlich ungesampelt. Die meisten Tools legen Sampling offen, wenn es stattfindet.
Soll ich upgraden, um Daten-Sampling zu vermeiden?
Nur wenn das Sampling wichtige Entscheidungen beeinflusst. Wenn die meisten deiner Entscheidungen schon auf ungesampelten Daten beruhen, lohnt sich ein Upgrade nur wegen des Samplings vielleicht nicht. Finde heraus, welche Entscheidungen echte Zahlen brauchen, und upgrade, wenn es ins Gewicht fällt.
Beeinflusst Daten-Sampling meine Basiskennzahlen?
Möglicherweise. Wenn dein Haupt-Dashboard gesampelte Daten nutzt, ist deine Basis eine Schätzung. Lege eine eigene Ansicht mit weniger komplexen Berichten an, um ungesampelte Zahlen für deine wichtigsten Kennzahlen zu bekommen.
Kann ich aus gesampelten Daten statistisch gültige Schlüsse ziehen?
Bei Gesamttrends ja. Bei bestimmten Vergleichen hängt es von der Stichprobengrösse ab. Eine Stichprobe von 50% bei 1000 Ereignissen kann Schlüsse tragen. Eine Stichprobe von 1% bei 100 Ereignissen nicht.
Wie wirkt sich Sampling auf A/B-Tests aus?
A/B-Tests brauchen ungesampelte Daten, damit sie gültig sind. Sampling bringt Rauschen in die Ergebnisse. Wenn du A/B-Tests durchführst, achte darauf, dass dein Analysetool die Testdaten nicht sampelt. Die meisten bezahlten Tools sampeln keine Daten aus A/B-Tests.