Ajat mukautetun raportin analytiikkatyökalussasi. Siinä lukee: "Tämä raportti perustuu 100 000 istuntoon. Otannaton data: 1 250 000 istuntoa." Raporttisi käyttää arvioita 8 %:sta todellisesta datastasi.
Datan otantaa käytetään, kun analytiikkatyökalut eivät pysty käsittelemään kaikkea dataasi ja arvioivat sen sijaan. Arvio on usein riittävän tarkka, mutta se ei silti ole oikeat lukusi.
Mitä datan otanta on ja miksi työkalut käyttävät sitä
Ongelma: liikaa dataa käsiteltäväksi
Analytiikkatyökalut käsittelevät miljoonia tapahtumia sekunnissa miljoonilla verkkosivustoilla. Jokaisen datapisteen käsittely reaaliajassa ei ole käytännöllistä. Kun liikenne kasvaa riittävän suureksi, työkalut siirtyvät kaiken laskemisesta osajoukon otantaan ja ekstrapolointiin.
Miten otanta toimii
Työkalu tarkastelee 10 %:a liikenteestäsi. Se laskee mittarit tuosta 10 %:sta. Sitten se kertoo tulokset kymmenellä arvioidakseen kokonaismittarit. Jos otos näyttää viisi konversiota, työkalu arvioi yhteensä 50 konversiota. Se on matemaattinen arvio, ei todelliset lukusi.
Otantaprosentti vaihtelee työkalun ja liikennemäärän mukaan
Jotkin työkalut aloittavat otannan 100 000 istunnosta kuukaudessa. Toiset miljoonasta. Jotkin ilmaiset tasot käyttävät otantaa aggressiivisemmin kuin maksulliset. Mitä suurempi liikenteesi on, sitä aggressiivisempaa otanta on.
Otanta on läpinäkyvää (joskus)
Hyvät työkalut kertovat, kun ne käyttävät otantaa. Näkyviin tulee huomautus "Tämä data on otantaa". Huonot työkalut eivät kerro siitä. Luulet katsovasi todellisia lukuja, mutta katsot oikeasti arvioita.
Milloin datan otantaa käytetään
Google Analyticsissa
Google Analyticsin ilmainen taso käyttää otantaa, kun luot mukautettuja raportteja, jotka ylittävät käsittelyrajat (yleensä noin miljoona tapahtumaa). Premium-tasoilla otanta alkaa paljon korkeammista kynnyksistä. Jos raporttisi sisältää paljon dataa, otanta on todennäköistä.
Reaaliaikaisissa raporteissa
Reaaliaikainen data on lähes aina otantaa, koska todellisen reaaliaikaisen datan näyttäminen jokaisesta tapahtumasta olisi laskennallisesti mahdotonta. Reaaliaikaiset koontinäytöt näyttävät usein päivittyviä arvioita, eivät tarkkoja lukuja.
Monimutkaisissa mukautetuissa raporteissa
Mitä enemmän ulottuvuuksia ja mittareita raporttiin sisällytät, sitä todennäköisempää otanta on. Yksinkertainen "liikenne lähteen mukaan" -raportti voi olla otannaton. Yksityiskohtainen raportti, joka erittelee 10 ulottuvuutta mukautetuilla mittareilla, voi olla vahvasti otantaa.
Datan otannan vaikutus
Arviot ovat yleensä lähellä todellisia lukuja
Otanta-algoritmit ovat kehittyneitä. 10 %:n otos ekstrapoloituna 100 %:iin on usein tarkka muutaman prosentin sisällä. Suurten linjojen päätöksiin arviot ovat riittävän hyviä.
Otanta pettää pienillä luvuilla
Kun otat 10 %:n otoksen ja etsit konversioita tietystä liikennelähteestä, näet otoksessa ehkä nollan, vaikka todellisuudessa niitä oli muutama. Arvio on silloin "nolla konversiota", vaikka niitä oli kaksi tai kolme. Pienet luvut vääristyvät.
Vertailut muuttuvat epäluotettavammiksi
Kahden liikennelähteen konversioprosenttien vertaaminen otantadatalla on vaarallista. Voit päätellä, että lähde A toimii paremmin kuin lähde B, vaikka ero on vain otantavirhettä.
Trendianalyysi muuttuu epätarkemmaksi
Sen seuraaminen, onko konversioiden trendi nouseva vai laskeva, tuo otantadatalla kohinaa. Onko lasku todellinen vai pelkkää otannan vaihtelua? Et voi olla varma.
Näin työskentelet otantadatan kanssa
Hanki otannaton data, jos työkalusi tarjoaa sitä
Premium-analytiikkatasot tarjoavat yleensä otannatonta dataa. Google Analytics 360 tarjoaa otannattomia raportteja. Useimmat maksulliset analytiikkatyökalut antavat viedä otannatonta dataa. Jos teet tärkeitä päätöksiä, päivitä saadaksesi oikeat luvut.
Ymmärrä otantaprosentti
Kun näet otantaraportin, etsi otantaprosentti. "Perustuu 100 000 istuntoon 500 000:sta" tarkoittaa 20 %:n otantaa. Mitä pienempi prosentti, sitä epäluotettavammat luvut. Yli 50 %:n otanta on kohtuullisen luotettavaa. 5 %:n otanta ei ole.
Käytä segmenttejä datamäärän pienentämiseen
Otantaraportteja syntyy, koska yrität käsitellä liikaa dataa. Pienennä aineistoa päivämääräjaksolla tai segmentillä. Raportoi viimeiset 7 päivää 90 päivän sijaan. Raportoi yhdestä liikennelähteestä kaikkien sijaan. Pienempiä aineistoja otannoidaan epätodennäköisemmin.
Vie data offline-analyysiin
Jos työkalusi sallii otannattoman datan viennin, tee se. Vie data taulukkolaskentaan tai tietokantaan ja tee analyysi siellä. Näin saat todelliset luvut arvioiden sijaan.
Rakenna automaattisia raportteja pienemmällä monimutkaisuudella
Yhden monimutkaisen 10 ulottuvuuden raportin sijaan luo useita yksinkertaisia raportteja. Jokaista yksinkertaista raporttia otannoidaan epätodennäköisemmin. Yhdessä ne antavat otannattoman näkymän datastasi.
Voiko datan otannan välttää
Datan otantaa ei aina voi välttää
Jos liikenteesi on hyvin suurta ja haluat reaaliaikaisen raportoinnin, jonkinasteinen otanta voi olla väistämätöntä. Voit minimoida sen pitämällä raportit yksinkertaisina ja kohdennettuina.
Premium-työkaluissa on korkeammat kynnykset
Maksullisissa analytiikkatyökaluissa otannan kynnykset ovat paljon korkeammat kuin ilmaisissa versioissa. Google Analytics 360 ja muut premium-alustat käsittelevät paljon suurempia datamääriä ilman otantaa.
Palvelinpuolen analytiikka välttää otannan
Jos seuraat konversioita palvelinpuolella omassa tietokannassasi, hallitset dataa etkä koskaan käytä otantaa. Konversiodatasi on tarkkaa. Tämä tapa vaatii enemmän teknistä käyttöönottoa mutta antaa todelliset luvut.
Usein kysytyt kysymykset
Onko otantadata epäluotettavaa?
Ei välttämättä. Tilastollisesti pätevä otanta on luotettavaa suurten linjojen mittareissa. Mutta pienillä luvuilla, tarkoissa vertailuissa ja yksityiskohtaisessa analyysissa otantadata menettää tarkkuutta. Käytä sitä trendeihin, älä tarkkoihin lukuihin. WEMASY-sivustonrakentaja avulla voit ottaa tämän käyttöön suoraan omalla sivustollasi.
Mistä tiedän, onko datani otantaa?
Etsi analytiikkatyökalustasi huomautus, jossa lukee ”Data on otantaa” tai ”Perustuu X %:iin istunnoista”. Jos huomautusta ei näy, data on todennäköisesti otannatonta. Useimmat työkalut kertovat otannasta, kun sitä käytetään.
Pitäisikö minun päivittää välttääkseni datan otannan?
Vain jos otanta vaikuttaa tärkeisiin päätöksiin. Jos suurin osa päätöksistäsi käyttää jo otannatonta dataa, päivitys pelkästään otannan takia ei välttämättä kannata. Selvitä, mitkä päätökset tarvitsevat oikeita lukuja, ja päivitä, jos asia on merkittävä.
Vaikuttaako datan otanta perusmittareihini?
Mahdollisesti. Jos päänäkymäsi käyttää otantadataa, perustasosi on arvio. Luo erillinen näkymä, jossa on vähemmän monimutkaisia raportteja, saadaksesi otannattomat luvut päämittareillesi.
Voinko tehdä tilastollisesti päteviä johtopäätöksiä otantadatasta?
Kokonaistrendeistä kyllä. Tarkoissa vertailuissa se riippuu otoskoosta. 50 %:n otos, joka analysoi 1 000 tapahtumaa, voi tukea johtopäätöksiä. 1 %:n otos, joka analysoi 100 tapahtumaa, ei voi.
Miten otanta vaikuttaa A/B-testien tuloksiin?
A/B-testit tarvitsevat otannatonta dataa ollakseen päteviä. Otanta tuo tuloksiin kohinaa. Jos ajat A/B-testejä, varmista, ettei analytiikkatyökalusi käytä otantaa testidataan. Useimmat maksulliset työkalut eivät käytä otantaa A/B-testien dataan.