Corres um relatório personalizado na tua ferramenta de análise. Diz "Este relatório baseia-se em 100.000 sessões. Dados sem amostragem: 1.250.000 sessões." O teu relatório está a usar estimativas feitas a partir de 8% dos teus dados reais.
A amostragem de dados acontece quando as ferramentas de análise não conseguem processar todos os teus dados e, em vez disso, estimam. A estimativa é muitas vezes suficientemente precisa, mas continua a não ser o teu número real.
O que é a amostragem de dados e porque é que as ferramentas a usam
O problema: demasiados dados para processar
As ferramentas de análise processam milhões de eventos por segundo em milhões de websites. Processar cada ponto de dados em tempo real não é prático. Quando o tráfego fica suficientemente alto, as ferramentas passam de contar tudo para analisar um subconjunto e extrapolar.
Como funciona a amostragem
A ferramenta olha para 10% do teu tráfego. Calcula as métricas a partir desses 10%. Depois multiplica os resultados por 10 para estimar as métricas totais. Se a amostra mostra 5 conversões, a ferramenta estima 50 conversões no total. É uma estimativa matemática, não os teus números reais.
A taxa de amostragem varia consoante a ferramenta e o nível de tráfego
Algumas ferramentas começam a fazer amostragem a 100 mil sessões por mês. Outras a 1 milhão. Alguns planos gratuitos fazem amostragem mais agressiva do que os planos pagos. Quanto mais alto o teu tráfego, mais agressiva é a amostragem.
A amostragem é transparente (às vezes)
As boas ferramentas dizem-te quando estão a fazer amostragem. Aparece uma nota a dizer "Estes dados são uma amostra." As más ferramentas não o revelam. Pensas que estás a ver números reais, mas estás mesmo a ver estimativas.
Quando acontece a amostragem de dados
No Google Analytics
O plano gratuito do Google Analytics faz amostragem quando crias relatórios personalizados que excedem os limites de processamento (normalmente cerca de 1 milhão de eventos). Os planos premium fazem amostragem com limiares muito mais altos. Se o teu relatório inclui muitos dados, a amostragem é provável.
Nos relatórios em tempo real
Os dados em tempo real são quase sempre uma amostra, porque mostrar dados verdadeiramente em tempo real para cada evento seria computacionalmente impossível. Os painéis em tempo real mostram estimativas atualizadas com frequência, não números exatos.
Nos relatórios personalizados complexos
Quantas mais dimensões e métricas incluíres num relatório, mais provável é a amostragem. Um relatório simples de "tráfego por origem" pode não ter amostragem. Um relatório detalhado que divide 10 dimensões com métricas personalizadas pode ter muita amostragem.
O impacto da amostragem de dados
As estimativas costumam ficar perto dos números reais
Os algoritmos de amostragem são sofisticados. Uma amostra de 10% extrapolada para 100% é muitas vezes precisa dentro de alguns pontos percentuais. Para decisões de visão geral, as estimativas são suficientemente boas.
A amostragem falha com números pequenos
Quando fazes amostragem de 10% e procuras conversões de uma origem de tráfego específica, podes ver zero na amostra, mesmo que tenhas tido algumas na realidade. A estimativa passa a ser "zero conversões" quando na verdade houve duas ou três. Os números pequenos ficam distorcidos.
As comparações tornam-se menos fiáveis
Comparar taxas de conversão entre duas origens de tráfego quando os dados têm amostragem é perigoso. Podes concluir que a Origem A tem melhor desempenho do que a Origem B quando a diferença é apenas erro de amostragem.
A análise de tendências torna-se menos precisa
Acompanhar se as conversões estão a subir ou a descer quando os dados têm amostragem acrescenta ruído. A queda é real ou é só variação da amostragem? Não podes ter certeza.
Como trabalhar com dados com amostragem
Obtém dados sem amostragem, se a tua ferramenta os oferecer
Os planos premium de análise costumam oferecer dados sem amostragem. O Google Analytics 360 fornece relatórios sem amostragem. A maioria das ferramentas de análise pagas permite exportar dados sem amostragem. Se estás a tomar decisões importantes, faz upgrade para teres números reais.
Percebe a taxa de amostragem
Quando vês um relatório com amostragem, procura a percentagem de amostragem. "Com base em 100.000 de 500.000 sessões" significa 20% de amostragem. Quanto mais pequena a percentagem, menos fiáveis os números. Uma amostragem de 50%+ é razoavelmente fiável. Uma de 5% não é.
Usa segmentos para reduzir o volume de dados
Os relatórios com amostragem acontecem porque estás a tentar processar demasiados dados. Usa um intervalo de datas ou um segmento para reduzir o conjunto de dados. Faz o relatório dos últimos 7 dias em vez de 90. Faz o relatório de uma origem de tráfego em vez de todas. Os conjuntos de dados mais pequenos têm menos probabilidade de ter amostragem.
Exporta os dados para análise offline
Se a tua ferramenta permite exportar dados sem amostragem, fá-lo. Exporta para uma folha de cálculo ou base de dados e faz a tua análise aí. Isto dá-te números reais em vez de estimativas.
Cria relatórios automáticos de menor complexidade
Em vez de criares um relatório complexo com 10 dimensões, cria vários relatórios simples. Cada relatório simples tem menos probabilidade de ter amostragem. Juntos dão-te uma visão sem amostragem dos teus dados.
Consegues evitar a amostragem de dados
A amostragem de dados nem sempre é evitável
Se o teu tráfego for muito alto e quiseres relatórios em tempo real, algum nível de amostragem pode ser inevitável. Podes minimizá-lo mantendo os relatórios simples e focados.
As ferramentas premium oferecem limiares mais altos
As ferramentas de análise pagas têm limiares de amostragem muito mais altos do que as versões gratuitas. O Google Analytics 360 e outras plataformas premium conseguem lidar com volumes de dados muito maiores sem amostragem.
A análise do lado do servidor evita a amostragem
Se registares as conversões do lado do servidor na tua própria base de dados, controlas os dados e nunca há amostragem. Os teus dados de conversão são exatos. Esta abordagem exige mais configuração técnica, mas dá-te números verdadeiros.
Perguntas frequentes
Os dados com amostragem são pouco fiáveis?
Não necessariamente. A amostragem estatisticamente válida é fiável para métricas de visão geral. Mas para números pequenos, comparações específicas e análises detalhadas, os dados com amostragem perdem precisão. Usa-os para tendências, não para números precisos. Com o criador de websites da WEMASY, podes configurar isto diretamente no teu website.
Como sei se os meus dados têm amostragem?
Procura uma nota na tua ferramenta de análise a dizer "Os dados são uma amostra" ou "Com base em X% das sessões". Se não vires nenhuma nota, provavelmente não há amostragem. A maioria das ferramentas revela a amostragem quando ela acontece.
Devo fazer upgrade para evitar a amostragem de dados?
Só se a amostragem estiver a afetar decisões importantes. Se a maioria das tuas decisões já usa dados sem amostragem, fazer upgrade só por causa da amostragem pode não compensar. Identifica que decisões precisam de números reais e faz upgrade se for significativo.
A amostragem de dados afeta as minhas métricas de base?
Talvez. Se o teu painel principal usa dados com amostragem, a tua base é uma estimativa. Cria uma vista separada com relatórios de menor complexidade para obteres números sem amostragem para as tuas métricas principais.
Posso tirar conclusões estatisticamente válidas de dados com amostragem?
Para tendências agregadas, sim. Para comparações específicas, depende do tamanho da amostra. Uma amostra de 50% a analisar 1000 eventos pode sustentar conclusões. Uma amostra de 1% a analisar 100 eventos não pode.
Como é que a amostragem afeta os resultados dos testes A/B?
Os testes A/B precisam de dados sem amostragem para serem válidos. A amostragem acrescenta ruído aos resultados. Se estás a correr testes A/B, garante que a tua ferramenta de análise não faz amostragem dos dados do teste. A maioria das ferramentas pagas não faz amostragem dos dados de testes A/B.