Was ist Data Sampling?
Kennst du das vom Kochen? Du probierst einen Löffel Suppe und weißt, ob das Salz stimmt. Den ganzen Topf musst du dafür nicht leer essen. Genau das macht Data Sampling mit deinen Daten.
Das Tool wertet nur einen Teil der Daten aus und rechnet das Ergebnis aufs Ganze hoch. Google beschreibt es als Analyse einer Teilmenge, aus der sich Aussagen über die große Datenmenge ableiten lassen.
Der Grund ist simpel: Rechenzeit. Eine Abfrage über Milliarden Ereignisse würde ewig dauern. Also nimmt das Tool die Abkürzung.
Bei der Suppe funktioniert das, weil sie gut umgerührt ist. Bei Daten klappt es nur, solange du nach Dingen fragst, die oft vorkommen. Suchst du das eine seltene Gewürzkorn, sagt dir der Löffel wenig.
Ab wann sampelt GA4?
Sampling kann greifen, wenn die Ereignisse einer Abfrage das Limit deiner Property übersteigen:
Property
Limit je Abfrage
Standard
10 Mio. Ereignisse
360, Voreinstellung
100 Mio. Ereignisse
360, höchste Stufe
1 Mrd. Ereignisse
Meist trifft es Explorationen, denn sie rechnen mit Daten auf Ereignisebene. Für Standardberichte hält Google aggregierte Tabellen vor, die häufige Fragen schnell und ohne Stichprobe beantworten. Eine Garantie ist das nicht: Google führt Sampling auch bei Berichten als möglich auf.
Ob es dich getroffen hat, zeigt das Datenqualitäts-Symbol oben im Bericht. Es nennt, wie viel Prozent der Daten genutzt wurden. Eine Meldung lautet dann etwa: Dieser Bericht basiert auf 8,88 % der verfügbaren Daten.
Was bedeutet das für die Genauigkeit?
Ein Rechenbeispiel, vereinfacht und mit einer echten Zufallsstichprobe gedacht: Bei 2 % Conversion Rate und 1.000 Sitzungen liegt die Fehlerspanne bei rund ±0,9 Prozentpunkten. Der wahre Wert könnte also zwischen 1,1 und 2,9 % liegen. Bei 10.000 Sitzungen schrumpft sie auf rund ±0,3 Prozentpunkte.
Nicht alles ist Sampling
Wenn Zahlen seltsam aussehen, wird schnell Sampling verdächtigt. Oft steckt etwas anderes dahinter:
- Schwellenwerte: Google hält Daten zurück, damit niemand auf Einzelne schließen kann. Das schützt die Privatsphäre und lässt sich nicht abschalten.
- (other): Bei zu vielen verschiedenen Werten fasst GA4 seltene Einträge in einer Sammelzeile zusammen. Das ist ein Zeilenlimit, keine Hochrechnung.
- Datenaufbewahrung: Alte Ereignisdaten sind nach Ablauf gelöscht. Sie fehlen, statt geschätzt zu werden.
- Modellierung im Consent Mode: Hier schätzt Google Daten, die gar nicht erst erhoben wurden. Sampling lässt dagegen vorhandene Daten aus.
Andere Analyse-Tools werben damit, gar nicht zu sampeln. Matomo und Piwik PRO sagen das von ihren Standardberichten. Prüf aber das Kleingedruckte: Bei Matomo haben Heatmaps und Aufzeichnungen sehr wohl eine Sample-Rate.
Häufige Fehler
Fehler 1 · Das Symbol nicht ansehen
Das Datenqualitäts-Symbol ist schnell übersehen. Wer aus einer Exploration eine Zahl in die Präsentation kopiert, sollte vorher draufschauen. Sonst steht da eine Hochrechnung, die als exakter Wert durchgeht.
Fehler 2 · Looker Studio blind vertrauen
Laut Google sampelt das Dashboard-Tool wie Google Analytics, zeigt das aber nicht an, und du kannst die Rate nicht einstellen. Bei Abweichungen vergleichst du denselben Zeitraum in GA4 und lässt den heutigen Tag weg.
Fehler 3 · Kleine Unterschiede überbewerten
Kanal A liegt in der Stichprobe 0,3 Punkte vor Kanal B? Bei einer niedrigen Sampling-Rate kann das reines Rauschen sein. Triff daraus keine Budget-Entscheidung.
Fehler 4 · BigQuery für ein Allheilmittel halten
Der tägliche Export liefert Rohdaten ohne Stichprobe, das stimmt. Standard-Properties haben aber ein Limit von 1 Million Ereignissen pro Tag. Und du brauchst jemanden, der die Daten auch auswerten kann.
So vermeidest du Sampling
Die wichtigsten Hebel, vom einfachsten zum aufwendigsten:
- Zeitraum verkürzen: Weniger Tage bedeuten weniger Ereignisse. Mehrere kurze Abfragen lassen sich oft zusammenrechnen.
- Standardberichte nutzen: Reicht die Frage auch ohne Exploration, nimm den Standardbericht.
- Abfrage vereinfachen: Weniger Dimensionen und schlankere Segmente helfen.
- BigQuery-Export einrichten: Dann hast du Rohdaten ohne Stichprobe.
- 360 prüfen: Die höheren Limits lohnen sich nur bei wirklich großen Datenmengen.
Häufige Fragen
Was bedeutet Sampling in GA4?
GA4 wertet bei einer großen Abfrage nur einen Teil der Ereignisse aus und rechnet das Ergebnis hoch. Das Datenqualitäts-Symbol zeigt dir, wie viel Prozent der Daten genutzt wurden.
Ab wie vielen Ereignissen sampelt GA4?
Bei Standard-Properties liegt das Limit bei 10 Millionen Ereignissen je Abfrage. Bei 360 sind es in der Voreinstellung 100 Millionen und auf der höchsten Stufe 1 Milliarde.
Sind auch Standardberichte betroffen?
Selten, aber möglich. Sie laufen meist über aggregierte Tabellen ohne Stichprobe. Google führt Sampling bei Berichten trotzdem als möglich auf, deshalb lohnt der Blick aufs Symbol.
Was ist der Unterschied zwischen Sampling und Schwellenwerten?
Sampling schätzt aus einem Teil der Daten, damit die Abfrage schneller läuft. Schwellenwerte halten Daten zurück, damit niemand auf einzelne Personen schließen kann. Das eine dient der Rechenzeit, das andere dem Datenschutz.
Ab welchem Prozentsatz ist eine Stichprobe zu klein?
Eine feste Grenze nennt Google nicht. Entscheidend ist, wie viele Fälle hinter deiner Frage stecken. Bei 1.000 Conversions in der Stichprobe bist du entspannter als bei 20, egal bei welcher Prozentzahl.
Quellen
- Google Analytics-Hilfe: Stichproben
- Google Analytics-Hilfe: Konfigurationslimits
- Google Analytics-Hilfe: Datentabellen
- Google Analytics-Hilfe: Datenqualitäts-Symbol
- Google Analytics-Hilfe: BigQuery-Export
- Looker Studio-Doku: Sampling bei Google Analytics
- Google Analytics-Hilfe: Kardinalität
- Google Analytics-Hilfe: Datenschwellenwerte
