Datensampling (kurz: Sampling) bezeichnet in der Web-Analyse das Verfahren, bei dem ein Bericht nicht auf allen erfassten Daten basiert, sondern nur auf einer Stichprobe, deren Ergebnis hochgerechnet wird. Analyse-Tools setzen Sampling ein, um komplexe Abfragen über große Datenmengen schneller zu beantworten. Der Preis dafür ist eine geringere Genauigkeit — vor allem bei kleinen Segmenten und seltenen Ereignissen.
Wie funktioniert Datensampling?
Statt Millionen von Ereignissen vollständig auszuwerten, zieht das Analyse-Tool eine repräsentative Teilmenge — etwa einen bestimmten Prozentsatz der Sitzungen — und rechnet die Ergebnisse auf die Gesamtmenge hoch. Bei einer Stichprobe von 10 % würde ein gezählter Wert mit dem Faktor zehn multipliziert. Je größer die Stichprobe, desto näher liegt das Ergebnis am tatsächlichen Wert.
In Google Analytics 4 tritt Sampling vor allem in den explorativen Datenanalysen auf, wenn eine Abfrage die Ereignis-Obergrenze des Kontingents überschreitet — Standardberichte sind in der Regel nicht gesampelt. Ob ein Bericht auf einer Stichprobe basiert, zeigt das Tool über ein Qualitätssymbol an. Die Grenzwerte unterscheiden sich zwischen der kostenlosen Version und der kostenpflichtigen Variante Google Analytics 360.
Warum ist Datensampling relevant?
Gesampelte Berichte können in Details deutlich vom tatsächlichen Wert abweichen. Für grobe Trendaussagen ist das meist unkritisch — ob eine Kampagne 9.800 oder 10.200 Sitzungen brachte, ändert selten die Entscheidung. Problematisch wird Sampling bei kleinen Segmenten: Wer aus einer 10-%-Stichprobe die Conversions eines Nischen-Keywords oder einer einzelnen Region ablesen will, arbeitet mit sehr wenigen echten Datenpunkten und entsprechend großer Unsicherheit. Wer Budgetentscheidungen auf solchen Zahlen aufbaut, riskiert Fehlschlüsse.
Datensampling in der Praxis vermeiden
Mehrere Strategien reduzieren Sampling-Effekte: kürzere Zeiträume abfragen und Ergebnisse zusammensetzen, weniger Dimensionen und Segmente pro Abfrage kombinieren oder auf Standardberichte ausweichen, wo diese ausreichen. Wer regelmäßig ungesampelte Auswertungen über große Datenmengen benötigt, exportiert die Rohdaten — bei Google Analytics 4 etwa über die native BigQuery-Anbindung, die alle Ereignisse vollständig bereitstellt.
Wichtig ist vor allem Transparenz: Berichte sollten kennzeichnen, wenn Zahlen auf Stichproben beruhen. So können Empfänger — ob Geschäftsführung oder Mandantschaft einer Agentur — die Belastbarkeit der Werte richtig einordnen.