Data sampling in GA4: wanneer het gebeurt en hoe je het voorkomt

Sampling betekent dat een tool niet je hele dataset doorrekent maar een representatief deel neemt en van daaruit het totaal schat. Dat scheelt rekentijd, en daarom doet Google het.

Het voordeel ligt vooral bij de leverancier: goedkoper om je rapport te produceren en sneller te laden. Voor jou is het nadeel simpel: een schatting is minder nauwkeurig dan een telling. Bij kleine verschillen merk je niets, bij scheve verdelingen wel.

GA4 sampelt niet altijd. Het gebeurt pas bij grote datasets: vanaf 500.000 sessies in GA4, en vanaf 100 miljoen sessies in GA360.

Belangrijk: standaardrapporten zijn altijd ongesampled. Alleen geavanceerdere analyses zoals Explorations kunnen gesampled worden. Draai je een kleinere site en kijk je naar periodes van een paar maanden, dan raakt dit je niet.

GA360-gebruikers hebben meer ruimte, met een veel hogere drempel en een schakelaar tussen snellere analyse met sampling en nauwkeurigere resultaten zonder.

Kijk bovenaan je rapport. Staat er een groen vinkje, dan is er niet gesampled. Zie je een geel of rood percentage, dan wel. Ga er met je muis overheen en je ziet welk deel van de data is gebruikt.

In GA360 zit op diezelfde plek de schakelaar tussen de twee analysemodi.

Er zijn vier routes, van simpel naar structureel:

• Verklein je periode. Onder de 500.000 sessies gebeurt er niets, dus kortere periodes lossen het vaak al op.
• Vereenvoudig je rapport. Minder dimensies en segmenten betekent een kleinere dataset en dus minder kans op sampling.
• Gebruik BigQuery. Daar wordt nooit gesampled. Je betaalt per query in plaats van niets, maar je krijgt je volledige data terug. In het beheerdersscherm van GA4 zit onder de property-kolom een BigQuery-koppeling; zodra die staat stroomt je data er automatisch heen.
• Stap over op GA360. Hogere drempels en de keuze tussen snel of nauwkeurig, maar daar hangt een prijskaartje aan.

Sampling is een handige techniek die je een vertekend beeld van je gebruikers kan geven. Zolang je weet wanneer het speelt en hoe je het herkent, kun je ermee leven.

Wordt het structureel, dan is de BigQuery-export het antwoord. Die kost een paar tientjes per maand en geeft je elke hit terug, ongesampled.