Wann Data Sampling beginnt und wie Sie es in einem Bericht erkennen

Was ist Data Sampling in der Analyse?

In einem Analysebericht bedeutet Data Sampling, dass die Zahlen, die Sie lesen, aus einer Teilmenge Ihrer Ereignisse berechnet und dann hochskaliert wurden, statt aus jedem erfassten Ereignis gezählt zu werden. Die Plattform greift einen Teil der verfügbaren Daten heraus, führt die Abfrage gegen diesen Teil aus und multipliziert das Ergebnis zurück, um die vollständige Zahl zu schätzen. Nichts wird gelöscht. Die Rohereignisse sind weiterhin da. Geändert hat sich, dass der Bericht vor Ihnen eine Schätzung ist, die in derselben Schrift steht wie eine Zählung.

Diese Unterscheidung zählt am stärksten an den Rändern. Eine Kopfzahl wie Gesamtsitzungen übersteht Sampling gut, weil die Schätzung eine große Basis hat. Ein Segment mit 0,3% des Traffics, eine Long-Tail-Landingpage oder ein vierstufiger Conversion-Pfad kann stark schwanken, weil die Stichprobe nur eine Handvoll der relevanten Ereignisse enthalten kann. Das ist ein anderer Fehler als der in wie GA4 Zeilen zum Schutz der Identität zurückhält, wo Zeilen ganz entfernt statt geschätzt werden.

Wann wendet Google Analytics 4 Sampling an?

Google dokumentiert einen konkreten Auslöser: Sampling tritt auf, "when the number of events used to create a report, exploration, or request exceeds the quota limit for your property." Die Quote hängt von der Property-Stufe ab.

Oberfläche	Standard-Property	Analytics 360
Standardmäßig gelesene Ereignisse pro Abfrage	10 Millionen	100 Millionen
Höchstes verfügbares Limit	10 Millionen	1 Milliarde, über "More detailed results" in Explore
Ungesampelte Explorationen	Nicht verfügbar	Verfügbar, und nur wenn eine Abfrage mehr als 1 Milliarde Ereignisse zurückgeben würde

Eine Quote von 10 Millionen Ereignissen sampelt die meisten Berichte nicht, weil GA4 die meisten Abfragen gar nicht aus Daten auf Ereignisebene beantwortet. Google beschreibt zwei Gruppen von Tabellen: "One group of tables aggregates your data to provide fast, unsampled results to the most common requests. The other group of tables stores more granular event and user-level data to provide the flexibility for one-off, advanced investigations." Standardberichte mit Standarddimensionen treffen die Aggregattabellen und kommen unabhängig vom Traffic-Volumen ungesampelt zurück. Sampling erscheint, wenn eine Abfrage nicht aus den voraggregierten Tabellen bedient werden kann: ein eigener Zeitraum, ein Vergleich, ein Ad-hoc-Segment, eine ungewöhnliche Dimensionskombination, der Großteil von Explore.

Deshalb können zwei Menschen auf derselben Property uneins sein, ob GA4 sampelt. Der eine lebt in den Standardberichten und hat es nie gesehen. Der andere baut Explorationen und sieht es wöchentlich.

Wie unterscheiden Sie einen gesampelten von einem ungesampelten Bericht?

Schauen Sie auf das Datenqualitätssymbol oben im Bericht oder in der Exploration. Google erklärt: "when your results use sampling, it is indicated in the data quality icon with the percentage of data used to create the results." Dieser Prozentsatz ist das gesamte Signal. Ein Bericht aus 4% der Ereignisse und einer aus 96% sehen bis auf diese Zahl identisch aus und verdienen sehr unterschiedliches Vertrauen.

In der Data API kommt dieselbe Information als strukturierte Felder an. ResponseMetaData trägt ein Array samplingMetadatas, und Google ist präzise dazu, wann es erscheint: "If this report results is sampled, this describes the percentage of events used in this report. One samplingMetadatas is populated for each date range. However if the results are not sampled, this field will not be defined." Jeder Eintrag hält zwei int64-Zeichenketten:

• samplesReadCount, "the total number of events read in this sampled report for a date range"
• samplingSpaceSize, "the total number of events present in this property's data that could have been analyzed in this report for a date range"

Teilen Sie das erste durch das zweite, und Sie haben den Prozentsatz, den das Symbol zeigen würde. Für eine Reporting-Pipeline ist das wichtige Detail, dass das Fehlen von samplingMetadatas der ungesampelte Fall ist, also behandelt Code, der nur auf einen niedrigen Prozentsatz prüft, jede saubere Antwort als verdächtig.

Wie unterscheiden sich Standard und Analytics 360 beim Sampling?

Der Unterschied ist die Größe der Abfrage, die 360 sich leisten kann, keine andere Methode. Beide Stufen samplen auf dieselbe Weise, wenn sie samplen. Analytics 360 startet bei 100 Millionen Ereignissen pro Abfrage statt bei 10 Millionen und ergänzt zwei Notausgänge.

Der erste ist ein Umschalter in Explore. Die Vorgabe ist "Faster results", und die Wahl von "More detailed results" hebt die Stichprobengröße Richtung 1 Milliarde Ereignisse, was laut Google in den meisten Fällen für ungesampelte Ergebnisse reicht. Hier gibt es eine scharfe Kante, die Menschen mitten in der Analyse erwischt: "Any change you make that requires the query to run again will revert back to the default Faster results option." Ändern Sie ein Datum, fügen Sie ein Segment hinzu, tauschen Sie eine Dimension, und Sie sind zurück auf der kleinen Stichprobe, ohne dass ein Dialogfeld es Ihnen sagt.

Der zweite ist die Anfrage für eine ungesampelte Exploration, die die Abfrage offline ausführt und Ihnen eine E-Mail schickt, sobald sie fertig ist. Googles dokumentierte Einschränkungen dazu sind ungewöhnlich konkret:

Einschränkung	Dokumentierter Wert
Berechtigung	Nur wenn die Abfrage mehr als 1 Milliarde Ereignisse zurückgeben würde
Tägliche Token-Quote	20.000 Tokens pro Property, geteilt über alle Nutzer und API-Anfragen
Kostenobergrenze pro Abfrage	5.000 Tokens
Quoten-Reset	Mitternacht Pacific Time
Übliche Verarbeitungszeit	Unter 30 Minuten
Lebensdauer des Ergebnisses	50 Tage nach der Anfrage
Exportgröße	Bis zu 10.000.000 Zellen für TSV und CSV
Benötigte Berechtigung	Analyst oder höher
Nicht unterstützte Technik	User lifetime

Die Berechtigungsregel überrascht Teams am meisten. Eine ungesampelte Exploration ist kein allgemeiner Knopf nach dem Motto "gib mir exakte Zahlen"; sie existiert erst oberhalb des Punktes, an dem die eigene Obergrenze von 1 Milliarde Ereignissen bei 360 bereits überschritten ist.

Der Eskalationsweg aus dem Sampling in Analytics 360

Abfrage überschreitet die 100-Millionen-Ereignis-Quote

Nur Schnellere Ergebnisse (Standard-Sample)

Wechsel zu Detailliertere Ergebnisse (bis zu 1 Milliarde Ereignisse)

Jede Änderung setzt auf Schnellere Ergebnisse zurück

Anfrage für ungesampelte Ergebnisse (nur über 1 Milliarde Ereignisse)

Was machen Adobe und Matomo stattdessen?

Sie lösen dasselbe Leistungsproblem mit einem anderen Kompromiss, und der zeigt sich an einer anderen Stelle in Ihren Berichten.

Adobe Analytics dokumentiert für Analysis Workspace keinen Mechanismus für Sampling zur Berichtszeit und bietet kein Gegenstück zum Datenqualitäts-Prozentsatz von GA4. Was Adobe deckelt, ist die Kardinalität statt der gelesenen Zeilen. Eine Schwelle von 2.000.000 eindeutigen Werten gilt pro Dimension, pro Report Suite, pro Kalendermonat. Dimensionswerte, die nach dem Überschreiten dieser Schwelle erfasst werden, werden zu einem einzigen Eintrag mit der Bezeichnung "Low-Traffic" gruppiert, mit einer zweiten, aggressiveren Schwelle, die standardmäßig bei 2.100.000 eindeutigen Werten liegt. Der Zähler wird am Ende jedes Kalendermonats global zurückgesetzt.

Adobes Variante ist auf dieselbe Weise unsichtbar wie Sampling, aber sie verzerrt eine andere Achse. Ihre Summen bleiben korrekt. Ihre Dimensionsaufschlüsselungen hören mitten im Monat auf, vollständig zu sein, und Adobe warnt, dass die Dimension Page besonders betroffen ist, weil mehrere Backend-Spalten alle auf dieselbe Schwelle zählen, sodass Low-Traffic lange vor dem Punkt greifen kann, an dem die sichtbare Seitenzahl nahe an 2 Millionen wirkt.

Matomo bezieht die Gegenposition und sagt sie direkt: Matomo sampelt keine Daten, und seine Dokumentation zur Datenqualität führt "No data sampling" als Eigenschaft der Plattform auf. Berichte werden aus allen erfassten Daten verarbeitet. Diese Aussage stimmt, aber sie heißt nicht, dass Matomo-Berichte ungekürzt sind, und Matomo dokumentiert die andere Hälfte selbst: Um die Archivierung schnell zu halten, speichert es standardmäßig eine begrenzte Anzahl Zeilen je Bericht, grob die obersten 500 Seiten und die obersten 1.000 Keywords und Websites, und summiert alles darunter in eine Zeile "Others". Selbst gehostete Installationen können die Obergrenze über [General]-Einstellungen in config/config.ini.php anheben, etwa datatable_archiving_maximum_rows_actions und datatable_archiving_maximum_rows_referrers, zu einem dokumentierten Preis bei der Archivierungsleistung.

Plattform	Was sie begrenzt	Wo der Verlust sichtbar wird
Google Analytics 4	Gelesene Ereignisse pro Abfrage	Jede Kennzahl im Bericht, als Schätzung
Adobe Analytics	Eindeutige Dimensionswerte pro Monat	Eine einzelne Zeile "Low-Traffic", die den Long Tail aufsaugt
Matomo	Archivierte Zeilen pro Bericht	Eine einzelne Zeile "Others", die den Long Tail aufsaugt

Lesen Sie diese Tabelle als drei Antworten auf eine Frage. GA4 behält jeden Dimensionswert und nähert die Kennzahlen an. Adobe und Matomo halten die Kennzahlen exakt und klappen die Dimensionswerte zusammen. Wenn Ihre Arbeit in Summen und Trends lebt, ist GA4s Tausch der günstigere; lebt sie in Long-Tail-Aufschlüsselungen, ist er der teure, und er ist einer der strukturellen Gründe hinter warum zwei Tools für dieselbe Woche unterschiedliche Zahlen melden.

Wie umgehen Sie Sampling ohne Upgrade?

Verkleinern Sie die Abfrage, bevor Sie an der Antwort zweifeln, denn Sampling hängt davon ab, wie viele Ereignisse eine Abfrage lesen muss.

• Teilen Sie einen langen Zeitraum in mehrere kürzere Abfragen; die Quote gilt je Abfrage und je Zeitraum.
• Bevorzugen Sie Standardberichte für alles, was ein Standardbericht beantworten kann, denn die kommen aus den Aggregattabellen.
• Überführen Sie ein wiederkehrendes Segment in eine Zielgruppe oder eine benutzerdefinierte Dimension, damit die Filterung schon bei der Erfassung passiert.
• Fragen Sie die Rohereignisse in BigQuery ab, was die Reporting-Quote vollständig umgeht und der zuverlässigste der Wege ist, die Ihre Daten aus Google Analytics holen behandelt.

Die Gewohnheit, die sich lohnt, ist: erst das Symbol prüfen, dann die Kennzahl, denn eine aus 3% der Ereignisse gelesene Zahl wirkt genauso verbindlich wie eine aus allen. Diese Gewohnheit erwischt auch das benachbarte Problem der Ereignisse, die die Property nie erreicht haben, das Sampling nicht erklärt und nicht behebt.

Häufig gestellte Fragen

Wie lautet die genaue Ereignisschwelle für Sampling in GA4?

Google dokumentiert 10 Millionen Ereignisse pro Abfrage für Standard-Properties und 100 Millionen für Analytics-360-Properties als Standardeinstellungen des Samplings. Analytics 360 kann eine einzelne Exploration über "More detailed results" auf 1 Milliarde Ereignisse heben. Unterhalb dieser Grenzen liefert eine Abfrage ungesampelte Ergebnisse; darüber wird eine Stichprobe gelesen und das Ergebnis skaliert.

Heißt Sampling, dass Google meine Daten weggeworfen hat?

Nein. Die Ereignisse bleiben in der Property und im BigQuery-Export, falls einer eingerichtet ist. Sampling ist eine Entscheidung zur Abfragezeit darüber, wie viele Ereignisse innerhalb der Quote gelesen werden, keine Entscheidung über Erfassung oder Speicherung. Dieselbe Frage über einen kürzeren Zeitraum oder gegen BigQuery gestellt kann aus denselben Daten eine exakte Antwort liefern.

Warum wird meine Exploration nach einer Filteränderung wieder gesampelt?

Weil Analytics 360 die Einstellung zur Stichprobengröße zurücksetzt, sobald die Abfrage erneut laufen muss. Google erklärt: "any change you make that requires the query to run again will revert back to the default Faster results option." Wählen Sie nach jeder Änderung erneut "More detailed results" und prüfen Sie das Datenqualitätssymbol, statt anzunehmen, dass die Einstellung hielt.

Kann ich Sampling über die Google Analytics Data API erkennen?

Ja, über das Array samplingMetadatas in ResponseMetaData. Es wird je Zeitraum einmal befüllt, wenn das Ergebnis gesampelt ist, und ist überhaupt nicht definiert, wenn das Ergebnis ungesampelt ist. Jeder Eintrag liefert samplesReadCount und samplingSpaceSize als int64-Zeichenketten, und ihr Verhältnis ist der Prozentsatz der gelesenen Ereignisse.

Sampelt Adobe Analytics Daten so wie GA4?

Adobes eigene Dokumentation zu Analysis Workspace beschreibt keine Steuerung für Sampling zur Berichtszeit und bietet in der Oberfläche keinen Prozentsatz zur Stichprobengröße. Das Limit, das Adobe dokumentiert, betrifft die Dimensionskardinalität: Jenseits von 2.000.000 eindeutigen Werten pro Dimension, pro Report Suite, pro Kalendermonat werden neue Einträge unter der Bezeichnung "Low-Traffic" gruppiert, wobei der Zähler am Monatsende zurückgesetzt wird.

Wenn Matomo nicht sampelt, warum weichen meine Matomo-Summen von einer vollständigen Logzählung ab?

Weil Matomo die archivierten Zeilen je Bericht begrenzt statt der gelesenen Ereignisse. Matomo verarbeitet alle erfassten Daten und erklärt, nicht zu samplen, archiviert aber standardmäßig nur die obersten paar hundert Zeilen vieler Berichte und summiert den Rest in eine Zeile "Others". Eine selbst gehostete Installation kann diese Obergrenze über die Einstellungen datatable_archiving_maximum_rows_* in config/config.ini.php anheben, was laut Matomo die Archivierungsleistung deutlich beeinflussen kann.

Wirkt sich GA4-Sampling auf alle Messwerte in einem Bericht gleich aus?

Sampling verteilt sich nicht gleichmäßig über einen Bericht. Ein Kennwert wie die Gesamtzahl der Sitzungen übersteht es gut, weil die Schätzung auf einer großen Basis beruht, während ein Segment mit 0,3 % des Traffics, eine Long-Tail-Landingpage oder ein vierstufiger Conversion-Pfad stark schwanken kann, weil das Sample nur eine Handvoll der relevanten Ereignisse enthalten könnte. Der Bericht zeigt beide Zahlen in derselben Schriftart, sodass nichts auf der Seite anzeigt, welche davon anfälliger ist.

Werden Standardberichte in GA4 überhaupt jemals gesampelt?

Selten, weil die meisten Standardberichte aus den aggregierten Tabellen beantwortet werden, die Google für schnelle, ungesampelte Ergebnisse bei gängigen Anfragen gebaut hat. Sampling tritt auf, wenn eine Abfrage nicht aus diesen Tabellen bedient werden kann, etwa bei einem benutzerdefinierten Zeitraum, einem Vergleich, einem Ad-hoc-Segment, einer ungewöhnlichen Dimensionskombination oder den meisten Explorationen. Diese Aufteilung erklärt, warum sich zwei Personen auf derselben Property uneinig sein können, ob GA4 überhaupt sampelt: Die eine lebt in den Standardberichten und sieht es nie, die andere baut Explorationen und sieht es wöchentlich.

Wie lange bleiben ungesampelte Explorationsergebnisse in Analytics 360 nach der Anfrage verfügbar?

Google dokumentiert eine Ergebnislebensdauer von 50 Tagen nach der Anfrage, bei einer typischen Verarbeitungszeit von unter 30 Minuten. Der Export kann bis zu 10.000.000 Zellen für TSV und CSV umfassen, und die Anfrage qualifiziert sich überhaupt nur, wenn die Abfrage mehr als 1 Milliarde Ereignisse zurückgeben würde.

Gilt Adobes Low-Traffic-Schwelle gleichmäßig für alle Dimensionen?

Nicht gleichmäßig. Die Schwelle von 2.000.000 eindeutigen Werten gilt pro Dimension, pro Report Suite und pro Kalendermonat, aber Adobe warnt, dass die Dimension Page besonders betroffen ist, weil mehrere Backend-Spalten auf dasselbe Limit einzahlen. Das bedeutet, dass Low-Traffic schon greifen kann, bevor die sichtbare Seitenzahl nahe an 2 Millionen liegt, mit einer zweiten, aggressiveren Standardschwelle von 2.100.000.