Amostragem

O que é amostragem?

A amostragem é o processo em que uma pequena parte dos dados é analisada para obter uma visão sobre as características e parâmetros de todo o conjunto de informações. Este termo vem da palavra inglesa “sample”, que significa amostra ou modelo. No segmento de língua portuguesa da internet, existem duas variantes de escrita dessa palavra: "amostragem" e "amostragem". Do ponto de vista gramatical, a primeira variante é considerada correta, no entanto, ambas são usadas na fala cotidiana.

Na matemática, a amostragem engloba um conjunto de métodos que permitem formar uma amostra – ou seja, selecionar uma pequena parte dos dados de um grande volume de informações. O princípio da amostragem pode ser ilustrado com um exemplo: para entender o sabor de uma pizza, não é necessário comer toda a pizza. Basta experimentar um pedaço. Da mesma forma, conclusões sobre as características e qualidades de um grande grupo de dados são feitas ao investigar apenas uma parte dele.

Quando a amostragem de dados é usada?

A amostragem de dados é um elemento importante de várias ferramentas analíticas. Por exemplo, o Google Analytics e o Yandex.Metrica utilizam a amostragem ao processar grandes volumes de informações e ao preparar relatórios de web analytics, especialmente quando o número de sessões ultrapassa o limite estabelecido.

Vamos considerar uma situação: se 100 usuários acessarem o site e 11 deles clicarem em um link das redes sociais, o programa pode facilmente rastrear cada operação e gerar um relatório. No entanto, quando 10.000.000 de usuários acessam o site, a análise de cada ação se torna extremamente complexa e requer grandes recursos computacionais. Para otimizar a tarefa, o programa pode fazer uma amostra de 10%, o que permitirá selecionar 1.000.000 de usuários e extrapolar os dados para todo o público.

Amostragem no Google Analytics

Nos relatórios padrão do Google Analytics, a amostragem não é aplicada. Dados completos estão disponíveis em abas como “Audiência”, “Fontes de Tráfego”, “Comportamento” e “Conversões”. No entanto, a amostragem pode ocorrer nas seguintes situações:

• Ao processar consultas especiais, quando o volume de dados ultrapassa o limite de 500.000 sessões (ou 100.000.000 sessões para o Google Analytics 360).
• Ao modificar relatórios de caminhos multicanal que rastreiam a jornada do usuário desde o primeiro contato com a empresa até a compra.
• Ao adicionar parâmetros e filtros, onde o tamanho máximo da amostra é de 1.000.000 sessões.

Para entender quais dados o serviço usa para construir o relatório, basta prestar atenção à cor do ícone em forma de escudo. Um ícone verde indica dados completos, enquanto um ícone laranja indica o uso de amostragem.

Amostragem no Yandex.Metrica

No Yandex.Metrica, a amostragem também é aplicada na elaboração de relatórios analíticos. O limite é de 500.000 sessões na versão padrão, mas ao ativar o serviço “Metrica Pro”, as restrições não existem. Diferente do Google Analytics, a amostragem não é utilizada na formação de relatórios da categoria “Direto”. Para entender se a amostragem é aplicada a um relatório específico, é necessário prestar atenção ao valor do indicador “Precisão”. Se for igual a 100%, os dados são completos; caso contrário, o programa utiliza amostragem.

Desvantagens da amostragem de dados

A principal desvantagem da amostragem é que nem todos os dados são analisados, o que pode levar à perda de informações importantes. Ao trabalhar com uma amostra, existe o risco de perder detalhes ou tendências que poderiam ser visíveis ao analisar toda a massa de dados. Por exemplo, se temos uma caixa de bolinhas, para entender todas as cores e tamanhos, é necessário inspecionar cada uma delas. Mas se houver muitas bolinhas, podemos escolher apenas uma parte, e assim não ver algumas cores. A amostragem ajuda a reduzir o tempo de análise e diminuir a carga nos servidores, no entanto, abandonar completamente esse método nem sempre é possível.

Como evitar a amostragem de dados nos relatórios?

Para minimizar o impacto da amostragem e aumentar a precisão dos relatórios, você pode tomar as seguintes medidas:

• Reduzir o período de análise, elaborando um relatório para um intervalo de tempo mais curto.
• Aumentar o volume e a precisão da amostra, utilizando as configurações adequadas no Google Analytics e no Yandex.Metrica.
• Ativar ferramentas adicionais, como “Metrica Pro” ou Google Analytics 360, além de sistemas de BI e serviços alternativos.
• Criar contas separadas para cada site, a fim de simplificar a gestão de dados e evitar sobrecarga.