＂取樣數據＂是為了能更快速地完成資料分析的工作，常用於資料過於龐大時，為了降低分析成本以及效率，我們可能會取其中一部份的樣本來進行分析，基本上只要取的樣本足夠代表整個資料群體，分析出來的結果就能夠有一定的參考價值。在台灣你常常能看到新聞說，此問卷樣本為xxx萬人、或是某市長的民調顯示xxx，這些都是取樣數據。

舉例來說，如果你想知道台灣人口的2300萬人的行為資料，但2300萬人的資料過於龐大、處理起來會花費更高的成本與時間，因此你取了20%的460萬人口來做分析、理解他們的行為，並用這20%的人口樣本做為參考來理解整個2300萬人，在概念上，20%的取樣必須包含所有可能影響到資料的族群特徵，比方說這20%的取樣裡面必須包含所有的年齡層、性別、生活型態，這就是所謂的取樣數據。

題外話：前幾個月因Harris在撰寫Google Analytics的書籍（預計2017年底前出版），所以文章有一段時間沒有更新，從九月初開始我將回來部落格繼續撰寫每週一篇的文章～，大家敬請期待。

Google Analytics的取樣數據可能對你的分析工作造成傷害

Google Analytics裡面一樣會有取樣數據的狀況，雖然取樣數據能夠讓整個分析過程加速進行、並具備高效率的特徵，但取樣數據的問題在於，你所得到的資料並不會是絕對精準，有極大的可能你所看到的取樣資料，與沒有被取樣到的資料具備著完全不同的特徵與結果。

如下圖，從Google Analytics報表的右上方我們可以看到該報表是否有被取樣（幾乎所有的報表右上方都會有這個欄位），上面會顯示“這份報表是以xx%的工作階段來計算，只要這裡顯示的不是以100%的工作階段來計算，就代表你當下正在看的報表，是有取樣數據的問題。

在網站分析上取樣數據並不是一件有正面影響的事情，因為這代表你看到的資料並不精準，尤其當你要計算網站收益、廣告成效這些重要指標時，取樣數據更可能錯誤的影響你的決策。

Google Analytics的取樣數據如何運作

Google Analytics在收集資料時，會先將資料整理、運算好，並預先儲存到資料庫裡面，當你在使用預設報表時（像是目標對象、客戶開發裡的預設標準報表），Google Analytics因為已經把這些資料提前運算並整理好，所以你可以在很短的時間內看到數據報表（Google Analytics的數據這麼龐大，但還能一點報表就立刻跑出數據，就是這個原因）。

但如果你今天使用了次要維度、或進階區隔來篩選出客製化的資料，因為Google Analytics並沒有預先把你要的資料運算好，為了加速報表呈現給你的速度，它就會取樣部分的資料來運算你的需求給你，這當然也是為了更快地呈現出報表。

甚麼樣的狀況Google Analytics可能會使用取樣數據？

當資料太龐大、或你提出客製化的資料需求時（比方說進階區隔或是次要維度），Google Analytics會先檢視這些資料條件是否需要取樣，如果Google Analytics判定需要，它會為了加快給你數據報表的時間，採用取樣數據，這些特定狀況如下：

• 在指定日期範圍中，資源層級的工作階段量超過 500,000個。
• 你在預設的報表內使用了客製化的進階區隔、或次要維度。
• 在自訂報表內的篩選器使用了客製化的篩選條件。
• 在多管道程序報表中，你所選取的指定日期範圍中，超過一百萬個轉換。
• 在行為流程報表中，你所選取的指定日期範圍中，超過十萬個工作階段。

如何解決Google Analytics的取樣數據問題？

取樣數據並不能完整地被解決，這是Google Analytics的缺陷之一，但你可以用以下的方式來稍微改善取樣數據的問題：

1.調整取樣數據的設定

在報表的右上方，如果你看到數據並不是來自於100%，你可以選擇“精準度更高＂來降低取樣的狀況，假設你原先設定為“回應速度更快＂，並且取樣為1%的工作階段，在你更改為精準度更高之後，Google Analytics會根據你的需求，花上更多時間運算，並把取樣的比例調高到4%。基本上取樣的比例越高，數據會越精準，若沒有趕時間的話，我建議你都選取“精準度更高＂來給Google Analytics多一點時間運算、並觀察取樣比例較高的數據資料。

2. 縮短觀察的時間比例

有時候取樣數據會發生在你所選取的時間範圍太長，假設你一次選取了一整年的數據資料來觀察，因資料過於龐大，Google Analytics為了加快運算，會用取樣數據，我建議你不妨把觀察的時間範圍縮短，來減少資料量、並取得更精準的數據。

3. 盡量使用預設報表

如果你的需求都能被預設報表滿足的話，你可以盡量只使用預設報表來減少數據取樣的發生狀況。

無論如何，在使用Google Analytics時，你一定要注意取樣的問題，尤其如果部門在計算KPI、ROI、各個流量管道成效時，取樣更有可能傷害到你的指標計算，如果你的網站流量很大，更會提高數據取樣的機率，因此你一定要注意。