DICCIONARIO · S

Sampling

El sampling (muestreo) es la técnica de analizar solo una parte de los datos y extrapolar el resultado al conjunto. En analítica web, Google Analytics 4 lo aplica cuando una consulta supera los 10 millones de eventos en una propiedad estándar, así que tus cifras pasan a ser estimaciones. En marketing, sampling también es repartir muestras gratuitas de un producto.

Raúl Aránega Segura Escrito por 5 min de lectura
Ficha rápida
Traducción
Muestreo (de sample, muestra)
Umbral en GA4 estándar
10 millones de eventos por consulta
Umbral en GA4 360
Hasta 1.000 millones de eventos; 100 millones por consulta por defecto
Cómo se detecta en GA4
Icono de calidad de los datos con el porcentaje de datos usado
Datos sin muestrear
Exportación a BigQuery (límite diario de 1 millón de eventos en propiedades estándar)

≡En resumen

  • El sampling analiza un subconjunto de datos y escala el resultado para estimar el total.
  • En GA4 aparece sobre todo en exploraciones y consultas complejas que superan el umbral de eventos de la propiedad.
  • Muestreo, umbrales de datos y la fila «(other)» son tres fenómenos distintos que alteran los informes.
  • Se evita acortando el rango de fechas, simplificando la consulta o trabajando con los datos en bruto de BigQuery.
  • En marketing, el product sampling consiste en dar a probar un producto para generar prueba y recompra.

01 ¿Qué es el sampling?

El término procede de la estadística, donde muestrear es la base de las encuestas y los estudios de mercado: no se pregunta a toda la población, sino a una muestra bien elegida. En analítica de marketing la lógica es la misma, pero el motivo es otro: calcular informes sobre miles de millones de filas en segundos es caro, así que la herramienta sacrifica algo de precisión a cambio de rapidez.

La palabra tiene un segundo uso en marketing, el product sampling o reparto de muestras, que verás al final de esta ficha.

02 El sampling en Google Analytics 4

Según la ayuda oficial de Google Analytics 4, el muestreo se aplica cuando el número de eventos que necesita un informe, una exploración o una petición supera la cuota de la propiedad. En ese caso, Analytics analiza un subconjunto y escala el resultado para que sea representativo del total.

10 M

Eventos por consulta antes de muestrear en una propiedad estándar

Fuente: Ayuda de Google Analytics

1.000 M

Límite máximo en Google Analytics 360 (100 millones por consulta por defecto)

Fuente: Ayuda de Google Analytics

1 M

Eventos diarios exportables a BigQuery en una propiedad estándar

Fuente: Ayuda de Google Analytics

En la práctica, el muestreo aparece sobre todo en exploraciones de periodos largos, con segmentos, muchas dimensiones o dimensiones de alta cardinalidad. Las propiedades pequeñas rara vez lo ven; una tienda online con mucho tráfico puede encontrarlo en cualquier análisis trimestral o anual.

03 Muestreo, umbrales de datos y fila «(other)»: no los confundas

Fenómeno Qué ocurre Por qué Cómo se nota
Muestreo (sampling) Se calcula con una parte de los eventos y se extrapola La consulta supera la cuota de eventos Icono de calidad con porcentaje de datos
Umbrales de datos Se ocultan filas con pocos usuarios Evitar que se pueda identificar a personas concretas, por ejemplo con datos demográficos Aviso de umbral aplicado en el icono de calidad
Fila «(other)» Los valores menos frecuentes se agrupan en una fila La dimensión tiene demasiados valores distintos (alta cardinalidad) Aparece una fila llamada (other)
Estimación HLL++ Usuarios y sesiones se estiman con un algoritmo de conteo Contar valores únicos exactos es muy costoso No se indica; Google cifra la desviación habitual por debajo del 1 %
Fenómenos que hacen que GA4 no muestre el dato exacto

Distinguirlos importa porque la solución es distinta: el muestreo se combate reduciendo el volumen de la consulta, los umbrales dependen de la configuración de privacidad y la fila «(other)» se reduce evitando dimensiones con miles de valores, como URL completas con parámetros.

04 Cómo evitar el sampling en GA4

  1. 1

    Empieza por los informes estándar

    Para las métricas generales (usuarios, sesiones, conversiones por canal), los informes predefinidos suelen bastar y se calculan de forma más estable que una exploración compleja.

  2. 2

    Acorta el rango de fechas

    Es la recomendación directa de Google: consulta semanas o meses en lugar de un año de golpe.

  3. 3

    Simplifica la exploración

    Quita segmentos, filtros y dimensiones que no necesites. Cada uno aumenta el coste de la consulta.

  4. 4

    Divide y suma con cuidado

    Puedes sumar eventos o ingresos de varios periodos, pero no usuarios: una persona puede repetirse en varios meses.

  5. 5

    Exporta a BigQuery

    La exportación envía eventos en bruto y sin muestrear. En propiedades estándar el límite es de 1 millón de eventos diarios y el entorno sandbox gratuito tiene cuotas.

  6. 6

    Valora Analytics 360

    La versión de pago eleva la cuota y permite pedir resultados más detallados desde el icono de calidad.

La precisión importa especialmente cuando de un dato depende dinero: si comparas variantes de una página en un proyecto de optimización de la conversión o repartes presupuesto entre campañas de publicidad en Google, un porcentaje extrapolado puede inclinar la decisión hacia el lado equivocado.

05 Tipos de muestreo estadístico

01

Aleatorio simple

Todos los elementos tienen la misma probabilidad de entrar en la muestra.

02

Estratificado

La población se divide en grupos homogéneos (edad, país, dispositivo) y se muestrea cada uno en su proporción.

03

Por conglomerados

Se eligen grupos completos al azar, por ejemplo tiendas o ciudades, y se estudian todos sus elementos.

04

Sistemático

Se toma un elemento cada cierto intervalo, como uno de cada cien registros de una lista.

La calidad de una muestra depende de su tamaño y de su representatividad. Una muestra grande pero sesgada, por ejemplo una encuesta solo a clientes que abren tu newsletter, da conclusiones erróneas con mucha seguridad. Para saber si una diferencia entre dos grupos es real y no fruto del azar se usan pruebas estadísticas como la prueba Z.

06 Sampling en marketing: el reparto de muestras

En marketing, sampling o product sampling es la acción de dar a probar gratis un producto, normalmente en formato reducido, para que el consumidor lo conozca sin riesgo y acabe comprándolo. Es habitual en cosmética, alimentación, bebidas y farmacia.

Ejemplo · Formatos habituales de product sampling
  • Degustaciones en punto de venta: el clásico del supermercado.
  • Muestras en pedidos online: un e-commerce añade miniaturas de otros productos al envío.
  • Cajas de suscripción: marcas que pagan por aparecer en cajas temáticas.
  • Envío a creadores de contenido: lo que se conoce como seeding de producto.

Para medirlo, usa códigos de descuento exclusivos o enlaces con parámetros en la muestra y compara la recompra de quien la recibió con la de un grupo que no la recibió. Es un ejemplo sencillo de marketing basado en datos.

Preguntas frecuentes sobre Sampling

Significa muestreo: analizar una parte de los datos y extrapolar el resultado al total. En marketing también designa el reparto de muestras gratuitas de un producto.

Cuando una consulta necesita más eventos que la cuota de la propiedad: 10 millones de eventos en propiedades estándar y hasta 1.000 millones en Analytics 360. Es más frecuente en exploraciones de periodos largos.

Por el icono de calidad de los datos del informe o la exploración, que indica el porcentaje de datos utilizado cuando hay muestreo.

Acortando el rango de fechas, quitando segmentos y dimensiones innecesarias, usando informes estándar o trabajando con los datos en bruto exportados a BigQuery, que no están muestreados.

El muestreo estima el resultado a partir de una parte de los datos; los umbrales ocultan filas con pocos usuarios para proteger la privacidad. Ambos se indican en el icono de calidad.

No siempre: con un porcentaje alto de datos la estimación suele ser buena para ver tendencias. Es un problema cuando el porcentaje es bajo o cuando necesitas cifras exactas para facturar o decidir presupuesto.

Es regalar muestras de un producto para que el público lo pruebe, por ejemplo con degustaciones, miniaturas en pedidos online o envíos a creadores de contenido.

Fuentes consultadas

Raúl Aránega Segura

Sobre el autor

CEO de appyweb, especialista en SEO, IA y desarrollo

Fundador de appyweb. Más de una década posicionando webs y tiendas online en Google y en las respuestas de la IA, y dedicado también al desarrollo de software y las automatizaciones.

Ver perfil en LinkedIn ↗

Términos relacionados

Ver todos los términos →
G Google Analytics Google Analytics es la herramienta gratuita de analítica web de Google que mide cuántas personas visitan una web o app, de dónde llegan, qué hacen y si convierten. Su única versión activa es Google Analytics 4 (GA4), basada en eventos, desde que Universal Analytics dejó de procesar datos el 1 de julio de 2023. G Google BigQuery Google BigQuery es el almacén de datos (data warehouse) serverless de Google Cloud: guarda grandes volúmenes de datos en formato columnar y permite analizarlos con SQL en segundos, sin gestionar servidores. Se paga por datos procesados o por capacidad, tiene capa gratuita y es el destino habitual para exportar los datos brutos de Google Analytics 4. A Analytics Marketing El analytics marketing (analítica de marketing o marketing analytics) es la disciplina que recoge, mide y analiza los datos de todas las acciones de marketing para saber qué genera clientes y ventas, cuánto cuesta cada resultado y dónde conviene invertir. Convierte clics, visitas y campañas en decisiones de presupuesto basadas en datos. D Data driven marketing El data driven marketing (marketing basado en datos) es la forma de planificar, ejecutar y optimizar el marketing tomando decisiones a partir de datos medibles sobre clientes, canales y resultados, en lugar de intuiciones. Permite segmentar mejor, personalizar mensajes, repartir el presupuesto donde rinde y demostrar el retorno de cada acción. Z Z-test El test Z (prueba Z) es un contraste de hipótesis que compara una media o una proporción con un valor de referencia, o dos grupos entre sí, usando la distribución normal estándar. Se aplica con muestras grandes o varianza conocida y es la base para decidir si la diferencia de un test A/B es real o fruto del azar. Q Quantitative research La quantitative research (investigación cuantitativa) es un método de investigación que recoge datos numéricos de una muestra y los analiza con estadística para medir, comparar y generalizar resultados a una población. Responde a preguntas de «cuántos», «cuánto» y «con qué frecuencia», y en marketing sirve para decidir con cifras en lugar de intuiciones.