我正致力于使用Core Reporting API V3自动化Google Analytics报告。
当我请求包含我之前定义的段的查询的数据时，会发生以下情况
使用API获取的查询报告的会话，用户和网页浏览等指标高于Google Analytics报告中显示的指标。 我注意到在GA提交的报告中，他们提到了它们的样本。 这引起了怀疑，因为我认为抽样效应的指标低于整个计算指标。
这有什么用呢？ （非抽样报告中的度量标准的级别高于抽样报告中的度量标准）
答案 0 :(得分：2)
抽样只是意味着数据不准确：它同样可能大于或小于真实值。
举例来说，假设我在一家拥有10,000名员工的公司工作。大奶酪想要对他们的员工进行非常详细的调查，以确保每个人都满意，但认为失去10,000小时的工作时间是不行的。相反，他们随机选择了1,000名员工。只要选择是真正随机的，那应该是一个代表性的样本，这意味着该群体的性别平衡，种族，与孩子的百分比，平均通勤时间等将与整个劳动力大致相同。
同样，如果您要求Google Analytics运行需要大量汇总的报告，则可能会决定只查看一半的数据。即使是最简单的请求也经常需要大量的计算;从他们的角度来看，在这段时间内随机选择40％或50％的会话要便宜得多，并将结果扩大。
他们之后将结果相乘以进行补偿，因此您看到的结果将近似等于真实值。最大的变化将出现在经常不会发生的事情上;假设你有一个“花费1000英镑的人”的活动，那可能每年发生一次。如果这个随机出现在谷歌的样本中，它可能会决定它每年发生两次。否则，它可能会认为它永远不会发生。
如果您面临大量采样，有几种方法可以避免它。我推荐以下内容：
如果您拥有Google Analytics Premium，则可以请求非抽样报告，但应注意为“用户”指标提供的导出总计;他们仍然搞砸了。
无论如何都可以进行抽样;在极端情况下，他们可能会将你减少到不到1％的会话。你应该用一小撮盐取任何抽样的统计数据，但也要明白他们知道他们在做什么。如果您的样本量是50％或更多，那么你很好。任何不到40％，你应该开始担心。如果你的收入低于1％，那么谷歌分析的确会超出其突破点，所以如果它没有尽力帮助你，不要感到惊讶。