{"id":10480,"date":"2026-09-20T18:10:00","date_gmt":"2026-09-20T16:10:00","guid":{"rendered":"https:\/\/www.lukaswojcik.com\/blog\/?p=10480"},"modified":"2026-10-26T13:45:17","modified_gmt":"2026-10-26T12:45:17","slug":"alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny","status":"publish","type":"post","link":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/","title":{"rendered":"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny"},"content":{"rendered":"<p>Spadek liczby zdarze\u0144 dodania do koszyka mo\u017ce wskazywa\u0107 na awari\u0119 procesu zakupowego. Ma\u0142e liczby zdarze\u0144 silnie wahaj\u0105 si\u0119 jednak tak\u017ce bez usterki technicznej. Alert wymaga wi\u0119c odpowiedniej bazy por\u00f3wnawczej, jawnie ustalonego progu i dostatecznie aktualnych danych.<\/p>\n<p>Osobnego rozpatrzenia wymagaj\u0105 trzy wielko\u015bci: zaobserwowane odchylenie, prawdopodobie\u0144stwo fa\u0142szywego alarmu i prawdopodobie\u0144stwo wykrycia rzeczywistej awarii. Przekroczenie progu nie dowodzi ani usterki technicznej, ani wykluczenia przypadku. Brak alertu r\u00f3wnie\u017c nie wyklucza awarii.<\/p>\n<figure class=\"lw-diagram\">\n<img decoding=\"async\" alt=\"Przyk\u0142ad Poissona: wzgl\u0119dne odleg\u0142o\u015bci dolnych granic kontrolnych 2\u03c3, 3\u03c3 i 4\u03c3. To nie zmierzone prawdopodobie\u0144stwa wykrycia.\" height=\"580\" loading=\"lazy\" src=\"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/diagrams\/quality-10480-20261024.png\" width=\"1120\"\/><figcaption>Przyk\u0142ad Poissona: wzgl\u0119dne odleg\u0142o\u015bci dolnych granic kontrolnych 2\u03c3, 3\u03c3 i 4\u03c3. To nie zmierzone prawdopodobie\u0144stwa wykrycia.<\/figcaption><\/figure>\n<h2>Przyk\u0142ad z jawnym obliczeniem dla ma\u0142ych liczebno\u015bci<\/h2>\n<p>Prosty model stanowi rozk\u0142ad Poissona: zdarzenia nap\u0142ywaj\u0105 niezale\u017cnie ze sta\u0142\u0105 intensywno\u015bci\u0105. Przy oczekiwanej \u015bredniej \u03bc odchylenie standardowe wynosi \u221a\u03bc. Dla 25 oczekiwanych zdarze\u0144 jest to 5, a dla 2500 zdarze\u0144 \u2014 50. Wzgl\u0119dne wahanie spada zatem z 20% do 2%.<\/p>\n<p>Prosta dolna granica kontrolna ma posta\u0107 L = \u03bc \u2212 3\u221a\u03bc. Alert pojawia si\u0119, gdy zaobserwowana liczba spada poni\u017cej L. Wzgl\u0119dna odleg\u0142o\u015b\u0107 granicy od \u015bredniej wynosi 3\/\u221a\u03bc. Tabela zak\u0142ada znan\u0105, stabiln\u0105 warto\u015b\u0107 oczekiwan\u0105; oszacowanie bazy por\u00f3wnawczej wprowadza dodatkow\u0105 niepewno\u015b\u0107.<\/p>\n<table style=\"width:100%;border-collapse:collapse\">\n<thead>\n<tr>\n<th>Oczekiwane zdarzenia w przedziale<\/th>\n<th>Odleg\u0142o\u015b\u0107 do granicy 3\u03c3<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>50<\/td>\n<td>42,4 %<\/td>\n<\/tr>\n<tr>\n<td>200<\/td>\n<td>21,2 %<\/td>\n<\/tr>\n<tr>\n<td>800<\/td>\n<td>10,6 %<\/td>\n<\/tr>\n<tr>\n<td>3200<\/td>\n<td>5,3 %<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Warto\u015bci procentowe opisuj\u0105 odleg\u0142o\u015b\u0107 do granicy kontrolnej, a nie najmniejsz\u0105 awari\u0119 wykrywan\u0105 z pewno\u015bci\u0105. Przy \u03bc = 50 granica wynosi oko\u0142o 28,8; alert wywo\u0142uj\u0105 ca\u0142kowite liczby do 28 w\u0142\u0105cznie. Rzeczywisty spadek o jedn\u0105 trzeci\u0105 obni\u017ca now\u0105 warto\u015b\u0107 oczekiwan\u0105 do oko\u0142o 33,3. Cz\u0119\u015b\u0107 przedzia\u0142\u00f3w mo\u017ce nadal wypa\u015b\u0107 poni\u017cej 28,8, a cz\u0119\u015b\u0107 powy\u017cej. Wymagane prawdopodobie\u0144stwo wykrycia potrzebuje osobnego obliczenia.<\/p>\n<p>Dla \u03bc \u2264 9 granica 3\u03c3 wynosi zero lub mniej. \u017badna nieujemna liczba zdarze\u0144 nie mo\u017ce spa\u015b\u0107 poni\u017cej granicy r\u00f3wnej zero. Nie oznacza to zasadniczej niewykrywalno\u015bci awarii: odpowiednio skalibrowana regu\u0142a Poissona albo osobny alert braku zdarze\u0144 mo\u017ce by\u0107 lepszym rozwi\u0105zaniem.<\/p>\n<h2>Ni\u017cszy pr\u00f3g zmienia oba rodzaje b\u0142\u0119d\u00f3w<\/h2>\n<p>Granica oddalona o 2 zamiast 3 odchyle\u0144 standardowych le\u017cy bli\u017cej \u015bredniej i reaguje na mniejsze odchylenia. Ro\u015bnie jednak r\u00f3wnie\u017c prawdopodobie\u0144stwo fa\u0142szywego alarmu. Dla znanego rozk\u0142adu normalnego jednostronne prawdopodobie\u0144stwa poni\u017cej \u22122\u03c3 oraz \u22123\u03c3 wynosz\u0105 oko\u0142o 2,28% i 0,135%: r\u00f3\u017cnica jest niemal siedemnastokrotna.<\/p>\n<p>Te warto\u015bci rozk\u0142adu normalnego nie s\u0105 uniwersalnymi cz\u0119sto\u015bciami fa\u0142szywych alert\u00f3w GA4. Ma\u0142e liczebno\u015bci Poissona przyjmuj\u0105 tylko liczby ca\u0142kowite, takie jak 0, 1 lub 2; nak\u0142adaj\u0105ce si\u0119 okna i wiele metryk wprowadzaj\u0105 zale\u017cno\u015bci oraz dodatkowe okazje do alarmowania. Ustawienia wymagaj\u0105 wi\u0119c oceny na danych historycznych mo\u017cliwie wolnych od awarii. Cz\u0119ste fa\u0142szywe alarmy mog\u0105 os\u0142abi\u0107 uwag\u0119 po\u015bwi\u0119can\u0105 rzeczywistym usterkom.<\/p>\n<h2>D\u0142u\u017csze przedzia\u0142y: wi\u0119cej danych, p\u00f3\u017aniejsza reakcja<\/h2>\n<p>W przyk\u0142adzie Poissona czterokrotnie wi\u0119ksza oczekiwana liczba zmniejsza o po\u0142ow\u0119 wzgl\u0119dn\u0105 odleg\u0142o\u015b\u0107 do tej samej granicy 3\u03c3. D\u0142u\u017csze okno gromadzi wi\u0119cej zdarze\u0144, lecz wymaga czasu. Kr\u00f3tka awaria mo\u017ce te\u017c zosta\u0107 rozmyta przez poprawne dzia\u0142anie w pozosta\u0142ej cz\u0119\u015bci okna.<\/p>\n<table style=\"width:100%;border-collapse:collapse\">\n<thead>\n<tr>\n<th>Okno<\/th>\n<th>Oczekiwane zdarzenia<\/th>\n<th>Odleg\u0142o\u015b\u0107 do granicy 3\u03c3<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>5 min<\/td>\n<td>16,7<\/td>\n<td>73,5 %<\/td>\n<\/tr>\n<tr>\n<td>15 min<\/td>\n<td>50,0<\/td>\n<td>42,4 %<\/td>\n<\/tr>\n<tr>\n<td>1 h<\/td>\n<td>200,0<\/td>\n<td>21,2 %<\/td>\n<\/tr>\n<tr>\n<td>4 h<\/td>\n<td>800,0<\/td>\n<td>10,6 %<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Tabela zak\u0142ada sta\u0142e 4800 zdarze\u0144 na dob\u0119. Pierwszy wiersz odpowiada 16,67 oczekiwanego zdarzenia przed zaokr\u0105gleniem. Ju\u017c okno pi\u0119ciominutowe mo\u017ce sygnalizowa\u0107 znaczn\u0105 awari\u0119; uniwersalna granica 100% by\u0142aby b\u0142\u0119dna.<\/p>\n<p>D\u0142ugo\u015b\u0107 okna i op\u00f3\u017anienie alertu to r\u00f3\u017cne wielko\u015bci. Znaczenie maj\u0105 tak\u017ce pocz\u0105tek i czas trwania awarii, harmonogram oblicze\u0144, granice okien oraz dost\u0119pno\u015b\u0107 danych. Okno czterogodzinne mo\u017ce by\u0107 zbyt wolne dla procesu zakupowego, a odpowiednie dla codziennego dostarczania danych.<\/p>\n<h2>W\u0142a\u015bciwa baza ogranicza zb\u0119dn\u0105 zmienno\u015b\u0107<\/h2>\n<p>Ruch w sklepie podlega rytmom dobowym i tygodniowym. Kampanie, \u015bwi\u0119ta, grupy klient\u00f3w i zgody r\u00f3wnie\u017c zmieniaj\u0105 liczebno\u015bci. Rzeczywiste dane mog\u0105 zatem wykazywa\u0107 wi\u0119kszy rozrzut ni\u017c model Poissona. Tabele celowo nie zawieraj\u0105 nieudokumentowanego uniwersalnego narzutu na \u201erzeczywisty ruch\u201d.<\/p>\n<p>Por\u00f3wnanie z t\u0105 sam\u0105 godzin\u0105 i dniem tygodnia mo\u017ce uwzgl\u0119dni\u0107 powtarzalne wzorce. Trendy, akcje specjalne i niewielka liczba tygodni referencyjnych pozostaj\u0105 mo\u017cliwymi \u017ar\u00f3d\u0142ami b\u0142\u0119d\u00f3w. Taka korekta nie odpowiada gwarantowanemu czterokrotnemu zwi\u0119kszeniu ruchu ani nie usuwa ca\u0142ej niepewno\u015bci.<\/p>\n<h2>Wska\u017aniki wzgl\u0119dne wymagaj\u0105 w\u0142a\u015bciwej definicji<\/h2>\n<p>Odsetek sesji z dodaniem do koszyka mo\u017ce cz\u0119\u015bciowo zr\u00f3wnowa\u017cy\u0107 zmiany wielko\u015bci ruchu. W prostym modelu dwumianowym ka\u017cda sesja liczy si\u0119 najwy\u017cej raz: sesje z co najmniej jednym dodaniem do koszyka podzielone przez wszystkie analizowane sesje. Liczba wszystkich zdarze\u0144 dodania do koszyka na sesj\u0119 to inna metryka; wielokrotne zdarzenia mog\u0105 dawa\u0107 warto\u015bci powy\u017cej jedno\u015bci.<\/p>\n<p>Dla niezale\u017cnych sesji o sta\u0142ym prawdopodobie\u0144stwie p przybli\u017cone odchylenie standardowe odsetka wynosi \u221a(p(1\u2212p)\/n), gdzie n oznacza liczb\u0119 sesji. Przy 50 pasuj\u0105cych sesjach na 1000 odsetek wynosi 5%, a oszacowane odchylenie standardowe oko\u0142o 0,69 punktu procentowego. Ma\u0142e pr\u00f3by nadal silnie si\u0119 wahaj\u0105. Przy zerowej liczbie sesji odsetek jest niezdefiniowany.<\/p>\n<p>Odsetki r\u00f3wnie\u017c mog\u0105 zmienia\u0107 si\u0119 zale\u017cnie od kana\u0142u, pory dnia i grupy klient\u00f3w. Awaria nie musi od razu powodowa\u0107 widocznej zmiany. Granicy kontrolnej dla liczby zdarze\u0144 nie mo\u017cna zatem bez zmian stosowa\u0107 do ka\u017cdego ilorazu.<\/p>\n<div class=\"lw-faq\">\n<h2>Pytania i odpowiedzi<\/h2>\n<h3>Dlaczego czterokrotna liczba zmniejsza wzgl\u0119dn\u0105 odleg\u0142o\u015b\u0107 o po\u0142ow\u0119?<\/h3>\n<p>W modelu Poissona odchylenie standardowe ro\u015bnie jak \u221a\u03bc. Wzgl\u0119dna odleg\u0142o\u015b\u0107 granicy k\u03c3 wynosi k\/\u221a\u03bc. Pomno\u017cenie \u03bc przez cztery podwaja mianownik i zmniejsza odleg\u0142o\u015b\u0107 o po\u0142ow\u0119. Opis dotyczy granicy, a nie automatycznie podwojonego prawdopodobie\u0144stwa wykrycia.<\/p>\n<h3>Czy ca\u0142kowit\u0105 awari\u0119 \u0142atwiej wykry\u0107?<\/h3>\n<p>Cz\u0119sto tak. W stabilnym modelu Poissona prawdopodobie\u0144stwo zera zdarze\u0144 wynosi e<sup>\u2212\u03bc<\/sup>. Dla \u03bc = 17 jest to oko\u0142o 4,14 na 100 milion\u00f3w przedzia\u0142\u00f3w, a dla \u03bc = 2 ju\u017c oko\u0142o 13,5%. Alert braku zdarze\u0144 wymaga wi\u0119c warto\u015bci oczekiwanej dopasowanej do pory dnia. Brakuj\u0105ce lub op\u00f3\u017anione dane pomiarowe tak\u017ce mog\u0105 dawa\u0107 zero; alert nie dowodzi awarii sklepu.<\/p>\n<h3>Czy godzinny alert GA4 pojawia si\u0119 po godzinie?<\/h3>\n<p>Tylko przy odpowiedniej dost\u0119pno\u015bci danych i sposobie oblicze\u0144. Zwyk\u0142e raporty GA4 mog\u0105 by\u0107 uzupe\u0142niane po wielu godzinach; Google podaje od 24 do 48 godzin dla og\u00f3lnego przetwarzania. Dzienny eksport BigQuery nie ma gwarantowanej sta\u0142ej godziny uko\u0144czenia. Pozorny spadek mo\u017ce zatem oznacza\u0107 niekompletn\u0105 dostaw\u0119 danych.<\/p>\n<p>Realtime API obejmuje ostatnie 30 minut dla standardowych us\u0142ug i do 60 minut dla Analytics 360. Jedno zapytanie na godzin\u0119 przy oknie 30-minutowym nie obejmuje ca\u0142ej godziny. Cz\u0119stsze obliczenia z wyra\u017anymi granicami i zapisem bez podw\u00f3jnego zliczania wymagaj\u0105 osobnej implementacji. Strumieniowy eksport BigQuery dzia\u0142a szybciej, lecz jest us\u0142ug\u0105 best effort z mo\u017cliwymi lukami. Dla zako\u0144czonych zakup\u00f3w lepszym \u017ar\u00f3d\u0142em kontrolnym mo\u017ce by\u0107 tabela zam\u00f3wie\u0144 sklepu.<\/p>\n<p>\u0179r\u00f3d\u0142o danych wp\u0142ywa nie tylko na czas oczekiwania, lecz tak\u017ce na zakres, definicj\u0119 i kompletno\u015b\u0107 metryki. Znaczniki czasu, zgody, filtry i sp\u00f3\u017anione dane nale\u017c\u0105 wi\u0119c do kontroli alertu tak samo jak pr\u00f3g statystyczny. \u0179r\u00f3d\u0142a sprawdzone 24 pa\u017adziernika 2026 r.<\/p>\n<\/div>\n<div class=\"lw-quellen\">\n<h2>\u0179r\u00f3d\u0142a<\/h2>\n<ul>\n<li><a href=\"https:\/\/developers.google.com\/analytics\/devguides\/collection\/ga4\" rel=\"noopener noreferrer\" target=\"_blank\">Google Analytics 4: dokumentacja programistyczna<\/a><\/li>\n<li><a href=\"https:\/\/www.itl.nist.gov\/div898\/handbook\/pmc\/section3\/pmc331.htm\" rel=\"noopener noreferrer\" target=\"_blank\">NIST: karty kontrolne liczebno\u015bci<\/a><\/li>\n<li><a href=\"https:\/\/www.itl.nist.gov\/div898\/handbook\/eda\/section3\/eda366j.htm\" rel=\"noopener noreferrer\" target=\"_blank\">NIST: rozk\u0142ad Poissona<\/a><\/li>\n<li><a href=\"https:\/\/www.itl.nist.gov\/div898\/handbook\/pmc\/section3\/pmc332.htm\" rel=\"noopener noreferrer\" target=\"_blank\">NIST: karty kontrolne proporcji<\/a><\/li>\n<li><a href=\"https:\/\/support.google.com\/analytics\/answer\/11198161\" rel=\"noopener noreferrer\" target=\"_blank\">Google: aktualno\u015b\u0107 danych<\/a><\/li>\n<li><a href=\"https:\/\/support.google.com\/analytics\/answer\/9358801\" rel=\"noopener noreferrer\" target=\"_blank\">Google: eksport BigQuery<\/a><\/li>\n<li><a href=\"https:\/\/developers.google.com\/analytics\/devguides\/reporting\/data\/v1\/realtime-basics\" rel=\"noopener noreferrer\" target=\"_blank\">Google: interfejs czasu rzeczywistego<\/a><\/li>\n<\/ul>\n<\/div>\n<p><!-- lw-anomaly-weekday:start --><\/p>\n<h2>Kontrola w praktyce: baza dni tygodnia bez sprawdzanego dnia<\/h2>\n<p><a href=\"https:\/\/www.lukaswojcik.com\/blog\/pl\/narzedzia\/ga4-anomaly-detector\/\">Detektor anomalii GA4<\/a> por\u00f3wnuje teraz wybrany dzie\u0144 raportowy z tym samym dniem tygodnia z o\u015bmiu poprzednich tygodni. Czwartek jest por\u00f3wnywany z o\u015bmioma czwartkami. Sprawdzany dzie\u0144 nie wchodzi do \u015bredniej odniesienia ani odchylenia standardowego pr\u00f3by. Silny spadek nie obni\u017ca wi\u0119c w\u0142asnej bazy.<\/p>\n<p>Narz\u0119dzie odczytuje sesje, wszystkich u\u017cytkownik\u00f3w, wy\u015bwietlenia stron\/ekran\u00f3w, kluczowe zdarzenia, liczb\u0119 zdarze\u0144, \u0142\u0105czne przychody i wsp\u00f3\u0142czynnik zaanga\u017cowania przez Data API tylko do odczytu. Domy\u015blnie wybrany jest dzie\u0144 sprzed czterech dni, aby uwzgl\u0119dni\u0107 czas przetwarzania. Ten odst\u0119p nie potwierdza jednak kompletno\u015bci danych. Nadal istotne s\u0105 strefa raportowania us\u0142ugi i metadane odpowiedzi.<\/p>\n<ol>\n<li>Wyb\u00f3r zako\u0144czonego dnia i kontrola o\u015bmiu dat odniesienia pokazanych w wyniku.<\/li>\n<li>Je\u017celi w odpowiedzi brakuje wymaganej daty, por\u00f3wnanie zostaje wstrzymane. Brak wiersza nie jest po cichu zast\u0119powany zerem; jawnie raportowane zero pozostaje zerem.<\/li>\n<li>Opisowy wynik z okre\u015bla odleg\u0142o\u015b\u0107 od \u015bredniej odniesienia w jednostkach odchylenia standardowego odniesienia. Wynik jest por\u00f3wnywany z wybranym progiem. Dla sta\u0142ej bazy pokazywany jest brak zmiany lub zmiana wzgl\u0119dem sta\u0142ej warto\u015bci, bez dzielenia przez zero.<\/li>\n<li>Pobranie dziewi\u0119ciu por\u00f3wnywanych dat jako CSV i zestawienie wskaza\u0144 z wdro\u017ceniami, kampaniami, \u015bwi\u0119tami i innymi dowodami.<\/li>\n<\/ol>\n<p>Osiem obserwacji to niewielka baza. Wskazania nie s\u0105 skalibrowanymi testami istotno\u015bci, a siedem r\u00f3wnoczesnych kontroli metryk mo\u017ce dawa\u0107 przypadkowe wyniki. Por\u00f3wnanie tych samych dni tygodnia nie usuwa trend\u00f3w, akcji specjalnych, zmian zg\u00f3d ani op\u00f3\u017anie\u0144 przetwarzania. Brak wskazania nie dowodzi kompletno\u015bci pomiaru, a wskazanie nie ustala przyczyny. To narz\u0119dzie do r\u0119cznej analizy, nie us\u0142uga cyklicznych alarm\u00f3w.<\/p>\n<p>\u0179r\u00f3d\u0142a: <a href=\"https:\/\/developers.google.com\/analytics\/devguides\/reporting\/data\/v1\/rest\/v1beta\/properties\/runReport\">dokumentacja Google runReport<\/a>, <a href=\"https:\/\/developers.google.com\/analytics\/devguides\/reporting\/data\/v1\/api-schema\">definicje metryk<\/a> i <a href=\"https:\/\/www.itl.nist.gov\/div898\/handbook\/eda\/section3\/eda35h.htm\">NIST o wykrywaniu obserwacji odstaj\u0105cych i jego za\u0142o\u017ceniach<\/a>.<\/p>\n<p><!-- lw-anomaly-weekday:end --><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ma\u0142e liczby zdarze\u0144 wahaj\u0105 si\u0119 tak\u017ce bez awarii. Pr\u00f3g alertu, d\u0142ugo\u015b\u0107 okna i op\u00f3\u017anienia danych wp\u0142ywaj\u0105 na fa\u0142szywe alarmy oraz wykrywanie. Przyk\u0142ady oblicze\u0144 pokazuj\u0105 zalety i ograniczenia tych ustawie\u0144.<\/p>\n","protected":false},"author":1,"featured_media":15187,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[92100,92064],"class_list":["post-10480","post","type-post","status-publish","format-standard","hentry","category-digital-analytics-pl","tag-google-analytics-4-pl","tag-monitoring-pl"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.1 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny | Lukas Wojcik<\/title>\n<meta name=\"description\" content=\"Dlaczego alarm zauwa\u017ca tym mniej, im mniejsze s\u0105 liczby, dlaczego ni\u017cszy pr\u00f3g daje tylko fa\u0142szywe alarmy i co monitorowa\u0107, gdy ruchu jest po prostu za ma\u0142o.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny | Lukas Wojcik\" \/>\n<meta property=\"og:description\" content=\"Dlaczego alarm zauwa\u017ca tym mniej, im mniejsze s\u0105 liczby, dlaczego ni\u017cszy pr\u00f3g daje tylko fa\u0142szywe alarmy i co monitorowa\u0107, gdy ruchu jest po prostu za ma\u0142o.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/\" \/>\n<meta property=\"og:site_name\" content=\"Lukas Wojcik - Blog\" \/>\n<meta property=\"article:published_time\" content=\"2026-09-20T16:10:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-10-26T12:45:17+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/09\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"630\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Lukas Wojcik\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Lukas Wojcik\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/\"},\"author\":{\"name\":\"Lukas Wojcik\",\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/#\\\/schema\\\/person\\\/895f7604f9b6b71aad9bba33af28d0f9\"},\"headline\":\"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny\",\"datePublished\":\"2026-09-20T16:10:00+00:00\",\"dateModified\":\"2026-10-26T12:45:17+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/\"},\"wordCount\":1486,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/#\\\/schema\\\/person\\\/895f7604f9b6b71aad9bba33af28d0f9\"},\"image\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png\",\"keywords\":[\"Google Analytics 4\",\"Monitoring\"],\"articleSection\":[\"Digital Analytics\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/\",\"url\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/\",\"name\":\"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny | Lukas Wojcik\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png\",\"datePublished\":\"2026-09-20T16:10:00+00:00\",\"dateModified\":\"2026-10-26T12:45:17+00:00\",\"description\":\"Dlaczego alarm zauwa\u017ca tym mniej, im mniejsze s\u0105 liczby, dlaczego ni\u017cszy pr\u00f3g daje tylko fa\u0142szywe alarmy i co monitorowa\u0107, gdy ruchu jest po prostu za ma\u0142o.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png\",\"contentUrl\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png\",\"width\":1200,\"height\":630,\"caption\":\"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/pl\\\/digital-analytics-pl\\\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/#website\",\"url\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/\",\"name\":\"Lukas Wojcik - Blog\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/#\\\/schema\\\/person\\\/895f7604f9b6b71aad9bba33af28d0f9\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/#\\\/schema\\\/person\\\/895f7604f9b6b71aad9bba33af28d0f9\",\"name\":\"Lukas Wojcik\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/lw-x2.jpg\",\"url\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/lw-x2.jpg\",\"contentUrl\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/lw-x2.jpg\",\"width\":424,\"height\":636,\"caption\":\"Lukas Wojcik\"},\"logo\":{\"@id\":\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\\\/wp-content\\\/uploads\\\/2026\\\/07\\\/lw-x2.jpg\"},\"sameAs\":[\"https:\\\/\\\/www.lukaswojcik.com\\\/blog\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny | Lukas Wojcik","description":"Dlaczego alarm zauwa\u017ca tym mniej, im mniejsze s\u0105 liczby, dlaczego ni\u017cszy pr\u00f3g daje tylko fa\u0142szywe alarmy i co monitorowa\u0107, gdy ruchu jest po prostu za ma\u0142o.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/","og_locale":"en_US","og_type":"article","og_title":"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny | Lukas Wojcik","og_description":"Dlaczego alarm zauwa\u017ca tym mniej, im mniejsze s\u0105 liczby, dlaczego ni\u017cszy pr\u00f3g daje tylko fa\u0142szywe alarmy i co monitorowa\u0107, gdy ruchu jest po prostu za ma\u0142o.","og_url":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/","og_site_name":"Lukas Wojcik - Blog","article_published_time":"2026-09-20T16:10:00+00:00","article_modified_time":"2026-10-26T12:45:17+00:00","og_image":[{"width":1200,"height":630,"url":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/09\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png","type":"image\/png"}],"author":"Lukas Wojcik","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Lukas Wojcik","Est. reading time":"7 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#article","isPartOf":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/"},"author":{"name":"Lukas Wojcik","@id":"https:\/\/www.lukaswojcik.com\/blog\/#\/schema\/person\/895f7604f9b6b71aad9bba33af28d0f9"},"headline":"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny","datePublished":"2026-09-20T16:10:00+00:00","dateModified":"2026-10-26T12:45:17+00:00","mainEntityOfPage":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/"},"wordCount":1486,"commentCount":0,"publisher":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/#\/schema\/person\/895f7604f9b6b71aad9bba33af28d0f9"},"image":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#primaryimage"},"thumbnailUrl":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/09\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png","keywords":["Google Analytics 4","Monitoring"],"articleSection":["Digital Analytics"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/","url":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/","name":"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny | Lukas Wojcik","isPartOf":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#primaryimage"},"image":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#primaryimage"},"thumbnailUrl":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/09\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png","datePublished":"2026-09-20T16:10:00+00:00","dateModified":"2026-10-26T12:45:17+00:00","description":"Dlaczego alarm zauwa\u017ca tym mniej, im mniejsze s\u0105 liczby, dlaczego ni\u017cszy pr\u00f3g daje tylko fa\u0142szywe alarmy i co monitorowa\u0107, gdy ruchu jest po prostu za ma\u0142o.","breadcrumb":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#primaryimage","url":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/09\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png","contentUrl":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/09\/hero-10480-dlaczego-alarm-nie-zauwaza-awarii-n.png","width":1200,"height":630,"caption":"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny"},{"@type":"BreadcrumbList","@id":"https:\/\/www.lukaswojcik.com\/blog\/pl\/digital-analytics-pl\/alerty-ga4-przy-malych-liczbach-prog-przedzial-i-szum-statystyczny\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.lukaswojcik.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Alerty GA4 przy ma\u0142ych liczbach: pr\u00f3g, przedzia\u0142 i szum statystyczny"}]},{"@type":"WebSite","@id":"https:\/\/www.lukaswojcik.com\/blog\/#website","url":"https:\/\/www.lukaswojcik.com\/blog\/","name":"Lukas Wojcik - Blog","description":"","publisher":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/#\/schema\/person\/895f7604f9b6b71aad9bba33af28d0f9"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.lukaswojcik.com\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":["Person","Organization"],"@id":"https:\/\/www.lukaswojcik.com\/blog\/#\/schema\/person\/895f7604f9b6b71aad9bba33af28d0f9","name":"Lukas Wojcik","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/07\/lw-x2.jpg","url":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/07\/lw-x2.jpg","contentUrl":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/07\/lw-x2.jpg","width":424,"height":636,"caption":"Lukas Wojcik"},"logo":{"@id":"https:\/\/www.lukaswojcik.com\/blog\/wp-content\/uploads\/2026\/07\/lw-x2.jpg"},"sameAs":["https:\/\/www.lukaswojcik.com\/blog"]}]}},"_links":{"self":[{"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/posts\/10480","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/comments?post=10480"}],"version-history":[{"count":11,"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/posts\/10480\/revisions"}],"predecessor-version":[{"id":27511,"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/posts\/10480\/revisions\/27511"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/media\/15187"}],"wp:attachment":[{"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/media?parent=10480"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/categories?post=10480"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.lukaswojcik.com\/blog\/wp-json\/wp\/v2\/tags?post=10480"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}