Kodėl DI modeliai skirtingai priskiria jūsų reklamos rezultatus?

„Google Ads“, „Meta“, GA4 ir CRM gali rodyti skirtingą konversijų skaičių, nors nė viena sistema nėra „sugedusi“. Jos matuoja skirtingus įvykius, naudoja skirtingus langus ir skirtingai paskirsto kreditą. Modeliuojama konversija yra statistinis įvertis, o ne išgalvotas užsakymas — tačiau platformos ataskaitos negalima automatiškai prilyginti inkrementiniam pardavimui.

Priskyrimas, modeliavimas ir inkrementalumas nėra tas pats

• Priskyrimas nusprendžia, kuri sąveika gauna kreditą.
• Modeliavimas įvertina dalį rezultatų, kurių tiesiogiai stebėti nepavyko.
• Inkrementalumas klausia, kiek rezultatų nebūtų buvę be reklamos.

„Google“ duomenimis grįstas priskyrimas paskirsto kreditą pagal naudotojų sąveikas su reklamomis (dokumentacija). „Meta“ taip pat aiškina modeliuotų konversijų naudojimą (dokumentacija). Tai nėra tas pats, kas jūsų banko ar užsakymų sistemos apskaita.

Kodėl skaičiai skiriasi

1. Skiriasi 1, 7 ar daugiau dienų paspaudimo ir peržiūros langai.
2. Dvi platformos gali abi prisiimti kreditą už tą patį pirkimą.
3. Slapukų sutikimas, iOS ir naršyklių ribojimai sumažina tiesioginį stebėjimą.
4. GA4 ir reklamos platformos naudoja skirtingą priskyrimo kontekstą.
5. Dubliuoti tagai, neteisinga valiuta ar pakartotinai atidarytas padėkos puslapis sukuria techninių klaidų.
6. Grąžinimai ir atšaukimai dažnai lieka tik CRM ar e. prekybos sistemoje.

Praktinis sutikrinimas

Pirmiausia pasirinkite „tiesos“ sluoksnį finansams: užsakymų sistema, sąskaitos ar CRM. Užsakymo ID perduokite kaip deduplikavimo raktą. Atskirai palyginkite platformos priskirtas konversijas, GA4 sesijas ir faktinius apmokėtus užsakymus. Suderinkite laiko juostą, valiutą, langą ir įvykio apibrėžimą.

Tada susikurkite lentelę: data, platforma, kampanija, priskirtos konversijos, faktiniai užsakymai, grąžinimai, pajamos ir marža. Skirtumas savaime nėra klaida; klaida yra nežinoti, dėl ko jis atsirado.

Kaip įvertinti tikrą poveikį

Naudokite geografinius, auditorijos ar laiko „holdout“ testus, kai tai techniškai ir statistiškai įmanoma. Mažam biudžetui pradėkite nuo stabilaus bazinio laikotarpio ir aiškiai pažymėkite išorinius veiksnius. Profesinis vertinimas: vien platformos ROAS nėra pakankamas priežastiniam poveikiui įrodyti.

Audito rezultatas turėtų būti ne „vienas teisingas skaičius“, o suderinti apibrėžimai, pašalintas dubliavimas ir aiški ataskaita finansiniams bei optimizavimo sprendimams.