لماذا لا يساوي مجموع تحويلات Google Ads وMeta عدد الطلبات؟

قد تجمع مشتريات Google Ads وMeta في نهاية الشهر، ثم تكتشف أن الناتج يتجاوز عدد الطلبات في متجرك. قبل تعديل التتبّع، اسأل: هل تقارن أشياء تقيس المعنى نفسه؟ سجل الطلبات يحصي مبيعات النشاط، بينما تنسب كل منصة نتائج إلى إعلاناتها وفق قواعدها.

التقرير المفيد يوضح المبيعات الفعلية وما تنسبه كل منصة لنفسها، ثم يبيّن التداخل القابل للتحقق والجزء الذي لا تسمح البيانات بتفسيره. هذا أوضح من محاولة إجبار الأرقام على التطابق.

كيف تنسب منصتان الطلب نفسه إلى إعلاناتهما؟

قد ينقر شخص على إعلان في Google، ثم يشاهد إعلاناً في Meta قبل الشراء. إذا استوفى الطلب شروط الإسناد في كل منصة، يمكن أن يظهر ضمن نتائج الاثنتين. لذلك لا يساوي مجموع التحويلات المعلنة عدد الطلبات الفريدة بالضرورة. الاختلاف وحده لا يثبت احتيالاً أو خللاً في التتبّع.

أما إرسال حدث الشراء نفسه مرتين، مثلاً من المتصفح والخادم، فمسألة أخرى تُفحص وفق وثائق إعداد إزالة التكرار. في Google يمكن استخدام transaction_id لمنع تكرار التحويل ضمن إجراء التحويل نفسه، لكنه لا يزيل التداخل بين Google وMeta. استخدم معرّف طلب فريداً وثابتاً لا يحتوي بيانات شخصية.

ما الذي يجب توحيده قبل المقارنة؟

احفظ نسخة مؤرخة من كل مصدر. دوّن فترة التقرير والمنطقة الزمنية وأساس التاريخ وحدث التحويل أو الإجراء المختار وفترات الإسناد والنموذج المستخدم فعلياً. اتفق أيضاً على العملة، وهل القيمة تشمل الضريبة والشحن، وكيف تُعامل الطلبات الملغاة والمبالغ المستردة. لا تغيّر هذه القواعد لاحقاً لمجرد تقليل الفرق.

تستند أعمدة التحويل المعتادة في Google Ads إلى تاريخ التفاعل مع الإعلان. عند مقارنتها بسجل يرتّب الطلبات بحسب تاريخ الشراء، افحص الأعمدة المستندة إلى وقت حدوث التحويل. توحيد التاريخ لا يلغي اختلاف الإسناد، وقد تتغير الأرقام مع المعالجة والتقدير؛ لذا سجّل وقت استخراج كل نسخة.

أعلنت Meta في 2026 تعديلات على قياس التحويلات عبر النقر والتفاعل، وقد يختلف موعد تطبيقها بين المعلنين. افحص التعريفات الحالية للنقر والمشاهدة والتفاعل في بياناتك، مع الفترات المستخدمة، بدلاً من افتراض إعداد افتراضي واحد للجميع.

ستة طلبات وسبعة تحويلات: مثال يوضح الفرق

هذا مثال افتراضي بالكامل، وليس نتيجة عميل. الطلبات الستة مدفوعة ومؤهلة، وتاريخها 1 سبتمبر 2026 بتوقيت UTC، وعملتها اليورو. القيم لا تشمل الضريبة والشحن، ولا توجد مبالغ مستردة. أُضيفت أدلة الإسناد لكل طلب خصيصاً للمثال؛ لا يعني ذلك أن التصدير المعتاد من المنصات يوفّر مطابقة كاملة على مستوى الطلب.

يضم سجل الطلبات 6 طلبات بقيمة 700 يورو. تنسب Google إلى إعلاناتها 4 طلبات بقيمة 570 يورو، وMeta تنسب 3 بقيمة 300 يورو. الجمع المباشر يعطي 7 تحويلات و870 يورو. لكن الطلبين A100 وA103 يظهران لدى المنصتين، أي أن التداخل طلبان بقيمة 220 يورو.

للحصول على عدد الطلبات التي تظهر لدى منصة واحدة على الأقل، نجمع 4 و3 ثم نطرح 2، فيصبح العدد 5 والقيمة 650 يورو. نضيف الطلب A104، الذي لا تغطيه أدلة أي من المنصتين، لنصل إلى 6 طلبات و700 يورو. وللقيمة: نجمع 570 و300، ونطرح 220، ثم نضيف 50، فيكون الناتج 700.

الفرق بين 7 و6 هو طلب واحد، لكن التداخل الحقيقي في المثال طلبان. لهذا لا يصح استنتاج التداخل من فرق الإجماليات. هذه الحسابات تصلح لسجلات طلبات متوافقة ومكتملة الأدلة، ولا تُطبّق مباشرة على أرقام مجمّعة تتضمن إسناداً كسرياً أو تحويلات تقديرية لا ترتبط بطلبات محددة.

اترك المجهول واضحاً في جدول المطابقة

ابدأ بسجل الطلبات أو نظام إدارة علاقات العملاء. طبّق سياسة الدفع والإلغاء والاسترداد المتفق عليها، ثم احسب المعرّفات الفريدة وقيمتها. يوفر ذلك مرجعاً لعدد الطلبات وقيمتها ضمن نطاق النشاط، لكنه لا يثبت أي إعلان تسبب في الشراء. إسناد النتائج وقياس الأثر الإضافي سؤالان مختلفان.

إذا كانت لديك بيانات مباشرة مسموح باستخدامها، فطابق ما تدعمه وسجّل مصدر الدليل. لا تفترض أن تقرير Google Ads المعتاد يكشف جميع الطلبات المنسوبة، أو أن transaction_id متاح كحقل في تقرير قياسي على مستوى الطلب. غياب دليل المطابقة يعني أن العلاقة مجهولة، وليس أن الإعلان لم يؤثر.

في المثال، يشير 1 إلى إسناد موثق، و0 إلى غياب إسناد للمنصة بعد التحقق ضمن نطاق السجلات التي راجعتها. في القالب الحقيقي تُترك الخانة فارغة عندما تكون النتيجة مجهولة أو الأدلة غير كافية. اعمل على الملف محلياً، دون أسماء العملاء أو عناوين بريدهم، ولا تنشر بياناتهم.

أين يساعد الذكاء الاصطناعي فعلاً؟

يمكنه اقتراح مطابقة أسماء الأعمدة، ورصد الحقول الناقصة، وصياغة شرح للنتائج التي تحققت منها. لكنه يحتاج مراجعة: تشابه اسمَي «قيمة الشراء» و«الإيراد» لا يعني أن كليهما يستثني الضريبة أو يعالج الاسترداد بالطريقة نفسها.

نفّذ إزالة التكرار والجمع وحساب التداخل بمعادلات أو شيفرة تعطي نتائج قابلة لإعادة التحقق، ثم راجعها بشرياً. قدّم أقل قدر لازم من البيانات المجهّلة. لا يستطيع الذكاء الاصطناعي استعادة روابط هوية غير متاحة، أو اختراع صفوف مفقودة، أو تحديد التأثير السببي الحقيقي للإعلانات.

تقرير يمكن تفسيره ومراجعته

اعرض إجمالي الطلبات المؤهلة وقيمتها، وبجواره أرقام Google وMeta منفصلة. أضف التداخل المثبت ونطاق المطابقة حين تتوافر الأدلة، ووضّح ما بقي مجهولاً أو تقديرياً أو مجمّعاً، مع الافتراضات المستخدمة.

1. الفترة والمنطقة الزمنية وأساس التاريخ ووقت استخراج البيانات.
2. شروط تأهيل الطلبات والعملة ومعالجة الضريبة والشحن والاسترداد.
3. الأحداث وفترات الإسناد ونماذجه وتعريفات التفاعل الحالية، مع تحديد إجراءات التحويل الأساسية والثانوية في Google.
4. نتيجة فحص تكرار الأحداث، ثم التداخل المثبت بين المنصتين.
5. الأسئلة المفتوحة والمسؤول عن القواعد وسجل المراجعة.

عندما تتكرر هذه المهمة شهرياً، يمكن تنظيم مسار واحد واضح ضمن خدمة إطلاق سير العمل بالذكاء الاصطناعي (AI Workflow Launch) من MindVerve: مصادر وقواعد متفق عليها، واختبارات للحالات الاستثنائية، ومراجعة وتسليم للاستخدام اليومي.