Google Ads y Meta: cómo cuadrar las conversiones con los pedidos

El informe mensual llega con tres cifras: las conversiones de Google Ads, las de Meta y los pedidos de la tienda. La suma de las dos primeras supera la tercera. Antes de buscar un fallo, conviene aclarar qué cuenta cada una: los sistemas publicitarios atribuyen conversiones según sus reglas; la tienda registra operaciones. Son respuestas a preguntas diferentes.

¿Qué cifra representa las ventas del negocio?

Para contar ventas, empieza por el registro de pedidos o el CRM. Cuenta identificadores de pedido distintos que cumplan una regla acordada: por ejemplo, pedidos pagados, excluyendo los cancelados y tratando las devoluciones de la misma forma en todo el informe. Define también qué incluye el importe: impuestos, envío, descuentos y reembolsos pueden cambiar la comparación.

Ese total describe el negocio dentro del alcance elegido. No demuestra qué anuncio provocó cada compra. Ambas plataformas pueden atribuirse un mismo pedido, y que no haya pruebas para vincular una venta con un anuncio no significa que la publicidad no influyera en ella. Lo desconocido debe quedar como desconocido.

¿Estamos comparando el mismo periodo y la misma conversión?

Guarda primero una copia de cada fuente con su fecha de extracción. Después comprueba el periodo, la zona horaria y la fecha que organiza los resultados. Las columnas habituales de conversiones de Google Ads usan la fecha de interacción con el anuncio; las columnas por momento de conversión ayudan a compararlas con la fecha del pedido. Cambiar de columna no elimina las diferencias de atribución.

Revisa la acción concreta, su forma de recuento, las acciones principales y secundarias y las ventanas y modelos que usa cada informe. En Meta, consulta las definiciones de clic, visualización e interacción que se aplican a tu cuenta y exportación. En marzo de 2026, Meta anunció cambios en la medición, con tiempos de aplicación que pueden variar según el anunciante. No sustituyas esa comprobación por una ventana supuestamente universal ni por un plazo fijo de actualización.

Seis pedidos bastan para ver por qué la suma engaña

Este ejemplo es completamente ficticio. Contiene seis pedidos pagados del 1 de septiembre de 2026, en UTC y EUR, con importes que excluyen impuestos y envío y sin devoluciones. Las marcas por pedido se aportan expresamente para el ejercicio; no representan una función habitual de exportación de las plataformas.

El negocio tiene 6 pedidos y 700 EUR. Google se atribuye 4 conversiones por 570 EUR; Meta, 3 por 300 EUR. A100 y A103 aparecen en ambas listas: son 2 pedidos y 220 EUR. Por tanto, 4 + 3 − 2 = 5 pedidos aparecen en al menos una de las dos. A104, de 50 EUR, completa los 6 pedidos del negocio.

La comprobación de importes es 570 + 300 − 220 + 50 = 700 EUR. La suma de las plataformas, 7 conversiones atribuidas y 870 EUR, no equivale al total de ventas. Y la diferencia entre 7 conversiones atribuidas y 6 pedidos tampoco mide la coincidencia: da 1, cuando hay 2 pedidos compartidos. Esta operación requiere registros compatibles; no sirve por sí sola con conversiones modelizadas o atribuidas de forma fraccionaria.

Una venta compartida no es lo mismo que un evento duplicado

Hay dos problemas distintos. Uno es que una misma plataforma reciba repetidamente el evento de una compra. Otro es que Google y Meta se atribuyan una compra real bajo sus propias reglas. Corregir el primero no resuelve automáticamente el segundo.

En Google Ads, un transaction_id estable puede evitar repeticiones de la misma acción de conversión. No deduplica ventas entre Google y Meta, y esos identificadores no se ofrecen como un informe estándar completo de atribución por pedido. Si envías eventos de navegador y servidor a Meta, revisa la configuración documentada para deduplicar esas copias. No uses nombres ni correos de clientes como identificadores.

Un cierre mensual que se pueda explicar y repetir

Trabaja desde el registro de pedidos y utiliza pruebas propias permitidas cuando estén disponibles. Si solo tienes totales agregados, no puedes calcular cuántos pedidos comparten las plataformas. Indica esa limitación en el informe en lugar de ajustar filas hasta conseguir que todo cuadre.

1. Conservar las fuentes originales y la fecha de cada descarga
2. Documentar qué pedidos y qué importes entran en el cálculo
3. Separar duplicados técnicos, coincidencias verificadas y casos desconocidos
4. Mantener las cifras declaradas por Google Ads y Meta en columnas propias
5. Mostrar por separado las diferencias sin resolver, incluidos los datos agregados o modelizados

Así, una revisión posterior puede distinguir un cambio de datos de un cambio de criterio. El objetivo es explicar la diferencia con pruebas, no obtener igualdad a cualquier precio.

Dónde ayuda la IA en este trabajo

La IA puede proponer equivalencias entre columnas, señalar campos ausentes y redactar una explicación a partir de resultados ya comprobados. Los recuentos y las sumas deben ejecutarse con cálculos deterministas, y una persona debe revisar las excepciones. La IA no recupera identidades que nunca se recogieron ni puede decidir qué canal causó realmente una venta.

Utiliza la plantilla local con la mínima información anonimizada. Un piloto de AI Workflow Launch puede centrarse en un único cierre de reporting, con fuentes, reglas, pruebas de excepciones y revisión acordadas, más una entrega que permita al equipo repetirlo. El resultado útil es un proceso comprensible con límites visibles.