Så stämmer du av konverteringar i Google Ads och Meta mot dina order

Veckans rapport är klar, men antalet köp från Google Ads och Meta blir tillsammans större än antalet order i orderregistret. Det är frestande att leta efter den trasiga taggen direkt. Börja i stället med att fråga vad varje siffra faktiskt räknar.

Annonsplattformarna beskriver resultat enligt sina egna attributionsregler. Orderregistret beskriver företagets transaktioner. En användbar ledningsrapport behöver båda perspektiven, men får inte behandla dem som samma mått.

Varför blir två plattformars köp inte en försäljningstotal?

En person kan se eller klicka på annonser från båda plattformarna före ett köp. Om köpet uppfyller respektive plattforms regler kan båda tillskriva sig resultatet. Det är en möjlig överlappning mellan två bedömningar av samma affärshändelse, inte automatiskt två registrerade order.

Tidpunkt, konverteringshändelse, räknemetod och attributionsmodell kan också skilja sig. Kontrollera vilka handlingar som räknas och vilka fönster som faktiskt gäller. I mars 2026 meddelade Meta ändringar i hur vissa interaktioner klassificeras, med olika införandetidpunkter för olika annonsörer. Utgå därför från definitionerna för klick, visning och engagemang i ert aktuella underlag.

En skillnad mellan totalsummorna bevisar därför varken felaktig spårning eller annonsbedrägeri. Och två aggregerade totalsummor avslöjar inte hur stor överlappningen är.

Gör underlagen jämförbara innan du räknar

Spara daterade kopior av alla källor. Skriv ned rapportperiod, tidszon, hämtningsdatum, valuta och vad som ingår i ordervärdet. Enas också om hur betalda, annullerade och återbetalade order ska hanteras. Annars kan en till synes teknisk avvikelse bero på helt olika försäljningsurval.

Google Ads vanliga konverteringskolumner utgår normalt från datumet för annonsinteraktionen. Kolumner efter konverteringstid kan vara mer användbara när jämförelsen gäller orderdatum. Det gör datumen lättare att jämföra, men tar inte bort skillnader i attribution.

Kontrollera de valda konverteringsåtgärderna, deras roll som primära eller sekundära, räknemetoden och de faktiska fönstren. Bestäm en rutin för nya datautdrag när uppgifterna hunnit uppdateras; utgå inte från att en och samma väntetid fungerar för alla källor.

Vad visar ett exempel med sex order?

I det påhittade exemplet nedan finns sex betalda order den 1 september 2026, med UTC som tidszon och EUR som valuta. Ordervärdena är exklusive skatt och frakt, och inga återbetalningar finns. Orderregistret summerar till 700 EUR.

Google har fyra tillskrivna köp värda 570 EUR. Meta har tre värda 300 EUR. Tillsammans blir det sju tillskrivna köp och 870 EUR. Vi har avsiktligt lagt in orderkopplingar i exemplet: A100 och A103 finns hos båda, sammanlagt 220 EUR. Detta är inte en utlovad funktion i plattformarnas vanliga exporter.

Därför motsvarar 4 + 3 − 2 fem olika matchade order, tillsammans värda 650 EUR. A104, värd 50 EUR, har ingen angiven annonskoppling i exemplet. Med den ordern blir företagets total sex order och 570 + 300 − 220 + 50 = 700 EUR. Skillnaden mellan sju tillskrivna köp och sex order är ett, men överlappningen är två order.

Räknesättet fungerar här eftersom orderkopplingarna är kända och jämförbara. Använd det inte på verkliga totalsummor där konverteringar har fördelats i andelar eller modellerats som saknar motsvarande orderunderlag.

Skilj dubbla händelser från överlappande attribution

Kontrollera först om samma köp har skickats flera gånger inom en källa. Google Ads kan använda ett stabilt, unikt transaction_id för att undvika upprepade konverteringar inom samma konverteringsåtgärd. Det tar inte bort att Meta också tillskriver sig köpet, och ID:t innebär inte att Google Ads erbjuder en komplett orderbaserad attributionsrapport.

När en Meta-händelse skickas både från webbläsare och server behöver implementationens dokumenterade deduplicering kontrolleras. Det är en annan fråga än att två plattformar ger samma riktiga köp kredit. Blanda inte ihop de två kontrollerna, och lägg aldrig kundnamn eller e-postadresser i order-ID:n.

Låt rapporten visa vad ni vet och vad ni inte vet

Utgå från antalet distinkta, godkända order-ID:n i orderregistret. Matcha sedan med tillåtet förstapartsunderlag där det finns. Behåll Google Ads och Metas rapporterade resultat i separata kolumner och markera tydligt vilken överlappning som går att belägga.

Låt okända kopplingar vara okända. Saknat underlag betyder inte att annonser saknade betydelse. Modellerade eller aggregerade delar kan behöva stå kvar som en ofördelad rest med en tydlig förklaring. Försök inte få siffrorna att gå ihop genom att skapa orderrader eller fördela resten godtyckligt.

Orderregistret ger en försäljningstotal för den avgränsning ni valt. Det avgör inte vilken annons som orsakade köpet. Attribution och inkrementell effekt svarar på olika frågor; en snygg avstämning gör inte attributionen till ett orsakstest.

Låt AI underlätta granskningen

AI kan föreslå hur kolumner ska kopplas, hitta saknade fält och formulera en förklaring utifrån kontrollerat underlag. Själva summeringen bör göras med formler eller kod som går att kontrollera, följt av mänsklig granskning. AI kan inte återskapa identiteter som aldrig samlats in eller räkna fram den sanna överlappningen ur två totalsummor.

Använd så lite anonymiserad data som möjligt. Arbeta lokalt i mallen och håll kundnamn och e-postadresser utanför både arbetsblad och AI-indata. Före leverans: kontrollera datumgrund, värderegler, dubbletter, okända poster och källversioner. Då blir rapporten möjlig att följa upp även nästa månad.