核心观点
先确认两边是否在统计同一种行为,以及日期、列、筛选条件、时区、计数方式和归因口径是否一致。差异本身不能证明追踪故障;尚未核实的原因,也不该在月报中写成结论。
本指南讨论 Google Ads 与 GA4 的数据差异。如果你要核对 Google Ads 和 Meta 的数据,请查看对应的核对指南。 Google Ads 与 Meta 转化数对不上,跨平台报表该怎么算?

月报快写完了,Google Ads 的转化数却和 GA4 对不上。你可能已经刷新过页面、重新导出过数据,数字仍然不同。此时最需要回答的,并不是哪一个平台“才是对的”,而是这两个数字究竟各自在统计什么。
同一笔订单可以因为日期口径、归因方式或所选转化操作不同,出现在不同的统计结果里;追踪设置也可能存在问题。先分清这些情况,才能向客户或团队解释清楚,而不必凭感觉选一个更好看的数字。
先确认:两边说的“转化”是同一件事吗?
先选定一种要核对的行为,例如已完成的购买。不要用 Google Ads 中包含购买和表单提交的总转化数,去对比 GA4 中只有购买的数量。即使两个报表都写着“转化”,统计对象也未必相同。
Google Ads 的“转化次数”和“所有转化次数”可能包含不同的转化操作。GA4 的关键事件,则是你标记为重要的事件。查看具体操作、报表和列,比只比较页面上最醒目的合计更有用。
还要确认 Google Ads 的数据来自哪里:是根据 GA4 关键事件创建的转化,还是通过 Google Ads 自身的转化追踪记录的?前者会与 GA4 共享数据,但这不代表它等于 GA4 中所有关键事件的合计。口径真正可比时,两边的数字可以一致,不必预设它们一定有差异。
选了同一个月,也可能没有在看同一批订单
假设有人在 6 月 30 日点击广告,7 月 2 日才下单。如果一份报表按广告互动日期统计,另一份按实际转化日期统计,这笔订单就可能分别计入 6 月和 7 月。这是一个虚构例子,说明日期口径为什么会影响月度合计,并不是说每份 Google Ads 报表都按互动日期统计。
Google Ads 提供按转化时间统计的列。如果你要核对的是“本月实际发生了多少次购买”,就应检查所选报表和列是否回答这个问题。两边的日期范围、时区和筛选条件也要一并核对。
数据导出的时间同样值得记录。GA4 的处理可能需要 24 至 48 小时,报表中的数据可能继续变化;关键事件的归因分配还可能在最多 12 天内调整。这是两种不同的变化,也和用户从点击到购买所花的时间不同。它们不是要求每份月报都必须等满 12 天。若月末数据仍在变化,可以注明本次导出时间,并安排一次有针对性的复核。
日期对齐之后,再看计数和归因
先看计数方式。Google Ads 可以对每次广告互动后的某项转化操作统计“每一次”,也可以统计“一次”。以广告点击为例,“一次”指同一次点击下、同一转化操作只计一次,并不是按独立用户去重。对于可能重复发生的购买或表单提交,这个区别会直接影响合计。
接着看归因,也就是把一次转化的贡献分配给哪些互动或渠道。用户可能先点击广告,后来通过其他渠道返回并购买。归因方式不同,或参与分配的渠道范围不同,分配给广告的转化贡献也可能不同。数据驱动归因还可能把贡献拆分,因此出现小数不一定意味着数据有误。
在 GA4 中,也要问清报表在回答什么:用户最早从哪里来、本次访问从哪里来,还是哪些渠道获得了关键事件的贡献?更改报表归因模型,会影响按事件口径划分的流量来源数据,却不会以同样方式改写会话来源和首次用户来源。不要把回答不同问题的报表直接相减,再把结果称为漏记的订单。
如果发现设置不同,先记录差异及其业务含义。不要仅为了让两个总数相等而修改设置,因为相关变更可能影响报表或出价。
用一条能追溯的记录,把差异说清楚
MindVerve 建议保留原始导出文件,并围绕同一种行为整理一份简短记录。用电子表格核算数字:只有在统计口径一致后,数量差才有明确的含义;不要把两个不可比的指标取平均,作为所谓的最终转化数。
下面这段可以复制到工作表或月报的备注中。填写时不用追求“原因必须已经找到”,但要让接手的人知道哪些已经确认、下一步要查什么。
- 比较对象:Google Ads 的具体转化操作、报表和列;GA4 的具体事件、报表和指标。
- 结果:两边的数量、数量差,以及差值的计算方向。
- 口径:日期范围、日期依据、时区、筛选条件、计数方式、归因模型和渠道范围;记录数据提取时间。
- 证据:原始导出文件、相关设置截图,以及支持当前判断的记录。
- 状态:差异已解释、已确认存在问题,或尚未解决;负责人和下一次检查事项。
例如,“已确认一边按互动日期、一边按转化日期统计”是一项有证据的发现,却不自动证明全部差值都由日期造成。只有进一步核对支持这一点,才应把它写成完整解释。差异没有统一的“正常百分比”,也不宜因为差值不大就忽略。
让 AI 写说明,不要让它猜原因
完成核对后,AI 很适合把数字、设置和证据整理成读者看得懂的月报说明。给它已确认的事实和仍有疑问的部分,比只给两个合计并要求“解释为什么不同”更可靠。
可以这样下指令:“请根据下面的差异记录,为营销月报写一段说明。先说比较了什么,再说明数字差异及已有证据。明确区分已确认原因和待查事项;缺少依据时写明尚未确认,不要自行推断追踪故障。沿用电子表格中已核对的数字,最后简要说明下一次检查安排。以下是记录:……”
交付前仍需由了解业务的人重读一遍:数字是否与原表一致,原因是否真的有证据,文字有没有把可能性写成定论?如果问题尚未解决,月报也可以准确地写出目前已知的信息和后续动作。清楚地表达不确定性,比补上一段听起来合理的解释更有价值。
官方来源
Google Ads · Primary and secondary conversion actionsGoogle Ads · Conversions based on Analytics key eventsGoogle Ads · Data discrepanciesGoogle Analytics · Data freshnessGoogle Ads · Conversion counting optionsGoogle Analytics · Attribution settingsMindVerve
营销自动化
如果每个月都要花时间核对这些报表,可以与 MindVerve 一起梳理哪些整理和说明工作适合自动化,哪些判断仍需人工确认。
聊聊月报自动化阅读指南 · AI Workflow Launch