聊聊數據差異那些事兒

作為全球領先的移動歸因與市場分析公司的一員（說到這裡自豪自豪的），常常接到小夥伴們諮詢：為什麼同樣一個App，這個平台和那個平台的數據對不上？

首先，作為兩個不同的系統，如果他們承擔的職能和角色不同，擁有的數據信息不同，邏輯或設計不同，都會導致數據差異。所以一定範圍內的差異是正常的正常的正常的（重要的事情說三遍）！

Wait～在正式進行調查之前，檢查以下幾點，你會發現說不定只是對比方式出了Bug

什麼？你說知道數據會有不同，但差異驚人？！

Wait～在正式進行調查之前，檢查以下幾點，你會發現說不定只是對比方式出了Bug。

01

日期差異

確保兩邊數據的樣本周期是完全一致的，這不單單指選擇的日期範圍需要一致，還要注意該日期範圍內收集的數據是否完整。

舉栗子：有的客戶先在Facebook上推廣App獲得流量，推廣一段時間後，才關聯AppsFlyer，那麼AppsFlyer的數據與Facebook相比本身就是不完整的，缺失了幾天的數據，必然會出現差異。

02

數據缺失

對比數據時要確保兩邊的數據沒有缺失。

舉栗子：客戶在推廣平台上往往會使用多個賬戶投放，在統計數據時可能會遺漏個別投放賬戶，從而導致差異。

03

時區差異

不同系統可能會使用完全不同的時區，所以盡量選擇更長的時間範圍（3到7天），來抵消時區造成的差異。

04

歷史樣本庫差異

我們知道，各個系統能獲取到的用戶數據是不同的，比如Facebook，Google做歸因只以自己系統的用戶庫來進行排重處理，那麼一個Facebook的老用戶，點擊Google廣告後產生的再次安裝，必然會被Google計算為新安裝，但使用AppsFlyer可以彙集各個平台的數據，那麼在全平台的排重規則下，再次安裝是不會計算為新安裝的。

與這個邏輯相關的極端情況是，App本身已經積累了不少老用戶，在新版本才集成AF SDK，如果沒有採取用戶錄入，那麼老用戶的更新會被AF計算為新用戶。

05

數據來源差異

以session舉例，客戶自己BI很有可能是通過用戶登陸，或是通過伺服器收到客戶端發送的某個或多個活動來計算一次session等等，都可能與AppsFlyer的打開事件完全不同。

也常會有客戶集成了某些其他廣告追蹤的SDK，但初始化位置與AppsFlyer SDK不同，造成比較大的數據差異。

所以合理的數據對比需要建立在雙方的計算邏輯完全清楚的基礎之上。

06

樣本庫差異

舉栗子：應用商店數據並不包含apk下載量，或對比時兩邊包含的app版本不同，都可能會造成比較大的差異。

07

Human error或工具顯示問題

進行人工導出或分析數據時，要小心使用的工具給你設下陷阱。

常見的一個問題是，用Excel打開csv報表時，由於字符集不對導致顯示數據串列，統計出的數據自然有問題。

08

報表filter條件差異

使用後台查看數據時，留意filter方面的默認設置。

比如為了有效展示留存數據，AppsFlyer retention報表的最小分組量（Min Cohort Size）默認是10，那麼計數小於10的分組將不會顯示出來，這就會導致客戶發現利用retention查看install數據時比會其他報表少，或是不同分組設置的install數據不一致。其實這是filter不同造成的， 解決這個問題只需要將Min Cohort Size改成1即可。同樣的，其他系統也可能存在其他的filter設計，需要特別留意。

09

報表邏輯差異

不同的報表是為不同的分析目的而服務的，背後的計算邏輯可能完全不同。比如AppsFlyer的面板基本都是LTV（生命周期）數據，為方便客戶分析某天投放帶來用戶的後續質量，進而優化廣告效果。而下載原始數據／Activity報表才是當天發生的數據。我們常常遇到客戶將AppsFlyer的LTV數據與他們自己後台的Activity數據進行對比，差異可想而知。

10

安裝定義差異

我們知道AppsFlyer的安裝指的是首次打開（First open），而商店安裝實際上是下載。這兩者之間會有一定的差異。

比較tricky的情況是， Google AdWords平台上的轉化（conversions）概念本身比較複雜，客戶在AdWords查看的conversions download 數據，可能來自不同的conversion source，比如來自Google Play的下載，或是Firebase的first open等信息，但客戶以為其採用的是AppsFlyer的數據，看起來差異就會非常大了。

所以，進行AdWords的數據對比時一定要選擇查看conversion name，只選取AppsFlyer的first open數據來對比。

11

歸因窗口期差異

說了這麼多，出現差異怎麼辦？來來來敲黑板劃重點

01

將數據以不同維度劃分進行對比

試著將數據按天/campaign/App version來對比，可以很容易發現差異問題的具體原因以及數據缺失等問題。

02

參考以上差異原因逐一排查

03

上傳完整信息到AppsFlyer Support調查

實在沒有頭緒？沒關係，將你的問題交給我們！提供App信息，賬戶郵箱，AppsFlyer數據的截圖，以及對比數據的完整信息，包括該平台的計算邏輯，數據來源，時區，歸因窗口，日期範圍，相關設置截屏，click & install數據截圖等到大中華區Support團隊，我們會幫您解決！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！