跨平台电商 · 概念

数据质量：缺失、重复与对账

区分口径差异与缺失、重复、迟到、金额和识别问题，分别观察业务记录、采集资格与实际观测，并按证据决定数据可用、有限可用或暂停使用。

数据质量是数据能否支持某个决定。订单总数能对上，不代表渠道归属正确；分析数据少于业务订单，也不必然是漏报。先说明数据要回答什么，再检查覆盖、唯一性、及时性、金额与识别，才能决定哪些结论可用。

指标口径回答“应当怎样计算”，本文回答“现有记录是否足以计算和解释”。具体操作与可复算案例见对账订单与分析数据。

先分开三层记录

层次	能说明什么	不能据此推定什么
业务记录	某笔订单的创建、付款、取消、编辑与退款事实	每笔都应出现在网页分析中
采集资格	在已确认的渠道、事件规则和同意条件下，哪些记录属于本次预期观测范围	缺少同意记录就等于同意或拒绝
实际观测	某个接收日志、导出或报表实际包含什么	观测到的样本代表全部买家

先核对业务记录的状态与范围，再讨论预期观测。因既定同意条件不应采集的订单，可以解释覆盖差异，不能列入“待补发”。无法确定原因的缺失继续保留为未知，不能把全部缺口都归到隐私选择。

Shopify 官方差异说明列举了追踪机制、浏览器拦截与时区等差异。因此“两个工具应该完全一致”并不是有依据的质量标准。

不要仅按差异方向归因。少计可能来自缺失，也可能来自不同订单复用交易 ID；多计可能来自重复，也可能是把不在业务范围内的测试或其他渠道订单混入。

GA4 的交易 ID 说明要求每笔订单唯一，避免空字符串；其交易去重只适用于网页数据流。检查时还应区分重复发送与最终报表重复计数，不能看到两条发送日志就断言报表多算了一单。购买和退款可以关联同一订单，但属于不同动作，也不能相互去重。

Google 的数据新鲜度说明提示处理期间报表可能变化，典型时间也不是保证。因此每次提取应保存时间、覆盖区间与平台提示；先后两版不同，先排查迟到和处理状态，不能马上认定业务改写了历史。

退款还涉及另一个窗口：某批新订单截至今天的退款，未必能和观察更久的旧订单相比。选择相同的订单年龄窗口，或明确采用共同截止日并披露观察长短；数据尚未走完窗口时，结果标为暂定。

Google 同意模式行为建模说明规定建模有适用条件，并指出 BigQuery 等数据导出不支持包含这类行为建模数据。带估计的报表与实际记录导出不是同一种数据，不能把前者的总数拆成想象中的订单补进明细。

有记录也不意味着样本无偏。若某些设备、地区或同意状态更容易被观测，基于观测订单得到的渠道表现可能不代表全体。匹配率只能描述所选范围的可连接程度，不能证明因果归属或全站覆盖。

以下分级是本站的工作建议，不是平台官方状态。

例如，订单金额可复核而渠道身份缺失时，业务销售汇总仍可能可用，渠道预算调整则未必有依据。不能只用“差异小于某百分比”替代判断；高金额缺单、错误币种或集中在某渠道的缺口，即使数量少也可能重要。

保留原始快照，在独立对账视图记录筛选、去重和金额调整，避免覆盖原始错误而失去证据。修复采集后重新验证未来记录；历史是否重算或补发必须另行核对可行性与采集条件，不应作为修复的默认结果。

监控至少看业务量、观测量、可匹配量、未解释缺失、重复和金额差异，并按渠道或设备等必要维度检查集中异常。记录监控规则与口径版本；频率和升级条件按业务风险及正常延迟确定，不提供通用阈值。

运营负责口径与差异登记，开发负责采集证据和实现故障，业务负责人决定哪些读数暂缓使用。每项保留处理人、下一次复核时间和关闭证据。若问题指向单笔事件实施，转入购买事件与金额核对路线，不要靠改报表数字掩盖采集问题。

把问题发邮件给我们，邮件里已带上本页地址。我们会据此补充或修订正文。