¿Por qué GA4, la tienda y los anuncios muestran resultados distintos?

1. Asegúrate de que comparas lo mismo.

Supongamos que el propietario ve 120 pedidos en la tienda, el responsable de marketing 105 compras en la analítica y el panel publicitario atribuye 112 conversiones a las campañas. Estas cifras no tienen por qué describir el mismo conjunto. Un pedido es un registro de venta en la tienda. Un evento de compra es la información enviada a la analítica. La atribución de una compra a un anuncio depende además de la regla adoptada, es decir, del modelo de atribución.

Empieza con una frase: «Queremos cuadrar el número de pedidos realizados esta semana, excluyendo los cancelados». Así no intentas resolver a la vez la exactitud de las ventas, el reconocimiento del cliente y la eficacia de la publicidad. Anota el nombre del informe y el nombre exacto de la métrica en cada herramienta. La palabra «compras» sin definición es demasiado imprecisa.

2. Cierra el periodo y revisa las fechas.

Compara un intervalo cerrado, por ejemplo de lunes a domingo. El día en curso es difícil de valorar: entran pedidos, cambian los estados y las importaciones de costes y ventas se ejecutan a su propio ritmo. Google Analytics también procesa los datos en intervalos distintos y puede actualizar el resultado más tarde. Por eso, anota la hora a la que leíste ambos informes.

Comprueba a qué fecha se ha asignado la compra. Realizar el pedido, pagarlo y hacer clic en el anuncio son momentos distintos. Una transacción del domingo por la noche puede pertenecer al lunes en otra zona horaria. Si la discrepancia aparece en el cambio de mes, revisa precisamente las últimas y las primeras horas del periodo. No muevas fechas a mano solo para que los totales encajen.

3. Descompón los ingresos en sus componentes.

Acordad si el informe muestra el valor de los pedidos antes de ajustes, después de las devoluciones registradas o solo las transacciones pagadas. Ninguna de estas definiciones es intercambiable con las demás. En Flowpeek, lee la descripción del informe que usas; un importe después de ajustes no confirma por sí solo que el pago se haya liquidado.

Después revisa el coste de envío, los descuentos y los impuestos. La palabra «neto» se usa a veces para describir el valor después de ajustes, así que sin descripción no des por hecho que se trata del importe sin IVA. Compara las monedas por separado. Si una tabla contiene PLN y EUR, necesitas una regla de conversión explícita, no una simple suma de valores. Esto suele explicar una diferencia mayor que la ausencia de un único evento.

4. Compara números de pedido concretos.

Elige una muestra que cubra situaciones distintas: una compra normal, una cancelación, una devolución parcial, una compra con la fuente reconocida y una compra sin asignar. Compara el mismo identificador, estado, hora y valor. Si el informe de eventos no permite llegar al pedido, anótalo como una limitación de la comparación.

En una hoja de trabajo marca cuatro estados: presente en ambos sistemas, solo en el primero, solo en el segundo, presente con un valor distinto. Para cada estado buscas una causa diferente. Ante un evento de más, compruebas si la compra se pudo enviar dos veces; ante un registro que falta, el funcionamiento de la integración y el alcance de la importación. No corrijas el total con un coeficiente «a ojo», porque el problema volverá el mes siguiente.

• El mismo número de pedido y la misma moneda.
• El mismo estado y el mismo momento en que se tiene en cuenta la devolución.
• Comprobar los eventos repetidos en lugar de tratarlos como pedidos adicionales.

5. Solo ahora compara la asignación a los canales.

Un pedido importado correctamente puede no estar vinculado a una visita registrada. En ese caso la venta existe, pero la fuente queda sin asignar. La importación histórica de pedidos no reconstruye los clics antiguos. No conviertas la fuente que falta en Direct: sería información nueva añadida sin pruebas.

La atribución asigna una parte de la venta a las fuentes por las que llegó el cliente antes de comprar. El resultado depende de la regla de reparto, del tiempo considerado antes de la compra y de las visitas registradas. Por eso puede cambiar aunque el número de pedidos siga siendo el mismo. No sumes las conversiones de distintos paneles publicitarios en un único total de la tienda: varias plataformas pueden atribuirse las mismas compras. En Flowpeek, revisa las fuentes y el recorrido y después anota qué regla usas en el informe periódico.

Flowpeek te da un punto de referencia propio. No favorece a ninguna plataforma publicitaria por su nombre: asigna la participación según el recorrido registrado y el modelo elegido. Por eso compara los canales con la misma regla y el mismo tiempo considerado antes de la compra. Eso no significa resultados iguales para todos los canales, pero sí permite hablar del presupuesto sobre una base común.

En el informe mostrado, Google Ads tiene 47 conversiones con el primer contacto y 39 con el último. Direct pasa de 74 a 83. Eso no significa que la tienda haya ganado o perdido pedidos al cambiar de modelo. Ha cambiado la regla para repartir la participación entre las fuentes. En ambas tablas siguen apareciendo 136 compras sin asignar: elegir otro modelo no reconstruye por sí solo el vínculo que falta.

Flowpeek admite también Last Non-Direct, el modelo lineal, el modelo basado en la posición 40/20/40 y Time Decay con una vida media del peso de siete días. Las conversiones asistidas son un resumen aparte de la presencia previa de una fuente en el recorrido. No son pedidos adicionales que haya que sumar a las ventas de la tienda.

6. Ejemplo: 100 pedidos se convierten en tres resultados distintos.

Supongamos que la tienda tiene 100 pedidos de 200 PLN, cinco de ellos cancelados. El informe antes de ajustes mostrará 20.000 PLN y el resumen que excluye las cancelaciones, 19.000 PLN. Además, diez de los pedidos restantes no tienen la fuente reconocida. Un informe de canales que omita la fila de compras sin asignar mostrará otro total distinto.

La solución es acordar los estados y devolver la visibilidad a las ventas sin asignar. Solo el resto de la diferencia se envía a revisar la integración. Las cifras anteriores son un ejemplo de cálculo, no el resultado de un cliente de Flowpeek. Muestran por qué, antes de valorar la calidad de los datos, conviene preparar un puente sencillo entre informes: estado inicial, ajustes, estado final.