Data Discrepancy между партнеркой и трекером: где искать расхождение без ручной рутины

Data Discrepancy между партнеркой и трекером: где искать расхождение без ручной рутины

Первый слой проверки — идентификатор клика. Если в трекере и партнерке не совпадают clickid, subid, ttclid или postback token, дальше анализ бессмысленен. Сначала смотрим, где ломается цепочка: редирект, потерянный параметр, обрезанный URL, невалидный postback.

Второй слой — таймзона и окно атрибуции. Сравниваем не только число конверсий, но и правило, по которому они попали в отчет: по клику, по конверсии, по дню загрузки. Частая ошибка — сверять агрегаты из разных временных окон и ждать совпадения. Данные не врут, в отличие от байеров.

Третий слой — фильтрация мусора. В партнерке могут отрезаться дубли, тестовые лиды, отклоненные конверсии, а трекер продолжает их считать в сыром логе. Нормальная схема: сырые события → дедупликация → нормализация → сверка. Если нет промежуточной таблицы, вы не найдете, где течет профит.

Четвертый слой — разбор по срезам. Сверяйте не общий итог, а по связке offer / geo / placement / creative / source. Расхождение почти всегда локализуется в одном узком сегменте. Для этого нужен партиционированный отчет и SQL-запрос, который показывает дельту по каждому разрезу.

Финал: не лечите discrepancy вручную в таблицах. Автоматизируйте сверку постбеков, логируйте каждый шаг ETL и проверяйте сходимость дельты в трекере и кабинете на уровне событий, а не красивых итогов.