Расхождения между партнеркой и трекером: 7 точек, где теряется сходимость

Расхождения между партнеркой и трекером: 7 точек, где теряется сходимость

Первый источник проблемы — разная логика дедупликации. Партнерка может считать лид по postback, трекер — по клику, а потом вы сравниваете две разные сущности. Второй — таймзона и окно атрибуции: если события режутся по разным границам суток, дельта будет фантомной, а не реальной.

Дальше смотрим на transport layer: потерянные постбеки, редиректы без параметров, битые subid, обрезанные utm, ошибки 302/307. Всё это ломает связку click_id → conversion_id. Если в сырых логах есть пробелы, сначала чинится ETL, потом уже графики. Данные не врут, в отличие от байеров.

Третий блок — семантика метрик. В партнерке могут быть approved, pending, rejected; в трекере — только raw и unique. Сравнивать нужно не “все конверсии со всеми”, а одинаковые статусы, одинаковые окна и одинаковый срез источников. Иначе вы оптимизируете SQL-запрос на лету, а не трафик.

Минимальный чек-лист: — сверить таймзону, окно атрибуции и правила дедупликации; — проверить доставку postback и наличие click_id в каждом запросе; — сравнить статусы конверсий по одинаковой логике; — прогнать выгрузку по сырым логам и найти, где именно течет профит? Всё, что не автоматизировано — это потенциальный убыток.