廣告轉換數對不起來：Google Ads、GA4、Meta 的六步對帳法

Google Ads、GA4 和 Meta 報表裡的轉換數字對不起來，是幾乎所有投放廣告的網站都會遇到的情況。這不是異常，而是常態。三大平台各自使用不同的追蹤技術、歸因邏輯與資料處理機制，數字完全一致反而才是罕見的。本文提供一套系統性的六步對帳流程，從歸因窗口、時區、事件定義、歸因模型到去重機制，依序排查差異根源，並附上可直接使用的對帳工作表。

為什麼轉換數對不起來

跨平台轉換測量（cross-platform conversion measurement）中，跨平台轉換數不一致幾乎是常態，從歸因窗口、時區、事件定義到去重機制，每個環節都可能造成差異。原因涵蓋技術層面與設定層面，多數差異並非追蹤壞掉，而是不同平台的運作邏輯本來就不一樣。

差異的來源大致可分為六大類別：歸因窗口設定不同、時區設定不一致、事件定義與觸發條件差異、歸因模型選擇不同、去重機制處理方式有別，以及資料回傳的時間差。這六個因素中，只要有一項不同，轉換數就可能產生落差。實務上最常見的情況是同時存在多個差異來源，使得問題更加複雜。

許多團隊在發現數字差異後，第一反應是「追蹤壞了」，開始修改事件設定或更動代碼。但根據實務經驗，大多數跨平台差異來自歸因窗口或事件定義的設定不一致，並非技術故障。若未先釐清差異來源就急著修改，反而可能引入新的問題。建議採取系統性的診斷框架，依序排查各個環節，確認差異的真正原因後再決定行動方案。

第一步：檢查歸因窗口

各平台預設歸因窗口不同，是造成轉換數差異最常見的原因之一。Google Ads 預設 30 天點擊後歸因，GA4 預設 90 天，Meta 預設 7 天點擊後加 1 天瀏覽歸因。當使用者在某平台的歸因窗口內完成轉換，但在另一平台的窗口外，該筆轉換只會出現在前者。

歸因窗口的差異影響程度取決於產品的購買決策週期。決策週期較長的產品（如 B2B 服務、高單價商品），使用者可能在點擊廣告後數週才完成轉換，此時歸因窗口的差異會更加明顯。以 Google Ads 的 30 天窗口與 Meta 的 7 天窗口為例，若使用者在第 10 天完成轉換，這筆轉換會被 Google Ads 計入，但 Meta 不會。

比較跨平台數據時，建議先將各平台的歸因窗口統一設定為相同天數，或至少記錄各平台的窗口設定以利解讀。Google Ads 允許設定 1 至 90 天的點擊歸因窗口，GA4 同樣提供彈性調整空間，Meta 則可在事件層級進行設定。統一窗口後再比較數字，才能得到有意義的對照結果。

第二步：檢查時區

時區設定不一致會導致轉換時間歸屬不同日期，造成每日數字錯位，但總數可能相近。若廣告帳戶使用美國時區而網站分析使用台北時區，同一筆轉換可能被分配到不同日期，產生單日數據的偏差。

各平台的時區設定位置不同：Google Ads 在「帳戶設定」中調整、GA4 在「報表設定」中確認、Meta 在 Business Suite 的「時區」欄位設定。比較報表時，建議先確認各平台使用相同時區，或至少記錄各平台的時區設定以利解讀差異。特別留意跨時區營運的帳戶，可能需要建立統一的 UTC 報表作為對帳基準。

日光節約時間也是容易忽略的因素。部分地區在夏季與冬季會有一小時的時差調整，若平台對日光節約時間的處理方式不同，可能在特定日期區間產生額外差異。建議在跨時區比較時，以 UTC 時間作為統一基準，並在對帳工作表中記錄各平台的時區設定，方便後續追蹤與驗證。

第三步：檢查事件定義

事件定義差異會直接影響轉換計算。Google Ads 使用「轉換動作」、GA4 使用「事件」、Meta 使用「標準事件」或「自訂事件」，三者的命名、觸發條件與參數結構都不盡相同。同一個轉換行為在不同平台可能被定義為不同事件，甚至觸發時機也有差異。

例如，Google Ads 的購買轉換動作可能在訂單完成頁面載入時觸發，GA4 的 purchase 事件可能在結帳流程完成時發送，Meta 的 Purchase 事件則可能在用戶確認付款後才觸發。若觸發時機不一致，同一筆訂單可能只在部分平台被記錄，或在不同時間點被記錄，導致日期維度的數字差異。

建議逐一確認各平台的事件對應關係，建立事件對照表。特別注意事件參數的差異，例如金幣、產品 ID、交易編號等欄位在各平台的命名與格式可能不同。參數不一致也會影響去重邏輯與資料比對。若使用伺服器端追蹤（如 Meta CAPI），還需確認伺服器端與瀏覽器端事件的一致性。

第四步：檢查歸因模型

平台預設歸因模型不同，會改變轉換的歸屬方式。Google Ads 預設使用最後點擊模型、GA4 預設使用數據驅動模型、Meta 預設使用最後點擊模型。不同模型對轉換歸屬的邏輯不同，同一筆轉換可能被歸因到不同廣告或管道。

以一個常見情境為例：使用者先點擊 Meta 廣告瀏覽商品，隔天再點擊 Google Ads 廣告完成購買。在最後點擊模型下，轉換全數歸 Google Ads；在首次點擊模型下，轉換全數歸 Meta；在線性模型下，兩者各分得一半。這就是為什麼即使追蹤完全正確，不同平台的轉換數仍可能不同。

各平台在 2023 年後陸續調整歸因模型的選擇範圍。Google Ads 已移除部分傳統歸因模型，僅保留最後點擊與數據驅動；GA4 則全面導入數據驅動模型。比較時可嘗試將各平台切換至相同的歸因模型（如最後點擊），觀察差異是否縮小，這有助於判斷差異是否來自模型差異。

第五步：檢查去重機制

跨平台去重機制不同，可能導致同一轉換被重複計算或遺漏。各平台對重複轉換的處理方式不同：Google Ads 與 GA4 在正確設定下去重機制相對成熟，但 Meta 的去重邏輯在部分情境下可能產生差異，特別是同時使用 Pixel 與 CAPI 時。

去重問題常見於以下情境：同一使用者在短時間內多次觸發轉換事件、使用多裝置或跨裝置瀏覽後轉換、同時開啟多個瀏覽器視窗操作。若未正確設定去重視窗，系統可能將同一轉換計算多次。建議確認各平台的去重視窗設定，並記錄各平台的去重邏輯差異。

另外，使用 UTM 參數輔助比對也是有效的對帳技巧。透過統一的 UTM 參數格式，在各平台報表中篩選相同流量來源，可排除部分歸因差異，聚焦於轉換記錄本身的比對。建議在對帳工作表中記錄各平台的去重設定與處理方式，作為長期追蹤的基準。

第六步：綜合診斷與工作表使用

完成前五步的逐項檢查後，將所有發現記錄在跨平台對帳工作表中，系統性地比對各平台設定，找出差異根源。工作表應涵蓋各平台的歸因窗口、時區設定、事件定義、歸因模型與去重機制，以結構化方式呈現差異點。

您可以直接下載 跨平台對帳工作表（Excel 範本），按照六步驟記錄各平台設定，系統性比對差異。

實務操作上有幾個常見陷阱需要注意。第一，事件名稱在不同平台可能有細微差異，例如 GA4 的 purchase 與 Google Ads 的轉換動作名稱不一定相同，需手動對應。第二，資料回傳延遲可能導致短期比較出現偏差，建議等待資料穩定後再進行對帳比較，避免過早下結論。

建立長期的對帳機制同樣重要。建議每月或每季執行一次完整對帳，並在每次調整追蹤設定後重新驗證。長期累積的對帳資料能幫助掌握正常範圍內的差異幅度，當差異超出預期時可即時察覺。透過系統性的對帳流程，團隊能更自信地使用跨平台數據進行分析與決策。

轉換數在不同平台不一致是正常的嗎？

是正常的。Google Ads、GA4 和 Meta 各自使用不同的追蹤技術與歸因邏輯，數字完全一致反而罕見。多數差異來自歸因窗口、時區、事件定義或歸因模型等設定差異，並非追蹤壞掉。

跨平台轉換數差異多少才算正常？

差異幅度因產業與產品而異，無法給出統一標準。建議先完成六步對帳流程排除設定差異，再建立正常範圍的基線。當差異超出歷史平均範圍時，再進一步調查。多數網站在排除設定差異後，差異可控制在較小範圍內。

最常見的差異原因是什麼？

根據實務經驗，最常見的差異來源是時區設定不一致與事件定義差異。這兩項問題相對容易檢查與修正，建議優先排查。若這兩項設定正確但差異仍大，再進一步檢查歸因窗口與歸因模型。

應該多久執行一次跨平台對帳？

建議每月執行一次基本對帳，每季執行完整對帳。此外，每次調整追蹤設定、更換歸因模型或新增轉換動作後，應立即重新驗證各平台數據的一致性。長期累積的對帳紀錄能幫助掌握正常差異範圍。

為什麼兩個平台的轉換數完全一樣反而要留意？

在不同追蹤邏輯下數字完全一致較為罕見，可能代表某些設定有問題，例如重複計數或事件重複觸發。建議檢查去重機制是否正確運作，以及是否存在事件重複發送的情況。