先把两个报表的原始时间戳都换算成同一个基准时区,再按同一套“一天”的起止边界重新切分,最后用同一批可核对的记录验证两边的转化数是否落在同一时间窗内。直接比较各自报表里标着“某天”的汇总值,通常对不上,因为两边的日界线根本不在同一时刻。
时区差异不是简单的加减小时,而是日界线的落点不同。假设站内统计按 UTC 记录,广告或平台报表按 UTC+8 汇总。那么站内报表里的“1月10日”覆盖的是 UTC 00:00 到 23:59,对应 UTC+8 的 1月10日 08:00 到 1月11日 07:59。平台报表里的“1月10日”覆盖的却是 UTC 1月9日 16:00 到 1月10日 15:59。
这意味着两份报表里同名的“1月10日”,实际重叠的时间段只有一部分,直接相减得到的差额没有诊断意义。先做这一步的目的,是让你知道要往哪个方向挪,而不是先怀疑转化本身出了问题。
不要只拿汇总值对齐,要拿能落到具体时间点的记录对齐。可核对的做法是:
换算完成后,先看两边的记录条数是否接近,再看时间分布是否吻合。如果条数接近但分布错位,问题多半出在日界线;如果条数本身差很多,才需要往采集遗漏或归因窗口的方向查。
取一个两边都覆盖的完整时间窗,比如某天 UTC 00:00 到 08:00,这个窗口在 UTC 报表里属于当天,在 UTC+8 报表里属于次日。分别统计这个窗口内两边的转化数,如果接近,说明时区换算方向正确;如果差得离谱,说明至少一边的时间戳不是你以为的时区。
这一步的实际动作是:先固定一个重叠窗口,对这个窗口内的记录逐条比对。比对结果会直接影响下一步——窗口内对得上,就可以放心把整天的数据按基准时区重算;窗口内对不上,就要先查采集端的时区设置,而不是继续调报表。
假设某着陆页在站内报表显示 1月10日有 200 次访问、20 次转化,转化率 10%。平台报表显示同一天 180 次访问、9 次转化,转化率 5%。表面看转化率腰斩。
把两边时间戳都换算成 UTC 后重新切分,发现平台报表的“1月10日”实际覆盖了站内报表 1月9日 16:00 到 1月10日 15:59 的记录。按这个窗口重算站内数据,访问 190 次、转化 10 次,转化率约 5.3%。两边差距从一倍缩小到正常波动范围。这个例子的数字仅用于说明换算方法,不代表任何真实账户的表现。
关键不是数字本身,而是:当你把日界线对齐后,反常的落差如果明显缩小,就说明原先的判断建立在错位的口径上。这时候应该先修对齐逻辑,再谈优化着陆页。
时区对齐只能排除口径错位这一种原因,不能证明转化本身没问题。对齐后如果差距依然存在,还有两种合理解释需要分开验证:
区分这两者的动作是:把对齐后的转化记录按“点击时间”和“转化时间”分别分组,看差异是集中在时间分布上,还是集中在记录条数上。分布错位偏向归因窗口,条数缺失偏向采集口径。这一步的结果决定你接下来是调归因设置,还是查上报链路。
确认基准时区和日界线之后,把换算逻辑写进取数流程:统一以某个时区为基准,所有报表在进入对比前先转换时间戳,再按基准时区的自然日切分。这样以后每天看到的“一天”都是同一个时间窗,转化率的日间波动才具备可比性。
如果暂时无法改取数流程,至少在做判断前先问一句:这两个数字的“一天”是不是同一段二十四小时。不是的话,先把时间窗对齐,再决定要不要动着陆页。