TikTok Ads Manager 显示 40 次购买，GA4 一张报表是 24.5，换个视图又变成 20，店铺后台却有 100 笔已付款订单。周一汇报时，到底该用哪个数？
TikTok 与 GA4 的转化数对不上，可能是统计定义不同，也可能是数据尚未完整，或追踪链路确实有问题。先弄清每个数字在数什么，再沿着已有线索排查。 直接选最小的数字，并不一定更准确。
这篇文章讨论的是 TikTok 广告引流到独立网站后的购买数据。TikTok Shop 店内订单和 App 广告需要使用各自的报表规则。下文使用虚构数据举例，并展示如何让 Navos 帮你整理和分析这些资料。
先确定，你要用这个数字回答什么
三套系统各有用途。把它们放进同一份汇报前，先给每个数字一个明确的位置。
想回答的问题 | 优先看哪里 | 汇报时保留的说明 |
店铺收到了多少笔已付款订单？ | 后台订单账本 | 已付款状态、取消与退款规则、付款日期 |
在这张 GA4 报表里，哪些渠道获得了转化贡献？ | 对应的 GA4 报表 | 指标、流量来源维度、归因模型 |
TikTok 给这些广告记了多少次购买？ | TikTok Ads Manager | 广告系列筛选、归因窗口、日期依据 |
开头那组数字，在示例中分别表示：
- 40： TikTok 按所提供的广告设置归因的购买次数。
- 24.5： GA4 事件范围归因报表分配给 TikTok 的购买贡献。
- 20： GA4 按会话来源和媒介分组后显示的购买关键事件数。
- 100： 店铺所有渠道的不同已付款订单数，其中包含部分退款的已付款订单。
24.5 是分配后的归因贡献，不是“半笔订单”。100 则包含所有获客渠道。这四个数不能相加，也不能互相替代；仅凭汇总报表，无法判断差额中有多少来自某一种原因。
一段更有用的汇报可以这样写：“店铺各渠道共收到 100 笔已付款订单。按当前广告设置，TikTok 归因购买为 40；在选定的 GA4 归因报表中，TikTok 获得 24.5 次购买贡献。我们正在核对统计定义和追踪线索，再判断差异的含义。”
这样既保留了经营事实，也让同事知道还有什么需要查，而不会把暂时解释不了的差额直接说成“丢单”。
TikTok 与 GA4 对不上的 9 类原因
1. 两张报表数的不是同一种东西
购买事件、购买关键事件、分配后的归因贡献、不同已付款订单，是不同的统计单位。只看某个广告系列，与查看店铺全部渠道，也不是同一批数据。
在每份导出旁写清指标名称和筛选条件。“转化”两个字不够具体：GA4 统计的是 purchase，还是包含其他关键事件？后台是否排除了未付款取消订单？
先把这些问题理清，再决定是否需要检查埋点。如果后台确实没有付款订单，但广告持续带来点击，可以接着看广告有点击却没销量的排查方法，检查实际购物流程。
2. GA4 换了视图，问题也跟着变了
GA4 可以按“用户最初从哪里来”“这次访问从哪里来”，或“哪次营销接触获得购买贡献”来查看数据。这分别对应 First user、Session 和事件范围。比如，按 Session source 查看购买，与在归因报表里查看 Source，回答的就不是同一个问题。
Google 的说明指出，更改报表归因模型，会影响事件范围的结果，但不会同样改变用户和会话范围报表。数据驱动归因还可能把一次购买的贡献分给多次营销接触，因此出现小数。
保存报表时，把维度名称也记下来。示例中的会话范围报表仍然按“每次事件”计数，维度名称带 Session，不等于“每个会话只计一次”。分清查看角度和计数方法，才能解释为什么两张 GA4 报表都可能合理，却不必相等。
3. 两个平台给广告记功的方式不同
顾客可能先看过广告，后来通过另一条路径回到网站购买。平台要决定“这笔购买算谁的贡献”，以及“多久以前的广告接触还算数”。这些规则就是归因模型和归因窗口。
这组虚构资料里，TikTok 使用 7 天点击、1 天观看窗口，engaged view 关闭；GA4 事件范围报表的关键事件回溯设置为 30 天。这些是案例提供的配置，不是所有账户都应该照搬的推荐值。
让投手保留实际广告设置。被 TikTok 记为观看归因的购买，仍可能被 GA4 记录，只是渠道贡献不同。没有相关用户路径，不能指出究竟是哪几笔订单造成差异，也不应为了让两边接近而随意更换窗口。
4. 同一笔销售，被记到了不同日期
广告互动、购买事件和付款可能发生在不同时间。即使都选择同一段日历日期，也要看报表究竟按什么时间归属数据。
时区还会增加一层边界：2026 年 10 月 27 日 UTC 00:30，对应的是洛杉矶 10 月 26 日 17:30。这说明午夜附近的交易可能落在不同日期，但不能据此推断账户差异的方向和数量。
记录时区，也记录报表按什么日期统计。如果有每笔订单的具体时间，可以请分析师重新按日期分组；只有总数，就无法准确换算成另一个时区。即使三方都使用 UTC，也要区分广告互动日、事件日和付款日。
5. 你看到的还不是完整的一天
今天上午导出的数字，可能随着报表处理和归因更新继续变化。日历上的一天结束了，不等于所有数据已经固定。
另一组虚构资料截至 11 月 2 日 UTC 03:00：TikTok 为 12，后台为 15，GA4 导出不可用。这里的 GA4 应保留为未知，不能填 0；文件也没有提供足够线索解释导出失败的原因。
Google 提醒，数据处理和归因更新期间，报表可能变化。记下导出时间，之后尽量重新获取同一天、同一时段的数据。如果改看全天，就重新保存三方的全天报表，不能拿一天的数据与原来的三小时比较。
6. 广告链接的参数在跳转中掉了
广告链接末尾的 UTM 参数，是帮助识别流量来源的标记。但网站跳转可能把这些标记丢掉，所以要同时检查广告里填写的链接和最终打开的页面地址。
示例中的入口带有
utm_source、utm_medium、utm_id 和 utm_content，跳转后却只剩 utm_medium。这是落地页负责人可以直接着手检查的问题，但还不足以说明最终被 GA4 分到了哪个渠道，或影响了多少笔订单。
可以把这组前后链接直接发给网站负责人，请他检查跳转时是否保留了来源标记。TikTok 的 Google Analytics 连接说明也要求保留这些参数。修好后，除了看链接，还要请分析师在可查看来源的 GA4 报表里确认数据是否正确记录。
7. 用户授权和结账流程影响了追踪
用户是否同意使用 Cookie、浏览器设置，以及结账时是否跳到了另一个网站，都可能影响购买过程的记录。它们值得检查，但不能仅凭两个总数的差额就判定原因。
请网站团队检查用户同意和拒绝 Cookie 后，追踪分别如何工作。如果结账会跳到其他域名，再检查前后是否能识别为同一段购物过程。Google 的 basic、advanced 两种同意模式行为不同，TikTok 也有自己的配置，不能用一条规则判断所有情况。
在本文示例里，这部分记录没有提供。Navos 将它列为需要补充的资料，方便团队继续询问网站负责人，而不是先把转化差额归咎于用户拒绝授权。
8. 连接了错误的网站数据，或漏传了订单信息
看到“已连接”，还要确认连接的是不是同一个网站。GA4 属性可以理解为存放网站分析数据的位置；TikTok pixel 则是网站上的追踪代码。两者必须对应正确的站点。
示例里，一个网站的 GA4 属性配到了另一个站点的 pixel；另有一次购买没有发送用于识别交易的
transaction_id。可以分别请广告负责人核对连接关系，请网站负责人检查订单信息是否完整传出。资料中还出现了同一笔交易向 GA4 发送两次的情况。Google 会使用 transaction_id 对网站的重复购买记录去重，所以“发送两次”不一定等于“报表算了两单”。还要查看 GA4 实际记录的交易。同样，只拿到部分日志时，其中没出现某笔订单，也不代表那笔订单从未上报。
9. 订单状态、退款与币种没有对齐
订单数量和收入金额需要分开定义。部分退款的订单可能仍然算一笔已付款订单，但净商品额会减少；未付款取消的订单则可能被排除。
示例账本有 5 笔已付款订单和 1 笔未付款取消订单：
币种 | 已付款订单 | 商品付款额 | 截至快照的退款额 | 净商品额 |
USD | 4 | 350 | 20 | 330 |
EUR | 1 | 60 | 0 | 60 |
订单数可以合计：4＋1＝5 笔。美元与欧元金额则需要分别保留，除非另有明确汇率规则。这里不含税费和运费，净商品额也不是利润。
这一步核对的是付款和退款事实。订单账本本身不能证明哪个广告带来了销售，也不能证明广告创造了多少增量订单。
把 GA4 连接到 TikTok，就能对平吗？
TikTok 在 Events Manager 提供 Google Analytics 连接。其 2026 年 7 月更新的说明提到，这项连接可支持归因比较，并在符合资格时支持广告优化。
使用前需要核对 Google Analytics 账户和具体属性的访问权限、purchase 是否设置为关键事件，以及 pixel 是否对应同一个网站。选中的流量范围和属性映射也会影响比较条件，实际可用性与权限以当前账户为准。
连接可以增加有用的信息，但不会让两套归因模型自动变成同一种，也不能直接解释全部历史差异。对于前面的案例，下一步是核对真实的同站映射和接收记录，而不是停在“已连接”三个字上。
用 Navos，看懂差异并找到下一步
你可能已经下载了广告报表、GA4 数据和店铺订单，却仍然不知道为什么对不上。问投手，他让你看网站；问网站同事，对方又需要你指出具体哪里有问题。
把这些资料交给 Navos，它可以帮你说明每个数字代表什么，整理文件中能找到的问题，并列出接下来该查什么、找谁处理。 你拿到的是一份可以阅读、下载并转给同事的分析报告和表格。
本文的示例使用了广告和 GA4 报表、订单记录，以及网站跳转和购买信息的记录。Navos 整理后的结果，可以这样用：
你想弄清楚的问题 | Navos 能帮你做什么 |
汇报时该怎么解释这些数字？ | 分别说明广告归因、GA4 购买贡献和后台订单，避免混成一个数 |
现在有哪件事可以先处理？ | 指出资料里已出现的问题，例如链接跳转后丢失来源标记 |
哪些问题还需要问同事？ | 列出缺少的报表或记录，说明还不能判断什么 |
该把任务交给谁？ | 建议负责人、具体动作，以及处理后需要检查的结果 |
比如，报告指出广告链接跳转后丢了来源标记，你就可以把前后两个地址发给网站同事，请他检查跳转规则。如果暂时没有 GA4 的交易明细，Navos 会把它列入待补资料，方便你向分析师索取。这样，“数字不对”就变成了同事能够接手的具体问题。
使用时，在 Navos 中选择 Ad Growth Attribution Tracking Measurement，上传手头的报表，再告诉它：
帮我看看 TikTok、GA4 和店铺订单为什么对不上，哪些问题能从这些资料里看出来，接下来该查什么、找谁处理？整理成报告和待办表。
保留文件里的报表名称、日期和时区，删除客户姓名、电话等个人信息。需要核对同一笔订单时，用一致的匿名编号。缺少哪份报表，也可以直接说明，让 Navos 帮你列出后续需要补什么。
这次操作展示了 Navos 对上传资料的分析能力；网站设置仍由相应负责人处理。它能帮助你先把问题说清楚，准备好讨论所需的资料，而不必自己从几份文件里重新拼出一份说明。
让下一次复盘更容易
给每个问题记下负责人、准备做什么、什么时候回来看结果。如果同事暂时没有权限获取报表，把这项标成待补充，避免下次开会时被误以为已经解决。
调整后，用相同的指标和日期范围再看一次。比如修的是链接跳转，就先检查来源标记是否保留下来；修的是网站连接，就先确认连接是否正确，再讨论购买数字有没有变化。
把处理结论带进电商营销周报。弄清这些数字的含义后，再用 TikTok 广告素材测试模板，按一致的标准比较素材表现。
常见问题
TikTok Ads 和 GA4 的转化数应该完全一样吗？
不一定。统计人群、日期规则、模型和窗口不同，都可能产生差异。先核对定义及具体追踪线索，再判断是否应该一致。
GA4 永远使用最后点击归因吗？
不是。需要看流量来源维度的范围。事件范围可以使用所选报表归因模型，包括数据驱动归因，不能把会话范围的解释套到所有 GA4 报表上。
向领导汇报时，到底用哪个数？
经营表现用已付款订单和定义清楚的金额；TikTok 广告视角用平台归因结果；渠道分析则用对应的 GA4 报表。每项标明含义，不把它们混成一个没有解释的“真实转化数”。
差 20% 算正常吗？
没有适用于所有账户的统一比例。小差异也可能包含追踪问题，大差异也可能来自不可直接比较的定义。重点是条件是否一致、最近发生了什么，以及有没有具体问题证据。
Navos 能根据导出文件解释差异吗？
可以帮助你整理和解释。本文示例中，它说明了几组数字各自代表什么，找出了资料中的具体问题，并列出需要补充的信息和建议负责人。资料越完整，能解释的内容越具体；没有提供的订单或购物过程记录，仍需要向相关同事获取。
让每个数字有解释，让每个问题有人接手，对账才真正能帮助下一次决策。
tiktok-ads-vs-ga4
