Pourquoi vos données analytiques peuvent ne pas correspondre aux données d’expédition

Introduction

Cet article explique certaines raisons courantes pour lesquelles les données que vous voyez dans Expédition peuvent ne pas correspondre parfaitement aux données que vous voyez dans Analytics. Bien que nous nous efforcions d'assurer la cohérence, de subtiles différences peuvent survenir en raison de divers facteurs. Comprendre ces facteurs peut vous aider à rapprocher les écarts que vous rencontrez.

Raisons courantes des écarts de données

1. Arrondissement et troncature :
   • Dans certains cas, les données d'Expédition peuvent être arrondies ou tronquées lors du traitement. Cela peut entraîner de légères différences de +/- 1 à 2 pour certaines métriques.

2. Incohérences dans la plage de dates :
   • Les tableaux de bord d'Expédition et d'Analytics utilisent tous deux les dates de début et de fin sélectionnées comme contexte pour les calculs du backend. Il est essentiel de vous assurer que vous utilisez exactement la même plage de dates sur les deux plateformes. Même de petites différences dans la plage de dates sélectionnée peuvent entraîner des écarts de données.

3. Différences de paramètres :
   • Ne pas sélectionner exactement les mêmes paramètres dans Expédition et Analytics est une source d'erreur courante.

4. Personnalisation dans Analytics :
   • Analytics offre un haut degré de flexibilité, permettant aux utilisateurs de personnaliser les graphiques et les analyses. Sachez que les modifications apportées dans Analytics peuvent affecter considérablement les données affichées.
   • Les utilisateurs d'Expédition peuvent considérer certains filtres et colonnes par défaut comme allant de soi, alors que ceux-ci peuvent ne pas être pris en compte dans Analytics.
   • Colonnes importantes à vérifier dans Analytics, souvent considérées comme implicites dans Expédition :
     • active
     • deleted
     • dispatch_type_critical
   • Si quelqu'un modifie un graphique, sachez que nous avons exposé de nombreuses colonnes importantes que les utilisateurs d'Expédition considéreraient comme allant de soi. Des colonnes telles que active deleted dispatch_type_critical sont toutes des filtres courants qu'un utilisateur pourrait ne pas connaître s'il n'avait pas consulté les exemples.

Étapes de dépannage

Si vous constatez des écarts de données, essayez ce qui suit :

1. Vérifier les plages de dates : Vérifiez que les dates de début et de fin sont identiques dans Expédition et Analytics.
2. Vérifier les paramètres : Examinez attentivement tous les paramètres sélectionnés sur les deux plateformes afin de vous assurer qu'ils correspondent exactement.
3. Examiner les personnalisations d'Analytics : Si vous avez modifié des graphiques dans Analytics, assurez-vous que les filtres ajoutés sont cohérents avec le comportement par défaut d'Expédition. Portez une attention particulière aux colonnes active, deleted et dispatch_type_critical.
4. Tenir compte de l'arrondissement/de la troncature : Soyez conscient des éventuelles erreurs d'arrondissement, notamment pour certaines métriques.

Besoin d'aide supplémentaire ?

Si vous avez essayé ces étapes et que vous rencontrez toujours des problèmes, veuillez contacter le support en fournissant les informations suivantes :

• Les tableaux de bord et les métriques spécifiques que vous comparez.
• Des captures d’écran de vos configurations d’Expédition et d’Analytique (plages horaires, paramètres, filtres).
• Un exemple de l’écart de données que vous constatez.