Waarom uw analysegegevens mogelijk niet overeenkomen met verzendgegevens

Inleiding

Dit artikel legt enkele veelvoorkomende redenen uit waarom de gegevens die u in Verzenden ziet mogelijk niet perfect overeenkomen met de gegevens die u in Analytics ziet. Hoewel we streven naar consistentie, kunnen er door verschillende factoren subtiele verschillen ontstaan. Als u deze factoren begrijpt, kunt u eventuele discrepanties die u tegenkomt beter verzoenen.

Veelvoorkomende redenen voor gegevensdiscrepanties

1. Afronding en afkapping:
   • In sommige gevallen kunnen gegevens van Verzenden tijdens de verwerking worden afgerond of afgekapt. Dit kan leiden tot kleine verschillen van +/- 1-2 in bepaalde metrieken.

2. Inconsistenties in tijdsbereik:
   • De dashboards van Verzenden en Analytics gebruiken beide de geselecteerde begin- en einddatums als context voor berekeningen aan de backend. Het is van cruciaal belang dat u ervoor zorgt dat u exact hetzelfde tijdsbereik in beide platforms gebruikt. Zelfs kleine verschillen in het geselecteerde datumbereik kunnen leiden tot gegevensdiscrepanties.

3. Verschillen in parameters:
   • Het niet selecteren van exact dezelfde parameters in Verzenden en Analytics is een veelvoorkomende bron van fouten.

4. Aanpassingen in Analytics:
   • Analytics biedt een hoge mate van flexibiliteit, waardoor gebruikers grafieken en analyses kunnen aanpassen. Houd er rekening mee dat wijzigingen in Analytics de weergegeven gegevens aanzienlijk kunnen beïnvloeden.
   • Gebruikers van Verzenden nemen bepaalde standaardfilters en -kolommen mogelijk als vanzelfsprekend aan, terwijl hiermee in Analytics mogelijk geen rekening wordt gehouden.
   • Belangrijke kolommen die u in Analytics moet controleren en die in Verzenden vaak als vanzelfsprekend worden beschouwd:
     • active
     • deleted
     • dispatch_type_critical
   • Als iemand een grafiek aanpast, houd er dan rekening mee dat we veel belangrijke kolommen beschikbaar hebben die gebruikers van Verzenden als vanzelfsprekend zouden beschouwen. Kolommen zoals active deleted dispatch_type_critical zijn allemaal veelgebruikte filters waar een gebruiker mogelijk niets van weet als diegene niet naar de voorbeelden heeft gekeken.

Probleemoplossing

Als u gegevensdiscrepanties ziet, probeer dan het volgende:

1. Controleer tijdsbereiken: Controleer nogmaals of de begin- en einddatums identiek zijn in zowel Verzenden als Analytics.
2. Controleer parameters: Controleer zorgvuldig alle geselecteerde parameters in beide platforms om er zeker van te zijn dat ze exact overeenkomen.
3. Controleer aanpassingen in Analytics: Als u grafieken in Analytics hebt aangepast, zorg er dan voor dat eventuele toegevoegde filters overeenkomen met het standaardgedrag van Verzenden. Let goed op de kolommen active, deleted en dispatch_type_critical.
4. Houd rekening met afronding/afkapping: Houd rekening met mogelijke afrondingsfouten, vooral bij bepaalde metrieken.

Meer hulp nodig?

Als je deze stappen hebt geprobeerd en nog steeds problemen ondervindt, neem dan contact op met support met de volgende informatie:

• Specifieke dashboards en metrieken die je vergelijkt.
• Schermafbeeldingen van je configuraties voor Verzenden en Analytics (tijdsbereiken, parameters, filters).
• Voorbeeld van de gegevensafwijking die je waarneemt.