1 年，8 月前 - Posts by www.mea8.com blog

Facebook和第三方数据误差疑惑脸书 reseller panel,Facebook comments for sale

一般情形下Facebook和第三方有误差，这一在新品里边不显著，在老商品或是大推的新品上误差较为大是可以了解的。

Facebook是自归因服务平台，是依据全部安裝用户来配对是不是给自己服务平台奉献，随后再把数据信息给到第三方，第三方依据Facebook给回家的数据信息依照后一次点击归因来让第三方自身分辨归因，因为一定会出现这一用户在别的地区也很有可能点击了广告宣传或是有一些搞挟持的方式把后一次点击夺走，造成总体总产量上一般按占比会出现误差，推广的情况下大伙儿估计好这一误差占比，竞价上适度按百分比换算就行。

可是我这两天碰到了个奇怪数据信息，如下图：

某一商品事实上在Facebook上的统计显示基本上都是在0.3周边，包括别的campaign，因为全是统一用系统全自动提升出去的，总体价钱差别较为小，可是碰到的问题较为奇怪，一样的FB价钱，到AF上以后不一样campaign中间的价钱差别能变的极大。有的到了1美元，有的一样是0.3周边。

尽管我好啦数据信息误差的提前准备，可是这类再campaign等级上的误差，以前沒有太在乎，造成了一部分的费用预算消耗。

概率剖析：

1，IP，AF的学生明确提出来的，如果我是选了以后会导致FB评定给A 的，可是在AF上很有可能会到B ，那样只查询A 会导致价钱误差较为大。（这儿我新项目清除这一概率，由于af上没分查询）

2，reinstall，一部分campaign遮盖到了一些老用户，这种用户在AF上算不上新用户（90天再归因的默认设置），可是FB上评定为新用户了。可是好像这儿也并不是我的商品设置问题。

3，预装危害，一部分广告宣传遮盖到了某一型号的用户比较多，恰好这一型号恰好有预装，造成误差较为大。这一概率仍在剖析，要拉Rawdata来分析。

预装的一部分还分二种，一种归属于立即装包的情况下在包里边增加了主要参数的，忽视后一次点击到底是谁都是会归属于预装，一种属于一般的包，依据后一次点击来分辨（用户运行的过程中会仿真模拟一次点击），因此剖析出来也不一定能找出是多少案件线索。

现阶段我就没注意到其他商品有那么明显的误差，与此同时都没有寻找别的案件线索，如果有别的构思请提示我，我要去认证一下。