BigQuery中GeoStats与CampaignStats报告数据不符问题排查请求

可能的原因 #

• 地理位置匹配限制：GeoStats仅统计能精准匹配到具体地区的流量，而CampaignStats包含所有流量——包括那些无法识别地区的（比如IP解析失败、用户隐私设置隐藏位置等）。Google Ads后台会把无地区归属的流量自动归到“未知”分组，所以后台看两者数据一致；但BigQuery导出的GeoStats默认可能不包含这部分“未知”数据，导致总量比CampaignStats低。
• 导出过滤规则不一致：检查BigQuery导出的GeoStats是否带有默认过滤条件，比如只导出了目标投放地区的数据，而CampaignStats是全量统计所有来源地区的流量。比如广告投放了美国，但有少量流量来自加拿大，CampaignStats会统计这部分，但GeoStats如果被设置为只导出美国地区，就会少这部分数据。
• 时间维度或同步延迟：虽然AdGroupStats和CampaignStats数据匹配，但GeoStats的同步可能存在延迟，或者两者的时间统计维度不一致——比如CampaignStats用“点击时间”，GeoStats用“展示时间”，导致相同时间窗口内的统计范围错位。
• 维度拆解的数据丢失：按地区维度拆解时，部分数据因为归因冲突或系统限制无法分配到具体地区，这部分数据不会进入GeoStats，但会被CampaignStats汇总。比如跨地区的转化归因、自动出价策略下的模糊流量等。

解决方法 #

• 手动补充未知地区数据：在BigQuery中通过SQL关联两张表，把CampaignStats减去GeoStats的差值作为“未知地区”分组补充进去，示例SQL：

  WITH campaign_totals AS (
    SELECT 
      campaign_id,
      SUM(clicks) AS total_clicks,
      SUM(impressions) AS total_impressions,
      SUM(cost) AS total_cost
    FROM `your-project.your-dataset.CampaignStats`
    GROUP BY campaign_id
  ), geo_details AS (
    SELECT 
      campaign_id,
      geo_target_id,
      SUM(clicks) AS geo_clicks,
      SUM(impressions) AS geo_impressions,
      SUM(cost) AS geo_cost
    FROM `your-project.your-dataset.GeoStats`
    GROUP BY campaign_id, geo_target_id
  )
  SELECT 
    ct.campaign_id,
    COALESCE(gd.geo_target_id, 'UNKNOWN') AS geo_target_id,
    -- 计算未知地区的点击量
    CASE 
      WHEN gd.geo_target_id IS NULL THEN ct.total_clicks - COALESCE(SUM(gd.geo_clicks) OVER (PARTITION BY ct.campaign_id), 0)
      ELSE gd.geo_clicks 
    END AS clicks,
    -- 计算未知地区的展示量
    CASE 
      WHEN gd.geo_target_id IS NULL THEN ct.total_impressions - COALESCE(SUM(gd.geo_impressions) OVER (PARTITION BY ct.campaign_id), 0)
      ELSE gd.geo_impressions 
    END AS impressions,
    -- 计算未知地区的成本
    CASE 
      WHEN gd.geo_target_id IS NULL THEN ct.total_cost - COALESCE(SUM(gd.geo_cost) OVER (PARTITION BY ct.campaign_id), 0)
      ELSE gd.geo_cost 
    END AS cost
  FROM campaign_totals ct
  LEFT JOIN geo_details gd ON ct.campaign_id = gd.campaign_id
  

• 对齐导出规则和时间范围：确保GeoStats和CampaignStats的导出时间范围完全一致，且时间统计维度（点击/展示时间）相同。检查BigQuery导出的GeoStats是否包含所有geo_target_id，包括后台显示的“未知”或“其他”分组。
• 核对后台Geo视图设置：在Google Ads后台打开地区报告，确认是否勾选了“包含未知地区”选项，然后对比BigQuery导出的GeoStats是否包含这部分数据。如果后台是合并了未知地区的总量，而BigQuery是拆分后的明细，就需要手动合并。
• 验证归因模型一致性：如果使用了跨设备/跨地区归因，检查GeoStats和CampaignStats的归因规则是否一致。比如CampaignStats用最后点击归因，GeoStats用首次点击，就会导致数据差异。可以在后台调整归因模型后重新导出数据对比。

内容的提问来源于stack exchange，提问作者AnaKeen94