【GAの壁】サマリーと個別の指標の数字が合わないことがある

GAでサマリーと指標の数値が一致していない現象ってありませんか？私は数度遭遇したことがあります。
サマリーでは該当カテゴリの指標を俯瞰できるように表示しているわけですから当然一致していると考えてました。なのに、あ　わ　な　い。解析のデータ取りまとめの最中にこういう現象が出てくると一応「なんで？」というのを確認しなくてはいけないため時間がかかる上、ナゾが解けない場合が多すぎてモヤモヤが残ります。

私の遭遇したケースは、
(1)サマリーと「新規訪問者とリピーター」の新規訪問割合
(2)ソーシャル解析のサマリーでの「ソーシャルを経由した訪問数」と参照元別の「訪問数」の合計
(1)の場合は、フィルタの内容によってはそのようなことも起こり得るようですが、結局理由は不明。
(2)の場合だと、サマリーではすべてのソーシャル経由のユニークな数を表示しているのかもしれません。でもどこにも書いてないし、どうとでも取れますよね。
サマリーでの表示は、単純に個別の指標をひっぱってきて表示しているものではない・・・違うロジックで再計算してる？という疑問が浮かび、今もすっきりしてません。
もちろん、数字が合う場合のほうが圧倒的に多いのですが、数少ない合わない現象に遭遇したときに、計算の違いや仕様なんて解析側では把握不可能じゃないですか、仕様が公開されていないから。指標や計算は同じでもサマリーはフィルタやなにかの影響を受けるということなら、それはそれでおかしいと思います。なんでそんなややこしいことしてるんだよ。

できるだけ、このような解けない謎を生まないためにも、
・フィルタは関係者で共有（常識ですが、フィルタをかけてない元データは絶対に保存）
・アドバンスやカスタムレポートの形式は関係者で共有
・継続的に見る場合はどの箇所の指数を見るということを決めておく
というルールを作っておく必要があると思います。

理想は計測前にきちんと設計をしてルールを皆で共有しておくことが望ましいのですが、解析設計の考え方はまだまだ浸透していないように思います。
継続して解析を行っている場合は、一度見直して現状把握と改善を、これから新しく解析を始める場合は、最初に設計を考え、状況の変化や要望に応じて変えていく＋変えたところを共有する。ということをやっていきたいです。
結局、クライアントにわかりやすい、満足度の高いレポートというのは、目的と評価基準の認識がどれだけされているか、によると事あるごとに感じています。

【解析いろは9】広告と解析のコンバージョン数が合わないんですが、なにか？

AdwordsやYahoo!リスティング等に広告を出すのは、もう当たり前のことですよね。で、これら広告側にもコンバージョン測定機能が付いてます。そして解析ツール側にも同様のコンバージョン設定を している場合なんかに広告とサイト解析ツールのコンバージョンやクリック数が合わない、というケースがよくあります。
クライアントや上司に「なんで数字合わないの？普通合うでしょコレ!?データとは数字とは神じゃないのムキー」と詰められた経験はありませんか。そしてその数字の齟齬がどうして生じるのか、とか、もう訳わかんなくて誤差の％を出して、大体これくらいの精度で合っていますなんて支離滅裂な対応をしたことがあるかもしれません。いいんです、誰もが通る道です。

なぜ差が出るのか、ということについては下記の記事が詳しいです。わかりやすいです。この「なぜ」を知っていると知らないとで世界と対応が違いますので、ぜひご覧ください。
マーケジン：「そもそも広告効果測定のために作られたツールではない」アクセス解析ツールの仕組みのキホンを押さえよう【アトリビューション編：第3回】

結論はツールが違う・定義が違う、コンバージョンやクリック数の計算方法が違う。ということです。 他には、計測タグの設定ミスなどによる計測モレもあります。
GoogleのAdwordsとGoogleアナリティクスは同じ会社のツールで計測するのだから必ずコンバージョン数なんかが一致してもよさそうなものですが、こちらも合わない場合があります。
Googleサポート：AdWords とアナリティクスでウェブサイトのデータに矛盾がある

大事なのは、効果測定ツールとウェブ解析ツールの数字は異なっていてもおかしくはない、という前提で考え、数字やデータを盲信しないことです。効果測定ツールだけではなくどの解析ツールでもいえることです。

じゃあ、一体広告効果はどこでどう見ればいいのよ？解析結果との矛盾をどう解消したらいいのよ？と思われるでしょう。
そもそも、違うツール間の数字の矛盾は（設定ミスを除いて）報告側でどうにかできるものではありません。広告効果測定についての報告はウェブ解析と分ける、のが私は正しいと思ってます。
ですから、広告からの集客が大きなウェイトを占めるサイトは、広告効果測定ツールを別にいれて、広告効果のみを個別に測定してもいいと思います。広告の効果測定ツールはそこに特化しているので、デバイス別だったり、メール、広告、ソーシャルなどのメディア別流入の切り替えがスムーズだったり小難しい設定が不要だったりして便利です。
お高い有料の解析ツールならそのあたりも充実しているかもしれませんが、私は実務で使ったことがないのでなんともいえません。使いたいなあ・・・誰か使わせてくんないかなあ。

次に、レポートの方法について。ウェブ解析の中に入れるから矛盾するのです。ウェブ解析ではこうでした。広告効果測定は別紙あるいは別表にて。という感じですね。ちゃんと分ける理由と、解析と広告効果測定ツールでの定義を事前に説明しておくことも大事です。ここが、知っていることと知らないことの差です。

【解析いろは5】解析データの数字に踊らされるな

アクセスログ解析のデータの精度は100%ではない。統計で収集するデータと根本的に違う。ということは【解析いろは2】で書きました。それは、アクセスログ解析を否定するのではなく、数字の精度という幻想（と言い切ってみる）に踊らされてはいけない、という意味です。
【解析いろは2】の（私の）答えの一部を言いますと、アクセスログ解析は統計学のような客観的な信頼性はなくとも相対的に、ウェブの状況把握や仮説を立てるには充分な、非常に豊かなデータといえます。
で、今回のお題。数字に踊らされてはいけないというもうひとつの意味は『計測データの不一致』です。
・解析ツールが異なれば、同じウェブビーコン方式であっても同じ指標に差が出ます。
・方式が異なれば同じ指標でも差が出ます。設定によっても差が出ます。

一番イヤなのは解析ツールの指標間で定義が微妙に違っていて、同じ名称なのになぜか異なる場合。
　何度触っていても、こういうシーンに遭遇すると「カンベンしてくれ」と思います。差異が出るのはなぜか確認をしなくてはなりませんから。
差が出る場合はフィルタをかけていたり、根本的にデータエラーだったり、計測期間が長期だったり、が多いです。しかしですねぇ、同じ項目名を使うのならせめてひとつの解析ツールの中では整合性があってほしい。数値が異なるということは、同じ項目名であっても算出ロジックが違っているということなんですから。このように数値が合わない数々の悲劇は【GAの壁】というタイトルで幾つかご紹介していきます。（GAかい！）

有料のツールならヘルプデスクやサポートに確認ができるのですが、無料だとそれができないケースが多いです。サポートと精度の高さを求めるのなら　Googke アナリティクスプレミアムを利用することも検討したほうがいいです。ちなみにプレミアムはプレミアム認定リセラーという代理店経由で購入するようです。既存アカウントで利用できることから、無料のGAの次の解析ツールへ移行しやすいですね。いい商売してるぜ！
　Googke アナリティクスプレミアム：
http://www.google.co.jp/intl/ja_ALL/analytics/premium/index.html

そういうわけで解析ツール内でも指標間の数値が合わないことはままあります。ここで大切なのは、解析データとはそういうもので、しかし有益であるということをクライアントに説明し、納得してもらい共有することです。そうすれば、数字だけに拘泥することもないでしょうし、「これの合計が違うんだけど!?」とドヤ顔されることもないでしょう。

思うに、自分がわからないジャンルで（＝アクセスログ解析）、その判断基準が不明瞭な場合（＝判断基準や目標が共有されていない）、「明確に出ているもの＝数字」の整合性に根拠を求めてしまうのだと思います。統計ならばそれでもOKかもしれませんが、解析データでそれをやると間違いなく時間の浪費です。
数字が合わないことの説明は多くの場合は説明ができないのです。仮に生ログをサーバで取っていたとしても、そのデータであるウェブビーコン方式の解析ツールの数字の差異を説明することはできません。有料でサポートがあるならともかく、無料版での解析ツールの定義と仕様を極限までつきつめていけば可能かもしれませんが、そこまでやる価値があるかということですね。

ただし、この場合でも自分で調査し、数字が合わないことを把握しておいたほうがいいとは思います。うっかりフィルターをかけて見ていたり、など原因がある場合もありますし、わからなくても最低限、「やっぱりこことここの定義が違うんだな」という程度でも知らないよりマシです。検索すると同じケースがあったりします。同業の仲間やフォーラムで相談するのも手です。あらゆる手を尽くして、自分なりに齟齬や問題点を整理・把握しておくことは必須作業です。
前段で解析ツール内でのつじつま合わせは時間の無駄だといいましたが、それと問題把握と調査は別のことです。
調べもせず根拠もないのに、合わないのは解析ツールのせいだ、といって終わってしまうと解析そのものへの不信感にもつながります。（まあ、実際そうなんですけど）。そういうケースもあるということ、それが全体の動向を把握するには影響はないということを丁寧に誠実に説明すること。結局は解析に関する認識を共有することが大事ですよね。