Tracking y analítica · Glosario

Discrepancia Discrepancia de datos entre sistemas de tracking

En palabras simples

Una discrepancia es la diferencia entre dos sistemas que deberían contar lo mismo. Tu tracker dice 1,000 clics, la red dice 930 y la fuente de tráfico dice 1,080. Algo de diferencia es normal; una brecha grande o repentina suele significar que algo de la configuración se rompió.

Definición

Una discrepancia es una diferencia entre los conteos que dos sistemas de medición reportan para una misma actividad: impresiones, clics, conversiones o ingresos. Cada eslabón de una cadena de afiliación cuenta por su cuenta, la fuente de tráfico, el tracker del afiliado, la red y el anunciante, y cada uno aplica sus propias definiciones, filtros, zona horaria y tiempos. Casi nunca hay coincidencia perfecta, así que la pregunta útil es si la brecha es estable y se puede explicar.

Las causas normales son previsibles. Los clics bajan entre sistemas porque algunos visitantes se van durante las redirecciones, los bots se filtran con reglas distintas y una plataforma cuenta clics únicos mientras otra los cuenta todos. Las conversiones difieren por el estado (pendiente frente a aprobada), las ventanas de atribución, la deduplicación entre canales, las zonas horarias que mueven una conversión a otro día y los postbacks que llegan tarde. En publicidad display, la regla práctica de larga data, basada en la guía del IAB, considera aceptables brechas de impresiones de hasta alrededor del 10% entre el editor y un ad server de terceros.

Las discrepancias alarmantes tienen firmas propias. Una caída repentina de conversiones en el tracker mientras la red sigue mostrándolas apunta a un postback roto o a un click ID perdido. Una gran brecha de clics en un solo placement sugiere bots o clics accidentales que nunca cargan la página. Las conversiones que el tracker registra y la red después rechaza apuntan a filtros de calidad, controles antifraude o duplicados, y una brecha que se amplía semana tras semana suele indicar que el anunciante revierte conversiones al terminar el periodo de hold.

La auditoría funciona mejor partiendo de un solo clic. Envía un clic de prueba por toda la cadena, anota los IDs que registra cada sistema y confirma que la conversión llega a todos con el mismo valor y la misma hora. Luego compara los totales diarios por fuente con una sola zona horaria y un solo estado, y lleva un registro breve de los cambios de configuración para poder vincular una brecha nueva con lo que la causó. Las brechas persistentes que no se pueden explicar conviene planteárselas a la red con datos a nivel de sub ID, no con totales.

En la práctica

Ejemplo práctico — cifras ilustrativas

Conciliar una semana de números

Un media buyer compara una semana de una oferta CPA de 30 USD en tres sistemas, todos con la misma zona horaria.

MétricaFuente de tráficoTrackerRed
Clics52,00048,90047,600
Conversiones–401412 (371 aprobadas, 41 pendientes)
Ingresos–12,030 USD11,130 USD aprobados + 1,230 USD pendientes

La brecha de clics del 8.5% entre la fuente y la red está en el rango normal para tráfico pagado con varias redirecciones. Las 11 conversiones que muestra la red y que el tracker nunca recibió llegaron todas al log de postbacks con el click ID vacío, y todas desde una variante de prelander cuyo botón tenía fijo el enlace sin el token: una falla de configuración que se corrige en minutos, no un recorte. Las 41 conversiones pendientes explican la diferencia de ingresos y se resolverán después del periodo de hold. Las cifras son ilustrativas.

Errores comunes

  • Comparar reportes en zonas horarias distintas o con filtros de estado distintos, pendientes contra aprobadas.
  • Comparar solo totales; las discrepancias se diagnostican por fuente, placement y día.
  • Suponer un recorte antes de revisar los logs de postback, los click IDs y los motivos de rechazo.
  • Ignorar una brecha que crece despacio, algo que suele indicar reversiones después del periodo de hold.
  • Cambiar ajustes del tracker, dominios o prelanders sin anotarlo, de modo que una brecha nueva no se puede rastrear hasta su causa.

Profundiza

Preguntas frecuentes

¿Qué es una discrepancia de datos?

Una diferencia entre los conteos que dos sistemas reportan para los mismos clics, conversiones o ingresos, causada por definiciones, filtros, tiempos y métodos de tracking distintos.

¿Qué tamaño de discrepancia es normal?

En clics que pasan por varias redirecciones son comunes brechas de unos pocos puntos hasta poco más del 10%; para impresiones, la regla práctica del sector es menos de alrededor del 10%. Las conversiones deben coincidir de cerca una vez alineados los estados.

¿Cómo encuentro la causa de una discrepancia?

Sigue un clic de prueba por todos los sistemas, compara por fuente y día con una sola zona horaria y un solo estado, y revisa en los logs de postback si faltan click IDs o llegan vacíos.

¿Una discrepancia significa que la red está recortando?

Rara vez es la primera explicación. Los postbacks rotos, los click IDs perdidos, los estados pendientes y la deduplicación explican la mayoría de las brechas; las persistentes sin explicación conviene plantearlas con datos por sub ID.

Fuentes

  1. Mobile Discrepancies 2.0 — IAB (iab.com)
  2. Dealing with ad discrepancies — Centro de ayuda de Triton Digital (help.tritondigital.com, 2025)
  3. Postback troubleshooting for ad networks — Centro de ayuda de AppsFlyer (support.appsflyer.com)

Las referencias se listan como texto a propósito; búscalas por título y editor. Actualizado: 2026-10-09.

Los términos son la parte fácil.

Ponlos en práctica en una red con tracking real, pagos en unas 48 horas y un manager dedicado.

Únete a la red