在使用第三方工具的时候，往往都不会只用一家，一般会用两家，一个是为利用不同工具的长处，一个是避免数据单一，但往往就会出现两个工具的数据对不上的问题。如Google Analytics和百度统计，这应该是不少人都会遇到的。
正常来说，在大部分人的意识中，这两个工具检测的东西都是一样的，所以数据应该是相同的，但实际往往会有误差，而且有时候误差还很大，大部分不能忽略的地步了。
下面来探讨了一下是有什么原因导致的，总结了一下，有这么几个原因：
配置问题
首先是配置问题，基础跟踪代码上去后，只是做了基础数据的收集和分析工具，基础的收集并没有太强的识别能力，所以垃圾，机器的流量自然有可能包含在内，在Google Analytics里面可以设置，开启垃圾和机器流量过滤。而百度统计的我不知道哪里可以设置。
对垃圾，机器流量的配置和处理机制不同
经常会看到就是百度统计比GA的数据多，而且百度统计里面看到的通常是指浏览一个页面，所以我猜测，是百度没有将这部分垃圾或机器流量过滤，而Google Analytics的垃圾，机器流量的处理较为完善，我的个人站点曾遇到的Google Analytics比百度统计的数据多，结合日志做分析，发现是百度统计包含了部分垃圾流量，详细可以看：为什么百度统计和Google Analytics的数据不一致。
这类垃圾流量通常在Google Analytics会归类到direct，记录到用new user却没有记录session。
对于垃圾，机器流量并没有完善的方法可以避免，总不断有新的形式出现，难以避免的，但也可以通过一些方式去发现：
指标定义的差异
百度统计里面的用户数是ip，ip具有唯一性（现在已经不是）；而GA里面是users，users的计数到new和return的计算规则。也就是数这两个指标的定义和计算规则都是不同的，所以统计出来的数据不同也就不足为奇了。
算法差异
在数据量大的时候，通常都会通过算法来处理，算法不同数据结果就不同，即使是算法相同，一些阀值不同，也会导致数据结果不同的。
通常来说，我们使用第三方工具主要是它的便捷，完善，我们不是准确数据精确，在误差允许的情况下就可以使用了，但需要知道误差的源头是什么，知道怎样可以缩小误差。
针推前面提高的可能的几个原因，处理的方法也就只有：开启第三方工具的统计模块，另有一个不成熟的思路就是在加载统计代码前面做个判断过滤。
我曾经对Google Analytics、百度统计、还有Adobe Analytics的数据测试，如果配置正确，其实它们的数据差异很小，详细的请看：百度统计、Google Analytics和Adobe Analytics的数据差异有多大？
