ميزانية التسويق الضائعة: كيف أنقذنا نموذج الإحالة متعدد اللمسات من جحيم الإعلانات الصارخة في الفراغ؟

صرخة في غرفة الاجتماعات: “يا جماعة، فلوسنا بتروح عالفاضي!”

أذكر ذلك اليوم جيدًا. كنا في اجتماعنا التسويقي الأسبوعي، والأجواء مشحونة. الأرقام على الشاشة كانت تحكي قصة محبطة: زيادة في الإنفاق على الإعلانات الرقمية على جوجل وفيسبوك، ولكن العائد على الاستثمار (ROI) في تراجع مستمر. مدير التسويق، وكان وجهه أحمر قانيًا، ضرب بيده على الطاولة وقال بلهجة فيها مزيج من اليأس والغضب: “يا جماعة الخير، شو القصة؟ إحنا بنكب فلوس كب، والمبيعات يا دوب بتتحرك. إعلاناتنا كأنها بتصرخ في الفراغ!”.

كنت أجلس في زاوية الغرفة، بصفتي مسؤولاً عن جانب البيانات والذكاء الاصطناعي. كنت أرى المشكلة من زاوية مختلفة. تقاريرنا كانت تقول إن 80% من مبيعاتنا تأتي من إعلانات “البحث باسم العلامة التجارية” (Branded Search) على جوجل. بناءً على هذا الرقم، كان القرار “المنطقي” هو أن نضخ كل ميزانيتنا تقريبًا في هذا النوع من الإعلانات ونقلل الإنفاق على فيسبوك والمحتوى والتوعية. لكن حدسي كمهندس بيانات كان يخبرني أن هناك شيئًا خاطئًا جدًا في هذه الصورة.

العميل لا يستيقظ من النوم فجأة ويقرر البحث عن اسم منتجنا بالضبط. لا بد أنه رآنا في مكان ما أولاً. ربما شاهد إعلان فيديو على فيسبوك، أو قرأ مقالاً في مدونتنا، أو تفاعل مع منشور لنا على انستغرام. هذه “اللمسات” الأولى هي التي زرعت البذرة. لكن نظامنا كان ينسب الفضل كله، 100% من الفضل، لآخر نقرة قام بها العميل قبل الشراء. كان هذا هو “جحيم الميزانية الضائعة” الذي نعيش فيه، والمنقذ الذي لم نكن نعرفه بعد كان يُدعى “نموذج الإحالة متعدد اللمسات” (Multi-Touch Attribution).

الشرير في القصة: لعنة نموذج “النقرة الأخيرة” (Last-Click Attribution)

قبل أن نغوص في الحل، دعونا نفهم أصل المشكلة التي تعاني منها 90% من الشركات دون أن تدري. المشكلة تكمن في الاعتماد الأعمى على نموذج الإحالة الأبسط والأكثر خداعًا: نموذج النقرة الأخيرة.

ببساطة، هذا النموذج يشبه مكافأة لاعب كرة القدم الذي يسجل الهدف فقط، وتجاهل كل من صنع اللعب ومرر الكرة ودافع عن المرمى. إنه يمنح 100% من الفضل لآخر نقطة تفاعل قام بها العميل قبل إتمام عملية الشراء أو التحويل.

لماذا نموذج النقرة الأخيرة كارثي؟

• يُعطي صورة مشوهة للواقع: رحلة العميل ليست خطًا مستقيمًا، بل هي شبكة معقدة من التفاعلات. قد يرى العميل إعلانًا على فيسبوك (توعية)، ثم يبحث عن مراجعات فيقرأ مقالاً في مدونتك (اعتبار)، ثم تصله رسالة بريد إلكتروني تذكيرية (إعادة استهداف)، وأخيرًا يبحث عن اسمك على جوجل ويشتري (تحويل). نموذج النقرة الأخيرة سيرى فقط بحث جوجل ويتجاهل كل ما قبله.
• يؤدي إلى قرارات خاطئة: بناءً على هذا النموذج، ستقوم بقطع ميزانية إعلانات فيسبوك والمحتوى، لأنها “لا تحقق مبيعات مباشرة”، وتضخ كل أموالك في إعلانات البحث. وما سيحدث بعد فترة هو أن بحث جوجل نفسه سيبدأ بالانخفاض، لأنك قتلت القنوات التي كانت تغذيه بالعملاء المحتملين في المقام الأول!
• يُهمل قنوات بناء الوعي: الأنشطة التسويقية في أعلى القمع (Top-of-Funnel) مثل التسويق بالمحتوى والسوشيال ميديا، والتي تهدف إلى تعريف الجمهور بعلامتك التجارية، لا تحصل على أي تقدير، مما يعرض علامتك التجارية للموت البطيء.

البطل المنتظر: نموذج الإحالة متعدد اللمسات (Multi-Touch Attribution)

وهنا يأتي دور البطل الذي أنقذنا. نموذج الإحالة متعدد اللمسات (MTA) هو فلسفة ونظام يرفض تبسيط الأمور، ويعترف بأن كل نقطة تفاعل في رحلة العميل لها قيمة. بدلاً من إعطاء 100% من الفضل لنقطة واحدة، يقوم بتوزيع هذا الفضل على عدة نقاط أو كل النقاط التي ساهمت في عملية التحويل.

عندما طبقنا هذا المفهوم، كانت النتائج بمثابة صحوة. اكتشفنا أن حملات الفيديو على فيسبوك، التي كان نموذج النقرة الأخيرة يصنفها كـ “فاشلة”، كانت في الحقيقة هي المحرك الأول لرحلة 70% من عملائنا الجدد! كانت هي الشرارة الأولى.

أشهر نماذج الإحالة متعددة اللمسات

الجميل في هذا العالم هو وجود عدة نماذج، يمكنك اختيار ما يناسب مرحلة نضجك التقني وأهدافك التسويقية. دعونا نستعرضها:

1. النموذج الخطي (Linear Model)

هو أبسط نماذج MTA. يقوم بتوزيع الفضل بالتساوي على كل نقاط التفاعل في رحلة العميل. إذا تفاعل العميل مع 4 قنوات قبل الشراء، ستحصل كل قناة على 25% من الفضل.

• متى تستخدمه؟ إذا كنت تريد الانتقال من نموذج النقرة الأخيرة وتبحث عن بداية بسيطة وسريعة لتقييم كل قنواتك.

2. نموذج التضاؤل الزمني (Time-Decay Model)

هذا النموذج يعطي فضلًا أكبر لنقاط التفاعل الأقرب زمنيًا لعملية التحويل. النقطة التي تسبق الشراء مباشرة تحصل على أكبر نسبة، والنقطة الأولى في الرحلة تحصل على أقل نسبة.

• متى تستخدمه؟ مفيد في دورات المبيعات القصيرة، مثل حملات العروض محدودة المدة، حيث تكون التفاعلات الأخيرة هي الأكثر تأثيرًا على قرار الشراء الفوري.

3. النموذج القائم على الموضع (U-Shaped Model)

يعطي هذا النموذج أهمية خاصة للنقطة الأولى (التي جلبت الوعي) والنقطة الأخيرة (التي أغلقت الصفقة). على سبيل المثال، يمنح 40% من الفضل للنقطة الأولى، و40% للأخيرة، ويوزع الـ 20% المتبقية على النقاط التي في المنتصف.

• متى تستخدمه؟ ممتاز للشركات التي ترى أن نقطة اكتشاف العلامة التجارية ونقطة اتخاذ القرار هما الأهم في رحلة العميل.

4. النموذج المبني على البيانات (Data-Driven Model)

هذا هو “الكأس المقدسة” في عالم الإحالة، والمكان الذي تتألق فيه مهارات علم البيانات والذكاء الاصطناعي. هذا النموذج لا يعتمد على قواعد ثابتة، بل يستخدم خوارزميات تعلم الآلة (مثل سلاسل ماركوف أو قيمة شابلي) لتحليل آلاف المسارات للعملاء (الذين اشتروا والذين لم يشتروا) لتحديد الوزن الفعلي والمساهمة الحقيقية لكل قناة تسويقية.

• متى تستخدمه؟ عندما يكون لديك كمية كبيرة من البيانات، وفريق تقني قادر على تطبيقه. جوجل أناليتكس 4 يقدم نموذجًا مبنيًا على البيانات بشكل تلقائي إذا كان لديك بيانات كافية.

ورشة أبو عمر: كيف تبدأ رحلتك مع الإحالة متعددة اللمسات؟

الكلام النظري جميل، لكن “كيف بنطبق هالحكي يا أبو عمر؟”. حسنًا، لنشمر عن سواعدنا. العملية تتطلب تخطيطًا وتنفيذًا دقيقًا.

الخطوة الأولى: جمع وتوحيد البيانات (هنا يكمن 90% من الجهد)

لا يمكنك تحليل ما لا يمكنك قياسه. قبل التفكير في أي نموذج، يجب أن تتأكد من أنك تجمع بيانات رحلة العميل من كل المصادر الممكنة في مكان واحد. هذا يشمل:

• تتبع الموقع (Website Tracking): استخدم Google Analytics, Matomo, أو أي أداة تحليل ويب قوية. تأكد من إعداد تتبع الأهداف (Goals/Conversions) بشكل صحيح.
• معلمات UTM: هذه هي بطاقة الهوية لكل حملة. استخدم معلمات UTM (utm_source, utm_medium, utm_campaign) في كل الروابط التي تنشرها في إعلاناتك، بريدك الإلكتروني، ومنشوراتك على السوشيال ميديا. بدونها، ستبدو كل زياراتك كأنها “زيارات مباشرة” (Direct Traffic) وستفقد القدرة على تتبعها.
• ربط المنصات (CRM & Ad Platforms): حاول ربط بيانات منصات الإعلانات (Google Ads, Facebook Ads) مع نظام إدارة علاقات العملاء (CRM) الخاص بك للحصول على صورة كاملة.

الخطوة الثانية: تطبيق نموذج بسيط (مثال بالكود)

لنفترض أنك جمعت بياناتك في جدول بسيط. لنرَ كيف يمكننا تطبيق نموذج “خطي” و “تضاؤل زمني” باستخدام لغة بايثون ومكتبة Pandas، وهي أدواتي المفضلة في تحليل البيانات.

تخيل أن بياناتك تبدو هكذا:

# بيانات افتراضية لرحلات العملاء
data = {
    'path': [
        'Facebook > Blog > Google_Search > Conversion',
        'Google_Search > Conversion',
        'Blog > Email > Google_Search > Conversion',
        'Facebook > Email > Conversion'
    ],
    'conversions': [15, 30, 10, 8]
}

يمكننا كتابة كود بسيط لتوزيع قيمة هذه التحويلات بناءً على نماذج مختلفة:

import pandas as pd
from collections import defaultdict

# بيانات افتراضية
data = {
    'path': [
        'Facebook > Blog > Google_Search > Conversion',
        'Google_Search > Conversion',
        'Blog > Email > Google_Search > Conversion',
        'Facebook > Email > Conversion'
    ],
    'conversions': [15, 30, 10, 8]
}
df = pd.DataFrame(data)

# --- نموذج النقرة الأخيرة (للمقارنة) ---
last_click_attribution = defaultdict(float)
for index, row in df.iterrows():
    path = row['path'].split(' > ')
    conversions = row['conversions']
    last_touch = path[-2] # القناة قبل التحويل
    last_click_attribution[last_touch] += conversions

# --- النموذج الخطي ---
linear_attribution = defaultdict(float)
for index, row in df.iterrows():
    path = row['path'].split(' > ')[:-1] # كل القنوات ما عدا التحويل
    conversions = row['conversions']
    credit_per_touch = conversions / len(path)
    for touch in path:
        linear_attribution[touch] += credit_per_touch

print("--- Last-Click Attribution ---")
print(last_click_attribution)

print("n--- Linear Attribution ---")
print(linear_attribution)

# ستكون النتائج مختلفة تمامًا!
# في النقرة الأخيرة، فيسبوك والمدونة سيحصلان على قيمة قليلة جدًا أو صفر.
# في الخطي، سيتم توزيع القيمة بشكل عادل، وسيظهر دور فيسبوك والمدونة.

نصيحة من أبو عمر: لا تنتظر الوصول إلى النموذج المثالي المبني على البيانات. ابدأ اليوم بتطبيق النموذج الخطي أو القائم على الموضع داخل Google Analytics. اذهب إلى قسم Conversions > Attribution > Model Comparison Tool. هذه الخطوة وحدها ستفتح عينيك على حقائق لم تكن تراها من قبل.

الخلاصة: من الصراخ في الفراغ إلى العزف بانسجام 🎼

العودة إلى قصة فريقنا.. بعد تطبيق نموذج إحالة متعدد اللمسات (بدأنا بنموذج U-Shaped ثم انتقلنا إلى نموذج مبني على البيانات)، تغير كل شيء. اكتشفنا أن المدونة التي كدنا نوقفها كانت مسؤولة عن بدء رحلة 40% من أفضل عملائنا. أدركنا أن إعلانات فيسبوك لم تكن “فاشلة”، بل كانت أفضل أداة لدينا لـ “التعريف” بالمنتج، بينما كانت إعلانات جوجل هي الأفضل في “إغلاق” الصفقة.

توقفت الصرخات في غرفة الاجتماعات، وحل محلها نقاش هادئ مبني على بيانات حقيقية. لم نعد نلقي باللوم على قناة معينة، بل أصبحنا نفهم كيف تعمل كل القنوات معًا كأوركسترا متناغمة، لكل آلة فيها دورها الذي لا غنى عنه. توقفنا عن إضاعة الميزانية، وبدأنا نستثمرها بذكاء.

نصيحتي الأخيرة لك: لا تقع في فخ البساطة المضللة لنموذج النقرة الأخيرة. رحلة عميلك هي قصة، ولكل فصل فيها أهميته. ابدأ اليوم بفهم هذه القصة كاملة، وستتحول إعلاناتك من صرخة في الفراغ إلى حوار هادف ومثمر مع جمهورك. شدّوا حيلكم! 💪