يا جماعة الخير، مساكم الله بالخير. اسمحوا لي أبدأ معكم بقصة صارت معي قبل كم سنة، قصة “ولعت” فيها الميزانية التسويقية لواحد من المشاريع اللي كنت شغال عليها. كنا في شركة ناشئة، كل قرش بنصرفه محسوب علينا، والمفروض إنه يرجع بعشرة.
كنا حاطين فلوس في إعلانات فيسبوك، وإعلانات جوجل، وتحسين محركات البحث (SEO)، وحتى شوية حملات مع مؤثرين. كل فريق كان يجي آخر الشهر ويقول: “إحنا اللي جبنا الزباين!”. فريق السوشيال ميديا يعرض أرقام التفاعل والمشاهدات، وفريق جوجل يعرض عدد النقرات، وجماعة الـ SEO يقولوا “شوفوا الترتيب تبعنا كيف تحسن!”.
بس لما كنا نيجي نجمع الأرقام ونشوف المبيعات الفعلية، كانت القصة مختلفة. العائد على الاستثمار (ROI) كان “ضايع في الطوشة”. كنا نحس حالنا زي اللي ماشي في غرفة معتمة ومعاه مصاري وبيرميها في كل الاتجاهات على أمل إنها توصل للهدف. الاجتماعات كانت مشحونة، وكل واحد يدافع عن قناته التسويقية. والسؤال الكبير اللي ما حدا كان قادر يجاوبه بثقة: “شو القصة؟ أي قناة تسويقية هي اللي بتجيب لنا الشغل فعلاً؟”. من هنا بدأت رحلتي مع عالم اسمه “نماذج الإحالة”، العالم اللي حوّل الظلام لنور، والتخمين ليقين.
ما هي نماذج الإحالة (Attribution Models)؟ حكاية فريق كرة القدم
قبل ما أدخل في التفاصيل التقنية، خليني أبسط لكم الفكرة بمثال بسيط. تخيلوا فريق كرة قدم سجل هدف خرافي. مين اللي بنعطيه الفضل؟
- هل هو المهاجم اللي سدد الكرة في المرمى؟ (هذا يشبه النقرة الأخيرة)
- ولا لاعب الوسط اللي أعطاه التمريرة الحاسمة؟
- ولا المدافع اللي قطع الكرة من الخصم وبدأ الهجمة من الأساس؟ (هذا يشبه النقرة الأولى)
الحقيقة إن الهدف نتيجة جهد جماعي، وكل لاعب في السلسلة كان له دور. نماذج الإحالة هي بالضبط هيك. هي القواعد أو الطرق اللي بنستخدمها عشان نوزّع “الفضل” أو “التقدير” على نقاط التماس (Touchpoints) المختلفة في رحلة العميل قبل ما يتخذ قرار الشراء.
رحلة العميل اليوم ما عادت خط مستقيم. ممكن العميل يشوف إعلانك على انستغرام وهو بيقلب في الستوريات، وبعدها بكم يوم يبحث عن اسم منتجك في جوجل، وبعدين يدخل على مدونتك ويقرأ مقالة، وأخيراً يوصله إيميل منك فيه خصم فيقرر يشتري. السؤال: مين اللي يستحق الفضل في عملية البيع هذه؟ انستغرام؟ جوجل؟ المدونة؟ الإيميل؟ نماذج الإحالة هي اللي بتجاوب على هذا السؤال.
أشهر نماذج الإحالة: دليل أبو عمر لاختيار النموذج المناسب
في عالم تحليل البيانات، ما في حل واحد يناسب الجميع. كل نموذج له نقاط قوته وضعفه، واختيارك بيعتمد على أهدافك وطبيعة عملك. خلونا نستعرض أشهر هاي النماذج.
نموذج النقرة الأخيرة (Last-Click Attribution)
هذا هو النموذج “العَجُول” والافتراضي في كثير من المنصات القديمة. بكل بساطة، بيعطي 100% من الفضل لآخر قناة تفاعل معها العميل قبل الشراء. في مثالنا السابق، الإيميل هو اللي بياخد كل المجد.
رأي أبو عمر: هذا النموذج سهل الفهم والتطبيق، لكنه ظالم جدًا. يتجاهل تمامًا كل الجهود التسويقية اللي بنت الوعي والثقة عند العميل في البداية. بيخليك تعتقد إن قنوات مثل إعلانات البحث المباشر هي البطل الوحيد، وممكن يخليك تتخذ قرار خاطئ بتقليل ميزانية قنوات مهمة في أعلى القمع التسويقي (Top of Funnel).
نموذج النقرة الأولى (First-Click Attribution)
هذا النموذج هو عكس الأول تمامًا. بيعطي 100% من الفضل لأول قناة تفاعل معها العميل. في مثالنا، حساب انستغرام هو اللي بياخد كل الفضل لأنه كان نقطة البداية.
رأي أبو عمر: هذا النموذج مفيد لو كان هدفك الأساسي هو بناء الوعي بالعلامة التجارية ومعرفة أي القنوات تجذب لك عملاء جدد لأول مرة. لكنه بنفس الوقت يتجاهل القنوات اللي ساعدت في إقناع العميل وإتمام عملية البيع.
النموذج الخطي (Linear Attribution)
النموذج “الديمقراطي”. بيوزع الفضل بالتساوي على كل نقاط التماس في رحلة العميل. لو العميل تفاعل مع 4 قنوات، كل قناة بتاخد 25% من الفضل.
رأي أبو عمر: هذا النموذج أفضل بكثير من النقرة الأولى والأخيرة لأنه يعترف بوجود رحلة متعددة الخطوات. لكن مشكلته أنه يفترض أن كل الخطوات لها نفس الأهمية، وهذا نادرًا ما يكون صحيحًا. هل مشاهدة ستوري انستغرام لها نفس تأثير قراءة مراجعة مفصلة على مدونتك؟ غالبًا لا.
نموذج تضاؤل الوقت (Time-Decay Attribution)
هذا النموذج أكثر ذكاءً. يعطي الفضل الأكبر لنقاط التماس الأقرب زمنيًا لعملية التحويل (Conversion)، والفضل الأقل للنقاط الأقدم. فكرته منطقية: التفاعل اللي صار مبارح غالبًا تأثيره أكبر من تفاعل صار قبل شهر.
رأي أبو عمر: نموذج ممتاز لدورات البيع القصيرة، حيث يكون القرار سريعًا. يعطي وزنًا منطقيًا للقنوات التي “حسمت” الصفقة دون أن يتجاهل القنوات التي بدأت الحوار.
النموذج القائم على الموضع (Position-Based or U-Shaped)
أنا بحب أسميه نموذج “الساندويتش”. بيعطي حصة كبيرة من الفضل لأول نقطة تماس (اللي فتحت الشهية) وآخر نقطة تماس (اللي أغلقت الصفقة)، مثلاً 40% لكل منهما، ثم يوزع الـ 20% المتبقية على كل النقاط اللي في المنتصف.
رأي أبو عمر: هذا نموذج متوازن جدًا وممتاز لمعظم الشركات. يقدر أهمية جذب العميل في البداية وأهمية إقناعه في النهاية، مع عدم إهمال الخطوات الوسطى. أنصح به كنقطة انطلاق ممتازة للابتعاد عن نموذج النقرة الأخيرة.
النموذج القائم على البيانات (Data-Driven Attribution – DDA)
هذا هو “وحش” النماذج، درة التاج، وهنا يأتي دوري كخبير في الذكاء الاصطناعي. هذا النموذج لا يتبع قاعدة ثابتة، بل يستخدم خوارزميات تعلم الآلة (Machine Learning) لتحليل آلاف المسارات للعملاء (اللي اشتروا واللذين لم يشتروا) وتحديد التأثير الفعلي لكل نقطة تماس.
النموذج يطرح أسئلة مثل: “ما هو احتمال أن يقوم العميل بالشراء إذا لم يشاهد هذا الإعلان على فيسبوك؟”. وبناءً على الإجابات، يوزع الفضل بشكل دقيق جدًا. هذا النموذج متاح مجانًا في Google Analytics 4 (GA4) للشركات التي لديها كمية كافية من البيانات.
كيف طبقنا هذا عمليًا؟ من الظلام إلى النور
في قصتنا بالشركة الناشئة، كان التحول الحقيقي لما انتقلنا من التحليل السطحي إلى استخدام أداة مقارنة النماذج (Model Comparison Tool) في Google Analytics.
الخطوة الأولى: ربطنا كل مصادر بياناتنا وصرنا نتأكد من تتبع كل شيء بشكل سليم (UTM tracking is your best friend!).
الخطوة الثانية: فتحنا أداة المقارنة وقارنا بين نموذج “النقرة الأخيرة” (اللي كنا نستخدمه ضمنيًا) ونموذج “القائم على الموضع”.
النتيجة كانت صدمة!
- تحت نموذج النقرة الأخيرة: كانت قنوات إعلانات البحث المدفوعة (Paid Search) والترافيك المباشر (Direct) هي الأبطال.
- تحت النموذج القائم على الموضع: اكتشفنا أن مدونتنا (Organic Search) وحملاتنا على وسائل التواصل الاجتماعي (Social) كانت تلعب دورًا هائلاً في تعريف العملاء بنا في البداية. كانت هي “المدافع” الذي يبدأ الهجمة، لكنها لم تكن تحصل على أي تقدير.
بناءً على هذه الرؤية، بدلًا من التفكير في تقليص ميزانية فريق المحتوى، قمنا بمضاعفتها! بدأنا نكتب مقالات تجيب على أسئلة العملاء في مراحل مبكرة من رحلتهم. النتيجة؟ خلال 6 أشهر، زادت المبيعات بنسبة 40% مع الحفاظ على نفس الميزانية الإعلانية الإجمالية. لقد توقفنا عن حرق الأموال وبدأنا نستثمرها بذكاء.
إذا كنت تقنيًا وتريد أن تعرف كيف يمكن بناء منطق مشابه من الصفر (مثلاً لو عندك البيانات في BigQuery)، فالأمر يتطلب كتابة استعلامات معقدة تستخدم دوال النوافذ (Window Functions) لتتبع مسار المستخدم. إليك مثال مبسط جدًا للفكرة بلغة SQL:
WITH UserJourney AS (
-- First, get all touchpoints for each user, ordered by time
SELECT
user_id,
timestamp,
source_medium,
ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY timestamp) as touchpoint_sequence
FROM
touchpoints_table
WHERE user_id IN (SELECT user_id FROM conversions_table)
)
-- Now, apply a simple Linear Attribution logic
SELECT
source_medium,
COUNT(user_id) / (SELECT COUNT(DISTINCT user_id) FROM UserJourney) as attribution_credit
FROM
UserJourney
GROUP BY
source_medium;
هذا الكود مجرد مثال توضيحي للفكرة، الخوارزميات الحقيقية (خاصةً في النموذج القائم على البيانات) أعقد من ذلك بمراحل.
نصائح أبو عمر الذهبية ✨
- ابدأ بسيطًا ولكن تحرك: إذا كنت لا تزال تستخدم نموذج النقرة الأخيرة، تحرك اليوم! انتقل إلى النموذج الخطي أو القائم على الموضع. هو ليس مثاليًا، ولكنه خطوة هائلة في الاتجاه الصحيح.
- السياق هو الملك: النموذج “الأفضل” يعتمد على أهدافك. هل تطلق منتجًا جديدًا وتريد معرفة ما الذي يجذب الانتباه؟ (نموذج النقرة الأولى مهم). هل لديك دورة مبيعات طويلة ومعقدة؟ (نموذج تضاؤل الوقت أو القائم على البيانات أفضل).
- لا تضبطه وتنساه: عالم التسويق الرقمي متغير. راجع نماذجك وافتراضاتك كل بضعة أشهر. ما كان يعمل بالأمس قد لا يعمل اليوم.
- اعتنق Google Analytics 4: منصة GA4 مصممة من الألف إلى الياء حول فكرة رحلة العميل المعقدة. ونموذج الإحالة القائم على البيانات (DDA) المدمج فيها هو هدية مجانية قوية جدًا، استخدمها بمجرد أن يكون لديك بيانات كافية.
الخلاصة… والزبدة
يا جماعة، إنفاق المال على التسويق بدون فهم واضح للعائد يشبه الإبحار في المحيط بدون بوصلة. نماذج الإحالة هي هذه البوصلة. هي الأداة التي تحول بياناتك من مجرد أرقام صماء إلى رؤى قابلة للتنفيذ، وتساعدك على اتخاذ قرارات ذكية، وتضمن أن كل دولار تنفقه يساهم في نمو عملك.
لا تخف من التجربة. ابدأ اليوم، افتح تحليلاتك، قارن بين نموذجين مختلفين، وشاهد القصة التي ترويها بياناتك عندما تمنحها الفرصة للتحدث. توقفوا عن حرق الميزانيات في الظلام، وأشعلوا شمعة البيانات. 💡
