يا جماعة الخير، مساكم الله بالخير. بتذكر مرة، قبل كم سنة، كنت قاعد مع فريق تسويق لشركة ناشئة واعدة. الساعة كانت داخلة على ١١ بالليل، وريحة القهوة معبية الغرفة، والكل عيونه حُمر من كثر التحديق في شاشة اللابتوب اللي بتعرض لوحة بيانات Google Analytics.
كانت المشكلة واضحة زي عين الشمس: الشركة بتصرف ميزانية محترمة على التسويق الرقمي – إعلانات فيسبوك، حملات جوجل، محتوى للمدونة، شغل SEO، وشوية تسويق عبر المؤثرين. بس لما نيجي نتطلع على تقارير التحويلات (Conversions)، بنلاقي إنه ٩٠٪ من المبيعات جاية من قناتين بس: “بحث جوجل (Google / Organic)” و “مباشر (Direct)”.
المدير التنفيذي، شب شاطر بس عصبي شوي، ضرب بإيده على الطاولة وحكى: “يا جماعة، القصة واضحة. إحنا بنحرق مصاري على فيسبوك والمدونة. من بكرة الصبح، وقفوا كل الحملات وركزوا بس على تحسين محركات البحث وإعلانات جوجل. بدناش فلسفة زيادة.”
في هاديك اللحظة، حسيت بغصة. شعور المبرمج اللي شايف الـ “bug” بس مش عارف كيف يشرحه لواحد “مش تقني”. رفعت إيدي بهدوء وحكيتله: “يا حج، على مهلك شوي. المشكلة مش في القنوات، المشكلة في “المنظار” اللي بنطلع فيه على البيانات. نقرتنا الأخيرة قاعدة بتسرق كل المجد وبتعمينا عن الحقيقة.”
هذه القصة، يا أصدقائي، هي مدخلنا لعالم معقد وجميل في نفس الوقت: عالم نماذج الإحالة (Attribution Models).
ما هي نماذج الإحالة (Attribution Models) وليش هي مهمة؟
خليني أبسطها. تخيل رحلة العميل تبعك زي مباراة كرة قدم. عشان يجي جول (اللي هو عملية الشراء أو التحويل)، في سلسلة من التمريرات صارت. في لاعب الدفاع اللي قطع الكرة وبدأ الهجمة (أول تفاعل للعميل)، وفي لاعبي خط الوسط اللي مرروا الكرة بذكاء (تفاعل العميل مع محتواك أو إعلاناتك)، وفي المهاجم اللي سجل الهدف (آخر تفاعل قبل الشراء).
نماذج الإحالة هي ببساطة “القواعد” اللي بنستخدمها عشان نوزع الفضل (Credit) على كل لاعب شارك في تسجيل الهدف. مين أهم لاعب؟ هل هو بس المهاجم اللي سجل؟ ولا كل الفريق اله فضل؟
أهميتها تكمن في أنها بتجاوب على أهم سؤال في التسويق: “وين لازم أحط مصاري عشان أجيب أفضل نتائج؟”. بدون نموذج إحالة صحيح، قراراتك التسويقية بتكون مبنية على تخمينات، وهذا إشي مكلف جداً.
العدو الخفي: نموذج النقرة الأخيرة (Last-Click Attribution)
هذا هو النموذج الافتراضي في كثير من المنصات التحليلية، وهو اللي كان سبب المشكلة في قصتنا فوق.
شو يعني “النقرة الأخيرة”؟
بكل بساطة، هاد النموذج بعطي 100% من الفضل في عملية التحويل لآخر قناة تفاعل معها العميل قبل ما يشتري. يعني لو عميل شاف إعلانك على فيسبوك، وبعدها بيومين قرأ مقالة في مدونتك، وبعدها بأسبوع بحث عن اسم شركتك في جوجل ودخل على موقعك واشترى… نموذج النقرة الأخيرة بحكي إنه الفضل كله لـ “بحث جوجل”، وبتجاهل تماماً دور فيسبوك والمدونة.
ليش هو مشكلة كبيرة؟
لأنه نموذج أعمى وقصير النظر. هو بشوف بس آخر خطوة في رحلة طويلة ومعقدة. هذا يؤدي إلى:
- تقييم مبالغ فيه للقنوات السفلية في مسار التحويل (Bottom-of-Funnel): مثل البحث المباشر عن اسم العلامة التجارية (Branded Search) أو الوصول المباشر (Direct). هذه القنوات مهمة، لكنها غالباً ما تكون نتيجة لمجهودات تسويقية سابقة.
- تقييم متدني جداً للقنوات العلوية والوسطى (Top/Mid-Funnel): مثل الشبكات الاجتماعية، المدونات، إعلانات الفيديو. هذه القنوات هي اللي بتعرف الناس عليك أصلاً وبتبني الثقة، لكنها نادراً ما تكون “النقرة الأخيرة”.
- قرارات كارثية: مثل ما كان رح يعمل المدير التنفيذي في قصتنا، وهو إيقاف قنوات حيوية تساهم في بداية رحلة العميل.
تخيل أنك تقطع أرجل كل لاعبي خط الوسط والدفاع في فريقك لأنهم “ما بسجلوا أهداف”! هذا بالضبط ما يفعله الاعتماد الأعمى على نموذج النقرة الأخيرة.
المنقذ: نماذج الإحالة متعددة اللمس (Multi-Touch Attribution)
هنا يبدأ الشغل المرتب. نماذج الإحالة متعددة اللمس هي مجموعة من النماذج اللي بتحاول توزع الفضل على كل “اللمسات” أو “النقاط” في رحلة العميل. في عدة أنواع، وكل نوع إله فلسفته الخاصة.
النموذج الخطي (Linear Model)
هذا النموذج هو الأكثر ديموقراطية. يوزع الفضل بالتساوي على كل القنوات اللي تفاعل معها العميل. لو في 4 نقاط تفاعل، كل قناة بتاخذ 25% من الفضل. هو بسيط وأفضل ألف مرة من النقرة الأخيرة، لكنه بفترض إنه كل التفاعلات إلها نفس الأهمية، وهذا مش دايماً صحيح.
نموذج تضاؤل الوقت (Time Decay Model)
هذا النموذج بعطي فضل أكبر للنقاط الأقرب زمنياً لعملية التحويل. يعني التفاعل اللي صار مبارح بياخذ فضل أكبر من التفاعل اللي صار قبل شهر. منطقي جداً، خصوصاً في دورات الشراء الطويلة.
النموذج القائم على الموضع (Position-Based / U-Shaped Model)
هذا النموذج هو المفضل عندي للكثير من الحالات، وهو اللي استخدمناه لحل مشكلة الشركة في قصتنا. بفترض إنه أهم نقطتين في رحلة العميل هما: الأولى (اللي عرفت العميل عليك) والأخيرة (اللي أقنعته يشتري).
عادةً، بعطي 40% من الفضل للنقطة الأولى، و40% للنقطة الأخيرة، وبوزع الـ 20% الباقية على كل النقاط اللي في الوسط. هذا النموذج يوازن بين بناء الوعي وتحقيق التحويل.
النموذج القائم على البيانات (Data-Driven Attribution – DDA)
هذا هو “وحش” النماذج. بدلاً من استخدام قواعد ثابتة، يستخدم هذا النموذج خوارزميات الذكاء الاصطناعي وتعلم الآلة (وهذا تخصصي وشغفي) لتحليل كل مسارات التحويل في حسابك وتحديد الأهمية الحقيقية لكل نقطة تفاعل بناءً على بياناتك التاريخية. هو الأذكى والأكثر دقة، لكنه يحتاج لكمية كبيرة من البيانات ليعمل بشكل فعال (متوفر في منصات مثل Google Analytics 4).
كيف طبقنا الحل عملياً؟
نرجع لقصتنا. بعد ما شرحت فكرة النماذج للمدير، اقتنع (بعد نقاش طويل طبعاً) إنه نجرب. الخطوات كانت بسيطة:
- الدخول إلى Google Analytics: فتحنا قسم التحويلات (Conversions) ورحنا على أداة “مقارنة النماذج” (Model Comparison Tool).
- المقارنة الصادمة: قارنّا بين نموذج “النقرة الأخيرة” الافتراضي ونموذج “القائم على الموضع” (Position-Based).
- النتيجة: كانت زي السحر. فجأة، المدونة اللي كانت مسجلة “صفر” تحويلات في نموذج النقرة الأخيرة، ظهر إنها ساهمت في “بدء” رحلة 20% من العملاء! حملات فيسبوك اللي كانت مهمشة، ظهر إنها كانت نقطة تفاعل “وسطى” مهمة لعدد كبير من التحويلات.
القيمة المالية (Conversion Value) المنسوبة للمدونة قفزت من 0$ إلى آلاف الدولارات. المدير طلع فيي وحكالي: “يعني إحنا كنا رح نقتل الدجاجة اللي بتبيض ذهب؟”. ابتسمت وحكيتله: “لا، بس كنتوا رح تطفوا الضو اللي بدلّها على العش.”
للمهتمين بالجزء التقني، يمكن تمثيل توزيع الفضل برمجياً بشكل بسيط. تخيل أن لديك مسار عميل كالتالي:
# Python example for demonstrating attribution models
# Customer journey: from first touch to last touch
journey = ['Facebook_Ad', 'Blog_Post', 'Email_Newsletter', 'Google_Search']
conversion_value = 100 # e.g., $100 sale
def linear_attribution(journey, value):
credit_per_touch = value / len(journey)
return {touch: credit_per_touch for touch in journey}
def position_based_attribution(journey, value, first_last_credit=0.4):
credits = {touch: 0 for touch in set(journey)}
if len(journey) == 1:
credits[journey[0]] = value
return credits
first_touch = journey[0]
last_touch = journey[-1]
credits[first_touch] += value * first_last_credit
credits[last_touch] += value * first_last_credit
middle_touches = journey[1:-1]
if middle_touches:
middle_credit = (value * (1 - 2 * first_last_credit)) / len(middle_touches)
for touch in middle_touches:
credits[touch] += middle_credit
return credits
print("--- Linear Model ---")
print(linear_attribution(journey, conversion_value))
# Output: {'Facebook_Ad': 25.0, 'Blog_Post': 25.0, 'Email_Newsletter': 25.0, 'Google_Search': 25.0}
print("n--- Position-Based Model ---")
print(position_based_attribution(journey, conversion_value))
# Output: {'Facebook_Ad': 40.0, 'Blog_Post': 10.0, 'Email_Newsletter': 10.0, 'Google_Search': 40.0}
هذا الكود يوضح كيف تتغير قيمة كل قناة بشكل جذري بمجرد تغيير النموذج. في النموذج الخطي، كل قناة أخذت 25$. في النموذج القائم على الموضع، فيسبوك (أول لمسة) وجوجل (آخر لمسة) أخذ كل منهما 40$، بينما أخذت المدونة والإيميل 10$ لكل منهما، وهذا يعكس دورهما المختلف في الرحلة.
نصائح من خبرة أبو عمر
- لا يوجد نموذج “مثالي”: أفضل نموذج هو الذي يعكس أهداف عملك وطبيعة رحلة عميلك. هل تبيع منتجاً سريع الشراء أم خدمة تحتاج لشهور من الإقناع؟ الجواب يحدد النموذج الأنسب.
- ابدأ بالبساطة: إذا كنت غارقاً في نموذج “النقرة الأخيرة”، فالانتقال إلى النموذج “الخطي” أو “القائم على الموضع” هو قفزة نوعية بحد ذاته. لا تقفز مباشرة إلى النماذج المعقدة.
- البيانات هي الملك: لتستخدم نموذج DDA القائم على البيانات، أنت بحاجة لكمية محترمة من التحويلات شهرياً (جوجل توصي بآلاف التفاعلات ومئات التحويلات). إذا كنت في البداية، ركز على النماذج القائمة على القواعد.
- الإحالة ليست مجرد تقرير: استخدم هذه البيانات لفتح حوار بين فريق التسويق، المبيعات، والمحتوى. هذه الأرقام تحكي قصة تعاون فريقك بأكمله.
الخلاصة: من الظلام إلى النور 🚀
الاعتماد على نموذج النقرة الأخيرة يشبه قيادة سيارة في الليل مع إطفاء المصابيح الأمامية والاعتماد فقط على ضوء الفرامل الخافت للسيارة التي أمامك. قد تصل، ولكنك ستفوت كل جمال الطريق وربما تقع في حفرة لم ترها.
نماذج الإحالة متعددة اللمس هي المصابيح الأمامية والكشّافات التي تضيء لك الطريق بأكمله، وتظهر لك قيمة كل منعطف وكل محطة توقفت بها. إنها تنقل قراراتك التسويقية من عالم ردود الفعل العمياء إلى عالم الاستراتيجية المستنيرة القائمة على البيانات.
نصيحتي الأخيرة لك: افتح منصة التحليلات الخاصة بك اليوم، اذهب إلى أداة مقارنة النماذج، وانظر بنفسك. قد تتفاجأ من الأبطال المجهولين في استراتيجيتك التسويقية. لا تدع النقرة الأخيرة تسرق تعب كل قنواتك الأخرى. بالتوفيق!
