هذه الأمور الأربعة تحدث يوميًا داخل الأنظمة الخلفية لمتاجر التجارة الإلكترونية، وعادةً ما تمر دون أن يلاحظها أحد:
بالنسبة لمعظم البائعين، لا يكمن المصدر الحقيقي للقلق في مشاهدة انخفاض رقم واحد. بل يكمن في الشعور بأن الأعمال تفقد فرصًا في مكان ما بهدوء، دون معرفة أين يجب البحث أولاً. صُممت مهارات Athena لتحليلات متاجر التجارة الإلكترونية للإجابة على هذا السؤال بالضبط، حيث تحول المعرفة التشغيلية المستمدة من مئات الآلاف من المتاجر المستقلة إلى أدوات يمكن لأي بائع استخدامها مباشرةً، وتغطي تحويل عملية الدفع، وتقسيم العملاء، وتجميع المنتجات، والبحث داخل الموقع.
تستهدف كل من هذه المهارات الأربع جانبًا من جوانب عمليات المتجر يسهل تجاهله ولكنه يستحق الفحص الدقيق. وإليك كيفية عمل كل منها.
بحلول الوقت الذي يضيف فيه العميل شيئًا إلى سلة التسوق الخاصة به، أو حتى يصل إلى صفحة الدفع، يكون الطلب على بعد خطوة واحدة من الإتمام. ولكن كلما اقترب العميل من الدفع، زادت صعوبة معرفة سبب انسحابه من خلال الأرقام السطحية وحدها. ربما يطلب نموذج العنوان معلومات أكثر من اللازم. ربما لا تتوفر طريقة دفع شائعة الاستخدام. ربما لا يؤدي حد الشحن المجاني أو رسالة البريد الإلكتروني الخاصة بعربة التسوق المهجورة دورهما على النحو المطلوب. لا تشكل أي من هذه الإعدادات مشكلة بحد ذاتها، لكن كل واحدة منها تضيف عائقًا قبل أن يدفع العميل مباشرةً.
يؤدي اختيار ميزة «تشخيص تحويل عملية الدفع» في «أثينا» إلى إجراء فحص مفصّل لمسار عملية الدفع في متجرك ومقارنته بمعايير الأداء في القطاع، ويشمل ذلك:
تشرح كل توصية الأسباب الكامنة وراءها، سواء كان ذلك يتعلق بالاختلاف بين إعداداتك والممارسات الشائعة في القطاع، أو طرق الدفع التي تحقق أداءً أفضل في أسواقك الرئيسية. يمكن لـ Athena أن تنقلك مباشرةً إلى الصفحة الخلفية التي تحتاج إلى تعديل، ولن يتغير شيء حتى تقوم بتأكيد التعديل.
إذا لم تقتصر المشكلة على عملية الدفع، فيمكن لـ Athena أن تذهب إلى أبعد من ذلك، حيث تقارن الأداء عبر القنوات والبلدان والأجهزة ومسار الشراء الكامل على مدار فترات زمنية مختلفة لتحديد العوامل التي تؤدي فعليًا إلى حدوث تغيير في معدل التحويل الإجمالي. هذه هي ميزة "تشخيص إسناد التحويل" التي تمت تغطيتها سابقًا، والتي تم دمجها الآن في مكتبة المهارات.
لم يعد الطلب غير المكتمل مجرد انخفاض بسيط على الرسم البياني. تعيد Athena وضعه في سياق رحلة الشراء الفعلية للعميل وتساعدك في إيجاد طريقة لإصلاحه.
بعض العملاء قد قدموا طلبهم الأول للتو. والبعض الآخر قد أعادوا الطلب عدة مرات. والبعض أنفق مبالغ كبيرة في وقت ما ولم يعد منذ ذلك الحين. يخفي إجمالي حجم الطلبات كل هذه الاختلافات. لا يقتصر إدارة المتجر على انتظار الطلب التالي من شخص غريب. فالأشخاص الذين اختاروا علامتك التجارية بالفعل يميلون إلى المساهمة في النمو طويل الأمد أكثر من أي زائر جديد.
تنظر مهارة «تحليل تقسيم العملاء» إلى توقيت الشراء وتكراره وإجمالي الإنفاق لتصنيف العملاء إلى مجموعات: المشترون الجدد، والمشترون المتكررون، والعملاء ذوو القيمة العالية، والعملاء المعرضون لخطر الانسحاب. ثم تأخذ في الاعتبار خصائص الجمهور لاقتراح تكتيكات لاستعادة العملاء وتحفيزهم على الشراء المتكرر، وترشدك خلال عملية إنشاء شرائح العملاء وإعداد العروض المستهدفة لكل منها.
بمجرد أن يبدأ المنتج الأكثر مبيعًا في جذب الزيارات والطلبات، ما الذي يجب أن تقرنه به؟ ما هو المنتج الأفضل ليكون هدية مع الشراء؟ تتتبع مهارة «تحليل حزم المنتجات» مسار التسوق الفعلي للعميل، وتبحث في ما يشاهده معظم الأشخاص أو يضيفونه إلى سلة التسوق بعد تصفح منتج رئيسي معين، لإبراز الروابط الحقيقية بين العناصر استنادًا إلى السلوك الفعلي، وليس التخمين. بالنسبة لمتجر ملابس، إذا أظهر قميص معين وبنطال معين نمطًا واضحًا للبيع معًا، يمكن لـ Athena إنشاء عرض ترويجي من نوع "اشترِ X، واحصل على Y" بنقرة واحدة، وتحويل هذه النتيجة مباشرةً إلى حملة خصم مباشرة.
شريط البحث داخل الموقع هو المكان الذي يخبرك فيه العميل بالضبط بما يريده. عندما لا يعطي البحث أي نتائج، أو يعطي نتائج لا ينقر عليها أحد أو يضيفها إلى سلة التسوق، فإن نية الشراء تختفي بهدوء. تلك عمليات البحث الفاشلة هي في الواقع من أكثر الإشارات صدقًا التي ستحصل عليها بشأن ما يجب بيعه.
تُظهر لك مهارة «تحليل مصطلحات البحث» ما يبحث عنه العملاء في متجرك، والمصطلحات التي لا تُظهر أي منتجات مطابقة، وكيف تتحول عمليات البحث بعد ذلك إلى نقرات وإضافات إلى سلة التسوق. بالنسبة لمتجر قطع غيار السيارات، قد تجد Athena أن المصطلحات المتعلقة بـ "وسادة المقعد" يتم البحث عنها بشكل متكرر ولكنها لا تتطابق أبدًا مع أي منتج، وهي علامة على أن الأمر يستحق إضافة هذا العنصر لجذب حركة البحث التي تظهر بالفعل. يمكن أن توجه هذه البيانات البائعين نحو منتج لم يتم إدراجه بعد، أو كلمة رئيسية تستحق الاستهداف، أو عدم تطابق بين ما يبحث عنه الناس وما هو متوفر فعليًّا في المخزون.
الطلبات التي لم تتم أبدًا تترك أثرًا. فكل كلمة يكتبها العميل في شريط البحث تخبر متجرك بما لا يزال يرغب في شرائه منك. وأحيانًا، يكون المنتج التالي الذي يستحق الاختبار مخبأً بالفعل في تلك البيانات.
إن اكتشاف هذه الإشارات ليس سوى نصف المهمة. والأهم من ذلك هو تحويلها إلى إجراءات تشغيلية يمكنك تنفيذها فعليًّا، وهنا تكمن الفروق بين «أثينا» ومساعد الذكاء الاصطناعي النموذجي في التجارة الإلكترونية.
لا تزال معظم أدوات الذكاء الاصطناعي في التجارة الإلكترونية تقسم قدراتها بين إجابات الدردشة والتقارير والميزات ذات الغرض الواحد، مما يترك البائع ليحل المشكلة بنفسه، ثم يبحث عن الأداة المناسبة ويعمل عليها خطوة بخطوة. لقد تجاوزت «أثينا» هذه المرحلة. فهي تستدعي المهارة ذات الصلة لتجمع بيانات متجرك، وأساليب التشغيل التي أثبتت فعاليتها، وأدوات الخلفية في مهمة واحدة، منتقلةً من اكتشاف المشكلة، إلى تكوين رأي، إلى التوصية بالخطوة التالية، ومواصلة التنفيذ في السيناريوهات التي تدعمها. ما يحصل عليه البائع ليس مجرد إجابة. إنها قدرة عملية يمكنه الاستعانة بها مباشرةً، وهي القدرة التي تواصل تنفيذ العمل التشغيلي بنفسها.
بالنسبة لبائعي التجارة الإلكترونية الذين يمتلكون متجرًا إلكترونيًا مستقلًا، لا يقتصر هذا التحول على مجرد امتلاك عدد قليل من أدوات التحليل الأكثر كفاءة. عندما يتم تجميع أساليب التشغيل في شكل مهارات يمكن لوكيل الذكاء الاصطناعي الاستعانة بها مباشرة، وتطبيقها على مهام تشغيلية حقيقية مرارًا وتكرارًا، تصبح الخبرة التشغيلية على المستوى الاحترافي شيئًا يمكن للمتجر الاستفادة منه باستمرار، وليس شيئًا محجوزًا للفرق ذات الخبرة العميقة.
وهذا يعني أن الأساليب التي أثبتت فعاليتها يمكن أن تصل إلى المتاجر بغض النظر عن حجم الفريق أو مقدار المواهب التي تمكنوا من توظيفها. وتتمكن الفرق الصغيرة والمتوسطة الحجم من الاستفادة من نفس المعرفة المتراكمة في القطاع التي يتمتع بها البائعون الكبار، واتخاذ قرارات أكثر استنارة في السوق العالمية. ومع انتشار هذا النوع من القدرات، يرتفع مستوى المتطلبات الأساسية اللازمة للمنافسة كمتجر مستقل، مما يدفع التجارة الإلكترونية عبر الحدود إلى مرحلة جديدة قائمة على الذكاء التشغيلي. ومهما كانت التغييرات التي تُحدثها وكلاء الذكاء الاصطناعي، فإنها تصبح في النهاية جزءًا من طريقة عمل كل متجر مستقل.
سجّل الدخول إلى لوحة تحكم Shoplazza الخاصة بك، وافتح «أثينا»، وما عليك سوى أن تطرح عليها السؤال الذي تريد الإجابة عليه في الحال، مثل «تحقق مما يمكنني تحسينه أيضًا في صفحة الدفع» أو «من هم العملاء الذين لم يكرروا الطلب خلال الـ 90 يومًا الماضية». تتوفر بالفعل في Athena المزيد من المهارات التي تغطي محتوى المنتجات، والمحتوى الإبداعي للتجارة الإلكترونية، وعمليات المتجر.
تقسم معظم أدوات الذكاء الاصطناعي في التجارة الإلكترونية قدراتها بين إجابات الدردشة والتقارير والميزات المنفصلة ذات الغرض الواحد، مما يترك للبائع مهمة تجميع الخطوات التالية بنفسه. تستعين Athena بمهارات محددة، مثل تشخيص عملية الدفع أو تقسيم العملاء، لاستخراج البيانات الفعلية لمتجرك، وتكوين رأي، وتوجيهك إلى الإعداد الدقيق في الخلفية الذي يحتاج إلى تغيير، مع الحصول على موافقتك قبل تعديل أي شيء.
تتحقق هذه المهارة من تخطيط صفحة الدفع، ودقة الملء التلقائي للعنوان، وتغطية طرق الدفع وترتيب عرضها، وعتبات الشحن المجاني، ورسائل البريد الإلكتروني لاستعادة سلة التسوق المتروكة، مقارنةً بمسار الدفع الخاص بك ومعايير الصناعة. وإذا لم تقتصر المشكلة على عملية الدفع، فيمكنها أيضًا مقارنة الأداء عبر القنوات والبلدان والأجهزة ومسار الشراء بالكامل لتحديد مشكلات التحويل الأوسع نطاقًا.
تراعي هذه الأداة توقيت الشراء وتكرار الطلبات وإجمالي الإنفاق لتصنيف العملاء إلى مجموعات مثل المشترين الجدد والمشترين المتكررين والعملاء ذوي القيمة العالية والعملاء المعرضين لخطر الانسحاب، ثم تأخذ خصائص الجمهور في الاعتبار لاقتراح عروض استعادة العملاء وتكتيكات الشراء المتكرر لكل مجموعة.
نعم. بمجرد أن يحدد تحليل تجميع المنتجات العناصر التي تميل إلى البيع معًا استنادًا إلى سلوك التصفح الفعلي وسلوك سلة التسوق، يمكن لـ «أثينا» إنشاء عرض ترويجي من نوع «اشترِ X، واحصل على Y» بنقرة واحدة، مما يحول هذه النتيجة مباشرةً إلى حملة خصم حية بدلاً من مجرد تقرير.
Athena مجانية الاستخدام ولا تتطلب أي تثبيت. يمكنك الوصول إليها مباشرةً من لوحة تحكم Shoplazza وطرح سؤال محدد عليها، مثل: «أي العملاء لم يكرروا الطلب خلال آخر 90 يومًا»، لتجربة إحدى قدراتها على الفور.