عزّز AOV بـ الذكاء الاصطناعي توصيات المنتجات.

1ابدأ بمعالج التوصية

من لوحة Personyze، انقر على «توصية المنتج» لإطلاق معالج الإعداد.

الخطوة 1: تتبّع تفاعلات المنتجات

يجب أن تُعلم Personyze عندما يشاهد مستخدم أو يشتري أو يضيف عنصراً إلى السلة. لديك 3 طرق:

• حاويات الموقع: استخدم Visual Selector للنقر على عنصر SKU أو السعر في صفحتك.
• Google Tag Manager: اضبط محفّزاً لأحداث Data Layer (مثلاً، الحدث يساوي «add_to_cart»).
• JS برمجي: استخدم الكود الدقيق أدناه. يمكنك استخدام ID داخلي أو SKU كمفتاح.

الخطوة 2: الاستهداف (اختياري)

حدّد *أين* تظهر هذه الودجة. يمكنك ضبطها لتظهر فقط في الصفحة الرئيسية، أو فقط للزوار من أمريكا الشمالية.

2تصميم الودجة وتخصيصها

خصّص المظهر ليتطابق تماماً مع علامتك التجارية باستخدام خطوة «Customize Look and Feel».

شارات ديناميكية

أضف علامات مرئية إلى المنتجات لزيادة CTR:

• الأكثر مبيعاً: يبرز العناصر الشعبية.
• جديد: للمنتجات المُضافة مؤخّراً.
• مخزون منخفض: يخلق إلحاحاً.
• خُفِّض سعره مؤخراً: يعرض انخفاضات الأسعار.

منطق محتوى متقدّم

• تسعير VIP: اعرض متغيّر سعر محدّداً (مثلاً، vip_price) لمستخدمي VIP المسجّلين.
• متعدّد اللغات: حمّل عناوين وأوصاف منتجات مختلفة بناءً على اللغة التي اختارها المستخدم أو موقعه الجغرافي.

3تصفية متقدّمة

في خطوة «Final Touches»، طبّق قواعد لضمان أن تكون التوصيات ذكية تجارياً.

قواعد استبعاد ديناميكية

• استبعد المشتراة: لا تعرض عناصر اشتراها المستخدم بالفعل.
• استبعد المُضافة إلى السلة: تجنّب التكرار.
• استبعد الصفحة الحالية: لا توصِ بالمنتج الذي يشاهدونه حالياً.

فلاتر «Match» الذكية

صفِّ المنتجات بناءً على متغيّرات بيانات المستخدم:

• تطابق العلامة التجارية: أوصِ فقط بمنتجات من علامة تجارية اشتراها المستخدم في الماضي.
• تطابق الجنس/العمر: تأكّد من أنّ tags المنتجات تتطابق مع الملف الديموغرافي للمستخدم.
• تطابق الفئة: «إذا كان المستخدم يشاهد أجهزة كمبيوتر محمولة، أوصِ فقط بحقائب أجهزة كمبيوتر محمولة.»

4الوصفة 1: الصفحة الرئيسية الذكية

يجب أن تجذب صفحتك الرئيسية الجميع — الزوار الجدد والعملاء المخلصين على حدّ سواء.

الصفحة الرئيسية الذكية (هجينة)

استخدم «توصيات مخصّصة» خوارزمية. تبدّل المنطق تلقائياً:

• للزوار المجهولين: يستخدم الأكثر شعبية (حكمة الجمهور) لعرض الأكثر مبيعاً.
• للمستخدمين المعروفين: يستخدم تخصيص عميق بناءً على:
  • بيانات المستخدم: المشتريات السابقة وتقارب الفئات.
  • التصفية التشاركية: «مستخدمون مثلك اشتروا…»

يضمن هذا الصلة من النقرة الأولى إلى المئة.

5الوصفة 2: الفئة والاكتشاف

ساعد المستخدمين على إيجاد ما يبحثون عنه باستثمار السياق.

1. مستوحى من آخر فئة شُوهدت

يعرض عناصر من الفئة التي تفاعل معها المستخدم مؤخراً. إذا نظر إلى «المثاقب» أمس، اعرض «أدوات كهربائية» في الصفحة الرئيسية اليوم.

2. الأكثر مبيعاً من الفئة

اعرض العناصر الأكثر مبيعاً ضمن الفئة الحالية. إذا كان المستخدم يتصفّح «أجهزة الكمبيوتر المحمولة»، اعرض الأجهزة المحمولة الأكثر مبيعاً، لا الأحذية.

3. الأكثر شعبية من الفئة

مشابه للأكثر مبيعاً، لكن قائم على المشاهدات بدلاً من المشتريات. جيّد للعناصر الرائجة التي لم تتحوّل بعد.

6الوصفة 3: البيع المتقاطع في صفحة المنتج

حسّن صفحة تفاصيل المنتج للحفاظ على تفاعل المستخدمين وتصفّحهم.

1. الآخرون الذين شاهدوا شاهدوا أيضاً

التصفية التشاركية: «الأشخاص الذين نظروا إلى هذا القميص نظروا أيضاً إلى هذه.» مثالي لتقديم بدائل إذا لم يكن المنتج الرئيسي مطابقاً تماماً.

2. ما اشتراه الآخرون ممن شاهدوا هذا

إشارة أقوى من مجرّد «شُوهد». تُخبر المستخدم: «الأشخاص الذين فكّروا في هذا العنصر اشتروا في النهاية *هذه* العناصر.» ممتاز لإتمام المبيعات.

3. شُوهد مؤخراً

ودجة سجلّ بسيطة لكن فعّالة. تساعد المستخدمين على مقارنة الخيارات بالانتقال بسهولة إلى العناصر التي رأوها سابقاً.

7الوصفة 4: Upsell السلة واستعادتها

الدفعة النهائية لزيادة حجم السلة قبل الدفع.

البيع المتقاطع للعناصر في السلة

تنظر هذه الخوارزمية القوية إلى المحتويات الكاملة لسلة التسوّق لإيجاد عناصر تكمّل *تركيبة* المنتجات (مثلاً، كاميرا + حقيبة -> بطاقة ذاكرة).

بيع متقاطع مُدار للعناصر في السلة

يتيح التجاوز اليدوي. «إذا احتوت السلة على X، اعرض Y دائماً». مفيد لقواعد التوافق الصارمة (مثلاً، بطاريات محدّدة للعبة محدّدة).

الأكثر إضافة إلى قائمة الرغبات

استثمر الدليل الاجتماعي بعرض العناصر الأكثر طلباً. غالباً ما يحفّز إضافات اندفاعية إلى السلة.

8الوصفة 5: الاحتفاظ وإعادة التفاعل

أعد العملاء بأخبار شديدة الصلة.

توصيات بناءً على الطلبات السابقة

تعلّم عميق يحلّل سجلّ الشراء الكامل للمستخدم للتنبّؤ بما قد يحتاجه لاحقاً.

اشترِ مرّة أخرى

مثالي للسلع الاستهلاكية. يُظهر العناصر التي اشتراها المستخدم سابقاً، مما يبسّط عملية إعادة الطلب.

جديد في المخزون (مفلتر)

اعرض أحدث العناصر في كتالوجك، لكن طبّق قاعدة «صفِّ حسب فئة الشراء السابقة» (مثلاً، يرى مشتري «اليوغا» حصائر جديدة).

9اختبارات A/B للتوصيات

لا تخمّن أيّ خوارزمية تعمل بشكل أفضل. اختبرها.

كيف تعدّ اختباراً

1. في خطوة «Content» من المعالج، فعّل اختبارات A/B.
2. النسخة A: اختر منطق «التصفية التشاركية».
3. النسخة B: اختر منطق «الأكثر شعبية».
4. الهدف: اضبط المقياس على «قيمة الشراء» أو «CTR».

سيقسّم Personyze حركة المرور تلقائياً ويمكن في النهاية تخصيص 100% من حركة المرور للفائز تلقائياً.

10الأداء والتحليلات

قِس التأثير المباشر لتوصياتك بإحصائيات تفصيلية.

بيانات لوحة المثال

• عُرض: 49.06% (المستخدمون الذين رأوا الودجة).
• شُوهد: 18.93% (المستخدمون الذين مرّروا لمشاهدتها).
• نُقر: 45.56% (تفاعل عالٍ).
• أُضيف إلى السلة: 6.95% تحويل إلى السلة.
• اشترى: 4.7% تحويل إلى بيع.

تعريفات تأثير الإيرادات

• الإيرادات المباشرة: إيرادات مولّدة حصراً من العناصر التي نُقر عليها في ودجة التوصية أو أُضيفت عبر زر «Quick Add» في الودجة، ثم اشتُريت.
• الإيرادات المساعدة: إيرادات من جلسات نقر فيها مستخدم على توصية لكنّه انتهى بشراء عنصر مختلف.
• نسبة المساهمة: (مثلاً 16.32%) النسبة المئوية لإجمالي إيرادات الموقع التي يمكن نسبها إلى محرّك التوصية.