المكاسب:
- القدرة على فهم مقاييس الأداء مثل نسبة النقر إلى الظهور والتحويل وتكلفة الاكتساب وعائد النفقات الإعلانية والإحالة واستخدام الذكاء الاصطناعي لتلخيص البيانات وصياغة الرؤى
- القدرة على تقديم بيانات الحملة بشكل مجهول إلى الذكاء الاصطناعي وإنتاج التعليقات واكتشاف الشذوذ ومسودات مقترحات التحسين
- إدراك أنه من الضروري مقارنة والتحقق من كل جملة عددية وسببية ينتجها الذكاء الاصطناعي مع البيانات المصدرية
بمجرد إطلاق الحملة، يبدأ العمل الحقيقي: فهم ما تفعله. يعد قياس أداء الإعلان أمرًا ضروريًا لتحويل الميزانية إلى المكان المناسب ولإعداد الحملة التالية بشكل أفضل. لكن القياس ليس كومة من الأرقام؛ التحليل الجيد يجد القصة والسبب وراء الأرقام. وهذا ما يسمى البصيرة. يعد الذكاء الاصطناعي عامل تسريع كبير في هذه المرحلة: فهو يلخص مئات الأسطر من بيانات الحملة في دقائق، ويشير إلى الحالات الشاذة (الانحرافات غير المتوقعة)، ويكتب مسودات التقارير. لكن القاعدة الثابتة لهذه الوحدة هي: كل رقم وكل جملة سببية ينتجها الذكاء الاصطناعي لا تدخل في التقرير حتى تتم مقارنتها والتحقق منها مع البيانات المصدر. يمكن للنماذج اللغوية أن تنتج أرقامًا بطلاقة ولكنها مختلقة عندما لا تتمكن من الوصول إلى البيانات بشكل كامل أو تحسبها بشكل غير صحيح.
مقاييس الأداء الرئيسية
تشكل عدة مقاييس لغة تحليل الأداء. نسبة النقر إلى الظهور (CTR) هي عدد الأشخاص الذين شاهدوا الإعلان وقاموا بالنقر عليه (النقرات ÷ مرات الظهور). الاهتمام هو مقياس الجاذبية معدل التحويل هو عدد النقرات التي تتخذ الإجراء المطلوب (الشراء، التسجيل). CPA (تكلفة الاكتساب) هي تكلفة الاكتساب (الإنفاق ÷ عدد عمليات الاكتساب). ROAS (عائد الإنفاق الإعلاني) هو عائد الإنفاق الإعلاني: الإيرادات المكتسبة ÷ الإنفاق الإعلاني؛ على سبيل المثال، إذا أنفقت 10000 ليرة تركية وحصلت على 40000 ليرة تركية من الإيرادات، فإن عائد الإنفاق الإعلاني هو 4. هناك أيضًا الإحالة: مسألة الإعلان/القناة التي سيتم إسناد التحويل إليها. إذا شاهد أحد العملاء إعلانًا على Instagram لأول مرة، ثم بحث على Google واشترى، فما هي القناة التي ستنشر عليها هذا البيع؟ يتخذ نموذج الاقتباس هذا القرار ويؤثر بشكل مباشر على التحليل.
يلخص الجدول التالي المقاييس الرئيسية وما تقوله:
متري
صيغة
ماذا يقول
نسبة النقر إلى الظهور (نسبة النقر إلى الظهور)
النقرات ÷ مرات الظهور
هل يجذب الإعلان الانتباه؟
معدل التحويل
التحويل ÷ انقر
هل من ينقر عليه يشتريه؟
تكلفة الاكتساب
الإنفاق ÷ الاستحواذ
كم يكلف العميل
عائد النفقات الإعلانية
الدخل ÷ النفقات
هل الإنفاق مربح؟
التردد
التعرض ÷ الوصول
كم مرة رأى نفس الشخص ذلك؟
نصيحة: لا تتخذ قرارك بناءً على مقياس واحد فقط. نسبة النقر إلى الظهور المرتفعة ولكن التحويل المنخفض يعني أن "الإعلان جذاب ولكن الصفحة/العرض لا يستمر". قراءة المقاييس معًا تعطي القصة الحقيقية.
خطوة بخطوة: من البيانات إلى الرؤية إلى التقرير
الخطوة 1 - جمع البيانات وإخفاء هويتها. الحصول على البيانات من لوحات معلومات النظام الأساسي (إعلانات Google وMeta) والتحليلات؛ إزالة البيانات الشخصية (معرف العميل، البريد الإلكتروني).
الخطوة 2 - حساب المقاييس والتحقق من صحتها. قم بتأكيد الاحتمالات بنفسك؛ حدد الصيغة عند إعطائها إلى الذكاء الاصطناعي.
الخطوة 3 - ابحث عن الحالات الشاذة والأنماط. اطلب من الذكاء الاصطناعي أن يسأل "أي قناة/يوم/مقطع ينحرف عما هو متوقع"؛ ثم قم بتأكيده بالبيانات.
الخطوة 4 – تحديد العلاقة السببية، ولكن بحذر. دعم الجمل "انخفضت نسبة النقر إلى الظهور بسبب..." مع البيانات؛ لا تخلط بين الارتباط والسببية.
الخطوة 5 – مسودة التقرير والتوصية. إنشاء ملخص تنفيذي ومسودة مقترح التحسين باستخدام الذكاء الاصطناعي؛ التحقق والتأكد من كل رقم ومطالبة.
ثلاث حالات صغيرة
الحالة 1 - ملخص سريع، مشكلة تم التحقق منها. قدم خبير أداء بشكل مجهول 300 سطر من البيانات الأسبوعية من 6 قنوات إلى الذكاء الاصطناعي وطلب مسودة ملخص تنفيذي. تلخيص الذكاء الاصطناعي في 5 دقائق؛ وقارن الخبير كل قيمة من عائد الإنفاق الإعلاني (ROAS) وتكلفة الاكتساب (CPA) بلوحة التحكم الخاصة به، وقام بتصحيح تفسيرين خاطئين. المدة: ساعة واحدة بدلاً من نصف يوم. لقد أعطت منظمة العفو الدولية المسودة، وبقي التحقق مع الإنسان.
الحالة 2 - مصيدة الأرقام المختلقة. قال أحد الفريق لمنظمة العفو الدولية، "لقد ضاع عائد النفقات الإعلانية لدينا الشهر الماضي، علق" دون تقديم بيانات أولية. وكتب الذكاء الاصطناعي بثقة: "حوالي 3.5، أداء جيد". كان عائد النفقات الإعلانية الفعلي هو 1.8 وكانت الحملة في الواقع في حالة خسارة. تم تصحيح التقرير، لكن ثقة العملاء اهتزت. خطأ: انتظار المقاييس من الذكاء الاصطناعي دون تقديم البيانات.
الحالة 3 - مغالطة الإسناد. قامت إحدى العلامات التجارية بنسب جميع المبيعات بناءً على النقرة الأخيرة، وكتابة جميع المبيعات في بحث Google، وخفضت ميزانيتها على Instagram. انخفضت المبيعات في الشهر التالي. لأن Instagram خلق الوعي وأذكى البحث. أدى الاعتماد الأعمى على نموذج الاقتباس الفردي إلى اتخاذ قرار خاطئ. العبرة: الإسناد نموذجا وليس حقيقة مطلقة؛ من الضروري مقارنة النماذج المختلفة.
أربعة قوالب قابلة للنسخ
1) ملخص البيانات (مع التركيز على التحقق من الصحة):
فيما يلي بيانات حملة مجهولة (بدون معرف العميل):[لصق البيانات/الجدول]المهمة: (1) حساب وعرض نسبة النقر إلى الظهور ومعدل التحويل وتكلفة الاكتساب وعائد النفقات الإعلانية مع صيغها. (2) قم بالإشارة إلى القناتين الأفضل والأسوأ أداءً. (3) اذكر بوضوح المكان الذي لست متأكدًا أو مفقودًا فيه في البيانات. لا تقم بتكوين أي أرقام غير موجودة في البيانات. سأؤكد الحساب.
2) صياد الشذوذ/النمط:
فيما يلي البيانات اليومية لآخر 4 أسابيع: [البيانات].المهمة: اكتشاف الانحرافات غير المتوقعة (الانخفاض/الارتفاع المفاجئ). لكل حالة شاذة: أي يوم/قناة، ومدى انحرافها، والتفسيرات المحتملة (فرضية). اذكر أن هذه فرضيات وليست أسبابًا نهائية.
3) مدقق السببية:
الملاحظة التي لدي هي: "[على سبيل المثال، انخفضت نسبة النقر إلى الظهور من 2% إلى 1.3%]". المهمة: قم بإدراج الأسباب المحتملة لهذا الانخفاض (إرهاق الإعلانات، الموسم، تغيير الاستهداف، نشاط المنافس، وما إلى ذلك). أخبرني ما هي البيانات التي يمكنني اختبارها لكل سبب. لا تقدم الارتباط كسببية؛ لا تدعي السبب النهائي.
4) الملخص التنفيذي + مسودة المقترح:
المقاييس التي قمت بالتحقق منها: [قيم نسبة النقر إلى الظهور، والتحويل، وتكلفة الاكتساب، وعائد الإنفاق الإعلاني]. المهمة: اكتب مسودة ملخص تنفيذي من صفحة واحدة: (1) ما حدث هذا الفصل (3 عناصر)، (2) ما نجح/لم ينجح، (3) 3 اقتراحات للتحسين للفترة التالية. ما عليك سوى استخدام الأرقام التي تم التحقق منها والتي قدمتها؛ توليد أرقام جديدة.
موجه ضعيف / موجه قوي
حث ضعيف:
قم بتقييم أداء حملتي وأخبرني بعائد الإنفاق الإعلاني الخاص بي.
لم يتم تقديم أية بيانات؛ لا يمكن للذكاء الاصطناعي سوى تعويض "عائد النفقات الإعلانية". الإخراج سلس ولكنه غير واقعي.
مطالبة قوية:
دورك: مساعد تحليلات لأخصائي تسويق الأداء. فيما يلي بيانات أسبوعية مجهولة المصدر (بدون أسماء/هوية): الإنفاق الإعلاني: 25000 ليرة تركية. الدخل: 60.000 ليرة تركية. المشاهدات: 500,000. النقرات: 12,000. التحويل: 480.المهمة: (1) حساب وعرض نسبة النقر إلى الظهور ومعدل التحويل وتكلفة الاكتساب وعائد النفقات الإعلانية باستخدام الصيغة. (2) كتابة مسودة تعليق من فقرة واحدة. (3) لا تقم بتكوين أي أرقام غير موجودة في البيانات؛ اذكر أنك غير متأكد.
وفي هذا الطلب يتضح توقع البيانات والصيغة وحظر "المكياج". يمكنك التحقق من النتيجة مرة أخرى: نسبة النقر إلى الظهور = 12000 ÷ 500000 = 2.4%؛ معدل التحويل = 480 ÷ 12000 = 4%؛ تكلفة الاكتساب = 25,000 ÷ 480 ≈ 52 ليرة تركية؛ عائد الإنفاق الإعلاني = 60,000 ÷ 25,000 = 2.4.
الأخطاء الشائعة
- طلب المقاييس دون تقديم البيانات. لا يستطيع الذكاء الاصطناعي الوصول إلى بياناتك؛ الرقم الذي يعطيه مزيف.
- النظر في مقياس واحد. إذا كانت نسبة النقر إلى الظهور مرتفعة والتحويل منخفض، فقد تكون المشكلة في الصفحة/العرض، وليس في الإعلان.
- الخلط بين العلاقة السببية. فقط لأن شيئين يعملان معًا لا يعني أن أحدهما يسبب الآخر.
- الاعتماد على نموذج الاقتباس الواحد. الإسناد أنموذجاً؛ نماذج مختلفة تنتج قرارات مختلفة.
- وضع بيان السببية للذكاء الاصطناعي في التقرير دون التأكد منه. يجب أن تكون جمل "لأن..." مدعومة بالبيانات.
- الخلط بين الرقم الخام والبصيرة. التقرير لا يسرد أرقاما؛ يخبرك ماذا يعني وماذا تفعل.
تنبيه: أخطر جملة في التقرير هي عبارة "لأن" غير مدعمة بالأدلة. يمكن للذكاء الاصطناعي أن يتوصل إلى سبب واضح؛ فإذا قدمت هذا السبب إلى الإدارة دون إثباته بالبيانات، فقد تؤدي إلى اتخاذ قرار خاطئ.
في ملخص
تحليل الأداء هو مهمة تحويل بيانات الحملة إلى قرارات، وفي جوهره توجد مقاييس مثل نسبة النقر إلى الظهور، ومعدل التحويل، وتكلفة الاكتساب، وعائد النفقات الإعلانية، ومسألة الإحالة. يعد الذكاء الاصطناعي مساعدًا قويًا في تلخيص مئات أسطر البيانات والعثور على الحالات الشاذة وصياغة التقارير. لكن كل رقم وكل جملة سببية يقدمها لا يتم تضمينها في التقرير إلا بعد التحقق من صحتها مع البيانات المصدرية؛ يمكن لنموذج اللغة التكيف عندما لا يتمكن من الوصول إلى البيانات. إن قراءة المقاييس معًا، وفصل الارتباط عن السببية، وعدم ربط الإسناد بنموذج واحد هي علامات على التحليل الجيد. وينتج التقرير معاني واقتراحات، وليس قائمة أرقام.
مهمة التطبيق
إعداد بيانات الحملة الحقيقية أو الافتراضية (الإنفاق، الإيرادات، مرات الظهور، النقرات، التحويلات). (1) إخفاء هوية البيانات. (2) قم بحساب المقاييس باستخدام "ملخص البيانات" وقم بتأكيد كل منها بنفسك باستخدام الصيغة. (3) ابحث عن الانحراف باستخدام "صائد الشذوذ"؛ ربطها بفرضية. (4) باستخدام "مدقق السببية"، اكتب الأسباب المحتملة لهذا الانحراف وكيف يمكنك اختبار كل منها. (5) قم بإعداد مسودة "الملخص التنفيذي" وتأكد من أنها تحتوي فقط على الأرقام التي قمت بالتحقق منها؛ ادعم جملة "لأن" بالبيانات.
قائمة مرجعية
- [ ] لقد قمت بإخفاء هوية بيانات الحملة قبل إعطائها للأداة.
- [ ] لقد قمت بالتحقق من كل مقياس باستخدام صيغته بنفسي.
- [ ] قرأت المقاييس معًا، وليس واحدًا تلو الآخر.
- [ ] لقد دعمت العبارات السببية بالبيانات؛ لم أخلط بينه وبين الارتباط.
- [ ] لم أرجع الإشارة إلى نموذج واحد، بل قمت بمقارنته.
- [ ] أضع فقط الأرقام التي تم التحقق منها في التقرير؛ لا توجد أرقام وهمية.