كيف يمكن للتحليلات المدعومة بالذكاء الاصطناعي أن تساعد الناشرين ومسوقي المحتوى

أدوات تحليل المواقع الإلكترونية قديمة قدم الإنترنت نفسه تقريبًا، حيث كانت أولى هذه الأدوات تعمل على جانب الخادم، للمساعدة في مراقبة استخدام الموارد وأنماط الوصول، وما إلى ذلك. وقد ازدادت أدوات التحليل قوةً في قياس سلوك المستخدمين على الإنترنت وتفسيره، مما أدى إلى تحفيز التحول الرقمي في مختلف القطاعات، من تجارة التجزئة إلى النشر والعقارات. وشهد تطور أدوات التحليل منذ بدايات الإنترنت توسعًا في نطاقها في عدة اتجاهات

• نطاق بيانات المستخدم والسلوك : ملفات تعريف المستخدم، والتتبع عبر الجلسات باستخدام ملفات تعريف الارتباط، والمحيلون، ونبض الصفحة، والخرائط الحرارية، والتتبع عبر الأجهزة، وجودة التفاعل، إلخ.
• نطاق بيانات المحتوى (ذكاء المحتوى): عناوين URL، نوع الصفحة (النماذج مقابل القوائم مقابل المقالات مقابل التجارة الإلكترونية)، العلامات، الفئات، الكائنات والمواضيع في المحتوى، المؤلفون، إلخ.
• موثوقية وجودة جمع البيانات: ملفات تعريف الارتباط للمتصفح، ومجموعات تطوير البرامج (SDKs)، وWebSockets، وإنشاء ملفات تعريف عبر الأجهزة، وجمع وتتبع الأحداث المخصصة، وتتبع التجارة الإلكترونية وتكاملات إدارة علاقات العملاء (CRM)، وإعداد التقارير في الوقت الفعلي، إلخ.
• نطاق الرؤى: التحويلات، الأهداف، اهتمامات الجمهور، فلاتر المحتوى الدائم مقابل المحتوى الإخباري، نصائح التحسين المدعومة بالذكاء الاصطناعي، اكتشاف الحالات الشاذة المدعومة بالذكاء الاصطناعي، إلخ.

من بين هذه الأمور، هناك العديد منها نتيجة للتطور التقني في لغات الحوسبة ومتصفحات الويب ومعايير الإنترنت، ولكن بعضها مثل تحليل المحتوى والتصنيف واستخراج الرؤى الآلية لا يمكن تحقيقه إلا نتيجة للتعلم الآلي والذكاء الاصطناعي.

دور التحليلات في النشر الرقمي

استحوذت الإعلانات الرقمية على حصة متزايدة باستمرار من الإنفاق التسويقي على مدى العقدين الماضيين. وفقًا لدراسة أجرتها معهد لينفيست للاشتراكات الرقميةتجاوزت إيرادات جوجل الدولية من الإعلانات جميع إيرادات الصحف (بما في ذلك إيرادات الطباعة والإنترنت). وقد أدى ذلك إلى إغلاقات واسعة النطاق، وتقليصات في حجم العمل، فضلاً عن بروز الاشتراكات الرقمية كمصدر رئيسي للإيرادات لمؤسسات الأخبار الحديثة. مع تحوّل النشر الرقمي إلى الوضع الطبيعي الجديد، أصبحت تحليلات الويب (وتحديدًا تحليلات النشر) بمثابة المفسر الرئيسي لمدى الوصول، والتفاعل، وملفات تعريف القراء، وكل ما قد يرغب الناشر أو المعلن المحتمل في معرفته عن القراء قبل استثمار الموارد في الحملات التحريرية أو الإعلانية. حتى قرار اختيار نظام الاشتراك الرقمي المدفوع وآليات حجب المحتوى يتطلبان بيانات لتحسين الأداء إلى أقصى حد مع الحد الأدنى من فقدان القراء الدراسة توضح.

دور الذكاء الاصطناعي في تحليلات الويب

يشهد الذكاء الاصطناعي (كما يقول البعض عن جدارة) ازدهاراً ملحوظاً، حيث تتجه العديد من تطبيقاته نحو "ذروة التوقعات المبالغ فيها" في المستقبل دورة الضجيج. بما أن الذكاء الاصطناعي يُعرّف نفسه بأنه تطوير أو تعزيز للذكاء البشري، فإن تطبيقاته قد تكون واسعة النطاق كخيال الإنسان نفسه، من الطب إلى الاقتصاد، مرورًا بالترفيه، وما وراء ذلك. وتُعدّ التحليلات، أو على الأقل توفر كميات هائلة من البيانات التي تُجمع في ظل ظروف إدخال متوقعة ومخرجات مُحددة، بمثابة الوقود الذي تُبنى عليه خوارزميات التعلم الآلي والذكاء الاصطناعي. ولأن التحليلات هي في جوهرها جمع البيانات وتفسيرها واكتشاف أنماطها، فهي عنصر أساسي في معظم تطبيقات الذكاء الاصطناعي. على سبيل المثال، تتطور نتائج بحث جوجل بناءً على مدى دقة وفائدة نتائج البحث التي وجدها المستخدمون، وتُستمد بيانات هذه الملاحظات من تحليلات ما إذا كان المستخدمون قد وجدوا ما يبحثون عنه في استعلاماتهم.

تطبيقات الذكاء الاصطناعي في التحليلات للناشرين

يكاد يكون لكل ناشر ذي نطاق وصول معقول وجود رقمي اليوم، وتبرز الاشتراكات الرقمية بشكل متزايد كمصدر رئيسي للدخل للمنشورات المتوسطة والكبيرة. في هذا السياق، إليكم أربعة من أبرز التحديات التي تواجه الناشرين الرقميين اليوم، والتي يمكن لمنصات التحليلات المدعومة بالذكاء الاصطناعي المساعدة في معالجتها، مصنفة حسب الجهات المعنية الرئيسية:

1. تقسيم الجمهور حسب الاهتمامات والمواضيع ذات الصلة
2. التخصيص على نطاق واسع – عبر القنوات
3. مقارنة الأقران التحريرية، وتحديد الفرص وترتيب أولوياتها
4. الكشف عن القيم الشاذة / اكتشاف الرؤى بسرعة عالية للبيانات

كلٌّ من هذه الأمثلة يُمثّل حالة استخدامٍ للبيانات، بدلاً من التحليلات البحتة كما كنا نفهمها سابقاً، ولكن هذا هو تحديداً الاتجاه الذي يقود فيه الذكاء الاصطناعي تطور التحليلات - رؤى قابلة للتنفيذ. دعونا نتناول كلًّا منها بشيء من التفصيل.

تقسيم الجمهور حسب الاهتمامات والمواضيع ذات الصلة

بالنسبة لفرق التحرير وتطوير الجمهور، فإن القدرة على تجميع الجماهير وعرضها حسب ميولها الموضوعية قد تشكل تحديًا كبيرًا يجب حله - ويتم ذلك حاليًا باستخدام مزيج من المؤشرات الديموغرافية مثل العمر والجنس موقع وخصائص الجلسة مثل جمهور فيسبوك، والمستخدم المتكرر، وفئة السياسة التي تمت زيارتها، وما إلى ذلك. يمكن لأداة التحليلات التي تقوم تلقائيًا بوضع علامات على القصص بالمواضيع وقياس جودة التفاعل أن تبسط هذه العملية وتوفر تجزئة أكثر موثوقية بناءً على اهتمامات الجمهور.

خريطة شجرية لاهتمامات الجمهور على منصة NativeAI Analytics

يمكن استخدام هذا التقسيم بالطرق التالية:

• بإمكان فرق التحرير تقييم مجموعات مختلفة لتحديد أولويات المواضيع الجديرة بالنشر
• فهم أوجه التشابه بين المواضيع المتداخلة لتحسين تفاعل القراء
• بإمكان فرق تطوير الجمهور تحديد الجماهير المماثلة ومصادر الزيارات التي تُحقق أفضل النتائج في تحديد القراء ذوي التفاعل العالي
• يمكن للمسوقين الرقميين مقارنة نتائج الحملات التسويقية من خلال التفاعل، بدلاً من مجرد أحجام الزيارات

التخصيص على نطاق واسع – عبر القنوات

إن أفضل طريقة لجذب المستخدمين والتفاعل معهم والاحتفاظ بهم هي تقديم تجربة شخصية تستفيد من ملف تعريف المستخدم، وسلوكياته، وخياراته المعلنة. وبفضل التحليلات التي يمكنها تتبع أبعاد إضافية مثل جودة التفاعل، ونوع المحتوى وموضوعه، والقناة، والحملة، والجهاز المستخدم للتفاعل في أوقات مختلفة من اليوم، يصبح من الممكن بناء محرك تخصيص عالي التأثير قادر على فهم تفضيلات كل مستخدم. ويتطلب التخصيص الناجح ثلاثة عوامل:

1. مجموعة سمات المستخدم
2. تسجيل مسار التحويل
3. تتبع نجاح التحويل

باستخدام هذه البيانات، يُمكن تدريب نموذج تعلّم آلي للتعرف على الأنماط وتقديم تجارب مخصصة تناسب كل مستخدم. في الواقع، تطبيقات قراءة الأخبار الشخصية مثل فليب بورد أو يمكن لمنصة News360 أن تسدّ هذه الفجوة تحديدًا اليوم من خلال تقديم تجربة إخبارية مُخصصة في مواضيع مُحددة. بالنسبة لمنصة نشر رقمية تضم ملايين المستخدمين شهريًا، قد يُمثل تخصيص التجارب تحديًا كبيرًا، نظرًا لاعتمادها كليًا على خيارات المستخدمين الصريحة وتحليلات الذكاء الاصطناعي، ويمكنها سدّ هذه الفجوة. يُمكن لمحرك التخصيص المدعوم بالذكاء الاصطناعي أن يكون مفيدًا لما يلي:

• توصيات المحتوى لتحسين إعادة التوزيع والاحتفاظ بالجمهور
• رعاية القراء لتحويلهم إلى مشتركين في النشرة الإخبارية أو الاشتراكات المدفوعة
• التنبؤ باحتمالية التحويل لكل مستخدم وتعيين جدران الدفع المخصصة ذات القياس
• اختيار القنوات والتوقيت المناسبين لعرض هذه التنبيهات – عبر البريد الإلكتروني، والإشعارات الفورية، والنوافذ المنبثقة على الويب، واللافتات الإعلانية، وما إلى ذلك.

في NativeAI، نستطيع حاليًا قياس تفاعل المستخدمين والتعرف على اهتمامات الجمهور، ونعمل على تطوير توصيات المحتوى. تزخر هذه التقنية بإمكانيات واعدة، ونتطلع بشغف إلى مساعدة الناشرين على إثراء محركات التخصيص الخاصة بهم بهذه البيانات. (إفصاح: أعمل في News360، و...) تحليلات الناشرين لدى NativeAI المنصة المذكورة في هذه المقالة تم تطويرها بواسطة News360)

مقارنة الأقران التحريرية، وتحديد الفرص وترتيب أولوياتها

كما ذكرنا سابقًا، تستطيع منصات التحليلات المدعومة بمعالجة اللغة الطبيعية تصنيف المحتوى حسب المواضيع، وبناء تسلسل هرمي للمواضيع ذات الصلة ضمن التصنيف. وتُعدّ هذه المنصات مصدرًا قيّمًا لرؤى المحتوى، إذ تتضمن جميع ميزات منصة ذكاء المحتوى . وهذا يُمكّن المحررين من مقارنة مزيج محتواهم مع المنافسين لتحديد الثغرات أو الفرص، وتعزيز المزايا التنافسية. كما يُساعد تحديد المواضيع الأكثر تفاعلًا فرق التحرير على تبسيط عملية تحديد أولويات موارد إعداد التقارير.

مقارنة مزيج المحتوى مع الناشرين المنافسين

من بين التطبيقات الفرعية التي قد تكون مهمة أيضاً لفرق التحرير ما يلي:

• قياس سرعة النشر للمواضيع ذات القيمة العالية ومقارنتها بالمنافسة، حيث يمكن تصنيف القصص التي تتناول نفس الموضوع، عبر مختلف الناشرين، وتجميعها تلقائيًا
• تقارير التفاعل وحركة المرور مُفلترة حسب المؤلفين والمواضيع والوسوم الخاصة بالناشر
• وضع علامات تلقائية مدعومة بتقنية معالجة اللغة الطبيعية على القصص في أنظمة إدارة المحتوى الخاصة بالناشرين قبل النشر
• تحسين العناوين وتوقع نسبة النقر إلى الظهور
• تقييمات نوع المحتوى / تنسيقه – المحتوى الدائم مقابل الأخبار، والصور مقابل الرسوم البيانية مقابل مقاطع الفيديو.

تقارير تحليلية مُفلترة حسب المؤلفين

الكشف عن القيم الشاذة / اكتشاف الرؤى بسرعة عالية للبيانات

يُعدّ استخلاص رؤى قيّمة من كميات هائلة من البيانات المتاحة، في الوقت المناسب لاتخاذ إجراءات فعّالة، وتحقيق تأثير واضح على الحملات أو تنفيذها، أحد أصعب التحديات التي تواجه الشركات التي تعتمد على البيانات، سواء في مجال الإعلام أو التسويق بالمحتوى. بعبارة أخرى، يجب أن توفر التحليلات رؤى قابلة للتنفيذ في الوقت الفعلي، بدلاً من الاعتماد على نتائج الحملات اللاحقة. يتطلب إنشاء بنية تحتية للبيانات، تشمل التخزين، ونماذج التجميع، والتصفية، والمعالجة، جهدًا كبيرًا، لكن هذا الجهد مُبرر إذا كانت النتائج فورية وملموسة. يمكن للذكاء الاصطناعي تبسيط هذه المهمة، التي تتطلب حاليًا تدخلًا يدويًا، من خلال رصد أي خلل في سلوك المستخدمين، أو حركة المرور، أو حتى المحتوى. ومن أمثلة التطبيقات في هذا المجال:

• تشخيص الحملات الترويجية وتحسينها – على سبيل المثال، يمكنك تلقي تنبيهات عندما تُولّد حملات فيسبوك المدفوعة حركة مرور عالية مع تفاعل أقل من المعتاد

• العروض الترويجية المقترحة - قد يحقق مقال أو فيديو معين أداءً جيدًا لدى شريحة جمهور كبيرة. يمكن لنظام التوصيات المدعوم بالذكاء الاصطناعي أن يحث فريق تطوير الجمهور على الترويج له لدى هذه الشريحة المستهدفة تحديدًا لزيادة الوصول إلى أقصى حد. وقد يكون هذا أكثر فعالية عند دمجه مع الإنفاق الإعلاني المبرمج
• تنبيهات معامل الانتشار الفيروسي – يمكن لتحليل المحتوى تقييم معامل الانتشار الفيروسي لمقال أو فيديو، وبناءً على أدائه في الساعة الأولى من النشر، يمكن أن يساعد في تقديم رؤى حول كيفية ضمان الانتشار الفيروسي

يبدو المستقبل واعداً، ولكن ما الذي يمكننا استخدامه الآن؟

رغم أن العديد من هذه التطبيقات تُعدّ رائعةً ظاهريًا، إذ تُسهّل علينا تحديات التحرير وتطوير الجمهور، إلا أننا نحتاج بالطبع إلى نتائج فورية. إليكم بعض التطبيقات المدعومة بالذكاء الاصطناعي التي يُمكنكم استخدامها الآن:

• احصل على تنبيهات بشأن أي خلل في حركة مرور موقعك الإلكتروني، وذلك باستخدام لوحة Google Intelligence التي تقوم تلقائيًا بتحليل البيانات ومشاركتها.
• يمكنك حتى طرح أسئلة على خدمة Google Intelligence ، على سبيل المثال، اسأل "من أي مواقع يأتي قراؤنا الجدد؟" بلغة بسيطة للحصول على تقارير ورؤى.
• لتحسين حملاتك على جوجل أدوردز
• أنشئ وحسّن محتوى التسويق عبر البريد الإلكتروني ووسائل التواصل الاجتماعي باستخدام Phrasee
• تحليل مزيج المحتوى والفرص على منصة NativeAI
• تخصيص رسائل البريد الإلكتروني للاشتراكات على نطاق واسع باستخدام Sailthru، وهو ما طبقته Business Insider بنجاح كبير.

إن إمكانيات الذكاء الاصطناعي والتعلم الآلي في مجال التحليلات، والحلول المُستندة إلى التحليلات، لا حدود لها، وبرأيي، نحن على أعتاب طفرة هائلة. نحن في NativeAI ندرس جميع هذه الإمكانيات ونسعى جاهدين لتحويل بعضها إلى واقع ملموس للناشرين الرقميين. ويسعدنا أن نرى العديد من الشركات الأخرى في مجال التحليلات وتحسين الاشتراكات والتخصيص تعمل على حل التحديات ذات الصلة، ونُعجب بسرعة الابتكار في هذا القطاع.