قد تصل إلى متجرك زيارات كثيرة، لكن عدد الطلبات يظل أقل مما تتوقع. قبل زيادة ميزانية الإعلان أو تغيير صفحة الدفع، تحتاج إلى معرفة المرحلة التي لا يكتمل عندها المسار. يساعدك تحليل مسار الشراء في GA4 على قراءة تسلسل مشاهدة المنتج، وإضافته إلى السلة، وبدء الدفع، ثم الشراء، بشرط أن تكون الأحداث مسجلة بصورة صحيحة.
في هذا الدليل ستبني استكشافًا بسيطًا، وتحسب الانتقال بين المراحل بمثال تعليمي، ثم تحول الملاحظة إلى اختبار. ستتعلم أيضًا كيف تستخدم الذكاء الاصطناعي لتنظيم التحليل دون أن يفترض سبب انسحاب العملاء أو يخترع بيانات.
ما الذي يخبرك به مسار الشراء؟
المسار يجمع خطوات تختارها ويعرض المستخدمين الذين وصلوا إليها وفق تسلسل وشروط محددة. عندما ينخفض العدد بين خطوتين، فهذه إشارة تستحق الفحص: ربما واجه المستخدم صعوبة، وربما لم يسجل نظام القياس الحدث التالي أصلًا. التقرير يحدد موضع الانقطاع في البيانات؛ لا يثبت وحده لماذا حدث.
مصدر الزيارة يختلف عن خطوات الشراء
إذا كان سؤالك «من أين جاءت الزيارة؟»، فابدأ بتقارير الاكتساب وتتبع مصادر الحملات بروابط UTM. أما سؤال «ماذا حدث بعد الوصول إلى المنتج؟» فيحتاج إلى أحداث التجارة الإلكترونية. وجود وسوم الحملة في الرابط لا يعني أن الإضافة للسلة أو الشراء يعملان في القياس.
المستخدمون والأحداث والطلبات ليست رقمًا واحدًا
قد يضيف شخص واحد عدة منتجات إلى السلة، وقد يسجل أكثر من حدث خلال زيارته. لذلك لا تقسّم عدد أحداث الشراء على عدد المستخدمين في خطوة أخرى ثم تسمّي الناتج نسبة انتقال المسار. استخدم وحدة العد نفسها وتعريفًا ثابتًا في المقارنة، واحتفظ بعدد الطلبات الفعلي في منصة المتجر كمرجع تجاري مستقل.
قبل التحليل: تحقق من أحداث التجارة الإلكترونية
يوثق Google أحداثًا موصى بها لقياس التسوق. هذه أربعة أحداث مناسبة لاستكشاف مبسط يبدأ بصفحة المنتج؛ وهو يختلف عن التقرير الجاهز الذي قد يبدأ بخطوة بدء الجلسة.
| المرحلة | اسم الحدث | ما الذي تتحقق منه؟ |
|---|---|---|
| مشاهدة المنتج | view_item | يسجل عند عرض تفاصيل المنتج، مع معلومات المنتج الصحيحة. |
| الإضافة إلى السلة | add_to_cart | يعكس إضافة فعلية، وليس مجرد ظهور زر الإضافة. |
| بدء الدفع | begin_checkout | يطلق عند بدء تجربة الدفع وفق تكامل متجرك. |
| إتمام الشراء | purchase | يحمل معرّف معاملة صحيحًا ومعلومات المنتجات والقيمة والعملة بحسب الإعداد. |
راجع وثائق Google لقياس التجارة الإلكترونية مع المسؤول عن التكامل. لا تفترض أن تثبيت GA4 وحده يفعّل هذه الأحداث، أو أن طريقة الربط في منصة تنطبق على منصة أخرى.
اختبر القيم والتكرار قبل تفسير النتائج
- نفّذ رحلة اختبار مأذونًا بها، وراجع وصول الأحداث في أدوات التشخيص مثل DebugView عند تفعيل وضع التصحيح.
- تحقق من أن تحديث صفحة تأكيد الطلب لا يرسل عملية شراء جديدة بمعرّف مختلف للطلب نفسه.
- راجع العملة وقيمة المعاملة والمنتجات، ووثّق كيفية التعامل مع الشحن والضرائب في التقارير التي تقارنها.
- تأكد من عدم تركيب تتبع مزدوج عبر إضافة جاهزة ووسوم مخصصة تؤدي الوظيفة نفسها.
- راعِ حالة موافقة الزائر وآلية القياس؛ لا تتجاوز خيارات الخصوصية لتحسين شكل الأرقام.
ماذا تفعل إذا كانت البيانات ناقصة؟
دوّن الحدث المفقود وتاريخ اكتشافه والصفحات المتأثرة، ثم أصلح القياس عبر المسؤول المخول. لا تستنتج أن جميع العملاء تركوا الدفع إذا كان حدث الشراء لا يصل. بعد الإصلاح، اجمع فترة صالحة للمقارنة واحتفظ بملاحظة تفصلها عن الفترة المتأثرة؛ التعديل لا يعيد تلقائيًا أحداثًا لم تُجمع سابقًا.
أنشئ استكشافًا واحدًا لمسار الشراء في GA4
افتح الخاصية الصحيحة، ثم انتقل إلى استكشاف (Explore) واختر استكشاف مسار التحويل (Funnel exploration). قد تختلف ترجمة أسماء القوائم أو إتاحتها بحسب الواجهة والصلاحيات. يوضح دليل استكشاف مسار التحويل من Google خيارات هذا النوع من التحليل.
1. ثبت الفترة والخطوات
- اختر فترة مكتملة مناسبة لحجم نشاطك، مثل آخر 28 يومًا مكتملة كبداية تنظيمية، وليس لأنها مدة مثالية لكل متجر.
- سمّ الاستكشاف باسم واضح، مثل «مسار المنتج إلى الشراء — إصدار 1».
- أضف أربع خطوات بشروط أسماء الأحداث:
view_itemثمadd_to_cartثمbegin_checkoutثمpurchase. - حدد هل الانتقال إلى الخطوة التالية مباشر أم يمكن أن تتخلله أحداث أخرى. السماح بأحداث وسيطة قد يناسب رحلة يتصفح فيها العميل صفحات إضافية؛ وثّق اختيارك.
- إذا حددت مهلة بين الخطوات، اخترها لسبب متعلق بدورة الشراء وسجلها. لا تغيّرها أثناء المقارنة دون توضيح.
هذا الاستكشاف يتابع تسلسل سلوك المستخدم، وليس ضمانًا أن جميع الخطوات تخص المنتج نفسه. إن كان السؤال عن منتج بعينه، فتحتاج إلى تعريف أدق لشروط المنتجات والتحليل؛ لا تنسب شراء أي منتج إلى المنتج الذي شوهد أولًا تلقائيًا.
2. اختر مسارًا مغلقًا أم مفتوحًا
في المسار المغلق يجب أن يبدأ المستخدم بالخطوة الأولى ليدخل المسار. في المفتوح يمكن أن يدخل من مرحلة لاحقة. مثلًا، قد يصل مستخدم إلى الدفع عبر رابط محفوظ؛ المسار المفتوح قد يظهر دخوله هناك، بينما لا يطابق بداية المسار المغلق خلال الفترة المختارة.
ابدأ بالمسار المغلق للمثال الحسابي أدناه، وثبت ترتيب الخطوات. ثم استخدم نسخة مفتوحة إذا كان سؤالك يتعلق بالدخول من مراحل لاحقة. لا تقارن نسب النسختين كأنهما تعدّان المجموعة نفسها. كما أن تخطي خطوة مطلوبة قد يمنع احتساب المستخدم في الخطوات اللاحقة وفق إعداد المسار، حتى لو أتم شراءً خارج ذلك التسلسل.
3. قارن الأجهزة بعد تثبيت التعريف
أضف تفصيلًا حسب فئة الجهاز إن كان متاحًا في الاستكشاف. ابدأ بمقارنة الهاتف والحاسوب، مع قراءة الأعداد إلى جانب النسب. قد يكون انخفاض انتقال الهاتف مرتبطًا بنوعية الزيارات أو المنتجات أو خلل قياس، وليس بتصميم الهاتف وحده. تجنب تفتيت البيانات إلى شرائح صغيرة لا تكفي للحكم.
مثال تعليمي: حساب الانتقال والتسرب بين الخطوات
الأرقام التالية افتراضية للتوضيح فقط. نفترض مسارًا مغلقًا، وتعريفًا ثابتًا للمستخدمين، وفترة واحدة، وأن كل مجموعة في خطوة لاحقة جزء من المجموعة التي قبلها.
| الخطوة | المستخدمون | الانتقال من السابقة | الانقطاع من السابقة |
|---|---|---|---|
| مشاهدة المنتج | 1,000 | بداية المسار | — |
| الإضافة إلى السلة | 200 | 20% | 80% |
| بدء الدفع | 100 | 50% | 50% |
| الشراء | 60 | 60% | 40% |
نسبة الانتقال = عدد المستخدمين في الخطوة التالية ÷ عددهم في الخطوة السابقة × 100. مثلًا، انتقل من بدء الدفع إلى الشراء 60 ÷ 100 × 100 = 60%، ولم يكمل هذا الانتقال 40% ضمن تعريف المثال.
أما إكمال المسار كله فيساوي 60 ÷ 1,000 × 100 = 6%. هذه نسبة من بدأوا هذا المسار وأكملوه، وليست تلقائيًا معدل تحويل المتجر من جميع الجلسات. ولا تمثل النسب في الجدول معيارًا جيدًا أو سيئًا لأي قطاع.
لماذا لا تختار أكبر نسبة انقطاع تلقائيًا؟
تسجيل 800 مستخدم لم ينتقلوا من العرض إلى السلة لا يعني أن صفحة المنتج معطلة؛ بعض الزيارات للاستكشاف أو المقارنة. وفي المقابل، قد يستحق عطل دفع يؤثر في عدد أقل أولوية عاجلة. رتّب العمل بحسب موثوقية الإشارة، وحجم الأثر المحتمل، وإمكانية التحقق، وتكلفة الإصلاح.
إذا كنت تريد الانتقال من القياس إلى خطة أوسع، فراجع زيادة مبيعات المتجر دون زيادة ميزانية الإعلانات، واختر إجراءً يخدم موضع المشكلة بدل تطبيق جميع النصائح دفعة واحدة.
حوّل الملاحظة إلى اختبار، لا إلى حكم على العميل
| الملاحظة | فحص القياس أولًا | فرضية تستحق الاختبار |
|---|---|---|
| مشاهدة كثيرة وإضافات قليلة | هل يعمل حدث الإضافة لكل أنواع المنتجات؟ | هل المواصفات أو المقاسات أو التوفر غير واضحة؟ |
| إضافات كثيرة وبدء دفع قليل | هل يسجل بدء الدفع في المسار المستخدم فعلًا؟ | هل تظهر رسوم أو شروط غير متوقعة في السلة؟ |
| بدء دفع دون شراء مسجل | هل يصل حدث الشراء بعد العودة من مزود الدفع؟ | هل توجد أخطاء دفع أو حقول يصعب إكمالها؟ |
اختبر الفرضية بمراجعة تجربة فعلية مأذون بها أو اختبار استخدام أو ملاحظات الدعم. يمكن أن يساعد تحليل مراجعات العملاء في العثور على شكاوى متكررة تدعم سؤالًا، لكنه لا يثبت أن كل من انسحب واجه المشكلة نفسها.
غيّر عنصرًا واحدًا وحدد ما ستقيسه
إذا كانت الفرضية أن موعد الوصول غير واضح، فاختبر توضيحه في الموضع المناسب دون تغيير السعر والإعلان والتصميم في الوقت نفسه. سجل تاريخ التغيير، والمؤشر الأساسي، وما ينبغي ألا يتدهور مثل أخطاء الدفع أو الشكاوى. يساعدك دليل تحسين معدل التحويل في متجر صغير على ربط التجربة بهدف محدد.
عندما يكون حجم الزيارات محدودًا، قد لا يكفي اختبار A/B للوصول إلى استنتاج قوي خلال فترة قصيرة. ابدأ باختبارات استخدام ومراجعة الأعطال، ثم قارن فترات متشابهة بحذر مع تسجيل اختلاف الحملات والمخزون والمواسم. مقارنة «قبل وبعد» وحدها لا تثبت أن التعديل سبب النتيجة.
وإذا تركزت المشكلة في السلة، فافصل تحسين التجربة عن إرسال التذكيرات؛ راجع تقليل السلات المهجورة باستخدام الذكاء الاصطناعي قبل اختيار مسار متابعة، ولا تفترض أن كل انسحاب يحتاج خصمًا.
كيف يساعد الذكاء الاصطناعي في مراجعة التقرير؟
استخدمه لترتيب الملاحظات وصياغة أسئلة التحقيق. أعطه جدولًا مجمعًا خاليًا من بيانات العملاء، مع تعريف المسار والفترة ووحدة العد. لا ترسل أسماء أو بريدًا أو أرقام طلبات، ولا تمنحه صلاحية تغيير القياس أو الحملات لمجرد تفسير تقرير.
برومبت قابل للاستخدام
أنت مساعد لتحليل مسار متجر إلكتروني. سأعطيك بيانات مجمعة فقط. الفترة: [الفترة]. وحدة العد: [المستخدمون وفق تعريف التقرير]. نوع المسار: [مغلق/مفتوح]. الخطوات والشروط والمهلة: [التعريف]. الأعداد: [الجدول]. تغييرات القياس أو الحملات المعروفة: [الملاحظات].
تحقق أولًا من اكتمال التعريف وقابلية مقارنة الأعداد. احسب نسب الانتقال فقط عندما تكون المقامات صالحة، وأظهر العملية الحسابية. افصل بين الملاحظة والفرضية والاختبار المقترح. لا تخترع سببًا للانسحاب أو معيارًا للقطاع أو بيانات ناقصة. إذا كان حجم العينة أو تعريف المسار لا يسمح بالاستنتاج، اذكر ذلك. اقترح ثلاثة أسئلة تحقق مرتبة، دون تنفيذ أي تغيير.
راجع الحسابات واللغة يدويًا
طابق كل عدد مع التقرير، وأعد حساب النسب في جدول أو آلة حاسبة. استبدل عبارة «الشحن سبب الانسحاب» بعبارة «وضوح تكلفة الشحن فرضية تحتاج اختبارًا» ما لم توجد أدلة كافية. إذا كانت مخرجات النموذج أكثر ثقة من البيانات، فعدّلها ولا تعتمدها كما هي.
أخطاء شائعة تجعل تحليل المسار مضللًا
- اعتبار UTM بديلًا لأحداث الشراء: الوسوم تصف الحملة، والأحداث تقيس سلوكًا محددًا.
- خلط المستخدمين بالأحداث أو الطلبات: اكتب وحدة العد بجوار كل نسبة.
- تغيير تعريف المسار بين المقارنات: احتفظ بإصدار ثابت ووثّق التعديل.
- تجاهل جودة البيانات: انخفاض مفاجئ بعد تحديث تقني يستحق فحص التتبع أولًا.
- اعتبار كل انقطاع خسارة مؤكدة: قد يعود الزائر لاحقًا أو من جهاز آخر، وقد لا تسمح آلية القياس بربط الرحلة كلها.
- إعلان نجاح من أعداد قليلة: اذكر حدود العينة ولا تعد بتحسن نسبة محددة.
أسئلة شائعة عن تحليل مسار الشراء في GA4
لماذا لا تظهر المشتريات رغم وجود طلبات في المتجر؟
قد يكون حدث purchase غير مفعّل أو لا يصل من صفحة التأكيد، أو تكون هناك مشكلة في المعلمات أو الموافقة أو معالجة البيانات. افحص التكامل ورحلة اختبار ثم قارن فترة مكتملة بسجل الطلبات. لا تبدأ بتعديل صفحة البيع قبل استبعاد خلل القياس.
ما الفرق بين المسار المفتوح والمغلق؟
المغلق يشترط الدخول من الخطوة الأولى، والمفتوح يسمح بالدخول من مرحلة لاحقة. تختلف المجموعات المحتسبة لذلك، ويجب اختيار النوع بحسب السؤال لا بحسب النسبة التي تبدو أفضل.
هل يمكنني التحليل إذا كانت الزيارات قليلة؟
نعم لفحص وصول الأحداث واكتشاف الأعطال الواضحة، لكن ترتيب تحسينات تجارية اعتمادًا على نسب صغيرة يحتاج حذرًا. اجمع فترة مناسبة وادعم الأرقام بمراجعة الاستخدام؛ لا توجد عينة واحدة تناسب جميع المتاجر والأسئلة.
لماذا تختلف أعداد GA4 عن لوحة المتجر؟
قد تختلف الفترة والمنطقة الزمنية وتعريف الطلب، أو لا تُرصد بعض الرحلات بسبب خيارات الموافقة والحجب، أو توجد أحداث مكررة أو ناقصة. كما قد تختلف معالجة الإلغاء والاسترداد. حدد أولًا ما تقارنه؛ بيانات التحليلات ليست بديلًا عن سجل الطلبات المحاسبي.
هل يحدد التقرير سبب ترك السلة؟
يظهر غياب انتقال مسجل وفق الشروط، ولا يسأل المستخدم عن دوافعه. استخدمه لتحديد أين تفحص، ثم تحقق بملاحظات الدعم واختبار الاستخدام والأعطال قبل تبني تفسير.
هل يستطيع الذكاء الاصطناعي اختيار التحسين المناسب وحده؟
يمكنه تنظيم الفرضيات، لكنه لا يعرف ما لم تزوده به ولا يثبت السببية. القرار يحتاج معرفة المتجر والتحقق من القياس واختبارًا مناسبًا؛ لا تفوضه بتغيير الأسعار أو الحملات بناء على ملخص واحد.
ابدأ بمسار واحد وسؤال واضح
تحقق من تسجيل الأحداث الأربعة، ثم احفظ تعريف الاستكشاف وفترته ووحدة العد. اختر انتقالًا واحدًا يستحق الفحص، واكتب ما تعرفه وما تحتاج إلى التحقق منه قبل أي تعديل. بهذه الطريقة يصبح GA4 أداة لاتخاذ قرار قابل للمراجعة، بدل لوحة أرقام تفسرها بالتخمين.