تعد أدوات تحليلات الويب قديمة قدم الويب نفسه تقريبًا، وهي الأدوات الأولى التي تعمل على جانب الخادم، للمساعدة في مراقبة استخدام الموارد وأنماط الوصول وما إلى ذلك. وقد أصبحت أدوات التحليلات قوية بشكل متزايد في قياس وتفسير سلوك المستخدم على الويب لتحفيز البيانات الرقمية. التحول عبر الصناعات التي تتراوح من البيع بالتجزئة إلى النشر إلى العقارات.
شهد تطور أدوات التحليلات منذ الأيام الأولى للإنترنت اتساع نطاقها في عدة اتجاهات:
- نطاق بيانات المستخدم والسلوك : ملفات تعريف المستخدمين، والتتبع عبر الجلسات باستخدام ملفات تعريف الارتباط، والمُحيلين، ونبضات القلب على الصفحة، وخرائط التمثيل اللوني، والتتبع عبر الأجهزة، وجودة المشاركة، وما إلى ذلك.
- نطاق بيانات المحتوى (ذكاء المحتوى): عناوين URL، ونوع الصفحة (النماذج مقابل القوائم مقابل المقالات مقابل التجارة الإلكترونية)، والعلامات، والفئات، والكائنات والموضوعات في المحتوى، والمؤلفين، وما إلى ذلك.
- الموثوقية وجودة التجميع: ملفات تعريف الارتباط للمتصفح، ومجموعات SDK، وWebSockets، وإنشاء ملفات التعريف عبر الأجهزة، وجمع وتتبع الأحداث المخصصة، وتتبع التجارة الإلكترونية وتكاملات إدارة علاقات العملاء، وإعداد التقارير في الوقت الفعلي، وما إلى ذلك.
- نطاق الرؤى: التحويلات، والأهداف، واهتمامات الجمهور، ومرشحات محتوى Evergreen مقابل الأخبار، ونصائح التحسين المدعومة بالذكاء الاصطناعي، والكشف عن الحالات الشاذة المدعومة بالذكاء الاصطناعي، وما إلى ذلك.
العديد منها هي وظيفة للتطور التقني في لغات الحوسبة، ومتصفحات الويب، ومعايير الإنترنت، ولكن بعضها مثل تحليل المحتوى، والتصنيف، واستخراج البصيرة الآلي 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 مدار العقدين الماضيين. وفقاً لدراسة أجراها معهد لينفيست حول الاشتراكات الرقمية ، تجاوزت الإيرادات الدولية لجوجل من الإعلانات جميع الإيرادات (بما في ذلك الإيرادات المطبوعة والإلكترونية) التي تحققها الصحف. وقد أدى ذلك إلى عمليات إغلاق واسعة النطاق، وتقليص الحجم، فضلاً عن ظهور الاشتراكات الرقمية كمحرك رئيسي للإيرادات للمؤسسات الإخبارية الحديثة.
نظرًا لأن النشر الرقمي هو الوضع الطبيعي الجديد، فإن تحليلات الويب (تحليلات النشر على وجه التحديد) هي المفسر لمدى الوصول والمشاركة وملفات تعريف القراء وكل شيء تقريبًا قد يرغب الناشر أو المعلن المحتمل في معرفته عن القراء قبل استثمار الموارد في الحملات التحريرية أو الإعلانية . وحتى القرار بشأن اختيار نظام حظر الاشتراك غير المدفوع الرقمي أم لا، وآليات قفل المحتوى، سيتطلب بيانات لتحسين الحد الأقصى من التحويل مع الحد الأدنى من فقدان القراء كما توضح الدراسة .
دور الذكاء الاصطناعي في تحليلات الويب
الذكاء الاصطناعي (قد يقول البعض بجدارة) في صعود، مع اقتراب العديد من تطبيقاته نحو "ذروة التوقعات المتضخمة" في دورة الضجيج .
وبما أنه يعرف نفسه على أنه ترقية أو زيادة في الذكاء البشري، فمن المحتمل أن تكون تطبيقاته واسعة مثل الخيال البشري نفسه - من الطب إلى الاقتصاد، إلى الترفيه، وما هو أبعد من ذلك.
التحليلات أو على الأقل توفر كميات كبيرة من البيانات، التي يتم جمعها في ظل ظروف مدخلات يمكن التنبؤ بها والمخرجات الناتجة والمفضلة، هي الوقود الذي تعتمد عليه خوارزميات التعلم الآلي والذكاء الاصطناعي.
نظرًا لأن التحليلات هي في الأساس جمع وتفسير واكتشاف الأنماط في البيانات، فهي عنصر حاسم في معظم تطبيقات الذكاء الاصطناعي. على سبيل المثال، تتطور نتائج بحث Google كدالة لمدى دقة وفائدة مستخدميها في العثور على نتائج البحث الخاصة بها ويتم إنشاء بيانات هذه التعليقات من خلال التحليلات حول ما إذا كان المستخدمون قد وجدوا ما كانوا يبحثون عنه في استعلام البحث الخاص بهم.
تطبيقات الذكاء الاصطناعي في التحليلات للناشرين
يتمتع كل ناشر يتمتع بمدى وصول معقول تقريبًا بحضور رقمي اليوم، وتظهر الاشتراكات الرقمية بشكل متزايد كمحرك رئيسي للإيرادات للمنشورات المتوسطة والكبيرة. في ظل هذه الخلفية، إليك أربعة تحديات رئيسية يواجهها الناشرون الرقميون اليوم والتي يمكن لمنصات التحليلات المدعمة بالذكاء الاصطناعي أن تساعد في معالجتها، وقد تم تجميعها حسب أصحاب المصلحة الرئيسيين:
- تجزئة الجمهور حسب الاهتمامات والارتباطات بالموضوع
- التخصيص على نطاق واسع – عبر القنوات
- مقارنة الأقران التحريرية وتحديد الفرص وتحديد الأولويات
- اكتشاف خارجي / اكتشاف البصيرة بسرعة عالية للبيانات
الآن، كل واحدة من هذه الحالات هي حالة استخدام للعمل بناءً على البيانات، بدلاً من التحليلات البسيطة كما اعتدنا أن نفهمها، ولكن هذا هو بالضبط الاتجاه الذي يقود فيه الذكاء الاصطناعي تطور التحليلات - رؤى قابلة للتنفيذ. دعونا ننظر إلى كل من هذه بشيء من التفصيل.
تجزئة الجمهور حسب الاهتمامات والارتباطات بالموضوع
بالنسبة لفرق التحرير وتطوير الجمهور، يمكن أن تشكل القدرة على تجميع الجماهير وعرضها حسب ارتباطاتها بالموضوع تحديًا كبيرًا يجب حله - وهو ما يتم حاليًا باستخدام مزيج من المؤشرات الديموغرافية مثل العمر والجنس والموقع وسمات الجلسة مثل جمهور فيسبوك. والمستخدم المتكرر وفئة السياسة التي تمت زيارتها وما إلى ذلك. يمكن لأداة التحليلات التي تضع علامات تلقائية على القصص التي تحتوي على موضوعات وتقيس جودة المشاركة أن تبسط هذا التمرين وتوفر تصنيفًا يعتمد على اهتمامات الجمهور بشكل أكثر موثوقية.
خريطة هيكلية لاهتمامات الجمهور على تحليلات NativeAI
يمكن استخدام هذا التقسيم بالطرق التالية:
- يمكن لفرق التحرير تحديد حجم مجموعات مختلفة لتحديد أولويات المواضيع الجديرة بالأخبار
- فهم الارتباطات الموضوعية المتداخلة لتحسين مشاركة القارئ
- يمكن لفرق تطوير الجمهور تحديد الجماهير المشابهة ومصادر الزيارات التي تعمل بشكل أفضل لتحديد القراء ذوي التفاعل العالي
- يمكن للمسوقين الرقميين مقارنة نتائج الحملة من خلال التفاعل، بدلاً من حجم حركة المرور فقط
التخصيص على نطاق واسع – عبر القنوات
أفضل طريقة لجذب المستخدمين وإشراكهم والاحتفاظ بهم هي تقديم تجربة مخصصة تتعلم من ملف تعريف المستخدم والإشارات السلوكية والاختيارات المعلنة للمستخدم. باستخدام التحليلات التي يمكنها تتبع أبعاد إضافية مثل جودة المشاركة ونوع المحتوى الذي يتم التفاعل معه وموضوعه والقناة والحملة والجهاز المستخدم للتفاعل في أوقات مختلفة من اليوم، من الممكن إنشاء محرك تخصيص عالي التأثير يمكنه التعلم تفضيلات كل مستخدم.
يتطلب التخصيص الناجح 3 عوامل:
- جمع سمة المستخدم
- تسجيل مسار التحويل
- تتبع نجاح التحويل
باستخدام نقاط البيانات هذه، من الممكن تدريب نموذج التعلم الآلي للتعرف على الأنماط وتقديم تجارب مخصصة تناسب كل مستخدم. في الواقع، تعمل تطبيقات قراءة الأخبار المخصصة مثل Flipboard أو News360 على سد هذه الفجوة اليوم من خلال تقديم تجربة مخصصة للأخبار في موضوعات محددة. بالنسبة لمنشور رقمي يضم عدة ملايين من المستخدمين كل شهر، يمكن أن يمثل تخصيص التجارب تحديًا صعبًا، استنادًا إلى خيارات المستخدم الواضحة والتحليلات المدعومة بالذكاء الاصطناعي، ويمكن أن يسد هذه الفجوة.
يمكن أن يكون محرك التخصيص المدعوم بالذكاء الاصطناعي مفيدًا لما يلي:
- توصيات المحتوى لتحسين إعادة التوزيع والاحتفاظ بالجمهور
- رعاية القارئ للتحويل إلى الاشتراك في النشرة الإخبارية أو الاشتراكات المدفوعة
- التنبؤ باحتمالية التحويل لكل مستخدم وتعيين نظام حظر الاشتراك غير المدفوع المخصص
- اختيار القنوات والتوقيت المناسبين لعرض هذه التنبيهات - عبر البريد الإلكتروني، وإشعارات الدفع، ونماذج الويب، واللافتات، وما إلى ذلك.
في NativeAI، نحن قادرون حاليًا على قياس المشاركة والتعرف على اهتمامات الجمهور ونعمل على توصيات المحتوى. هناك الكثير من الاحتمالات المثيرة في هذا المجال، ونحن حريصون على مساعدة الناشرين على إثراء محركات التخصيص الخاصة بهم بهذه البيانات. (الإفصاح: أنا أعمل في News360، وتم تحليلات الناشر NativeAI الواردة في هذه المقالة بواسطة News360)
المحتوى من شركائنا
مقارنة الأقران التحريرية وتحديد الفرص وتحديد الأولويات
كما ذكرنا سابقًا، يمكن لمنصات التحليلات التي تدعم معالجة اللغة الطبيعية (NLP) تصنيف المحتوى حسب المواضيع وبناء تسلسل هرمي للموضوعات ذات الصلة في التصنيف. يمكن لمثل هذه المنصات مضاعفة رؤى المحتوى بالإضافة إلى أنها تتضمن جميع ميزات منصة ذكاء المحتوى . يتيح ذلك للمحررين مقارنة مزيج المحتوى الخاص بهم بالمنافسة لتحديد الثغرات أو الفرص وتعزيز المزايا التنافسية. إن تحديد الموضوعات التي تحفز أكبر قدر من المشاركة يمكن أن يساعد أيضًا فرق التحرير على تبسيط تحديد أولويات موارد التقارير.
مقارنة مزيج المحتوى مع الناشرين المنافسين
بعض التطبيقات العرضية التي قد تكون مهمة أيضًا لفرق التحرير هي:
- قياس سرعة النشر للموضوعات ذات القيمة العالية ومقارنتها بالمنافسة، حيث يمكن وضع علامة على القصص حول نفس الموضوع، عبر الناشرين، وتجميعها تلقائيًا
- تقارير المشاركة وحركة المرور التي تمت تصفيتها حسب المؤلفين والموضوعات وعلامات الناشر الخاصة
- وضع علامات تلقائية على القصص التي تدعم البرمجة اللغوية العصبية (NLP) على أنظمة إدارة المحتوى الخاصة بالناشر قبل النشر
- تحسين العنوان وتوقع نسبة النقر إلى الظهور
- تقييمات نوع المحتوى/التنسيق – دائمة الخضرة مقابل الأخبار، الصور مقابل الرسوم البيانية مقابل مقاطع الفيديو.
تقارير التحليلات التي تمت تصفيتها حسب المؤلفين
اكتشاف خارجي / اكتشاف البصيرة بسرعة عالية للبيانات
أحد أصعب التحديات التي تواجه شركة تعتمد على البيانات، سواء في مجال الإعلام أو في تسويق المحتوى، هو الكشف عن رؤى من الكميات الكبيرة من البيانات المتوفرة، في الوقت المناسب للعمل عليها، ويكون لها تأثير واضح على الحملات أو تنفيذ. بمعنى آخر، تحتاج التحليلات إلى توفير رؤى قابلة للتنفيذ في الوقت الفعلي بدلاً من الإدراك المتأخر للحملة التالية.
يتطلب إعداد خط بيانات مع التخزين ونماذج التجميع والتصفية والتخزين والمعالجة جهدًا كبيرًا، ولكن تكون التكلفة مبررة إذا كان الناتج مؤثرًا بشكل فوري وواضح. يمكن للذكاء الاصطناعي تبسيط هذه المهمة التي تتطلب حاليًا تدخلًا يدويًا، من خلال الكشف عن الحالات الشاذة في سلوك المستخدم أو حركة المرور أو حتى المحتوى.
بعض التطبيقات ضمن هذا النوع يمكن أن تشمل:
- تشخيص الحملات الترويجية وتحسينها - على سبيل المثال، يمكنك تلقي تنبيهات عندما تؤدي حملات Facebook المدفوعة إلى توليد عدد كبير من الزيارات مع تفاعل أقل من المعتاد
- العروض الترويجية المقترحة – قد يكون أداء مقال أو مقطع فيديو معين جيدًا مع شريحة جمهور كبيرة. يمكن لموصي الذكاء الاصطناعي أن يدفع فريق تطوير الجمهور إلى الترويج له إلى الجمهور المستهدف المحدد لتحقيق أقصى قدر من الوصول. يمكن أن يعمل هذا بشكل أفضل عند دمجه مع الإنفاق الآلي
- تنبيهات نسبة الفيروس – يمكن لتحليل المحتوى تسجيل حاصل الفيروس لمقال أو مقطع فيديو واستنادًا إلى أدائه، في الساعة الأولى من النشر، يمكن أن يساعد في تقديم رؤى حول كيفية ضمان انتشار الفيروس
يبدو المستقبل واعداً، ولكن ما الذي يمكننا استخدامه الآن؟
في حين أن الكثير من هذه التطبيقات قد تكون رائعة ويمكنها تبسيط تحدياتنا التحريرية وتنمية الجمهور، فمن الواضح أنه يمكننا الاستفادة من بعض الإشباع الفوري. فيما يلي بعض التطبيقات التي تم تمكينها بواسطة الذكاء الاصطناعي والتي يمكنك استخدامها الآن:
- احصل على تنبيهات بشأن المراوغات في حركة المرور على موقع الويب الخاص بك، باستخدام لوحة Google Intelligence التي تقوم تلقائيًا بتقطير الأفكار ومشاركتها
- يمكنك أيضًا طرح أسئلة على Google Intelligence ، على سبيل المثال، اسأل "ما هي المواقع التي ينتمي إليها قراؤنا الجدد؟" باللغة الإنجليزية البسيطة للحصول على التقارير والرؤى.
- التحسين لحملاتك على AdWords
- قم بإنشاء وتحسين نسخة التسويق عبر البريد الإلكتروني ووسائل التواصل الاجتماعي باستخدام Phrasee
- تحليل مزيج المحتوى والفرص على NativeAI
- تخصيص البريد الإلكتروني للاشتراك على نطاق واسع باستخدام Sailthru، والذي طبقته Business Insider بشكل كبير
إن إمكانيات الذكاء الاصطناعي والتعلم الآلي في التحليلات والحلول التي يتم تشغيلها بواسطة التحليلات لا حصر لها، وفي رأيي، نحن على حافة الازدهار. نحن في NativeAI ندرس كل هذه الاحتمالات ونعمل على جعل بعضها حقيقة واقعة للناشرين الرقميين. يسعدنا أن نرى العديد من الآخرين في التحليلات وتحسين الاشتراكات وتخصيص المساحة لحل التحديات ذات الصلة ونحب سرعة الابتكار في هذا القطاع.