التخصيص بالذكاء الاصطناعي في تجارة الخليج الإلكترونية: ما رفع التحويل فعلاً وما كان مجرد ضجيج

أدرنا تجارب تخصيص على متاجر مختلفة الطابع: KOOLEN للأجهزة المنزلية في السعودية، SHAHA للترامس والأكواب الفاخرة، Flore للزهور والهدايا في قطر، Souq App وSLT E‑Commerce كمتاجر عامّة، وLa Vie كسوق ومجتمع لعشّاق النباتات. الأرقام أدناه من تجارب A/B حقيقية، لا من عروض المزوّدين.

ما رفع التحويل بوضوح

1. البحث الذي يفهم العربية العامّية: «ثلاجة بابين» و«فريزر فوق» و«ترمس يحفظ الحرارة طويل» — تحويل الاستعلام إلى نية ثم إلى مرشّحات رفع نسبة «بحث → إضافة للسلة» في KOOLEN بنسبة 23%.
2. التوصية حسب المناسبة لا حسب المنتج: في Flore، «عيد الأم» و«خطوبة» و«اعتذار» سياقات أقوى من «باقات مشابهة». نموذج يُصنّف المناسبة من صفحة الدخول والوقت رفع متوسط قيمة السلة 17%.
3. التذكير الذكي بالمخزون: إشعار «عاد المنتج الذي بحثت عنه» في SHAHA حقّق أعلى معدّل فتح رأيناه في أي حملة.

ما لم يُغيّر شيئاً (وكلّفنا وقتاً)

• صفحة رئيسية مخصّصة بالكامل: المستخدم الخليجي يدخل غالباً من إعلان إلى منتج محدّد؛ الصفحة الرئيسية ليست حيث تُتّخذ القرارات.
• الأوصاف المُولَّدة بالذكاء الاصطناعي: زادت الطول ولم تزد الثقة. ما زاد الثقة كان صور حقيقية وأبعاد دقيقة.
• الشات بوت في الصفحة الأولى: أزعج أكثر مما ساعد. في صفحة الدفع فقط، وبسؤال محدّد عن الشحن، صار مفيداً.

التخصيص ليس «إظهار ما يشبه ما رأيت». التخصيص هو فهم لماذا جاء الشخص الآن.

البنية التي نستخدمها

أحداث المستخدم تُجمع في مخزن واحد، ونموذج صغير يستنتج «النية الحالية» (تصفّح، مقارنة، شراء عاجل، هدية)، ثم قواعد بسيطة تختار ماذا يُعرض. النموذج الكبير يُستدعى للبحث اللغوي فقط، لأنه الأغلى والأبطأ.

المجتمع كمُخصِّص

في La Vie، أفضل «توصية» لم تأتِ من نموذج بل من منتدى المستخدمين: «ما النبتة المناسبة لشرفة شمالية في الرياض؟» — أجاب مستخدمون، وحوّل الذكاء الاصطناعي الإجابات إلى مرشّحات قابلة للتسوّق. الدمج بين البشر والنموذج تفوّق على كليهما منفردين.

قائمة قصيرة لمن يبدأ

1. ابدأ بالبحث، لا بالتوصيات.
2. قِس التحويل لكل تجربة، وارفض «الانطباع».
3. لا تُخصّص ما لا يحتاج تخصيصاً — الشحن والدفع يجب أن يكونا متوقّعين لا مفاجئين.