متى (وكيف) تضيف التحليلات إلى تطبيقك المبني بالذكاء الاصطناعي

قبل بضعة أسابيع، أطلقت مؤسِّسة أعرفها تطبيقها — أداة لاستوديوهات البيلاتس الصغيرة لإدارة قوائم انتظار الحصص. بنته في أسبوع تقريباً باستخدام منصّة لبناء التطبيقات بالذكاء الاصطناعي. صدر يوم الخميس. وأخبرتني يوم الأحد أنها لا تعرف ما إذا كان أحد يستخدمه.

“كم عدد التسجيلات التي حصلتِ عليها؟” “لا أعرف.” “هل من سجّلوا يستخدمونه فعلاً؟” “لا أعرف.” “هل يتعثّر أحدهم في مكان ما؟” “لا أعرف.”

لم تكن مهملة. كل ما في الأمر أنها لم تكن قد أضافت التحليلات إلى التطبيق بعد. ومثل كثير من المؤسّسين غير التقنيين، افترضت أنها ستضيف التحليلات “لاحقاً، حين يكثر المستخدمون”. المشكلة أن “لاحقاً” لا يأتي أبداً، لأنك بدون تحليلات لا تعرف كم عدد المستخدمين، فلا تستطيع أن تحدّد متى يكون “لاحقاً”.

إن كنت قد بنيت تطبيقاً بمنصّة لبناء التطبيقات بالذكاء الاصطناعي، وتحدّق فيه متسائلاً هل تضيف التتبّع أم لا، فهذا المقال موجّه إليك. سنغطّي متى تبدأ، وماذا تتتبّع، وما الذي تتجاهله، وأبسط طريقة ممكنة لفعل ذلك دون أن تتحوّل إلى خبير بيانات.

أقصر إجابة ممكنة

أضِف التحليلات الأساسية إلى تطبيقك المبني بالذكاء الاصطناعي في اليوم الأول، قبل أن يكون لديك أي مستخدمين. لا لوحة تحكّم فاخرة. لا خريطة حرارية للسلوك. مجرّد ثلاثة أو أربعة أشياء. سنصل إلى تحديدها.

السبب في فعل ذلك قبل الإطلاق عملي بحت: من الأسهل بكثير إضافة التتبّع إلى تطبيق بلا مستخدمين من تركيبه لاحقاً على تطبيق يعمل بالفعل ويعتمد عليه الناس. تستطيع منصّة البناء أن تدمجه بنظافة حين يكون التطبيق صغيراً. أما حين يبدأ المستخدمون الحقيقيون باستخدامه، فيبدو كل تغيير أكثر خطورة وستظل تؤجّله.

لماذا يتخطّى الناس هذا وما ينبغي لهم

أكثر الأسباب شيوعاً لتخطّي المؤسّسين غير التقنيين للتحليلات هو خجلهم من قلّة مستخدميهم. يفكّرون: سأضيف التحليلات حين لا يعود الرقم محرجاً. وهذا معكوس تماماً. فأنت تحاول أن تصل إلى رقم لا يحرجك. ودون تحليلات، لا تستطيع أن تعرف هل أي شيء تفعله ينجح أصلاً.

السبب الثاني هو أن أدوات التحليلات تبدو مرعبة. تسمع “Google Analytics” و”Mixpanel” و”PostHog” و”Amplitude” فتغيب عيناك في الفراغ. معظم هذه الأدوات مصمّمة لمديري المنتجات في شركات من اثني عشر شخصاً، عملهم مجرّد النظر إلى الرسوم البيانية. أنت لا تحتاج إلى ذلك. أنت بحاجة إلى معرفة أربعة أشياء، وأي أداة تقريباً ستخبرك بهذه الأربعة.

الأشياء الأربعة التي تتتبّعها في اليوم الأول

إن كان تطبيقك المبني بالذكاء الاصطناعي شبيهاً بالتطبيقات التي أراها — منتج SaaS صغير، أو أداة داخلية، أو سوق إلكتروني، أو دليل، أو منتج متخصّص — فهذه هي الأرقام الأربعة التي تهمّ فعلاً في البداية.

1. كم عدد من يصلون إلى التطبيق

هذا أبسطها. مجرّد “كم عدد الأشخاص المختلفين الذين زاروا الصفحة الرئيسية اليوم”. معظم أدوات التحليلات تمنحك هذا مجاناً لحظة تثبيتها. إنه المقام الذي يُقاس عليه كل شيء آخر.

ستُغرى بالنظر إلى هذا الرقم بهوس. لا تفعل. إنه متذبذب يوماً بيوم. انظر إلى الاتجاه الأسبوعي.

2. كم من هؤلاء يسجّلون (أو يتّخذون “خطوتك الحقيقية الأولى”)

أيّاً كان الالتزام الأول الذي يطلبه تطبيقك — التسجيل، أو بدء تجربة مجانية، أو إنشاء أول مشروع، أو حجز عرض توضيحي — تتبّع متى يحدث ذلك. هذا هو حدث التحويل لديك.

إن أطلقت بـ 100 زائر و4 تسجيلات، فمعدّل تسجيلك 4%. هذا رقم تستطيع الآن أن تحاول تحريكه. أما إن أطلقت بـ 100 زائر ولا تعرف كم سجّل منهم، فليس لديك ما تحسّنه.

3. كم من هؤلاء يعودون في اليوم التالي (أو الأسبوع التالي)

هذا أهمّ رقم لا يتتبّعه أحد مبكّراً. يُسمّى الاحتفاظ، ولتطبيقات الذكاء الاصطناعي غالباً ما يكون هو الذي يخبرك بهدوء هل لديك شيء حقيقي أم أنك بنيت طُرفة تُستخدم مرّة واحدة.

لست بحاجة إلى شيء فاخر هنا. مجرّد: من بين من سجّلوا هذا الأسبوع، كم عدد من عادوا في الأسبوع التالي وفعلوا شيئاً؟ إن كانت الإجابة قريبة من الصفر، فلديك مشكلة لن يحلّها أي قدر من زيارات الصفحة الرئيسية.

4. أين يتسرّب الناس

إن كان لديك أي نوع من المسارات — تسجيل، أو تهيئة، أو أول مهمّة، أو دفع — تتبّع كل خطوة. ليس كل نقرة. فقط الخطوات المسمّاة. حتى تستطيع أن ترى: 100 بدأوا التسجيل، 80 أدخلوا بريدهم الإلكتروني، 50 أكّدوه، 20 وصلوا إلى لوحة التحكّم.

هذا القُمع هو أنفع أداة تصحيح أخطاء ستمتلكها لتطبيق مبني بالذكاء الاصطناعي، لأنه يخبرك بالضبط أين تركّز. إن بدأ 100 بالتسجيل، وأدخل 80 بريدهم، لكن 50 فقط أكّدوه، فلديك مشكلة بريد إلكتروني (ربما رسالة التأكيد تذهب إلى البريد المزعج، وربما لا تُرسَل أصلاً). الآن لديك شيء محدّد تطلب من منصّة البناء إصلاحه.

ما الذي تتجاهله

إليك ما لا تتتبّعه حين تبدأ، لأنه سيهدر وقتك ويشعرك بأنه ينبغي عليك فعل أكثر مما ينبغي:

• كل نقرة زرّ. لست بحاجة إلى معرفة أن 14 شخصاً نقروا على رابط “حول”. لن تستخدم تلك البيانات أبداً.
• الوقت على الصفحة. يبدو ذا معنى، وليس كذلك. شخص يترك علامة تبويب مفتوحة بينما يذهب لتناول الغداء يُحتسب على أنه “20 دقيقة من التفاعل”.
• معدّل الارتداد. مفيد فعلاً للمواقع المحتوية على مقالات؛ لكنه في معظمه ضوضاء للمنتجات ذات شكل التطبيق.
• اختبارات A/B. لا تفعل هذا حتى يكون لديك مئات المستخدمين لكل نسخة في الأسبوع. لا يمكنك إجراء اختبار A/B بثمانية مستخدمين.
• البيانات الديموغرافية، وعمق التمرير، والخرائط الحرارية. مفيدة في النهاية. ليس الآن.

القاعدة العامة: إن كان مقياس ما لن يغيّر قراراً ستتّخذه هذا الأسبوع، فلا تتتبّعه بعد.

كيف تضيفها فعلاً (النسخة غير التقنية)

معظم منصّات بناء التطبيقات بالذكاء الاصطناعي تجعل هذا سهلاً بشكل يكاد يكون مريباً. تعطي المنصّة جملة مثل:

“أضِف تتبّع التحليلات. استخدم [اسم الأداة]. تتبّع متى يزور أحدٌ الصفحة الرئيسية، ومتى يسجّل، ومتى يعود ويسجّل دخوله، وعند كل خطوة في مسار التهيئة.”

إن كنت تستخدم أداة مثل PostHog أو Plausible، فستولّد مقتطفاً صغيراً من الشيفرة (سطراً أو سطرين) يوضع في رأس التطبيق. تستطيع منصّة البناء أن تلصقه لك. وإن كنت تستخدم Google Analytics، فالأمر نفسه — تمنحك Google مقتطفاً، تعطيه لمنصّة البناء، فتثبّته المنصّة.

أما الأحداث المسمّاة (التسجيل، تسجيل الدخول، خطوة التهيئة)، فأنت تصفها بالإنجليزية البسيطة. “حين يُنهي المستخدم نموذج التسجيل بنجاح، أرسِل حدثاً اسمه signup_completed.” والمنصّة تكتب الشيفرة. لا أنت.

ثلاث أدوات سأفكّر بها لتطبيق جديد مبني بالذكاء الاصطناعي، بالترتيب:

1. Plausible — بسيط للغاية، ومُراعٍ للخصوصية، وله لوحة تحكّم أنيقة. أقصر طريق من لا تحليلات إلى تحليلات مفيدة. يكلّف نحو 9 دولارات شهرياً.
2. PostHog — مجاني حتى حدّ سخيّ، وأقوى، ويتيح لك إنشاء القُمعات والاحتفاظ دون مغادرة لوحة التحكّم. يستحقّ العناء لحظة أن يصبح لديك قُمع حقيقي تتتبّعه.
3. Google Analytics 4 — مجاني، ومنتشر في كل مكان، ومؤلم في التعلّم. استخدمه إن كنت ستشغّل حملات تسويقية وتحتاج إلى التكامل. وتجاهله فيما عدا ذلك.

اختر واحداً. لا تثبّت اثنين. أداتا تحليلات تعني ضِعف العمل وصفر مرّة من الرؤية.

الانضباط الذي يؤتي ثماره فعلاً

إليك ما يحوّل التحليلات من تمرين غرور إلى أداة مفيدة: عليك أن تنظر إليها وفق جدول منتظم.

مرّة في الأسبوع، اجلس 15 دقيقة وأجِب عن أربعة أسئلة:

1. كم شخصاً زار هذا الأسبوع مقابل الأسبوع الماضي؟
2. كم عدد من سجّل؟
3. من بين تسجيلات الأسبوع الماضي، كم عدد من عاد؟
4. أين في المسار تسرّب الناس؟

هذا كل شيء. لا تحاول “استكشاف البيانات”. لا تفتح عشرة تقارير. أجِب عن الأسئلة الأربعة، اكتب الأرقام في تطبيق ملاحظات أو جدول بيانات، وامضِ في عملك. بعد أربعة أسابيع، سترى اتجاهات. وبعد ثمانية أسابيع، ستعرف أيٌّ من تغييراتك نجح وأيٌّ لم ينجح.

أضافت المؤسِّسة التي ذكرتها في بداية هذا المقال Plausible إلى تطبيق استوديو البيلاتس يوم الاثنين الذي تلا حديثنا. استغرق منها نحو 20 دقيقة — معظمها قضته في إخبار منصّة البناء بأسماء الأحداث. وبعد أسبوعين، استطاعت أن تخبرني بيقين أن أفضل ثلاث تسجيلات لها جاءت من منشور واحد على Instagram نشره أحد العملاء، وأن لا أحد كان يُكمل التهيئة لأن الخطوة الثالثة كانت تطلب وسيلة دفع مبكّراً جداً، وأنه من بين 11 استوديو نشطاً لديها، عاد 7 إلى التطبيق ثلاث مرّات على الأقل. لم تكن أيٌّ من هذه الحقائق موجودة قبل أن تضيف التحليلات. وكلّها غيّرت ما فعلته لاحقاً.

لست بحاجة إلى لوحة تحكّم بأربعين رسماً بيانياً. أنت بحاجة إلى معرفة ما إذا كان الشيء حيّاً. أضِف الأرقام الأربعة. انظر إليها مرّة في الأسبوع. أما البقية فتستطيع الانتظار.