يؤدي ضعف محركات البحث الداخلي في المتاجر الإلكترونية إلى نفور المتسوقين بشكل نشط، حيث يتخلى 40% منهم الآن عن مواقع التجزئة لصالح مساعدي الذكاء الاصطناعي مثل منصة ChatGPT ونموذج Claude. ووفقاً لبحث جديد أجرته منصة تجربة التجارة القائمة على وكلاء الذكاء الاصطناعي لشركة Nosto، فإن 59% من المستهلكين في الولايات المتحدة والمملكة المتحدة يغادرون المتاجر الإلكترونية بشكل متكرر لأن محرك البحث الداخلي يفشل في فهم نيتهم. يمثل هذا تحولاً حاسماً في سلوك المستهلك؛ فالمتسوقون لم يعودوا يكتفون بالعودة إلى محرك Google، بل يتجاوزون محركات البحث التقليدية تماماً لاستشارة النماذج اللغوية الكبيرة (LLMs) لاكتشاف المنتجات.
بالنسبة لخبراء تحسين محركات البحث (SEO) ومديري التجارة الإلكترونية، تسلط هذه البيانات الضوء على ثغرة خطيرة في مسار التحويل (Sales Funnel) التقليدي. فعندما يكتب المستخدم استعلاماً معقداً ولا يتلقى أي نتائج ذات صلة، فإن هذا الاحتكاك يكسر مسار الشراء على الفور. ويكشف الاستطلاع الذي شمل 2000 مستهلك أن 62% سيعودون إلى محرك Google، وسينتقل 53% إلى موقع منافس، بينما سيلجأ 40% إلى أداة ذكاء اصطناعي عامة. واللافت للنظر أنه بالنسبة للمستهلكين الذين تقل أعمارهم عن 45 عاماً، تقفز احتمالية التحول إلى مساعد ذكاء اصطناعي إلى نسبة 50%.
الفشل التقني للبحث القائم على الكلمات المفتاحية
يكمن السبب الجذري لهذا النزوح في استمرار اعتماد قطاع التجارة الإلكترونية على محركات البحث المعجمية التي تطابق الكلمات المفتاحية. تتطلب هذه الأنظمة القديمة من المستخدمين إدخال أسماء منتجات دقيقة أو مصطلحات محددة للغاية. وتوضح بيانات شركة Nosto هذا الإحباط بشكل مثالي: يشتكي 70% من المتسوقين من اضطرارهم لاستخدام مصطلحات دقيقة ومحددة جداً، بينما يذكر 62% أنهم يعرفون ما يريدون لكنهم لا يجدون الكلمات المناسبة لوصفه.
علاوة على ذلك، أبلغ 61% من المستخدمين عن رؤيتهم لصورة عنصر ما لكنهم يفتقرون إلى المفردات اللازمة للبحث عنه بفعالية. وعندما تفشل محركات البحث التقليدية في سد هذه الفجوة الدلالية، فإنها غالباً ما تبالغ في التعويض من خلال إرجاع قوائم ضخمة غير مصفاة. ونتيجة لذلك، يشير 70% من المستهلكين إلى عبء البحث الزائد (وجود عدد كبير جداً من النتائج التي يجب التمرير عبرها) كإحباط رئيسي، وينزعج 66% من رؤية نفس المنتجات مدرجة حتى بعد تغيير مصطلحات البحث الخاصة بهم مراراً وتكراراً.
| ما الذي يحبط المتسوقين أكثر في البحث الداخلي؟ | النسبة المئوية |
|---|---|
| أضطر لاستخدام مصطلحات دقيقة ومحددة جداً | 70% |
| هناك عدد كبير جداً من النتائج التي يجب التمرير عبرها | 70% |
| أستمر في رؤية نفس المنتجات مراراً وتكراراً | 66% |
| عوامل التصفية (Filters) عامة جداً | 65% |
| تُظهر النتائج عناصر لا تتطابق مع ما كتبته | 64% |
| أعرف ما أريد ولكن لا أستطيع العثور على الكلمات | 62% |
| العملية برمتها تستغرق وقتاً طويلاً | 61% |
| رأيت صورة للمنتج ولكن لا أستطيع وصفه | 61% |
لماذا تستحوذ منصات ChatGPT و Claude على مرحلة الاكتشاف؟
تستحوذ أدوات الذكاء الاصطناعي على هذه الزيارات المفقودة لأنها تتفوق في الفهم الدلالي ومعالجة اللغة الطبيعية. فبدلاً من إجبار المستخدم على تخمين العلامات الدقيقة لمنتجات بائع التجزئة، تفسر النماذج اللغوية الكبيرة (LLMs) السياق الحواري ونية المستخدم.
من المرجح أن توقعات المستهلكين بشأن البحث الداخلي في التجارة الإلكترونية قد ارتفعت بسبب تجربتهم في استخدام مساعدي الذكاء الاصطناعي. قد يفسر هذا سبب قول أربعة من كل عشرة الآن إنهم يرجحون مغادرة المتاجر الإلكترونية لصالح منصات مثل ChatGPT أو Claude عندما لا يكونون راضين عن نتائج البحث الداخلي. إنه جرس إنذار لتجار التجزئة لتحسين محركات البحث لديهم أو المخاطرة بإبعاد المتسوقين.
- توكا هاكينين، الرئيس التنفيذي للمنتجات، شركة Nosto
ويشير هاكينين إلى أن المتسوقين غالباً ما يعانون من أفكار غامضة. على سبيل المثال، المستخدم الذي يبحث عن زي أنيق غير رسمي لحضور حفل زفاف صيفي سيربك على الأرجح محرك الكلمات المفتاحية التقليدي، والذي قد يُرجع عناصر عشوائية تحمل علامات أنيق أو غير رسمي أو صيفي. ومع ذلك، يفهم نموذج الذكاء الاصطناعي الفروق الأسلوبية الدقيقة والسياق الاجتماعي لحفل زفاف صيفي، مما يسمح له بتنظيم مجموعة مختارة ذات صلة وثيقة.
خطوات عملية: دمج بحث الذكاء الاصطناعي في التجارة الإلكترونية
لوقف نزيف الزيارات العضوية (Organic Traffic) والإيرادات المحتملة، يجب على تجار التجزئة ترقية بنية البحث الداخلي لديهم. والخبر السار هو أن استعداد المستهلكين مرتفع: فقد جرب 72% من المتسوقين بالفعل أو هم منفتحون على استخدام تجار التجزئة للذكاء الاصطناعي لتحسين البحث الداخلي.
- نشر البحث الدلالي الشعاعي: تجاوز فهرسة النصوص ذات التطابق التام. قم بتنفيذ قاعدة البيانات الشعاعية (Vector Database) التي ترسم المعنى الدلالي للاستعلامات، مما يسمح لمحرك البحث بفهم المرادفات والسياق والعبارات الوصفية.
- تمكين التحسين الحواري: يوافق 63% من المستهلكين على أنه سيكون من المفيد أن يطرح مساعد الذكاء الاصطناعي أسئلة متابعة لتوضيح نيتهم. قم بتنفيذ وكلاء الذكاء الاصطناعي (AI Agents) التي يمكنها حث المستخدمين ديناميكياً على تضييق نطاق تفضيلاتهم.
- تقديم إمكانات البحث المرئي: مع رغبة 22% من المتسوقين صراحة في القدرة على البحث باستخدام صورة بدلاً من الكلمات، يمكن أن يؤدي دمج واجهات برمجة تطبيقات التعرف على الصور إلى جذب المستخدمين الذين لا يستطيعون التعبير عن منتجهم المطلوب.
- التحسين للفئات ذات النية العالية: من بين المستهلكين الذين استخدموا بحث الذكاء الاصطناعي، يجد 95% أنه مفيد. أعطِ الأولوية لطرح الذكاء الاصطناعي في الفئات المعقدة مثل الإلكترونيات والأجهزة بنسبة 33%، والملابس والأزياء بنسبة 32%، والبقالة بنسبة 29%، ومستحضرات التجميل والعناية بالبشرة بنسبة 25%.
وعند سؤالهم عما يتوقعونه من بحث الذكاء الاصطناعي، يريد 34% منه العثور على المنتجات بشكل أسرع، ويريد 30% منه تضييق الخيارات، ويريد 27% منه فهم الاستعلامات غير الواضحة. بالإضافة إلى ذلك، يفضل 26% عدداً أقل من المنتجات ذات الصلة الوثيقة، ويريد 24% توجيهاً استباقياً عندما يكونون غير متأكدين مما يريدون.
تجاوز عقبة الخصوصية وانعدام الثقة
في حين أن الطلب على البحث الذكي واضح، فإن التنفيذ يحمل مخاطر كبيرة على تجربة المستخدم. فالمستهلكون متشككون للغاية بشأن كيفية نشر تجار التجزئة لهذه النماذج. لم تعد الشفافية خياراً؛ بل هي مكون أساسي في تحسين نسبة التحويل (Conversion Rate).
| مخاوف المتسوقين بشأن إدخال تجار التجزئة للذكاء الاصطناعي | النسبة المئوية |
|---|---|
| سيتتبع المتجر بياناتي الشخصية وعاداتي لتدريب الذكاء الاصطناعي | 73% |
| سيدفع الذكاء الاصطناعي بمنتجات معينة لأنها أكثر ربحية | 71% |
| سأُجبر على استخدام الذكاء الاصطناعي دون خيار للعودة للبحث التقليدي | 69% |
| ميزات الذكاء الاصطناعي تنبثق باستمرار وتقاطعني وتشتت انتباهي | 69% |
| سيفترض الذكاء الاصطناعي خطأً ما يعجبني بناءً على سلوكي السابق | 68% |
| سيحد الذكاء الاصطناعي من خياراتي عن طريق إخفاء بعض العناصر | 67% |
| سيسيء الذكاء الاصطناعي تفسير كلماتي ويُظهر منتجات غير ذات صلة | 65% |
لبناء الثقة، يجب على تجار التجزئة توفير آليات اشتراك صريحة لاستخدام البيانات والتأكد من أن توصيات الذكاء الاصطناعي مفيدة حقاً، وليست مدفوعة بهامش الربح فقط. وكما ينصح هاكينين، يجب أن يتمتع المتسوقون دائماً بالقدرة على تشغيل تجربة الذكاء الاصطناعي أو إيقاف تشغيلها. تعمل البنية المثالية بصمت في الخلفية لتحسين الملاءمة الأساسية، مع تقديم إمكانات استباقية قائمة على الوكلاء، مثل التصفية الديناميكية، فقط عندما يشير المستخدم إلى حاجته لمساعدة أعمق.
التكلفة الخفية لفقدان رحلة الاكتشاف
إن النتيجة الأكثر إثارة للقلق من تقرير استطلاع شركة Nosto ليست مجرد أن البحث الداخلي معطل؛ بل إن البنية الأساسية لاكتشاف منتجات التجارة الإلكترونية يتم الاستعانة بمصادر خارجية لها لصالح النماذج اللغوية الكبيرة (LLMs) التابعة لجهات خارجية. فعندما يغادر المتسوق متجراً عبر الإنترنت ليطلب من نموذج Claude توصية بمنتج، يخسر بائع التجزئة أكثر بكثير من مجرد جلسة واحدة. إنهم يفقدون البيانات السلوكية، والقدرة على البيع المتقاطع، وفرصة التحكم في سرد الترويج.
إذا أصبحت منصة ChatGPT نقطة الانطلاق الافتراضية لاستعلامات التسوق المعقدة، فإن مواقع التجارة الإلكترونية تخاطر بالتحول إلى مجرد مراكز تلبية طلبات، مجردة من تجربة علامتها التجارية وعلاقتها بالعملاء. وتجار التجزئة الذين يفشلون في دمج البحث الدلالي القائم على الوكلاء مباشرة في منصاتهم الخاصة سيجدون أنفسهم قريباً يدفعون أسعاراً باهظة لاكتساب عملاء اتخذوا بالفعل قرارات الشراء الخاصة بهم داخل واجهة شركة OpenAI. إن التفويض الممنوح لفرق تحسين محركات البحث (SEO) والتجارة الإلكترونية واضح: اجلب ذكاء النماذج اللغوية الكبيرة إلى نظامك البيئي الخاص، أو شاهد زياراتك العضوية تتلاشى.
