في عام 1943، طُرح على أبراهام وولد سؤال بشأن القاذفات العائدة من مهامها فوق أوروبا. كانت الطائرات تعود إلى الوطن وثقوب الرصاص متناثرة على أجنحتها وجسمها وذيلها، وكان الاستنتاج التلقائي واضحًا: تعزيز المناطق التي تتعرض لأكبر قدر من الضرر. لكن وولد، الذي كان يعمل مع مجموعة الأبحاث الإحصائية في جامعة كولومبيا، أدرك أن المشكلة لا تكمن في التحليل بل في العينة. فالطائرات التي تم فحصها كانت هي الطائرات التي نجت. وأي طائرة أصيبت في منطقة حرجة حقًّا لم تعد أبدًا لتُفحص، مما يعني أن الأضرار التي لحقت بالقاذفات التي تمكنت من العودة إلى الوطن لم تُظهر سوى الأماكن التي يمكن أن تُصاب فيها الطائرة وتظل قادرة على البقاء. لم تكن المناطق غير المتضررة آمنة. لم يتم فحصها، لأن الأدلة المتعلقة بها كانت ترقد في قاع القناة الإنجليزية. أصبح عمل وولد حول قدرة الطائرات على البقاء، الذي تم توثيقه لاحقًا في مجلة الجمعية الأمريكية للإحصاء، مثالًا كلاسيكيًا على ما يحدث عندما يُبنى نموذج فقط من الحالات التي نجت من العملية قيد الدراسة.
يواجه قطاع التجزئة نسخة من المشكلة نفسها، وهي موجودة بشكل واضح في كل تقرير من تقارير مجلس الإدارة. بمجرد أن يكمل العميل معاملة ما، يصبح حجم المعلومات التي يمتلكها بائع التجزئة عنه هائلاً: تعرف نقطة البيع ما اشتراه، وما دفعه، ومتى؛ وتربط بيانات الولاء تلك المشتريات بالمشتريات السابقة؛ ويكشف تحليل سلة التسوق عن المنتجات التي يتم شراؤها معًا؛ ويصف متوسط قيمة المعاملة، والوحدات لكل معاملة، والمبيعات لكل قدم مربع النتيجة التجارية بالتفصيل. ومع ذلك، فإن العميل الذي دخل المتجر، وقضى خمسة عشر دقيقة في تصفح المنتجات، ثم غادر دون شراء أي شيء، يختفي من تلك الصورة بشكل شبه كامل، وكذلك الحال بالنسبة للشخص الذي ألقى نظرة من النافذة ومضى في طريقه، والمتسوق الذي وصل في وقت الذروة، ولم يتمكن من العثور على من يساعده، فاستسلم.
نظام نقاط البيع لا يرى أي شيء من هذا. فعدم وجود معاملة يعني عدم وجود سجل. لكن الشركة خسرت شيئًا ما: عميلاً دخل المتجر وغادر دون شراء. إنهم مثل الطائرات التي لم تعد أبدًا.
قراءتك التالية 👉 لماذا لم يعد إحصاء حركة الزوار وحده كافياً
بيانات المبيعات تعكس عدد المشترين. أما بيانات حركة الزوار فتعكس عدد المتسوقين.
كل مجموعة بيانات يولدها المتجر تنشأ نتيجة لعملية شراء. فسجلات المعاملات، وتكوين سلة التسوق، والتسجيل في برامج الولاء، وتركيبة الهوامش، كلها تُنشأ في اللحظة التي يوافق فيها العميل، مما يجعلها أوصافًا دقيقة لرحلات الشراء المكتملة، ولا تتطرق إلى الرحلات التي تم التخلي عنها. لقد أمضى قطاع التجزئة عقودًا في التميز بشكل استثنائي في قياس السلوك الناجح للعملاء، بينما كان يتعامل مع السلوك غير الناجح على أنه غياب للبيانات وليس كبيانات في حد ذاتها.
وقد وصفت شركة NielsenIQ إحدى جوانب هذه المشكلة في أغسطس 2026 في تقرير بعنوان المتسوق الخفي: ما لا تخبرك به بيانات التجزئة، حيث أوضحت أن بيانات التجزئة تُجيد جدًّا الإجابة عن ما اشتراه المتسوقون منا، لكنها تكاد تكون صامتة تمامًا بشأن ما فعله المتسوقون في أي مكان آخر. أما النسخة الخاصة بالمتجر من هذه النقطة العمياء فهي أضيق نطاقًا وأكثر إلحاحًا. فالمسألة لا تقتصر على أن العميل اشترى من مكان آخر فحسب، بل إنها تتعلق بوقوفه داخل متجرك دون أن يشتري شيئًا، وعدم تسجيل أي نظام لوجوده هناك على الإطلاق.
لم تتطور التجارة الإلكترونية أبدًا لتصبح لديها تلك النقطة العمياء، لأن القاسم المشترك في العالم الرقمي لا يمكن تجاهله. يمكن للفريق الرقمي رؤية الجلسات، وعدد مشاهدات صفحات المنتجات، وأنشطة البحث، وحالات التخلي عن سلة التسوق، لذا أصبح معدل التحويل مقياسًا تشغيليًّا طبيعيًّا منذ البداية. أما المتجر الفعلي، فقد كان دائمًا يستقبل القاسم المشترك نفسه الذي يدخل من أبوابه. لكنه ببساطة لم يكن يمتلك دائمًا طريقة موثوقة لقياسه. هذا الاختلاف الوحيد يفسر أكثر بكثير مما يبدو عليه، لأن الشركة التي لا تستطيع سوى حساب النتائج لا يمكنها النمو إلا من خلال تحقيق المزيد من النتائج. فهي تفتح المزيد من الأبواب، وتطيل ساعات العمل، وتخزن مخزونًا أكبر، وتعيّن المزيد من الموظفين، لأنه لا يمكنك تحسين معدل لم تحسبه من قبل.
وهذه هي بالضبط الفجوة التي صُمم نظام Traffic Analytics لسدها. فمن خلال قياس عدد المارة أمام واجهة المتجر، ومن يدخل إليه، وعدد الأشخاص الموجودين بداخله، وكيفية ارتباط هذه التحركات بالمبيعات، يوفر النظام معيارًا قياسيًا للمعاملات، ويحول أداء المتجر من رقم إجمالي إلى معدل يمكن إدارته فعليًّا.
تصنيفات الإيرادات تقيس الموقع، لا أداء المتجر
تُظهر البيانات الخاصة بـ RetailNext عن عطلة نهاية أسبوع «الجمعة السوداء» لعام 2025 مدى التباين الذي يمكن أن يحدث بين عدد الزوار والمبيعات. فخلال الفترة الممتدة من يوم الجمعة إلى يوم الاثنين، انخفض عدد زوار المتاجر بنسبة 5.8% مقارنة بالفترة نفسها من العام السابق، وانخفضت المبيعات الصافية بنسبة 4.4%، وهو ما يبدو في ظاهره انخفاضًا واضحًا. ومع ذلك، ارتفع متوسط سعر الوحدة في التجزئة بنسبة 4.4%، وارتفعت القيمة المتوسطة للمعاملة بنسبة 2.1%، وارتفع العائد من المتسوق، وهو متوسط المبيعات المحققة لكل شخص يدخل المتجر، بنسبة 0.3%. انخفض عدد الزوار، لكن تجار التجزئة استخلصوا عائدًا أكبر قليلاً من كل زائر. لا يمكن لرقم الإيرادات بحد ذاته أن يفصل بين مشكلة الطلب ومشكلة التنفيذ، وهذان الأمران يتطلبان استجابات متناقضة.
ينطبق هذا الغموض نفسه على كل تصنيف للمتاجر. لنأخذ متجرين كمثال: الأول يحقق مبيعات تبلغ 2.1 مليون دولار من 180,000 زيارة، والثاني يحقق 1.4 مليون دولار من 85,000 زيارة. بناءً على الإيرادات وحدها، يُعتبر المتجر الأول هو المتجر الرئيسي، بينما يُعتبر الثاني هو المتجر الذي يعاني من مشاكل، وتُوزَّع الترقيات وخطط الأداء وفقًا لذلك. لكن إذا قسمنا الإيرادات على عدد الزيارات، نجد أن المتجر الأول يحقق 11.67 دولارًا من كل زائر، بينما يحقق الثاني 16.47 دولارًا، أي بزيادة تبلغ 41% عن كل عميل يستقبله. المتجر الأقل نشاطًا ليس المشغل الأضعف. بل هو الأفضل، الذي يعمل في منطقة تجارية أضعف. قم بترتيب محفظة المتاجر حسب الإيرادات وستعرف أي المتاجر تتمتع بأفضل المواقع. قم بترتيبها حسب مقدار الفرص المتاحة التي يستحوذ عليها كل متجر، وستعرف أي المتاجر تدار بشكل جيد.
ولا يمكن تحقيق هذا الترتيب الثاني إلا بعد قياس حركة الزوار بشكل متسق في جميع المواقع، وهو ما يقدمه Benchmarks Hub استنادًا إلى بيانات أجهزة الاستشعار الفعلية من آلاف المتاجر كل شهر، وليس من خلال الاستطلاعات أو التقديرات النمذجة.
إن إدراك أن متجرًا ما يحقق معدلات تحويل أقل من إمكاناته هو بداية السؤال وليس نهايته، وهنا يأتي دور Insights. فالتحليلات الشاملة لمسار التسوق، ومدة البقاء، وخرائط التوزيع الحراري تُظهر الأماكن داخل المتجر التي يتفاعل فيها المتسوقون وتلك التي يتوقفون فيها عن التفاعل، مما يتيح تتبع فجوة التحويل إلى المنطقة أو العرض أو مسار التسوق الذي يتسبب فيها فعليًّا.
اعرف المزيد 👉 كيف تؤثر دقة بيانات حركة الزوار على تكاليف العمالة ومعدل التحويل
36% فقط من موظفي المتاجر يقولون إن عدد الموظفين يتناسب مع عدد الزوار الفعلي
في استطلاع أُجري في مارس 2025 وشمل 500 موظف في الخطوط الأمامية بقطاع التجزئة في جميع أنحاء الولايات المتحدة، أفاد 36% فقط بأن جداول عمل الموظفين تتوافق باستمرار مع الإقبال الفعلي على المتاجر. وأفاد أكثر من النصف، بنسبة 51%، بأنهم يعانون من نقص في عدد الموظفين خلال فترات الذروة في معظم الأحيان. وقد شهد ما يقرب من ثلاثة أرباعهم، أي 73%، مغادرة العملاء بسبب عدم وجود من يساعدهم، وقال 77% إن متاجرهم تفقد مبيعاتها بانتظام بسبب قرارات جدولة المناوبات. وأظهر استطلاع موازٍ شمل 500 موظف في المملكة المتحدة في يوليو 2025 أن 84% لاحظوا خسارة في المبيعات بسبب سوء جدولة نوبات العمل، في حين لاحظ 68% أيضًا وجود فائض في عدد الموظفين خلال فترات الركود. ونادرًا ما تكمن المشكلة في قلة العدد الإجمالي للموظفين، بل تكمن في جدولة الموظفين في أوقات غير مناسبة.
توجد هذه الفجوة لأن معظم الجداول الزمنية تُوضع استنادًا إلى مبيعات العام الماضي بدلاً من الطلب المتوقع لهذا الشهر، والمبيعات لا تُعلمك إلا بموعد شراء الناس، ولا تُعلمك أبدًا بموعد وصولهم. ومعرفة عدد الأشخاص الذين زاروا المتجر بالأمس تفسر ما حدث بالأمس. أما معرفة متى سيصل الطلب، فتغير ما سيحدث الشهر المقبل. تتنبأ توقعات حركة الزوار من RetailNext بالطلب على فترات زمنية مدتها 15 دقيقة لمدة تصل إلى 45 يومًا مقدمًا باستخدام السجل الخاص بكل متجر، مما يضع حركة الزوار المتوقعة في مقدمة خطة القوى العاملة أثناء إعداد الجدول الزمني، وليس بعد إغلاقه.
وبطبيعة الحال، لا يكون للتنبؤ أهمية إلا إذا كان بالإمكان الوثوق بالعدد الأساسي، ونادرًا ما تكون حركة الزوار هي النقطة النهائية. فهي تصبح المقام في معادلة التحويل، والأساس لتحديد عدد الموظفين، والمرجع لمقارنة المتاجر، ومدخلًا في قرارات التسويق وتخطيط المتاجر، مما يعني أن أي خطأ بسيط في القياس لا يظل بسيطًا. فهو ينتقل عبر النظام ويغير النتيجة في الطرف الآخر. ولهذا السبب، يتم تدقيق كل تركيب لمستشعر Aurora® مقارنةً بمقطع فيديو غير واضح من تاريخ ووقت يتم اختيارهما عشوائياً قبل استخدام أرقامه على الإطلاق، ثم يتم إعادة تهيئته وإعادة تدقيقه حتى يتجاوز العتبة المطلوبة، ثم يتم إعادة التحقق منه سنوياً بعد ذلك. عندما تحدد بيانات حركة الزوار ما إذا كان المتجر يعاني من مشكلة في التحويل، أو ما إذا كان ينبغي نقل العمالة، فإنها تتوقف عن كونها مجرد مقياس وتصبح بنية تحتية. ويجب أن تكون البنية التحتية جديرة بالثقة.
وبمجرد حدوث ذلك، تتوالى الأسئلة بسرعة تفوق قدرة لوحات المعلومات على الإجابة عليها، وهذا هو الغرض من وجود Pulse AI. فيمكن للمدير الإقليمي الذي يلاحظ انخفاضًا في معدل التحويل أن يسأل عن المتجر المسؤول عن هذا الانخفاض، وعما إذا كان عدد الزوار قد تغير هناك، وكيف كان عدد الموظفين مقارنةً بالشهر الماضي، وذلك بلغة بسيطة وبترتيب منطقي، دون الحاجة إلى إعداد تقرير بين كل سؤال وآخر.
قياس عدد زوار المتجر يكشف عن العملاء الذين لديك بالفعل
يُعد UNTUCKit مثالاً توضيحيًّا مفيدًا لما يمكن أن يتغير، وذلك تحديدًا لأن الشركة بدأت نشاطها عبر الإنترنت وكانت تعرف بالفعل كيفية إدارة أعمال قائمة على الأسعار. فقد كان بإمكان عملياتها الرقمية تتبع المسار الكامل المؤدي إلى الشراء، في حين لم تكن متاجرها قادرة إلا على رؤية المعاملة في نهايته. وبمجرد قياس حركة الزوار في المتاجر وربطها بمعدل التحويل، أصبحت الشركة قادرة على مقارنة أنماط حركة الزوار بالمبيعات، وتقييم كل موقع بناءً على عدد المتسوقين الذين يستقبلهم فعليًّا، واتخاذ قرارات تشغيلية تستند إلى معايير أفضل من مجرد عدد المعاملات النهائية، مما أدى إلى زيادة مُعلنة بنسبة 6.9% في معدل التحويل، وزيادة بنسبة 18% في عائد المتسوقين، وخفض بنسبة 40% في تكاليف البنية التحتية لتكنولوجيا المعلومات. تُعد قصة عميل UNTUCKit مهمة لأن التكنولوجيا لم تخلق تلك الزيارات. فقد كان المتسوقون يأتون بالفعل. وما فعله القياس هو جعل سلوكهم مرئيًا.
هذا هو في النهاية الصلة بين مثال وولد وقطاع التجزئة. لم تكن المشكلة أبدًا أن البيانات المتاحة كانت غير دقيقة، بل أن العملية التي تولد البيانات هي التي حددت ما يمكن رؤيته أصلاً. تصف قاعدة بيانات المعاملات العملاء الذين اشتروا بدقة حقيقية، ولا تشرح على الإطلاق حالة العملاء الذين فكروا في الشراء، أو دخلوا المتجر ثم غادروه، أو اقتربوا من واجهة المتجر ثم واصلوا السير. هؤلاء العملاء لم يفقدوا أهميتهم التجارية. بل أصبحوا فقط غير مرئيين من الناحية التحليلية، والمتسوق الذي لا يمكنك رؤيته هو فرصة لا يمكنك تخصيصها أو قياسها أو مكافأة أي شخص على اغتنامها.
لذا، ربما لم يعد السؤال الأكثر فائدة هو كم عدد الأشخاص الذين دخلوا المتجر، بل ماذا حدث لكل من كاد أن يشتري ولم يفعل. وبمجرد أن يتمكن تاجر التجزئة من الإجابة على هذا السؤال، تتوقف تحليلات حركة الزوار عن كونها مجرد عملية عدّ، وتصبح وسيلة لاستعادة الجزء من رحلة العميل الذي محته بيانات المعاملات.
تابع القراءة 👉 لماذا تختار شركات التجزئة الكبرى RetailNext
