نظام ذكي للبحث عن العملاء وتجهيز تقارير تحسين التحويل
لما بتقدم خدمة لتحسين معدل التحويل (CRO)، مش كفاية إنك تلاقي متجر إلكتروني وتبعتله رسالة بتقول إنك تقدر تزود مبيعاته. لازم الأول تعرف إذا كان المتجر مناسبًا للخدمة اللي بتقدمها، وهل بيصرف فعلًا على الإعلانات، وهل فيه ملاحظات واضحة على تجربة الشراء تستحق إنك تتواصل معاه بسببها. المشكلة إن البحث ده بياخد خطوات كتير: تبدأ من Meta Ad Library، وتراجع البراند ومنتجاته، وتشوف الإعلانات اللي بيشغّلها، وتفتح صفحات الهبوط والمنتجات على الموبايل، وبعدها تحاول تطلع بملاحظات مفيدة ومدعومة بأدلة. عشان أنظم العملية دي، بنيت CRO Prospecting OS باستخدام Claude Code. النظام بيعتمد على 7 AI Agents، كل واحد مسؤول عن جزء محدد، من اكتشاف البراندات وتقييمها، لمراجعة المتاجر والتأكد من الملاحظات، وصولًا لتجهيز تقرير PDF ورسالة تواصل مناسبة. كل عميل محتمل بيمر بمراحل واضحة، والنظام مش بيسمح له ينتقل للمرحلة التالية إلا بعد استيفاء الشروط المطلوبة. وأهم نقطة إن أي ملاحظة عن المتجر لازم تكون مرتبطة بدليل حقيقي، زي Screenshot من الصفحة نفسها، مش مجرد توقع من نموذج ذكاء اصطناعي. تم تشغيل النظام على مجموعة فعلية من 56 عميلًا محتملًا، ووصل 35 منهم لمرحلة تجهيز ملفات التواصل. وبعد تشديد معايير المراجعة، ظهر إن الملفات القديمة محتاجة إعادة فحص قبل اعتمادها بالقواعد الجديدة. النظام لا يرسل أي رسائل تلقائيًا. كل تقرير ورسالة بيتم مراجعتهم بشريًا، والإرسال بيكون يدويًا بالكامل.
الوصول لعملاء مناسبين لخدمة CRO كان محتاج بحث ومراجعة طويلة لكل متجر.
عشان تتواصل مع متجر وتعرض عليه خدمة تحسين معدل التحويل، لازم يكون عندك سبب واضح يخليه يهتم بالرسالة. مش منطقي تبعت نفس الكلام لكل البراندات، أو تقول لمتجر إن عنده مشكلة في التحويل من غير ما تكون راجعت موقعه فعلًا. بالنسبة لمتاجر الـ Skincare اللي بتشغّل إعلانات، البحث بيبدأ بمعرفة مين بيعلن، وبعدها مراجعة نشاط البراند ومنتجاته، وتشوف الإعلان بيوصل الزائر لفين، وتجربة الشراء شكلها إيه على الموبايل. لو هتعمل ده يدويًا لكل متجر، هتقضي وقتًا طويلًا في جمع المعلومات وفتح الصفحات وتوثيق الملاحظات وكتابة التقارير. وكان فيه تحدٍّ تاني مع استخدام الـ AI. من غير قواعد واضحة، ممكن النموذج يكتب ملاحظات مش مؤكدة، أو يفترض إن فيه خسارة مبيعات بسبب مشكلة معينة، أو يتخطى خطوات مهمة في المراجعة. كنت محتاج نظام يساعدني أبحث عن عدد أكبر من العملاء المناسبين، لكن من غير ما تكون السرعة على حساب دقة المعلومات أو جودة التواصل.
مش كل متجر مناسب يبقى عنده مشكلة واضحة، ومش كل ملاحظة تستحق نبعت بسببها رسالة.
أهم حاجة وصلت لها أثناء تصميم النظام هي إن تقييم العميل المحتمل ومراجعة موقعه لازم يكونوا خطوتين منفصلتين. ممكن تلاقي براند مناسب جدًا لخدمات CRO، وبيشغّل إعلانات وعنده منتجات كويسة، لكن بعد مراجعة موقعه ما تلاقيش ملاحظة قوية تقدر تبدأ بيها الكلام. والعكس صحيح. ممكن تلاحظ مشكلة واضحة في موقع متجر، لكن نشاطه أو حجمه مش مناسب للخدمة اللي بتقدمها. عشان كده، عملت نظام تقييم من 100 نقطة بيركز على مدى مناسبة العميل للخدمة، بعيدًا عن مشكلات الموقع. بعدها فيه تقييم منفصل لقوة الملاحظات اللي نقدر نبني عليها رسالة تواصل. كمان قسمت الشغل لمراحل. الأول نبحث عن البراندات ونحدد المناسب منها، وبعدها نبدأ المراجعة التفصيلية بدل ما نضيع وقت في تحليل كل متجر بنقابله. أما بالنسبة لجودة النتائج، فقررت إن تعليمات الـ AI لوحدها مش كفاية. أضفت Agents مستقلة لمراجعة الملاحظات والتأكد من معلومات التواصل، واستخدمت Python عشان أتحكم في انتقال كل عميل من مرحلة للتانية. بكده الـ AI يقدر يساعد في البحث والتحليل والكتابة، لكن ما يقدرش يعتبر أي تقرير جاهز من غير ما يجتاز المراجعات المطلوبة.
نظام بيبحث عن العملاء، يراجع متاجرهم، ويجهز التواصل معاهم بناءً على أدلة واضحة.
وصّل للعملاء المناسبين برسالة مبنية على بحث حقيقي، مش كلام عام.
بنطور أنظمة تساعد فرق المبيعات وتطوير الأعمال تلاقي العملاء المناسبين، وتفهم احتياجاتهم، وتجهز تقارير ورسائل تواصل مبنية على معلومات واضحة ومراجعة قبل الإرسال.
تحدث معنا عن مشروعك