انتقل إلى المحتوى
Partnerfy Partnerfy
Türkçe English Deutsch Español Italiano Русский العربية
أتمتة التسويق بالذكاء الاصطناعي

حملة واحدة.
100,000 نسخة مختلفة.
لكل عميل نسخته.

كانت أتمتة التسويق القديمة مجرد قوائم «من فتح ومن لم يفتح». أما الأتمتة الجديدة فتعني سطر موضوع مختلفًا وصورة مختلفة ووقت إرسال مختلفًا ودعوة مختلفة إلى اتخاذ إجراء (CTA) لكل عميل، إضافة إلى نموذج يتوقع ما سيحدث بعد 30 يومًا. ويضيف فريق Partnerfy طبقة GPT-5 / Claude / Gemini إلى نظام CRM لديك ويحقق هذه القفزة خلال 6 أسابيع.

نحن لا نبيع «التسويق بالذكاء الاصطناعي»، بل نضيف الذكاء إلى بنيتك الحالية. ونعمل فوق النظام الذي تستخدمه، سواء كان Klaviyo أو HubSpot أو Iterable أو Salesforce أو غيرها.

تدقيق الجاهزية للذكاء الاصطناعي خطة من 6 أسابيع
ملف العميل
EK

إليف ك.

İstanbul · عضوة منذ 24 شهرًا

آخر 5 إجراءات

مشاهدة صفحة14:02
إضافة إلى السلة14:04
مقارنة14:07
قراءة التقييمات14:09
سلة متروكة14:11

نية الشراء

0.84

الشريحة النشطة

يقارن الخيارات نية عالية حساس للسعر مرشح VIP
AI
3 نسخ بالذكاء الاصطناعي

تدفق الرموز

للمنتج_المنتظر_في_سلتك…
الشراء 0.84
خطر فقدان العميل 0.12
أفضل قناة E-mail
+34% CTR

انتهى زمن الشرائح الثابتة

تفقد شريحة «النساء مرتفعات الإنفاق بين 25 و34 عامًا» صلاحيتها خلال 3 أشهر.

أكبر خطأ في الأتمتة التقليدية هو افتراض أن العميل ثابت لا يتغير، بينما يتغير العميل كل ساعة. فمن يقارن المنتجات صباحًا يشتري بعد الظهر بقسيمة خصم، ثم يفتح في المساء توصية من شخص آخر ويتجه إلى منافسك لمدة 30 يومًا. وتتأخر القائمة الثابتة عن السلوك الفعلي 4 أسابيع، بينما يعيد الذكاء الاصطناعي الحساب عند كل تفاعل.

01

كل عميل فريد

إذا كان لديك 1,000 عميل فلديك 1,000 منحنى سلوكي مختلف. وحشرهم في «5 شرائح» يعني التخلي عن 95% من المعلومات.

02

السلوك يتغير كل ساعة

العميل في الصباح غيره عند الظهيرة وغيره في المساء. يتغير السياق وتتغير النية وتتغير الرسالة المناسبة، والذكاء الاصطناعي يلتقط ذلك لحظة بلحظة.

03

الشرائح اليدوية تفقد صلاحيتها

تفقد الشرائح التي يبنيها فريق التسويق يدويًا صلاحيتها خلال 90 يومًا، وتظهر شرائح جديدة دون أن يلاحظها أحد. أما الذكاء الاصطناعي فيجددها باستمرار.

04

سطر الموضوع لعبة تخمين

«هل سيحصل هذا الموضوع على نقرات؟» يخمّن الإنسان الإجابة، أما الذكاء الاصطناعي فيختبر 50 نسخة مسبقًا ويخبرك بها. ويختلف معدل الفتح بنسبة 20-40% تبعًا لذلك.

05

أفضل وقت يبقى مجهولًا

الإرسال إلى القائمة كلها يوم الثلاثاء الساعة 10:00 مجرد تبسيط إحصائي، أما في الواقع فلكل عميل «ساعة فتح» خاصة به.

06

فقدان العملاء (Churn) يُكتشف متأخرًا

يرسل العميل إشارات طوال 30-60 يومًا قبل أن يغادر. لا ترى التقارير الثابتة هذه الإشارات، بينما يطلق الذكاء الاصطناعي التنبيه قبل 6 أسابيع.

تصور نواة الذكاء الاصطناعي

التوقع + الإنشاء + التعلم: ثلاث طبقات للتسويق بالذكاء الاصطناعي.

إليك سيناريو حقيقيًا: تدخل العميلة «إليف» إلى الموقع، فيُرصد سلوكها، ويُخرج نموذج التوقع 4 مقاييس، ويكتب محرك المحتوى ثلاث نسخ، ثم يتعلم النظام أي نسخة فُتحت ليقدّم نتيجة أفضل مع العميل التالي. كل ذلك يحدث في غضون 200 ms فقط.

لوحة التوقعات

4 مقاييس حاسمة لكل عميل.

احتمال الشراء 0.84
خطر فقدان العميل (30 يومًا) 0.12
القيمة المتوقعة لعمر العميل (CLV) ₺3.840
أفضل قناة تالية E-mail

200ms

زمن التوقع

38

السمات النشطة

97%

مقياس AUC للنموذج

قبل الذكاء الاصطناعي وبعده

الحملة نفسها والعميل نفسه: عالمان مختلفان.

قبل

«عزيزي العميل، لا تفوّت خصمنا!»

أُرسلت إلى القائمة كلها يوم الثلاثاء الساعة 10:00 بمعدل فتح 3.2% ودون أي سياق شخصي.

عام · ثابت · خاسر
بعد

«إليف، ملخص تقييمات المنتج X في سلتك جاهز.»

رسالة خاصة بإليف عند الساعة 14:23 تلخص 38 إشارة، بمعدل فتح 22% ومعدل شراء 6.4% لهذه الرسالة.

شخصي · مباشر · رابح

6.9×

معدل الفتح

11×

التحويل

−47%

الشكاوى

لمن هذه الخدمة؟

كل من لديه قاعدة عملاء + بيانات غنية + حجم تواصل كبير.

01

التجارة الإلكترونية · أكثر من 100 ألف SKU

علامات تجارية ذات كتالوجات كبيرة تحتاج إلى محركات توصية موسمية تشمل الفئات المختلفة وتعتمد على السلوك.

02

منصات SaaS · ارتفاع فقدان العملاء

شركات يبلغ معدل الإلغاء الشهري لديها 3% أو أكثر، وتسعى إلى إيرادات شهرية متكررة (MRR) صحية عبر توقع التوسع + فقدان العملاء.

03

الأسواق الإلكترونية (Marketplace)

ديناميكية ذات طرفين: نماذج منفصلة لجانبي العرض + الطلب، مع الجمع بين الترتيب + التوصية.

04

الخدمات المالية

أهلية الائتمان + عروض حسب الشريحة + تقييم المخاطر: توصيات شخصية ضمن إطار الامتثال.

05

الناشرون والإعلام

يرفع محرك التوصية بالذكاء الاصطناعي عدد المستخدمين النشطين يوميًا (DAU) بنسبة 20-40% مع توفر مئات خيارات المحتوى لكل قارئ.

06

مبيعات B2B طويلة الأمد

دورة مبيعات من 6 إلى 18 شهرًا: درجة النية + قائمة عملاء مرتبة + توصيات بالتوقيت المناسب.

07

الوكالات

نعمل بنموذج White-Label لصالح الوكالات الراغبة في بيع خدمات قائمة على الذكاء الاصطناعي لعملائها دون وجود مهندسي تعلم الآلة في فريقها.

08

الرعاية الصحية والعيادات

المواعيد وتذكير الأدوية والتواصل للمتابعة: قناة ولغة وتوقيت خاصة بكل مريض.

10 قدرات، لوحة تحكم واحدة

التوقع والإنشاء والتحسين: كلها ضمن عملية تشغيلية واحدة.

إن توزيع كل قدرة على مورّد مختلف يسبب تشتتًا كبيرًا. أما مع Partnerfy فتعمل القدرات العشر على بنية أساسية واحدة، وتتغذى من البيانات نفسها، وترتبط بلوحة تحكم واحدة.

01

التقييم التنبؤي (Predictive Scoring) للعملاء المحتملين

نموذج يتعلم من العملاء الذين كسبتهم أو خسرتهم سابقًا، ويعطي كل عميل محتمل جديد درجة من 0 إلى 100 مع 3 أسباب.

02

محرك «أفضل إجراء تالٍ» (Next-Best-Action)

قرار «ما أفضل ما يمكن فعله الآن» لكل مستخدم: بريد إلكتروني؟ إشعار فوري (Push)؟ خصم؟ اتصال هاتفي؟ لا شيء؟

03

نصوص بريد إلكتروني مولّدة بالذكاء الاصطناعي

نموذج مدرَّب على نبرة علامتك التجارية: 3 نسخ من موجز واحد + مسار موافقات + مراقبة مستمرة لانحراف النبرة.

04

سطور موضوع ديناميكية

إرسال واحد بسطر موضوع يتغير حسب المستلم، ويختاره الذكاء الاصطناعي وفق سجل فتح الرسائل لدى كل مستلم.

05

تحسين توقيت الإرسال

الساعة المثلى لكل مستخدم: نافذة زمنية شخصية بدلًا من الإرسال اليومي المجمّع.

06

نموذج توقع فقدان العملاء

قائمة بالعملاء المتوقع مغادرتهم خلال 30/60/90 يومًا + مقترح للتدخل، مع تنبيه فوري.

07

محركات التوصية

المنتج والمحتوى والخطة: نموذج هجين يجمع التصفية التعاونية والقائمة على المحتوى، مع بديل قائم على المحتوى عند البدء البارد.

08

اكتشاف الشرائح بالذكاء الاصطناعي

بدلًا من تحديد «من هو VIP» يدويًا، تكشف خوارزميات التجميع مجموعات العملاء تلقائيًا.

09

تدفقات قائمة على المشاعر

استخلاص المشاعر من رسائل الدعم، وتصعيد العميل الغاضب تلقائيًا + تحويله إلى موظف بشري.

10

اختبارات متعددة المتغيرات بالذكاء الاصطناعي

نهج Bandit + Bayesian بدلًا من اختبار A/B التقليدي: يختبر من 5 إلى 30 نسخة بالتوازي ويوزّع النسخة الفائزة ديناميكيًا.

آلية العمل

من تدقيق البيانات إلى التعلم المستمر: مسار من 6 خطوات.

  1. 01

    1 · تدقيق البيانات

    نرسم خريطة لجميع مصادر البيانات: CRM وESP والويب والجوال والمنتج والدعم. وتتضح الحقول الناقصة + استراتيجية الدمج، ثم نُعدّ قائمة السمات القابلة للاستخدام.

  2. 02

    2 · اختيار النموذج

    النموذج المناسب لكل مهمة: GPT-5 للنصوص، وأشجار التعزيز المتدرج (Gradient Boosted Trees) للتقييم، ونماذج التضمين (Embedding) للبحث. ولا نقع في وهم «نموذج كبير واحد لكل شيء».

  3. 03

    3 · إعداد بيانات التدريب

    ننظّف بيانات آخر 12-24 شهرًا ونصنّفها ونقسمها إلى مجموعتي تدريب واختبار. وتمثل جودة البيانات 70% من النموذج.

  4. 04

    4 · التكامل

    طبقة API فوق منصة البريد الإلكتروني (ESP) الحالية لديك (Klaviyo وHubSpot وIterable وCustomer.io وSalesforce) مع تدفق بيانات ثنائي الاتجاه ودون تعطيل التدفقات القائمة.

  5. 05

    5 · النشر + اختبار A/B

    تعمل نسخة الذكاء الاصطناعي جنبًا إلى جنب مع مجموعة ضابطة لمدة 30-60 يومًا. ونتحقق إحصائيًا من الفائدة في الفتح وCTR والمبيعات وفقدان العملاء.

  6. 06

    6 · حلقة التعلم المستمر

    يُعاد تدريب النموذج أسبوعيًا، وتظهر النتائج في لوحة التحكم، وتُضبط تنبيهات الانحراف، ويراجع الإنسان + الذكاء الاصطناعي معًا.

الأدوات التي نستخدمها

النماذج التأسيسية + منصات ذكاء اصطناعي جاهزة للإنتاج.

OpenAI API Anthropic Claude Google Gemini Mutiny Persado Phrasee HubSpot AI Klaviyo AI Salesforce Einstein Iterable AI Segment Twilio BigQuery ML LangChain n8n

قصص العملاء

علامات تجارية انتقلت من الحملات الثابتة إلى التخصيص بالذكاء الاصطناعي.

التجارة الإلكترونية زيادة 34% في CTR

علامة تجارية لأسلوب الحياة

سطور موضوع بالذكاء الاصطناعي + تحسين توقيت الإرسال: زيادة 34% في معدل النقر (CTR) على البريد الإلكتروني ونمو إيرادات القناة الإجمالية 2.1 مرة.

B2B SaaS انخفاض فقدان العملاء 19%

منصة SaaS متخصصة

نموذج توقع فقدان العملاء + مسار تدخل استباقي: انخفاض فقدان العملاء خلال 30 يومًا بنسبة 19%، واستعادة صحة الإيرادات الشهرية المتكررة (MRR).

السوق الإلكتروني زيادة 48% في ATC

سوق إلكتروني للخدمات

محرك توصية هجين: زيادة 48% في الإضافة إلى السلة ومتوسط طلب أعلى 1.8 مرة.

الإعلام زيادة 27% في DAU

منصة نشر

توصيات المحتوى بالذكاء الاصطناعي: نمو بنسبة 27% في المستخدمين النشطين يوميًا (DAU) وبنسبة 14% في الترقيات إلى الباقة المميزة.

المالية زيادة 54% في البيع المتقاطع

وسيط إلكتروني

محرك «أفضل إجراء تالٍ»: ارتفع متوسط المنتجات لكل عميل من 2.4 إلى 3.7 مع نمو 52% في البيع المتقاطع.

التعليم زيادة 24 نقطة مئوية في NPS

أكاديمية إلكترونية

مسار تعلم شخصي + توقيت مناسب: ارتفع معدل إتمام الدورات من 38% إلى 62% مع زيادة صافي نقاط الترويج (NPS) بمقدار 18 نقطة.

الأسئلة الشائعة

أكثر 8 أسئلة شيوعًا عند الانتقال إلى التسويق بالذكاء الاصطناعي

عند إعداده بالشكل الصحيح يكون الفرق قابلًا للقياس. فلدى عملائنا يرتفع معدل الفتح بمتوسط 15-35% والتحويل بمتوسط 20-60%، وينخفض فقدان العملاء (Churn) بنسبة 15-25% مع التدخل الاستباقي. لكن كل شيء يتوقف على «الإعداد الصحيح»: فإذا لم تتوفر بيانات كافية، أو كانت التصنيفات رديئة، أو اختير النموذج الخطأ، أو لم يجرِ التكامل، فلن تجني أي فائدة. الذكاء الاصطناعي ليس سحرًا، بل تخصص هندسي. ومهمة Partnerfy هي ضمان الإعداد الصحيح، ثم الاستعانة باختبارات A/B لإثبات أن الفائدة حقيقية.
لا تخرج بيانات العملاء من أنظمتك. ومع النماذج التأسيسية (GPT-5 وClaude وGemini) نعتمد عقود «عدم التدريب» (No-Training)، فالبيانات التي نرسلها لا تُستخدم في تدريب النموذج. وتخضع الحقول الحساسة (الاسم والبريد الإلكتروني والهاتف وبيانات الدفع) للتجزئة (Hashing) أو الترميز (Tokenization). ووفق إطار KVKK (القانون التركي رقم 6698 لحماية البيانات الشخصية) وGDPR وISO 27001 نُعدّ اتفاقية معالجة البيانات (DPA). وللعملاء الذين يحتاجون إلى إبقاء بياناتهم داخل الاتحاد الأوروبي نستخدم واجهات API في مناطق الاتحاد الأوروبي أو نماذج محلية مستضافة ذاتيًا. فالخصوصية جزء من التصميم منذ البداية، ولا تُضاف لاحقًا.
لكل مهمة نموذج مختلف. يتميز Claude في إنشاء النصوص الطويلة الملائمة لنبرة العلامة التجارية، ويؤدي Gemini جيدًا في المحتوى متعدد اللغات، بينما يعد GPT-4o-mini خيارًا اقتصاديًا لإنشاء الجمل المفردة بسرعة كبيرة. أما المهام الرقمية مثل التقييم والترتيب فلا نستخدم لها النماذج اللغوية الحديثة، لأن أشجار التعزيز المتدرج (Gradient Boosted Trees) أو XGBoost أسرع وأقل تكلفة وأسهل تفسيرًا. وبدلًا من وهم «نموذج واحد يحل كل شيء»، نختار الأداة المناسبة لكل مهمة، وهذا يمنحك ميزة في التكلفة والجودة معًا.
نقيس استهلاك الرموز (Tokens) بشفافية ونضع له سقفًا شهريًا. التوزيع المعتاد: المهام الخفيفة (سطور الموضوع وتقسيم الجمهور) بنماذج صغيرة نحو 0.50-2 دولار أمريكي لكل 1,000 طلب، والمهام المتوسطة (نصوص البريد الإلكتروني) نحو 3-8 دولارات لكل 1,000 طلب، ومهام البحث الثقيلة نحو 15-40 دولارًا لكل 1,000 طلب. ويتراوح إنفاق الرموز المعتاد بين 300 و3,000 دولار شهريًا. ويضاف إلى ذلك اشتراكات المنصات المدفوعة (مثل Klaviyo AI وSalesforce Einstein). وتبقى تنبيهات الميزانية ومنع تجاوزها مفعّلة دائمًا.
بالنسبة إلى النماذج القائمة على التوقع، يوفّر أكثر من 5,000 عميل نشط + سجل يمتد 12 شهرًا إشارة مُرضية. وعند تجاوز 10,000 عميل يصبح النموذج ذا دلالة، وعند تجاوز 50,000 عميل يصبح قويًا. ويعمل الذكاء الاصطناعي مع القوائم الأصغر أيضًا، لكن في جانب الإنشاء (النصوص والصور والمساعدة في تقسيم الجمهور) لا في جانب التوقع. وللقوائم الصغيرة جدًا نبدأ بإعداد الأتمتة التقليدية بالشكل الصحيح، ثم نضيف طبقة الذكاء الاصطناعي مع تراكم البيانات. فالذكاء الاصطناعي بلا بيانات خيبة أمل، ونحن لا نقدم وعودًا فارغة.
نعتمد حماية من طبقتين: الأولى نموذج مدرَّب على نبرة العلامة التجارية + مرشحات للكلمات المحظورة والادعاءات والأسعار، والثانية مسار موافقات تخضع فيه الحملات عالية القيمة لموافقة بشرية قبل الإرسال. وتمر الحملات منخفضة المخاطر (الرسائل التشغيلية والتذكيرات البسيطة) مباشرة، بينما تمر العروض الترويجية أو الادعاءات المؤسسية عبر قوائم انتظار الموافقة. كما نقدم تقريرًا شهريًا عن انحراف النبرة: هل ابتعد الذكاء الاصطناعي عن النبرة الحقيقية للعلامة خلال آخر 30 يومًا؟ وإذا وُجد انحراف، نجدد الضبط الدقيق للنموذج. وتبقى السيطرة الكاملة بيدك.
نعم. توفر معظم منصات ESP الحديثة، مثل Klaviyo وHubSpot وIterable وCustomer.io وSalesforce Marketing Cloud وBraze وMailchimp، واجهات API مفتوحة. ونضع أمام منصة ESP طبقة الذكاء الاصطناعي: تسأل المنصة الذكاء الاصطناعي «ماذا أرسل وإلى أي قائمة؟»، فيعيد توقعه، ثم تتولى المنصة الإرسال، دون تعطيل تدفقاتك أو تقاريرك الحالية. أما المنصات التي تملك ميزات ذكاء اصطناعي مدمجة (Klaviyo AI وSalesforce Einstein) فنستفيد إلى أقصى حد مما تقدمه، ونكمل ما ينقصها بنماذج مخصصة.
يظهر أول مكسب حقيقي (سطور الموضوع + تحسين توقيت الإرسال) خلال 4-8 أسابيع في تقارير Search Console ومنصة ESP، على شكل زيادة بنسبة 10-25% في معدل الفتح. وتنضج النماذج القائمة على التوقع (فقدان العملاء وتقييم العملاء المحتملين) خلال 60-120 يومًا. وعادةً ما يسترد عملاؤنا تكلفة المشروع خلال 90 يومًا، ويسجلون عائدًا على الاستثمار يعادل 2-4 أضعاف خلال 180 يومًا و5-10 أضعاف خلال 12 شهرًا. وتكون النتائج أبطأ في الشرائح قليلة البيانات وأسرع في الشرائح غنية البيانات. ونبني البنية الأساسية للقياس خلال أول 30 يومًا، ثم تحصل كل شهر على حساب واضح.

أضف مئة ألف نسخة إلى حملة واحدة.

نراجع مجموعتك التسويقية الحالية خلال اجتماع مجاني لمدة 30 دقيقة، ونشاركك 3 فرص عالية التأثير للذكاء الاصطناعي يمكنك اختبارها خلال أول 60 يومًا.

احجز اجتماعًا تواصل معنا
نتيجة