11 أكتوبر 2025·6 دقيقة
إعدادات الفرز الافتراضية لصفحات الفئة للمنتجات الجديدة والأكثر مبيعًا
إعدادات الفرز الافتراضية على صفحات الفئة التي توازن بين الوافدون الجدد والأكثر مبيعًا، مع اختبارات A/B لفهارس الموضة والتجميل والإلكترونيات.
إعدادات الفرز الافتراضية على صفحات الفئة التي توازن بين الوافدون الجدد والأكثر مبيعًا، مع اختبارات A/B لفهارس الموضة والتجميل والإلكترونيات.
الفرز ليس تفضيلاً صغيرًا. هو يقرر ما يراه المتسوق أولًا، وما لا يراه أبدًا، وما يفترض أنه يعبّر عنه متجرك في تلك اللحظة. نفس الكتالوج يمكن أن يبدو جديدًا، فاخرًا، أو مليئًا بالصفقات اعتمادًا على أول 8–12 منتجًا معروضة.
لهذا السبب يعد الفرز الافتراضي في صفحة الفئة قرار تحويل. غيّر الترتيب فتغيّر العناصر التي تحصل على النقرات، وصفحات المنتج، والإضافات إلى السلة، والمشتريات.
التنازع الأساسي هو الاكتشاف مقابل الإثبات. "الجديد" يساعد المتسوقين على العثور على الطازج ويمكن أن يرفع الزيارات المتكررة. "الأكثر مبيعًا" يقلل المخاطرة بوضع عناصر ذات مصادقية اجتماعية في المقدمة. معظم المتاجر تحتاج كليهما، لكن ليس في كل مكان.
يجب أن يقود هدفك الإعداد الافتراضي. إذا كان الهدف هو الإيرادات، قدّم العناصر التي تبيع جيدًا وتحمل هامشًا صحيًا. إذا كان الهدف معدل التحويل، قلّل جهد القرار بعناصر مجربة. إذا كان الهدف متوسط قيمة الطلب، اعرض عناصر تُزاد معًا أو بأسعار أعلى. إذا كانت المرتجعات مؤذية، تجنّب تقديم عناصر تُخيّب بعد التسليم.
حجم الكتالوج ودورة الشراء يحددان مدى حدة التوتر بين "الجديد" و"المجرب". الموضة مع إطلاقات أسبوعية غالبًا ما تستفيد من "الوافدون الجدد" في فئات الزيارات المتكررة. كتالوج إلكترونيات صغير عادةً ما يتحول أفضل عندما يبدأ بـ "الأكثر مبيعًا" لأن المتسوقين يقومون ببحث مركز.
فئة التجميل التي تحتوي على 2000 SKU قد تدفن الإطلاقات إذا كانت الافتراضية دائمًا الأكثر مبيعًا. لكن افتراضية "الجديد" يمكنها أيضًا أن تكشف عن عناصر غير مُراجَعَة وتضر بالثقة. الافتراضية الأفضل تطابق كيفية الشراء في تلك الفئة، ويمكن قياسها وتعديلها بدل التخمين.
الفرز ليس مجرد تحكم. إنه وعد. الترتيب الافتراضي يخبر المتسوقين ما الذي يهم الآن: الطزاجة، الشعبية، التوفير، أو ملاءمة الميزانية.
الخيارات الشائعة والتوقعات وراءها:
تُهم الافتراضات أكثر عندما يكون المتسوق غير حاسم. إذا كان المتسوق يعرف ما يريد بالفعل (ظل محدد، مقاس، أو سعة تخزين)، سيتجاهل الفرز ويتجه مباشرة إلى المرشحات. في التجميل، غالبًا ما تتفوق الدرجة ونوع البشرة على أي فرز. في الموضة، توفر المقاس قد يهم أكثر من "الجديد". في الإلكترونيات، عادةً ما تقرر السعة، حجم الشاشة، والتوافق قائمة الاختيار.
قاعدة بسيطة: يجب أن تكون قادرًا على شرح الافتراضي بجملة واحدة بسيطة، مثل "الأحدث أولًا" أو "الأكثر شراءً هذا الأسبوع أولًا." إذا لم تستطع شرحه بدون شروط، فهو معقّد جدًا للافتراضي ويجب أن يكون فرزًا اختياريًا بدلًا من ذلك.
"الجديد" و"الأكثر مبيعًا" تبدوان بديهيتين، لكن الفرقاء يغيرون معانيهما سرًا مع الوقت. اختر تعريفًا واحدًا، وثّقه، والتزم به.
بالنسبة لـ "الجديد"، التعريف الأنظف عادةً هو تاريخ التوفر الأول في المخزون (أول مرة كان المنتج قابلًا للشراء). استخدم تاريخ النشر فقط إذا كنت تطلق صفحات المنتجات قبل توفر المخزون.
بالنسبة لـ "الأكثر مبيعًا"، اختر مقياسًا واحدًا يتوافق مع طريقة عملك: الوحدات المباعة (منصفة عبر نقاط السعر)، الطلبات (مفيدة عندما تتفاوت الكميات)، أو الإيرادات (الأفضل عندما يهم الهامش ومتوسط قيمة الطلب). ثم ثبّت نافذة رجوع زمنية حتى يعكس الوسم الطلب الحديث.
نقطة بداية بسيطة:
أضف ضوابط حتى لا يسيطر SKU ڤيرالي واحد. فكر بالصفوف والتنوع. حدّ عدد مرات ظهور SKU واحد، قلّل هيمنة علامة تجارية، وجمّع المتغيرات القريبة حتى لا تبدو الشاشة الأولى متكررة.
حدّد الاستثناءات حتى تبقى القائمة مفيدة. معظم الفرق تستبعد العناصر غير المتوفرة، والحزم التي تُربك المقارنات، والتخفيضات الثقيلة من التصفية إذا كان الهدف هو "ما يُباع حقيقيًا" لا "ما يُصرف بسعر منخفض".
الموضة بصرية، مدفوعة بالاتجاهات، وحساسة للقياس. الافتراضي العملي عادة ما يكون ترتيبًا مدمجًا: قيّم الباعة المثبتين لتقليل المخاطرة، لكن حافظ على تدفق مستمر من العناصر الطازجة حتى لا تبدو الصفحة باهتة. هذا يعمل أفضل عندما يكون قواعديًّا وليس منتجاتيًّا.
نقطة بداية جيدة: "الأكثر مبيعًا أولًا، مع مزاح مكانات محمية للجديد." فكر بالصفوف، لا بالعناصر الفردية. خصص بلاطة واحدة كل 4–8 منتجات لوصول جديد، بشرط أن يكون قابلًا للشراء بأحجام شائعة.
حافظ على منطق بسيط وقابل للقياس: رتّب حسب المبيعات الحديثة (غالبًا 14–28 يومًا)، وامنح دفعة متواضعة للعناصر الجديدة، وامنح التعزيز فقط عندما يكون تغطية المقاسات صحية (مثلًا 60–70% من المقاسات الأساسية متاحة). اخفض ترتيب SKUs ذات معدلات إرجاع عالية في الفئات الحساسة للمقاس، وطبق تنوعًا (ألوان، قصات، ونطاقات سعرية) حتى لا تتحول الشاشة الأولى إلى متشابهات قريبة.
مثال: يفتح متسوق قسم "فساتين الصيف". يظهر الصف الأول البائعين الأعلى، لكن مكانًا واحدًا هو لإطلاق جديد لا يزال متوفرًا بمقاسات S وM وL. تبقى الصفوف التالية متنوعة حتى لا تكون النتيجة خمسة فساتين بنفس اللون.
ليست كل فئة في الموضة متشابهة. الفساتين والمعاطف وملابس المناسبات تستفيد من إشارات الأكثر مبيعًا الأقوى وخصم أعلى للمرجعات. الأساسيات (تيشيرتات، جوارب، ملابس داخلية) غالبًا ما تؤدي أفضل بقواعد تركز على التوافر لأن المتسوق يريد مقاسه الآن.
إذا كنت تبني منطق الفرز في تطبيق واجهة المتجر، احتفظ بالقواعد في مكان واحد وسجل "لماذا" تم ترتيب كل عنصر هكذا. الاختبارات والإصلاحات لاحقًا تصبح أسهل بكثير.
متسوقو التجميل غالبًا ما يأتون بهدف: استبدال منتج مفضل، حل مشكلة، أو تجربة ما يتحدث عنه الناس. افتراضي قوي يكافئ المنتجات المجربة لكنه يمنح الإطلاقات فرصة عادلة.
نقطة بداية عملية هي الأكثر مبيعًا أولًا، لكن فقط عندما تتخطى عناصر حد تقييم (مثلاً 4.2+ مع عدد كافٍ من المراجعات ليكون ذا معنى). هذا يمنع الجزء العلوي من الصفحة من أن يقوده التخفيض أو الضجة قصيرة الأمد.
تستحق الإطلاقات الجديدة دفعة، لكن ليس إلى الأبد. امنح تعزيزًا لفترة قصيرة (غالبًا 7–14 يومًا)، ثم دع المبيعات ومعدل الإضافة إلى السلة والمرتجعات تحدد موقعها.
المتغيرات يمكن أن تكسر الترتيب بهدوء. إذا كان كل ظل عنصرًا منفصلًا، تتشتت المراجعات ويُدفَن الفائزون. اجمع الدرجات تحت بطاقة منتج واحدة واجعل الظل المرئي الافتراضي هو الأفضل أداءً (بناءً على المبيعات ومعدلات الإرجاع المنخفضة)، لا أول ظل في الكتالوج.
إشارات الجودة مهمة. إذا تتبّعّت أسباب الشكاوى مثل اختلاف الدرجة أو التلف عند الوصول، استخدمها لخفض ترتيب العناصر التي تسبب خيبة متكررة حتى لو كانت تبيع جيدًا.
عندما يفلتر المتسوق، حوّل الفرز نحو النية. إذا صفّى العناية بالبشرة حسب مشكلة (حب الشباب، الجفاف، الحساسية)، عزّز المنتجات الموسومة لتلك المشكلة والمدعومة بتقييمات قوية.
متسوقو الإلكترونيات يريدون اليقين والتوافق. الافتراضي الجيد يقلل مخاطر شراء المنتج الخاطئ، ليس فقط عناء التمرير. يجب أن يتوافق الافتراضي مع مدى "المخاطرة" في الشراء.
للفئات مرتفعة التفكير والمخاطرة (أجهزة اللابتوب، التلفزيونات، الكاميرات)، ابدأ بإشارات الجودة. غالبًا ما يعمل "الأعلى تقييمًا" أفضل من "الأكثر مبيعًا" لأن المتسوقين يقلقون من العيوب والميزات المفقودة والمرتجعات. للعناصر منخفضة السعر والمنخفضة المخاطر (كابلات، شواحن، أغطية)، يميل "الأكثر مبيعًا" للفوز لأن الناس يريدون الخيار الآمن والشائع.
مجموعة افتراضات بسيطة:
التوافر مهم. إذا كان عنصر معاد طلبه أو بوقت شحن طويل، خفّض ترتيبه بلطف حتى تظهر العناصر "متوفرة، تُشحن قريبًا" أولًا. اجعل ذلك دقيقًا: لا تخفِ العناصر المرغوبة، لكن لا تدع المنتجات غير المتوفرة تملأ الصف الأول.
الإكسسوارات معقدة. اعرض الإكسسوارات المتوافقة بعد استقرار القائمة الرئيسية (مثلاً بعد أول 12–24 منتجًا) أو في وحدة منفصلة. هذا يتجنب أن يتفوّق شاحن على لابتوب لأن سعره رخيص ويُباع كثيرًا.
أخيرًا، تجنّب "سبام المواصفات". لا يعني تعداد المواصفات الأعلى ترتيبًا أعلى. استخدم نتائج يثق بها الناس (التقييمات، المرتجعات، التوافق الموثق)، لا عدد المواصفات الخام.
الافتراضي يعمل فقط إذا استطعت شرحه، والحفاظ عليه، ومنع النتائج الغريبة عند تعفن البيانات. عاملها كسياسة صغيرة: مالك واحد، مدخلات واضحة، تحديثات متوقعة.
مثال لكاسر تعادل: إذا كان لعنصرين نفس نتيجة الأكثر مبيعًا، أظهر الذي لديه مقاسات أكثر متاحة. إذا تساوى التوافر، فضّل التقييمات الأعلى، ثم تاريخ الإطلاق الأحدث.
الفرق حول "الوافدون الجدد مقابل الأكثر مبيعًا" لأن كلاهما يمكن أن ينجح. اختبارات A/B تحسم ذلك، بشرط أن تكون القاعدة بسيطة وتقيس نفس النتائج في كل مرة (العائد لكل زائر، معدل الإضافة إلى السلة، ومعدل الإرجاع).
ابدأ باختبار الافتراضي نفسه: الأكثر مبيعًا الخالص مقابل الأكثر مبيعًا مع تعزيز محكوم للعناصر الجديدة. اجعل التعزيز محدودًا حتى يرى المتسوقون المنتجات المجربة أولًا.
اختبارات سريعة لتشغيلها واحدة تلو الأخرى:
حافظ على نظافة الاختبارات: استبعد العناصر غير المتاحة من الخانات المعززة، تجنّب خلط مصادر حركة تختلف بالسلوك (مدفوعة مقابل عضوية)، وشغّل الاختبار طويلاً ليغطي أيام الأسبوع ونهايات الأسبوع.
إذا نفّذت هذا المنطق في أداة مثل Koder.ai، احتفظ بالقاعدة في مكان واحد وسجّل أي نسخة رآها كل متسوق. هذا يجعل تكرار الانتصارات أسهل عبر الفئات.
تختار الكثير من الفرق الافتراضي مرة وتستمر بالتعديل حتى يتوقف عن المعنى. راقب هذه الفخاخ.
مقارنة "الجديد" و"الأكثر مبيعًا" بنطاقات زمنية مختلفة فشل شائع. إذا كان "الجديد" يعني آخر 7 أيام و"الأكثر مبيعًا" يستخدم 12 شهرًا، ستتحرك قائمة الأكثر مبيعًا ببطء بينما يتقلب "الجديد". اجعل النوافذ قابلة للمقارنة (مثلاً 14 أو 28 يومًا) أو قوّم حسب التعرض اليومي حتى لا تفوز العناصر القديمة بالقصور الذاتي.
قاتل هادئ آخر هو تعزيز عناصر جديدة لا يمكن للمتسوقين شراؤها. في الموضة هذا يكون نقص المقاسات الأساسية؛ في التجميل يكون ظل واحد متبقي؛ في الإلكترونيات يكون نفاد المخزون أو أوقات الشحن الطويلة. يجب أن يكون "الجديد" مؤهلاً فقط إذا كان قابلًا للبيع الآن.
التموضع اليدوي والمواضع الممولة يمكن أن تكسر المنطق. بعض البطاقات المثبتة مقبولة، لكن إن تجاهلت المثبتات المرشحات أو قواعد عدم التوفر أو زعزعت الخوارزمية، يصبح بقية الترتيب ضوضاء. حدّ من المُثبّتات واجعلها ملتزمة بالقواعد.
تُشوّه وسوم الأكثر مبيعًا إذا لم تطرح المرتجعات أو الإلغاءات أو الاحتيال. هذا كيف يستمر عنصر عالي الإرجاع في الترتيب رغم أن العملاء لا يحتفظون به.
لا تغيّر عدة أشياء في آنٍ واحد. إذا غيّرت الفرز الافتراضي وعدّلت المرشحات وأضفت شارة جديدة في نفس الإصدار، لن تعرف ما الذي غيّر التحويل.
قبل أن تغيّر الفرز الافتراضي، قم بفحص واقعي سريع. الافتراضي وعد حول ما سيراه المتسوق أولًا، وينبغي أن يظل صادقًا عبر الأجهزة والمناطق والأسابيع المزدحمة.
قائمة الفحص:
مثال: إذا كانت "الأكثر مبيعًا" تقود فئة الأحذية الرياضية لكن الصف الأول نصفه نفد بمقاسات شائعة، سيرتد المتسوقون. افتراضي أفضل قد يكون "الأكثر مبيعًا، متوفر" مع تعزيز صغير للإصدارات الجديدة حتى تبقى الصفحة طازجة.
اكتب خطة حالات الحافة في مكان واحد. للفئات منخفضة البيانات، استخدم "الأحدث" حتى تجمع بيانات كافية. للإطلاقات، ثبت مجموعة صغيرة من العناصر الجديدة مؤقتًا. لذروة التخفيضات، حدّ مقدار التخفيض الذي يمكنه الهيمنة على الصفحة الأولى حتى لا تختفي المنتجات الأساسية.
تخيّل متجرًا إلكترونيًا متوسط الحجم بثلاثة أقسام: الموضة (إصدارات موسمية ومقاسات)، التجميل (مشتريات متكررة وحزم)، والإلكترونيات (أسعار أعلى، عدد أقل من SKUs، مواصفات واضحة). المخزون مختلط: بعض العناصر دائمة التوفر، وبعضها محدود، وقليل منها تباين توفره.
خطة بسيطة هي تحديد افتراضات حسب القسم، ثم تطبيق ضوابط مشتركة حتى لا تنحرف النتائج. هذا يحافظ على تجربة متوقعة للمتسوقين وقابلة للإدارة لفريقك.
ابدأ بهذه الافتراضات ودع المتسوقين يبدلون الفرز (السعر، التقييم) عند الحاجة.
تهم هذه الضوابط لأن "الجديد" قد يتحول بالخطأ إلى "أعيد تزويده حديثًا"، و"الأكثر مبيعًا" قد يعلق على فائز قديم لم يعد يحوّل.
شغّل بعض التجارب التي ترد على أسئلة واضحة:
إذا تعارضت النتائج (ارتفع التحويل لكن هبط الهامش)، اختر قاعدة مسبقًا. خيار شائع هو الهامش المساهم لكل جلسة، لا التحويل فقط. إذا كانت بيانات الهامش متأخرة، استخدم كاسر تعادل مؤقت مثل متوسط قيمة الطلب ومعدل الاسترداد/الإرجاع، ثم أعد الاختبار طويلًا.
الخطوات التالية: اكتب القواعد في صفحة واحدة، راجع أسبوعيًا مع لوحة صغيرة، وغير رافعة واحدة في كل مرة.
عندما يعمل افتراضي، الخطر التالي هو الانحراف. يضيف شخص تعزيزًا "مؤقتًا"، أو كاسر تعادل مخفي، أو شارة جديدة، وبعد ثلاثة أشهر لا أحد يعرف لماذا تبدو الصفحة مختلفة. مواصفة قصيرة مكتوبة تحافظ على الاستقرار وتسمح بالتحسين.
اجعل المواصفة صفحة واحدة:
حدد وتيرة المراجعة حسب سرعة الفئة. المجالات سريعة الحركة (إصدارات الموضة، مجموعات التجميل الموسمية) غالبًا تحتاج فحوصًا أسبوعية. الفئات الأبطأ شهرية تكفي. المفتاح هو الاتساق: استخدم نفس مجموعة المقاييس الصغيرة في كل مرة حتى لا تتحول "التحسينات" إلى تعديلات عشوائية.
لاختبار، استخدم تقويم تجارب وسجل كل تغيير، حتى الصغير مثل تعديل نافذة الأكثر مبيعًا من 7 إلى 14 يومًا. تجنّب التجارب المتداخلة على نفس صفحة الفئة وسجّل العروض الترويجية والمجموعات الجديدة لأنها قد تطمس النتائج.
إذا أردت بناء نموذج أسرع، Koder.ai يمكنه مساعدتك في توليد القطع اللازمة من الدردشة: عرض إدارة React، باكند Go مع PostgreSQL لتخزين القواعد والتعيينات، وميزات المنصة مثل اللقطات والرجوع. هذا يحافظ على إصدار القواعد وآليات التجربة تحت السيطرة بينما يركز فريقك على قرارات الترويج.
ترتيب العرض الافتراضي يحدد ما يراه المتسوق أولًا، لذا يؤثر مباشرة على النقرات، وإضافات السلة، والمشتريات. إذا كانت الشاشة الأولى تبدو محفوفة بالمخاطر (منتجات غير معروفة) أو قديمة جدًا (نفس الفائزين دائمًا)، سيغادر الزوار أو يتوقفون عن الاستكشاف.
الإعداد الافتراضي الجيد يقلل جهد القرار للمتسوقين غير الحاسمين ويجعل الصفحة تبدو “ملائمة” لما جاءوا لفعله.
استخدم الوافدون الجدد عندما تكون الفئة مدفوعة بالحداثة وزيارات متكررة (مثل نزلات الموضة أو إطلاق علامات تجارية). استخدم الأكثر مبيعًا/الشائع عندما يريد المتسوقون اختيارًا آمنًا ومجربًا (مثل مستلزمات التجميل القابلة للتجديد أو الإكسسوارات منخفضة المخاطر).
إذا لم تكن متأكدًا، ابدأ بـ الأكثر مبيعًا مع تعزيز صغير ومضبوط للوافدين الجدد حتى تبدو الصفحة طازجة دون التضحية بالثقة.
حدد التعريف مرة واحدة ولا تدعه يتغير دون توثيق.
ثم حدّث بنتظام (غالبًا يوميًّا) حتى تبقى صفتا “جديد” و“شائع” صادقتين.
ابدأ بنوافذ زمنية تتماشى مع سرعة الشراء:
حافظ على اتساق النافذة أثناء الاختبارات حتى لا تقارن “أحدث” ببيانات من مدى زمني أطول بكثير.
ضع قواعد تمنع سيطرة منتج واحد على الشاشة الأولى:
فكر بالصفوف: "هذا الصف يجب أن يبدو متنوعًا" أسهل للحفاظ عليه من قواعد دقيقة لكل عنصر.
عزّز فقط المنتجات “الجديدة” القابلة للشراء الآن.
إذا نقر المتسوق على "جديد" وواجه صفحات مباعة كلها، تتراجع الثقة بسرعة.
استخدم الأعلى تقييمًا فقط عندما تكون التقييمات ذات معنى.
قاعدة عملية: اشترط عددًا أدنى من التقييمات حتى لا يتفوّق منتج بثلاث مراجعات خمس نجوم على منتج أثبت جدارته. ثم استخدم حدًا للتقييم (مثلاً 4.2+) عند مزج إشارات "الأكثر مبيعًا" و"الأعلى تقييمًا".
إذا لم يكن لديك تقييمات كافية، فضّل الأكثر مبيعًا مع قواعد توافر.
إذا كان كل ظل/مقاس كـ SKU منفصلًا، تتشتت المراجعات والمبيعات ويصبح الترتيب فوضويًا. الحل العملي هو تجميع المتغيرات تحت بطاقة منتج واحدة واختيار المتغير الافتراضي للعرض (غالبًا الأفضل أداءً بالمبيعات ومعدلات إرجاع منخفضة).
هذا يمنع أن تكون الشاشة الأولى مكوّنة من ثمانية عناصر مكرّرة تقريبًا ويجعل التقييمات أكثر موثوقية.
نفّذ اختبارًا واضحًا واحدًا في كل مرة وتتبّع مجموعة صغيرة من النتائج.
اختبارات أولية جيدة:
احتفظ بالقواعد مركزية ومؤرخة، ودوّن سبب ترتيب كل منتج (المدخلات وكاسرات التعادل). هذا يجعل التصحيح والاختبار والتراجع أسهل.
في Koder.ai يمكنك تسريع النموذج (واجهة إدارة React، باكند Go مع PostgreSQL لتخزين القواعد والتعيينات) واستخدام اللقطات والرجوع للخلف حتى لا تتحول التجارب إلى تعديلات دائمة وفوضوية.
قِس العائد لكل زائر، نسبة الإضافة إلى السلة، ومعدل الإرجاع حتى لا تربح بتحويلات وتخسر بسبب الاسترجاعات.