كانت حملات Demand Gen دائمًا أقرب إلى الاكتشاف منها إلى البحث في أسفل القمع. فهي تصل إلى الناس وهم يشاهدون ويتصفحون ويمرّرون ويستكشفون ويقارنون. وهذا يجعلها مفيدة لصناعة الطلب قبل أن يكتب المستخدم استعلامًا عالي النية.
لكنه يجعل الحكم على جودة العملاء المحتملين أصعب أيضًا.
ويضيف أحدث تحديث لـDemand Gen من Google أسبابًا أخرى لأخذ ذلك على محمل الجد. ففي 20 مايو 2026، أعلنت Google ميزات جديدة في Demand Gen تتعلق بمحتوى YouTube الإبداعي، وشراكات صنّاع المحتوى، وفيديوهات المنتجات الديناميكية، ومخزون خرائط Google، وتوسيع روابط الدفع، وخلاصات المنتجات، وإنشاء الحملات بمساعدة الذكاء الاصطناعي، والإسناد حسب نوع الحملة (Campaign Type Attribution)، وتجارب الأثر التراكمي (Uplift Experiments)، وتكاملات القياس من جهات خارجية.
وبالنسبة إلى معلني التجارة الإلكترونية، هذا مسار أوسع من الاكتشاف إلى الشراء. أما بالنسبة إلى فرق توليد العملاء المحتملين، فالسؤال الأهم مختلف:
هل ستولّد أسطح Demand Gen الجديدة عملاء محتملين يستحقون البيع لهم، أم مجرد تفاعل أرخص؟
يشرح هذا الدليل ما الذي تغيّر، ولماذا يستحق مخزون الخرائط مراجعة مستقلة لجودة الزيارات، وكيف تراقب Demand Gen قبل أن يدرّب Google Ads على إشارات تحويل ضعيفة أو مشبوهة.
أبرز النقاط
- أعلنت Google ميزات جديدة في Demand Gen في 20 مايو 2026، منها مخزون خرائط Google وإنشاء الحملات بمساعدة الذكاء الاصطناعي.
- يستطيع مخزون الخرائط مساعدة المعلنين على الوصول إلى لحظات الاكتشاف المحلي، لكن التصفح المحلي ليس نية جاهزة للبيع تلقائيًا.
- ينبغي قياس Demand Gen بمعدل العملاء المحتملين المؤهلين وقبول المبيعات والإيرادات لكل عميل محتمل وملاءمة الموقع الجغرافي وجودة المكالمات وسلوك الجلسات المشبوهة.
- يمكن لـCampaign Type Attribution وUplift Experiments تحسين القياس، لكنهما لا تحلان محل التحقق من جودة العملاء المحتملين.
- ينبغي للمعلنين إبقاء إجراءات التحويل في Demand Gen نظيفة قبل أن يدعوا الإعداد بمساعدة الذكاء الاصطناعي أو الوصول الأوسع يوسّعان الحملة.
- يندرج ClickFortify بوصفه طبقة جودة الزيارات بعد النقرة حول Demand Gen، خصوصًا في النقرات العرضية والجلسات الشبيهة بالروبوتات والنقرات المتكررة والتفاعل الضعيف.
ما الذي أعلنته Google لـDemand Gen
وضعت مجموعة Google Marketing Live 2026 من Google حملات Demand Gen ضمن توجه أوسع للإعلان بالذكاء الاصطناعي يشمل البحث وYouTube والتجارة والقياس وأتمتة الحملات. وركّز تحديث Demand Gen المخصص على قدرات جديدة في YouTube والاكتشاف.
وأكثر التحديثات صلة بفرق PPC هي:
- مخزون خرائط Google: يمكن لحملات Demand Gen ربط العلامات التجارية بالأشخاص الذين يستكشفون المناطق المحلية.
- إعداد Demand Gen بمساعدة الذكاء الاصطناعي: يمكن للمعلنين دمج إعدادات من حملة قائمة، مثل Performance Max، مع أفضل ممارسات Demand Gen قبل النشر.
- تعزيز شراكات صنّاع المحتوى: يمكن للمعلنين تعزيز فيديوهات صنّاع المحتوى الأصيلة مباشرة داخل إعداد Demand Gen.
- إنشاء فيديو متعدد الوسائط في Asset Studio: يمكن للمعلنين بناء محتوى إبداعي أكثر صلة في YouTube باستخدام الأوامر النصية.
- فيديوهات المنتجات الديناميكية: يمكن للتجار رفع الفيديوهات إلى Google Merchant Center لتوزيعها ديناميكيًا عبر Demand Gen بحسب اهتمام المستخدم في الوقت الفعلي.
- توسيع روابط الدفع: توسّع Google روابط الدفع إلى أسواق أكثر لمسار أقصر من الاكتشاف إلى الشراء.
- توسيع خلاصات المنتجات: تتوسع خلاصات المنتجات إلى أسطح وقطاعات أكثر، منها السيارات.
- Campaign Type Attribution: يمكن للمعلنين عزل التحويلات القادمة من Demand Gen لإجراء مقارنات أنظف.
- Uplift Experiments: يمكن للمعلنين قياس كيف يكمّل Demand Gen حملات Performance Max.
وهذه وظائف مفيدة كثيرة. لكن كل توسع يغيّر أيضًا سؤال جودة الزيارات.
فحين تصل الحملة إلى أسطح أكثر، وتعتمد إعدادًا أكثر بمساعدة الذكاء الاصطناعي، وتقصّر مسارات تحويل أكثر، يحتاج الحساب إلى دليل أفضل على أن هذه التحويلات ذات قيمة فعلًا.
لماذا يغيّر مخزون الخرائط سؤال الجودة في Demand Gen
الخرائط ليست من نوع البيئة نفسه كما في YouTube أو Discover أو Gmail.
يستخدم الناس الخرائط وهم يخططون ويتنقلون ويقارنون المواقع ويتحققون من ساعات العمل ويبحثون عن الخيارات القريبة أو يقررون هل يزورون المكان. وقد يكون ذلك ذا قيمة تجارية. وقد يكون أيضًا فوضويًا.
قد يكون المستخدم على الخرائط:
- قريبًا من منطقة الخدمة وجاهزًا للاتصال
- يبحث في الخيارات المحلية لوقت لاحق
- يتحقق من موقع منافس
- يخطط مسارًا دون نية شراء
- يتصفح منطقة بشكل عابر
- يبحث عن اتجاهات لا عن محادثة مبيعات
وبالنسبة إلى الأنشطة المحلية، هذا يعني أن مخزون الخرائط قد يكون ممتازًا حين يتوافق الموقع مع النية. أما بالنسبة إلى حسابات توليد العملاء المحتملين على مستوى الدولة، فقد يخلق هدرًا إذا عاملت الحملة كل تفاعل محلي على أنه متساوٍ.
ولهذا لا ينبغي دمج زيارات خرائط Demand Gen في قصة واحدة بمتوسط تكلفة العميل المحتمل على مستوى الحساب. فتعبئة نموذج من سوق محلي قوي ليست مثل نقرة عابرة من شخص خارج منطقة الخدمة. والمكالمة من باحث عن «قريب مني» ليست مثل جلسة جوال قصيرة عرضية. وإشارة إجراء في المتجر ليست مثل عميل محتمل مؤهل للمبيعات.
مخزون الخرائط يحتاج إلى طبقة جودة خاصة به.
أسطح Demand Gen الجديدة وما يجب مراقبته
تعامل مع تحديثات Demand Gen الجديدة بوصفها تجارب زيارات منفصلة. فكل واحد منها يغيّر سياق المستخدم وسلوك المحتوى الإبداعي وجودة التحويل.
| تحديث Demand Gen | ما الذي يتغير | خطر جودة العملاء المحتملين | ما الذي يجب مراقبته |
|---|---|---|---|
| مخزون خرائط Google | يمكن لـDemand Gen الوصول إلى الأشخاص أثناء استكشافهم المناطق المحلية. | قد يبدو التصفح المحلي أو تخطيط المسارات أو النقرات من خارج المنطقة مفيدًا قبل أن تتحقق منه المبيعات. | ملاءمة الموقع، وجودة المكالمات، ومعدل العملاء المحتملين الصالحين، ومطابقة منطقة الخدمة، والنقرات المتكررة، وعمق التصفح بعد النقرة. |
| الإعداد بمساعدة الذكاء الاصطناعي | يمكن لإعدادات من حملة قائمة مثل Performance Max المساعدة على إنشاء حملات Demand Gen بسرعة أكبر. | قد تنتقل إعدادات PMax الضعيفة أو إجراءات التحويل الرخوة أو الجماهير المشوشة إلى Demand Gen. | مزيج إجراءات التحويل، والإعدادات المستوردة، وافتراضات الجمهور، ومعدل العملاء المحتملين المؤهلين بحسب نوع الحملة. |
| تعزيز شراكات صنّاع المحتوى | يمكن للعلامات التجارية تعزيز فيديوهات صنّاع المحتوى مباشرة أثناء إعداد Demand Gen. | قد يخلق تفاعل صنّاع المحتوى اهتمامًا بطابع اجتماعي لا يتحول دائمًا إلى طلب جاهز للبيع. | الجلسات المتفاعلة، والتحويلات المساعدة، وصلاحية العملاء المحتملين، والسلوك بعد النقرة، وجودة الجمهور. |
| فيديوهات المنتجات الديناميكية | يمكن توزيع فيديوهات Merchant Center بحسب اهتمام المستخدم في الوقت الفعلي. | قد يرتفع فضول المنتج دون أن يقابله شراء أو نية لترك بيانات. | عمق صفحة المنتج، وبدء السلة أو طلب العرض، والإيرادات لكل نقرة، ونقرات المنتج المتكررة، والجلسات المشبوهة. |
| توسيع روابط الدفع | يمكن لزيارات الاكتشاف أن تقترب من الشراء بنقرات أقل. | قد تزيد المسارات الأقصر التحويلات ذات الهامش المنخفض أو المدفوعة بالحوافز إذا لم تُفحص الجودة. | الإيرادات لكل تحويل، ومعدل الإرجاع، وإساءة استخدام الخصومات، وقيمة العميل، والأجهزة المتكررة. |
| Campaign Type Attribution | يمكن عزل تحويلات Demand Gen لمقارنتها بالقنوات الأخرى. | قد تبالغ شفافية الإسناد في تقدير التحويلات الضعيفة إذا أُهملت النتائج اللاحقة. | قبول المبيعات، ومعدل SQL، وقيمة الفرصة، والعملاء المحتملون المحوَّلون، والإيرادات المستمدة من CRM. |
النمط واحد في كل تحديث: قِس السطح بجودة النشاط التجاري، لا بالحجم فقط.
مقاييس Demand Gen الأهم
صُممت حملات Demand Gen للتأثير في المستخدمين في مرحلة أبكر من البحث. وهذا يعني أن مؤشر الأداء الخاطئ قد يجعل الحملة تبدو أفضل مما هي عليه.
لا تتوقف عند:
- مرات الظهور
- النقرات
- المشاهدات
- معدل التفاعل
- تكلفة النقرة
- التحويلات الخام
- تكلفة العميل المحتمل
هذه الأرقام مفيدة، لكنها ليست كافية.
وفي توليد العملاء المحتملين، قارنها بما يلي:
- معدل العملاء المحتملين الصالحين
- معدل العملاء المحتملين الذين يمكن التواصل معهم
- معدل قبول المبيعات
- معدل SQL
- معدل الفرص
- الإيرادات لكل عميل محتمل
- معدل العملاء المحتملين المكررين
- جودة المكالمات
- مطابقة منطقة الخدمة
- صلة الموقع
- معدل الجلسات المشبوهة
والمقارنة الأهم بسيطة: هل ينتج Demand Gen عملاء محتملين مؤهلين بمعدل يبرر وصوله الأرخص أو الأوسع؟
فإذا خفضت الحملة تكلفة العميل المحتمل لكنها خفّضت قبول المبيعات أسرع، فهي لا تحسّن الكفاءة، بل تقايض الجودة بالحجم. وإذا زادت زيارات الخرائط المكالمات لكن المبيعات ترفضها لعدم صلتها، فإن الحساب يحتاج إلى تصفية أقوى قبل أن تكبر الميزانية.
وللإطار العام لجودة العملاء المحتملين، استخدم كيف تضر الزيارات غير الصالحة بجودة العملاء المحتملين في PPC أساسًا.
كيف تقيّم زيارات Demand Gen القادمة من الخرائط
تحتاج زيارات الخرائط إلى تدقيق للنية المحلية قبل اعتبارها مصدر تحويل نظيفًا.
ابدأ بهذه الأسئلة:
- هل كان المستخدم داخل منطقة خدمة ذات قيمة؟
- هل أظهرت الجلسة سلوك شراء محلي أم سلوك تنقل فقط؟
- هل تضمّن العميل المحتمل موقعًا صالحًا أو رقم هاتف أو حاجة تجارية؟
- هل قبلت المبيعات العميل المحتمل بعد المتابعة؟
- هل أنتجت المكالمات من الخرائط مواعيد أو عروض أسعار أو إيرادات حقيقية؟
- هل بدا أي نمط جغرافي أو خاص بالجهاز أو بعنوان IP غير طبيعي؟
- هل جاءت النقرات المتكررة من الجهاز أو المتصفح أو الشبكة أو الموقع نفسه؟
ثم قارن زيارات الخرائط بخط أساس أنظف، مثل حملات بحث مضبوطة للنطاق الجغرافي نفسه.
فإذا أنتج البحث عملاء محتملين أقل لكن بمعدلات إغلاق أقوى، فيجب تحسين خرائط Demand Gen بعناية. وإذا أنتجت الخرائط جودة مكالمات قوية وملاءمة لمنطقة الخدمة، فقد تستحق ميزانية أكبر. والمقصود ليس افتراض أن السطح جيد أو سيئ، بل قياسه بالمعيار الصحيح.
الإعداد بمساعدة الذكاء الاصطناعي قد ينسخ افتراضات سيئة
قد يوفر إنشاء الحملات بمساعدة الذكاء الاصطناعي الوقت، خصوصًا حين يبني المعلنون Demand Gen من إعدادات حملة قائمة.
لكن الخطر أن إعدادات الحملة القائمة قد تحتوي أصلًا على افتراضات ضعيفة.
على سبيل المثال:
- قد يحسّن Performance Max نحو تعبئات النماذج الخام بدلًا من العملاء المحتملين المؤهلين.
- قد تتضمن الجماهير شرائح إعادة استهداف ضعيفة الملاءمة.
- قد يخاطب المحتوى الإبداعي فضولًا عامًا لا نية مؤهلة.
- قد تتضمن أهداف التحويل أحداثًا رخوة مثل التنزيلات وبدء المحادثات والمكالمات غير المؤهلة.
- قد تكون إعدادات الموقع أوسع من منطقة الخدمة الفعلية.
وإذا انتقلت هذه الافتراضات إلى Demand Gen، فقد تنطلق الحملة بسرعة لكنها تتعلم من إشارات خاطئة.
قبل استخدام الإعداد بمساعدة الذكاء الاصطناعي، راجع:
- أهداف التحويل
- المواقع المستبعدة
- إشارات الجمهور
- الصفحات المقصودة
- ادعاءات المحتوى الإبداعي
- نماذج العملاء المحتملين
- قواعد استيراد CRM
- جودة التحويلات غير المتصلة
يستطيع Demand Gen تضخيم الإعداد الجيد. ويستطيع أيضًا تضخيم الإعداد الفوضوي.
استخدم Campaign Type Attribution، لكن لا تتوقف عنده
تفيد ميزة Campaign Type Attribution الجديدة من Google لأنها تستطيع عزل كل التحويلات القادمة من Demand Gen. وهذا يساعد المعلنين على مقارنة Demand Gen بقنوات مثل وسائل التواصل الاجتماعي المدفوعة وPerformance Max والبحث.
لكن وضوح الإسناد ليس مثل وضوح جودة العملاء المحتملين.
يمكن أن تساعد Campaign Type Attribution في الإجابة عن:
- كم تحويلًا جاء من Demand Gen
- هل ساعد Demand Gen قناة أخرى
- هل يستحق Demand Gen الفضل في المسار
- كيف يقارن Demand Gen بأنواع الحملات الأخرى
ولا تستطيع الإجابة الكاملة عن:
- هل كان العميل المحتمل حقيقيًا
- هل كان رقم الهاتف يعمل
- هل قبلت المبيعات العميل المحتمل
- هل كان المستخدم داخل منطقة الخدمة
- هل كانت الجلسة مشبوهة
- هل تحول التحويل إلى إيرادات
ولهذا ينبغي أن يقترن الإسناد ببيانات CRM وجودة الزيارات. فبالنسبة إلى فرق PPC، التقرير الحقيقي ليس «Demand Gen حقق تحويلات». التقرير الحقيقي هو «Demand Gen حقق طلبًا مؤهلًا بتكلفة مقبولة».
أين يندرج ClickFortify
يعمل ClickFortify بعد نقرة الإعلان، حيث يسهل فحص جودة زيارات Demand Gen.
يستطيع Google Ads عرض أداء الحملة. وتستطيع التحليلات عرض السلوك. ويستطيع CRM عرض التأهيل. ويضيف ClickFortify طبقة حماية حول أنماط الزيارات المشبوهة التي قد تشوّه الثلاثة.
وفي Demand Gen، هذا يعني فحص:
- أنماط التفاعل العرضي على الجوال
- النقرات المتكررة من المصدر نفسه
- سلوك الجلسات الشبيه بالروبوتات
- مخاطر VPN أو الخوادم الوكيلة
- زيارات الاستضافة ومراكز البيانات
- الجلسات السطحية التي لا تتضمن سلوكًا تجاريًا
- الأنماط غير الطبيعية للأجهزة أو المواقع الجغرافية
- النشاط المشبوه قبل ظهور العملاء المحتملين المزيفين أو الضعفاء
ويهم ذلك لأن حملات Demand Gen تعمل غالبًا في مرحلة أعلى من القمع. فإذا خلقت الزيارات السيئة تفاعلًا أو غذّت مجموعات إعادة الاستهداف أو أطلقت تحويلات رخوة، فقد تؤثر في التحسين المستقبلي حتى حين تبدو النقرة الأولى غير ضارة.
اقرن ذلك بـمراجعة جودة زيارات Google Ads، ومعايير الزيارات غير الصالحة في Google Ads حسب نوع الحملة، وصفحة الحماية من الاحتيال بالنقرات في Demand Gen الرئيسية.
قائمة التحقق قبل إطلاق زيارات خرائط Demand Gen
استخدم هذه القائمة قبل التوسع في أسطح Demand Gen الجديدة.
- افصل تحويلات Demand Gen عن البحث وPerformance Max ووسائل التواصل الاجتماعي المدفوعة في التقارير.
- ضع علامات واضحة على الزيارات القادمة من الخرائط لتتمكن من مراجعة جودة الموقع لاحقًا.
- قارن زيارات الخرائط بملاءمة منطقة الخدمة، لا بحجم العملاء المحتملين فقط.
- أبقِ النقرات الخام والمشاهدات وبدء المحادثات وتعبئة النماذج منفصلة عن أحداث العملاء المحتملين المؤهلين.
- راجع مدخلات الإعداد بمساعدة الذكاء الاصطناعي قبل النشر، خصوصًا أهداف التحويل وإعدادات الموقع.
- استخدم Campaign Type Attribution لعزل تحويلات Demand Gen، ثم تحقق منها في CRM.
- أجرِ Uplift Experiments حيثما كان ذلك مناسبًا لمعرفة هل يحقق Demand Gen قيمة إضافية.
- راقب النقرات المتكررة والجلسات المشبوهة ومخاطر VPN والخوادم الوكيلة والأنماط غير الطبيعية للموقع أو الجهاز.
- راجع تسجيلات المكالمات وإمكانية التواصل وقبول المبيعات أسبوعيًا خلال الشهر الأول.
- تجنب رفع الميزانية لمجرد أن تكلفة العميل المحتمل المبكرة أو التفاعل تبدو أرخص.
ينبغي التعامل مع أول 30 يومًا على أنها اختبار للجودة، لا اختبار للحجم فقط.
أخطاء شائعة يجب تجنبها
الخطأ الأول هو اعتبار تفاعل الخرائط مماثلًا لنية البحث. قد تحمل الخرائط نية محلية قوية، لكنها قد تحمل أيضًا استكشافًا عابرًا.
الخطأ الثاني هو استيراد افتراضات Performance Max إلى Demand Gen دون تنظيف. فإذا كان PMax يحسّن أصلًا نحو عملاء محتملين ضعفاء، فقد يرث الإعداد بمساعدة الذكاء الاصطناعي في Demand Gen هذا الضعف.
الخطأ الثالث هو الاحتفاء بتفاعل أرخص قبل أن تراجع المبيعات العملاء المحتملين. فقد تنتج قنوات الاكتشاف مقاييس مبكرة جذابة بينما تبقى الجودة اللاحقة ضعيفة.
الخطأ الرابع هو دمج Demand Gen في متوسط واحد للحساب. فالخرائط وYouTube وDiscover وGmail وفيديوهات صنّاع المحتوى وخلاصات المنتجات ينبغي أن تُراجع بحسب سياق الزيارات.
الخطأ الخامس هو تجاهل السلوك المشبوه لأن الحملة «في أعلى القمع». فالزيارات السيئة تهدر الميزانية وتلوّث الجماهير، وقد تدرّب الحساب على إشارات ضعيفة.
ما الذي ينبغي للمعلنين فعله بعد ذلك
تعامل مع ميزات Demand Gen الجديدة من Google على أنها فرصة توسع مضبوط.
أطلق بأهداف تحويل نظيفة. وقسّم زيارات الخرائط. واستخدم Campaign Type Attribution. وقارن Demand Gen بالبحث وPerformance Max، لكن احكم عليه بالعملاء المحتملين المؤهلين والإيرادات، لا بالنقرات أو بتكلفة العميل المحتمل المنخفضة فقط. ولا تُعِد إلى التحسين سوى النتائج اللاحقة الأنظف متى توفرت بيانات كافية.
يستطيع Demand Gen المساعدة في صناعة الطلب قبل أن يبحث المستخدم. ويظل على الحساب أن يثبت أن هذا الطلب حقيقي.
وذلك هو المعيار للمرحلة التالية من أتمتة Google Ads: وصول أوسع، وضبط أدق للجودة.
