كل الأدلة

Thabrew Effect

Thabrew Effect هو النتيجة التي تتحقق حين يُحسَّن الظهور وسهولة الوصول والتحويل بوصفها نظامًا واحدًا لا ثلاثة جهود منفصلة. فحين تُدار الثلاثة بمعزل عن بعضها يحدّ كلٌّ منها الآخر، أما حين تُحسَّن مجتمعةً فتتراكم آثارها، ويمكنها توسيع الحضور الرقمي للشركة وتحويلاتها بمقدار 5-10x. وهي الأطروحة التأسيسية التي قام عليها Thabrew Effect، استوديو Dumidu Thabrew.

كل مصطلح آخر في هذا المسرد يخدم أحد المجالات الثلاثة لهذا الأثر: الظهور (SEO وAEO وGEO وAIO)، أو سهولة الوصول (WCAG وPOUR وVPAT)، أو التحويل (CRO واختبارات A/B وقمع التحويل). والأثر هو ما تنتجه المجالات الثلاثة معًا حين يُراجَع كل قرار يُتَّخذ لأحدها في ضوء المجالين الآخرين قبل إطلاقه.

ما هو Thabrew Effect؟

Thabrew Effect هو التراكم الذي يحدث حين يُحسَّن الظهور وسهولة الوصول والتحويل بوصفها نظامًا واحدًا. فكل مجال يغذّي الآخرين: الظهور يجلب مزيدًا من الناس، وسهولة الوصول تتيح لكل واحد منهم استخدام الموقع، والتحويل يحوّل هذا الاستخدام إلى استفسارات ومبيعات. وحين تُحسَّن الثلاثة معًا لا كلٌّ على حدة، يمكنها توسيع نطاق النشاط التجاري عبر الإنترنت بمقدار 5-10x.

SEO

تحسين محركات البحث (SEO) هو ممارسة تشكيل محتوى الموقع وبنيته وأسسه التقنية بحيث ترتّبه محركات البحث التقليدية في مرتبة أعلى ضمن النتائج المجانية العضوية للاستعلامات ذات الصلة. ويشمل ذلك قابلية الزحف، وسرعة الصفحة، والبيانات المنظّمة، وجودة المحتوى، والروابط الخلفية التي تشير بها المواقع الأخرى إلى صفحة ما.

تحسين محركات البحث هو الطبقة الأساس التي يقوم عليها كل ما تبقّى في هذا المسرد. فمحركات الإجابة، ولمحات الذكاء الاصطناعي، والمساعدون التوليديون ما زالوا يعتمدون بشدّة على الويب نفسه المزحوف والمفهرَس الذي بنته محركات البحث الكلاسيكية، ولذلك نادرًا ما يُستشهَد بصفحة غير قابلة للاكتشاف وغير جيّدة البنية من قبل أي شيء يأتي بعدها.

هل ما زال تحسين محركات البحث مهمًّا الآن بعد ظهور إجابات الذكاء الاصطناعي؟

نعم. صرّحت Google بأن لمحات الذكاء الاصطناعي ووضع الذكاء الاصطناعي يستمدّان من الفهرس وأنظمة الترتيب نفسها التي يعتمدها البحث القياسي، لذا تظلّ أسس تحسين محركات البحث التقنية والمحتوائية شرطًا مسبقًا لأن يُعثَر عليك، ويُستشهَد بك، من قبل الذكاء الاصطناعي.

AEO

تحسين محركات الإجابة (AEO) هو ممارسة هيكلة المحتوى بحيث يمكن اختياره كإجابة مباشرة قائمة بذاتها من قبل ميزات البحث ذات الطابع الجوابي: المقتطفات المميّزة، وصناديق "أسئلة يطرحها الناس أيضًا"، ولوحات المعرفة، والمساعدات الصوتية. وقد نشأ عن تحسين محركات البحث حين بدأت محركات البحث تجيب عن الأسئلة مباشرة على صفحة النتائج بدل الاكتفاء بسرد الروابط.

يكتسب تحسين محركات الإجابة أهميته لأن حصة متنامية من الاستعلامات تُحسَم دون أي نقرة. وكتابة إجابة دقيقة قائمة بذاتها قرب أعلى الصفحة، مصاغة حول السؤال الذي يطرحه الشخص فعلًا، هي العادة الجوهرية في تحسين محركات الإجابة، وهي كذلك العادة التي جعلت الصفحة لاحقًا مؤهّلة للاستشهاد بها من قبل الذكاء الاصطناعي.

كيف يختلف تحسين محركات الإجابة عن تحسين محركات البحث العادي؟

يحسّن تحسين محركات البحث ترتيب الصفحة ضمن قائمة روابط. أما تحسين محركات الإجابة فيحسّن كتلة محتوى بعينها ليتم اقتباسها كاملة بوصفها الإجابة نفسها، سواء في مقتطف مميّز، أو ردّ صوتي، أو ملخّص من إنتاج الذكاء الاصطناعي. فالهدف هنا جملة، لا موضع.

GEO

تحسين المحركات التوليدية (GEO) هو ممارسة تحسين مدى تكرار وحُسن استخدام محتوى الموقع كمادة مصدرية من قبل أنظمة الذكاء الاصطناعي التوليدي، مثل ChatGPT وPerplexity ولمحات الذكاء الاصطناعي من Google، حين تركّب هذه الأنظمة إجابة من مصادر متعددة بدل إعادة قائمة روابط مرتّبة.

يأتي المصطلح من ورقة بحثية صدرت عام 2023 قدّمت تحسين المحركات التوليدية كإطار تحسين صندوق أسود لظهور المحتوى في ردود المحركات التوليدية، مبلّغة عن مكاسب في الظهور تصل إلى 40 بالمئة للمحتوى المحسَّن في اختباراتها. وعمليًّا، يضيف تحسين المحركات التوليدية بنية جديرة بالاستشهاد، ونسبةً واضحة، وعمقًا موضوعيًّا فوق أساس من تحسين محركات البحث وتحسين محركات الإجابة.

هل تحسين المحركات التوليدية هو نفسه تحسين محركات الإجابة؟

بينهما تداخل، وتستخدم الصناعة المصطلحين بمرونة، وأحيانًا كمترادفين. والتمييز الجدير بالإبقاء هو أن تحسين محركات الإجابة استهدف أصلًا ميزات البحث المهيكلة كالمقتطفات المميّزة، بينما يستهدف تحسين المحركات التوليدية تحديدًا الإجابات التوليدية متعددة المصادر. ويعامل كثير من الممارسين اليوم تحسين المحركات التوليدية بوصفه المصطلح الأوسع لكليهما.

AIO

تحسين الذكاء الاصطناعي (AIO) مصطلح أوسع يعني تكييف محتوى العلامة وحضورها الرقمي مع كيفية تحليل منصات الذكاء الاصطناعي لها وتلخيصها وتمثيلها، بما يشمل لا الظهور في إجابات الذكاء الاصطناعي وحده، بل أيضًا دقّة وصف العلامة وطابع مشاعره واتساقه عبر كل سطح من أسطح الذكاء الاصطناعي.

لم يستقرّ استخدام الصناعة لمصطلح تحسين الذكاء الاصطناعي تمامًا: فبعض المصادر تستعمله كمرادف قريب لتحسين المحركات التوليدية، وأخرى تؤطّره كالمظلّة التي تضمّ تحسين محركات الإجابة وتحسين المحركات التوليدية كتكتيكات ظهور أضيق داخلها. ولأن المصطلح ما زال في طور الاستقرار، يُستخدم هنا بمعنى الانضباط الكامل لإدارة بصمة العلامة في الذكاء الاصطناعي، لا تقنية بعينها.

هل أحتاج إلى استراتيجية منفصلة لتحسين الذكاء الاصطناعي فوق تحسين محركات البحث والإجابة والمحركات التوليدية؟

ليست استراتيجية منفصلة. عامل تحسين الذكاء الاصطناعي بوصفه النتيجة التي تعمل تلك التخصّصات على بلوغها: تمثيل دقيق ومؤاتٍ ومتّسق للعلامة عبر كل نظام ذكاء اصطناعي قد يصفها، مبنيّ على أساس المحتوى نفسه الذي يقوم عليه تحسين محركات البحث والإجابة والمحركات التوليدية، لا مسار عمل رابع مواز.

LLM SEO

تحسين محركات البحث لنماذج اللغة الكبيرة (LLM SEO) هو ممارسة تحسين المحتوى تحديدًا وفق كيفية استرجاع نماذج اللغة الكبيرة لمصادر الويب وترجيحها والاستشهاد بها عند توليد إجابة، سواء كان النموذج يبحث مباشرة (التوليد المعزَّز بالاسترجاع) أو يستند إلى أنماط تعلّمها أثناء التدريب.

يتداخل هذا التحسين بشدّة مع تحسين المحركات التوليدية، ويستخدم كثير من الممارسين المصطلحين بالتبادل. وما يضيفه من تشديد متميّز هو التركيز على عوامل على مستوى النموذج: أسماء الكيانات غير الملتبسة، والبنية الدلالية النظيفة التي يمكن للنموذج تحليلها دون تخمين، والصياغة التي تُقرأ كحقيقة قابلة للاستشهاد مباشرة لا كلغة تسويقية.

ما الفرق بين تحسين محركات البحث لنماذج اللغة الكبيرة وتحسين المحركات التوليدية؟

عمليًّا، الفرق ضئيل. فكلاهما يصف تحسين المحتوى لإجابات من إنتاج الذكاء الاصطناعي بدل الروابط المرتّبة. ويُستخدم مصطلح تحسين محركات البحث لنماذج اللغة الكبيرة أكثر حين ينصبّ التركيز تحديدًا على المساعدين القائمين على المحادثة مثل ChatGPT أو Claude، بينما يظلّ تحسين المحركات التوليدية المصطلح الأرسخ في الأبحاث المنشورة والأشمل تغطية لميزات البحث التوليدي.

كتلة الاستشهاد

كتلة الاستشهاد فقرة قصيرة قائمة بذاتها، عادةً نحو 40 إلى 60 كلمة، توضع قرب أعلى المقال مباشرة تحت عنوان مصاغ على هيئة سؤال، ومكتوبة بحيث يمكن لمحرك إجابة الذكاء الاصطناعي أن يقتبسها كاملة كإجابة تامّة دقيقة دون حاجة إلى بقية الصفحة لأجل السياق.

كتلة الاستشهاد هي أكثر الروافع مباشرةً في ممارسة تحسين محركات الإجابة والمحركات التوليدية: فهي تمنح الآلة إجابة نظيفة لتقتبسها بدل إجابة تضطر إلى تركيبها بالتخمين. ويمكن للصفحة أن تحمل عدّة كتل استشهاد، واحدة لكل سؤال متميّز يجيب عنه محتواها.

ما الطول الذي ينبغي أن تكون عليه كتلة الاستشهاد؟

نحو 40 إلى 60 كلمة يعمل جيّدًا في الممارسة: طويلة بما يكفي لتكون إجابة تامّة دقيقة بمفردها، وقصيرة بما يكفي ليقتبسها نموذج اللغة حرفيًّا دون حاجة إلى تقليصها أو إعادة صياغتها إلى شيء أقصر.

الاكتمال الدلالي

الاكتمال الدلالي هو درجة إجابة مقطع واحد، فقرة أو قسم أو صفحة، عن سؤاله إجابة تامّة غير ملتبسة بمفرده، دون أن يستلزم من القارئ أو من نموذج الذكاء الاصطناعي استنتاج سياق مفقود من مكان آخر في الصفحة أو الموقع.

يكتسب أهميته للسبب نفسه الذي تكتسب به كتلة الاستشهاد أهميتها: تميل المحركات التوليدية إلى تفضيل وحدات المحتوى التي يمكنها اقتباسها أو تلخيصها دون تحريف والاستشهاد بها، والمقطع الناقص مقطع يُرجَّح أن يعيد النموذج صياغته خطأً أو يتخطّاه.

كيف أعرف أن الفقرة مكتملة دلاليًّا؟

اقرأها بمعزل، دون عنوان أو نصّ محيط للسياق. فإن استطاع شخص لا يعرف بقية الصفحة أن يفهم بدقّة ما يُدَّعى ولماذا، دون اتباع رابط أو قراءة فقرة أخرى، فهي مكتملة دلاليًّا.

البحث بلا نقر

البحث بلا نقر هو استعلام بحث يحصل فيه الشخص على إجابته مباشرة على صفحة النتائج، عبر مقتطف مميّز أو لوحة معرفة أو لمحة ذكاء اصطناعي، ولا ينقر أبدًا للانتقال إلى أي موقع. وهو يمثّل قارئًا يُخدَم دون أن يزور المصدر إطلاقًا.

سلوك البحث بلا نقر هو سبب تحوّل عمل الظهور من ملاحقة النقرات إلى كسب الاستشهاد. فقد قدّرت بيانات State of Search من Semrush معدّل البحث بلا نقر في الولايات المتحدة بنحو 27.2 بالمئة في الربع الأول من 2025، صعودًا من 24.4 بالمئة قبل عام، وتبلّغ دراسات صناعية أخرى أرقامًا أعلى ماديًّا تبعًا للمنهجية ونوع الاستعلام، لذا ينبغي التعامل مع أي رقم مفرد كمؤشّر اتجاه لا كقيمة قاطعة.

هل يعني البحث بلا نقر أن الصفحة قد أُهملت؟

لا. عادةً ما تعني نتيجة البحث بلا نقر أن محتوى الصفحة قد استُخدم أو اقتُبس أو لُخّص مباشرة على صفحة النتائج. فالقارئ ما زال قد خدمه ذلك المحتوى: يتحوّل الفوز من نقرة إلى استشهاد، ولهذا صار كونك المصدر الذي يثق به المحرك بما يكفي للاقتباس منه بأهمية حُسن الترتيب من قبل.

E-E-A-T

يرمز E-E-A-T إلى الخبرة العملية، والخبرة التخصّصية، والموثوقية، والثقة: الصفات الأربع التي يستخدمها مقيّمو الجودة البشريون في Google للحكم على ما إذا كانت الصفحة ومنشئها جديرَين بالمصداقية بما يكفي لخدمة الباحثين جيّدًا. وهو ليس خوارزمية ترتيب بذاته، بل إطار تقييم تُغذّي إشاراته عودةً كيفية ضبط Google لجودة البحث عبر الزمن.

أُضيف مكوّن "الخبرة العملية" في ديسمبر 2022، متسائلًا عمّا إذا كان المحتوى يُظهِر استخدامًا مباشرًا لمنتج، أو زيارة حقيقية لمكان، أو تجربة معيشة للموضوع. وتقع الثقة في المركز: فالصفحة ذات الخبرة العملية والتخصّصية والموثوقية القوية لكن بسجلّ وقائعي متهاوٍ يظلّ تقييمها ضعيفًا. وبالنسبة لاستوديو يقوده شخص، ينعكس E-E-A-T مباشرة على البرهان الذي يقوده المؤسّس: التأليف باسم صريح، ونتائج مشاريع حقيقية، ونسبة مصادر شفّافة.

هل E-E-A-T عامل ترتيب لدى Google؟

ليس مباشرة. E-E-A-T إطار ضمن إرشادات مقيّمي جودة البحث لدى Google، يستخدمه المقيّمون البشريون لتسجيل جودة نتائج البحث. وقد ذكرت Google أنه ليس بذاته إشارة ترتيب خوارزمية، لكن تقييمات المقيّمين تساعد Google على تقييم وصقل الأنظمة التي ترتّب الصفحات فعلًا.

تحسين محركات البحث للكيانات

تحسين محركات البحث للكيانات هو ممارسة تحسين المحتوى بحيث تتعرّف محركات البحث وأنظمة الذكاء الاصطناعي على شخص أو علامة أو مؤسسة ككيان متميّز محدّد جيّدًا، لا مجرّد سلسلة من الكلمات المفتاحية. وهو ينقل وحدة التحسين من "صفحات تُرتَّب لعبارة" إلى "شيء يمكن لمحركات البحث تسميته وإزالة لبسه وربطه بأشياء أخرى تعرفها بالفعل."

متى أُرسي الكيان، أمكن للمحركات أن تنسب إليه الادعاءات، وتستشهد به بالاسم في إجابات الذكاء الاصطناعي، وتربطه بشكل متّسق عبر رسم بياني للمعرفة، والبيانات المنظّمة للموقع، والإشارات من أطراف ثالثة. وبالنسبة لاستوديو مبنيّ على مؤسّس واحد باسم صريح، يُعدّ تحسين محركات البحث للكيانات أساسيًّا: تسمية متّسقة، وأثر "same-as" واضح (ملفات رسمية، واستشهادات، وإشارات)، وبيانات منظّمة تربط كل صفحة عودةً بالكيان نفسه.

كيف يختلف تحسين محركات البحث للكيانات عن تحسين الكلمات المفتاحية؟

يستهدف تحسين الكلمات المفتاحية الكلمات التي يكتبها الباحث. أما تحسين محركات البحث للكيانات فيستهدف الشيء الواقعي خلف تلك الكلمات: شخص أو مؤسسة أو مفهوم بعينه. والهدف أن تحلّ محركات البحث الإشارات الملتبسة إلى كيان واحد متّسق حسن الترابط بدل معاملة كل إشارة كنصّ معزول.

رسم المعرفة البياني

رسم المعرفة البياني قاعدة بيانات مهيكلة من الكيانات (أشخاص، أماكن، مؤسسات، مفاهيم) والعلاقات بينها، تستخدمها محركات البحث لفهم المعنى لا لمجرّد مطابقة النصّ. ورسم المعرفة البياني الخاص بـ Google يشغّل اللوحات المعلوماتية التي تظهر بجوار نتائج البحث ويغذّي السياق في إجابات الذكاء الاصطناعي.

أن تكون ممثَّلًا في رسم معرفة بياني يعني أن بإمكان المحرك الإجابة عن أسئلة تخصّ الكيان مباشرة، ومقارنته مرجعيًّا بمصادر موثوقة أخرى، والاستشهاد به بثقة. والدخول إلى واحد ليس نموذجًا تملؤه: بل يأتي من إشارات هوية متّسقة عبر البيانات المنظّمة للموقع، وإشارات موثوقة في أماكن أخرى، وأدلّة داعمة كافية تتيح للمحرك حلّ الكيان بثقة.

كيف يدخل نشاط تجاري إلى رسم المعرفة البياني الخاص بـ Google؟

لا توجد عملية تقديم مباشرة. تبني Google مدخلات رسم المعرفة البياني بدمج البيانات المنظّمة على الموقع (مثل مخطّط Organization أو Person)، وقواعد البيانات العامة، والإشارات الداعمة عبر الويب. وكلّما سُمّي الكيان ورُبط بمزيد من الاتساق عبر هذه المصادر، أمكن لـ Google حلّه وتمثيله بثقة أكبر.

البيانات المنظّمة (ترميز المخطّط)

البيانات المنظّمة صيغة برمجية موحّدة، تستخدم غالبًا مفردات schema.org، تُضاف إلى صفحة ويب لتتمكّن محركات البحث وزواحف الذكاء الاصطناعي من قراءة محتواها كحقائق موسومة لا كنصّ صرف. وتُطبَّق شائعًا بصيغة JSON-LD، وهي كتلة برمجية تصف محتوى الصفحة (مقال، منتج، شخص، حدث) باستخدام مصطلحات مشتركة مقروءة آليًّا.

لا تغيّر البيانات المنظّمة كيفية ظهور الصفحة للزائر، بل تغيّر مدى وضوح تحليل الآلة لها. وهذا الوضوح هو ما يجعل النتائج الثرية ولوحات المعرفة واستشهادات الذكاء الاصطناعي ممكنة: فالمحرك الذي يمكنه بثقة أن يحدّد "هذا شخص اسمه Dumidu Thabrew، وهذه مؤسسته" يستطيع الاستشهاد بتلك الصفحة بمخاطرة أقلّ بكثير للوقوع في الخطأ.

هل تضمن إضافة البيانات المنظّمة تعزيزًا في الترتيب؟

لا. صرّحت Google مرارًا بأن البيانات المنظّمة وحدها ليست عامل ترتيب مباشرًا. وما تفعله هو جعل محتوى الصفحة غير ملتبس للآلات، ما يحسّن أهليتها للنتائج الثرية ويزيد احتمالات الاستشهاد الدقيق بها في إجابات الذكاء الاصطناعي.

مخطّط FAQPage

مخطّط FAQPage نوع من البيانات المنظّمة يرمّز قائمة من الأسئلة وأجوبتها على صفحة، بصيغة يمكن لمحركات البحث تحليلها مباشرة. وقد استُخدم تاريخيًّا لكسب نتيجة ثرية لأسئلة شائعة قابلة للتوسيع مباشرة في قوائم بحث Google.

صارت تلك النتيجة الثرية الآن أكثر تقييدًا بكثير مما كانت. ففي أغسطس 2023، قصرت Google النتيجة الثرية للأسئلة الشائعة على المواقع الحكومية والصحية المعروفة والموثوقة، وأوقفت عرضها لأغلب المواقع الأخرى. غير أن للترميز نفسه قيمة تتجاوز النتيجة الثرية: فهو يمنح أنظمة الذكاء الاصطناعي زوجًا نظيفًا مسبق الهيكلة من سؤال وجواب لاقتباسه، وهذا بالضبط الشكل الذي تبحث عنه محركات الإجابة عند اختيار ما تستشهد به.

هل ما زال مخطّط FAQPage يستحقّ الاستخدام إذا اختفت النتيجة الثرية لأغلب المواقع؟

نعم، مع تحفّظ. لن ترى أغلب المواقع بعد الآن النتيجة الثرية القابلة للتوسيع للأسئلة الشائعة في بحث Google، لكن الترميز الكامن ما زال يوسم محتوى السؤال والجواب بوضوح لمحركات إجابة الذكاء الاصطناعي، ما قد يسهّل على تلك الأنظمة استخراجه والاستشهاد به.

Hreflang

Hreflang سمة HTML (أو ما يعادلها في خريطة الموقع والترويسة) تخبر محركات البحث بأي لغة، واختياريًّا بأي منطقة، قُصد نسخة صفحة بعينها، بحيث تُقدَّم الصفحة المحلّية الصحيحة للباحث الصحيح. وينبغي أن تشير كل صفحة محلّية في المجموعة إلى كل نسخة أخرى، بما في ذلك نفسها، ليتسنّى للمحركات بناء خريطة لغة ومنطقة كاملة للمحتوى.

إذا أخطأت في Hreflang، قد تعرض محركات البحث اللغة المحلّية الخاطئة للباحث، أو تشتّت إشارات الترتيب عبر صفحات تبدو مكرّرة، أو تتجاهل الوسوم كليًّا. وبالنسبة لاستوديو يطلق عشر لغات، منها لغة تُكتب من اليمين إلى اليسار، فإن Hreflang هو ما يبقي كل نسخة لغوية قابلة للاكتشاف والعنونة بحقّها الخاص، بدل أن تتنافس مع بعضها.

ماذا يحدث إن كانت وسوم Hreflang مفقودة أو غير صحيحة؟

قد تقدّم محركات البحث للباحثين النسخة اللغوية أو الإقليمية الخاطئة من صفحة، وقد تعجز عن تمييز ما إذا كانت الصفحات المتشابهة بلغات مختلفة توطينات مقصودة أم تكرارات غير مقصودة. ووسوم Hreflang الصحيحة المتبادلة عبر كل النسخ المحلّية تحلّ هذا اللبس.

مؤشّرات الويب الأساسية

مؤشّرات الويب الأساسية ثلاثة مقاييس قابلة للقياس تستخدمها Google لتقييم تجربة الصفحة في العالم الواقعي: أكبر عنصر مرئي محمّل (LCP) لسرعة التحميل، والتفاعل حتى العرض التالي (INP) للاستجابة، والإزاحة التخطيطية التراكمية (CLS) للاستقرار البصري. وتوصي Google بـ LCP دون 2.5 ثانية، وINP دون 200 مللي ثانية، ودرجة CLS دون 0.1، وكلٌّ منها مقيس عند المئين الخامس والسبعين من الزيارات الحقيقية.

حلّ INP محلّ مهلة الإدخال الأولى (FID) كمقياس رسمي للاستجابة في مارس 2024. وتهمّ مؤشّرات الويب الأساسية إلى ما وراء الدرجة نفسها: فالصفحة التي تُحمَّل بسرعة، وتستجيب فورًا، ولا تقفز أبدًا تحت إبهام القارئ، هي أيضًا الصفحة الأرجح أن تُقرأ فعلًا (ويُستشهَد بها) بدل أن تُهجَر. ويحتاج كل تفاعل مميّز على موقع يقوده مؤسّس إلى ميزانية أداء لهذا السبب بالضبط.

ما عتبات النجاح لمؤشّرات الويب الأساسية؟

لتحقيق النجاح، ينبغي أن يكون لدى الصفحة أكبر عنصر مرئي محمّل دون 2.5 ثانية، وتفاعل حتى العرض التالي دون 200 مللي ثانية، ودرجة إزاحة تخطيطية تراكمية دون 0.1، مع بلوغ 75 بالمئة على الأقل من الزيارات الحقيقية كل عتبة.

WCAG

إرشادات إتاحة محتوى الويب (WCAG) هي المعيار التقني المعترف به دوليًّا لجعل محتوى الويب قابلًا للاستخدام من قبل ذوي الإعاقة، وينشره اتحاد الشبكة العالمية (W3C). وتنظّم WCAG متطلّباتها في أربعة مبادئ، قابل للإدراك، وقابل للتشغيل، وقابل للفهم، ومتين (POUR)، وكلٌّ منها مقسّم إلى معايير نجاح قابلة للاختبار عند ثلاثة مستويات مطابقة: A وAA وAAA.

مستوى WCAG AA هو الأساس الفعلي الذي تشير إليه أغلب قوانين الإتاحة حول العالم، بما في ذلك القانون الأوروبي للإتاحة وقاعدة الباب الثاني من قانون الأمريكيين ذوي الإعاقة، وهو المعيار الذي تلتزم به Thabrew Effect في كل بناء، بصرف النظر عن الدولة التي يخدمها العميل.

ما WCAG بعبارات بسيطة؟

WCAG كتاب قواعد لبناء منتجات رقمية يمكن لذوي الإعاقة، بمن فيهم المكفوفون وضعاف البصر والصمّ ومن يتنقّلون بلوحة المفاتيح وحدها، استخدامها فعلًا. وهو لا يفرض تقنية بعينها. بل يحدّد نتائج، مثل تباين لوني كافٍ أو وصول كامل بلوحة المفاتيح، يمكن لأي موقع أو تطبيق أو مستند تحقيقها بصرف النظر عن كيفية بنائه.

WCAG 2.2

WCAG 2.2 هي النسخة المنشورة الحالية من إرشادات إتاحة محتوى الويب، وقد استكملها اتحاد الشبكة العالمية في 5 أكتوبر 2023. وتضيف تسعة معايير نجاح جديدة إلى WCAG 2.1، تركّز على الإتاحة الإدراكية، والتفاعل عبر الجوال، وتيسير استخدام لوحة المفاتيح والمؤشّر، مع بقائها متوافقة رجعيًّا مع النسخة الأسبق.

تدعم الآن أغلب التنظيمات والمشتريات الحالية، بما فيها VPAT 2.5، الإشارة إلى WCAG 2.2 AA كهدف امتثال عملي، رغم أن بعض النصوص القانونية القائمة، مثل قاعدة الباب الثاني من قانون الأمريكيين ذوي الإعاقة، ما زالت تشير إلى 2.1 صراحة.

ما الجديد في WCAG 2.2؟

تُبقي WCAG 2.2 على كل متطلّبات WCAG 2.1 وتضيف تسعة معايير نجاح جديدة، منها مؤشّرات تركيز أكبر وأكثر اتساقًا، وأحجام أهداف دنيا أكبر لعناصر اللمس والنقر، ومتطلّبات أوضح للمصادقة التي لا تعتمد على الذاكرة أو الألغاز الإدراكية وحدها.

POUR

POUR اختصار للمبادئ التأسيسية الأربعة لـ WCAG: قابل للإدراك، وقابل للتشغيل، وقابل للفهم، ومتين. ويقع كل معيار نجاح في WCAG تحت أحد هذه المبادئ الأربعة، التي تصف معًا ما يحتاجه الشخص من واجهة رقمية بصرف النظر عن الإعاقة المحدّدة أو التقنية المساعدة المعنيّة.

يغطّي القابل للإدراك أمورًا كالنصّ البديل والتسميات التوضيحية، ويغطّي القابل للتشغيل الوصول بلوحة المفاتيح ووقتًا كافيًا للفعل، ويغطّي القابل للفهم اللغة الواضحة والسلوك المتوقّع، ويغطّي المتين التوافق مع التقنيات المساعدة كقارئات الشاشة. وتستخدم Thabrew Effect POUR كقائمة تحقّق داخلية خلف معيار WCAG AA في تعريفها للإنجاز.

ماذا تمثّل المبادئ الأربعة لـ WCAG؟

يمثّل POUR القابل للإدراك (هل يستطيع الناس إدراك المحتوى عبر البصر أو السمع أو اللمس)، والقابل للتشغيل (هل يمكنهم تشغيل الواجهة، بما في ذلك بلوحة المفاتيح وحدها)، والقابل للفهم (هل المحتوى وسلوكه متوقّعان وواضحان)، والمتين (هل يظلّ يعمل بموثوقية عبر المتصفّحات والتقنيات المساعدة، الآن ومع تغيّرها).

VPAT

VPAT (قالب الإتاحة الطوعي للمنتجات) مستند موحّد يكمله المورّد للتبليغ عن مدى مطابقة منتج أو خدمة لمعيار إتاحة معيّن، غالبًا WCAG أو القسم 508 أو EN 301 549. ويحافظ على القالب مجلس صناعة تقنية المعلومات (ITI)؛ والنسخة الحالية هي VPAT 2.5، الصادرة في 24 أبريل 2025.

متى مُلئ، يصبح VPAT تقرير مطابقة إتاحة (ACR). ويطلبه مشترو المؤسسات والحكومات روتينيًّا قبل الشراء، لذا يعمل VPAT الحديث كبرهان على العناية الواجبة بالإتاحة في عملية بيع، لا كأثر امتثال فحسب.

هل VPAT مطلوب قانونًا؟

VPAT طوعيّ بحسب اسمه، لكنه كثيرًا ما يكون مطلوبًا عمليًّا: تطلب عمليات المشتريات الفيدرالية الأمريكية وكثير من مشتريات الولايات والمؤسسات من المورّدين VPAT مكتملًا (كتقرير مطابقة إتاحة) قبل أن تنظر في الشراء، رغم أنه لا يوجد قانون مفرد يفرض القالب نفسه.

القانون الأوروبي للإتاحة (EAA)

القانون الأوروبي للإتاحة (التوجيه (الاتحاد الأوروبي) 2019/882) تشريع للاتحاد الأوروبي يلزم طيفًا واسعًا من المنتجات والخدمات، بما فيها التجارة الإلكترونية والمصارف والكتب الإلكترونية والاتصالات ونقل الركّاب، باستيفاء متطلّبات إتاحة مشتركة. واعتُمد عام 2019، وصار قابلًا للإنفاذ عبر الدول الأعضاء في الاتحاد الأوروبي في 28 يونيو 2025.

ينطبق على أي نشاط يبيع منتجات أو خدمات مشمولة لمستهلكي الاتحاد الأوروبي، أيًّا كان مقرّه، مع إعفاء ضيّق للمنشآت البالغة الصغر (أقل من 10 موظفين، وأقلّ من مليوني يورو من الإيرادات) التي تقدّم خدمات فقط. وقد بدأت إجراءات الإنفاذ بالفعل في دول أعضاء مثل فرنسا. هذه معلومات عامة، لا مشورة قانونية.

هل ينطبق القانون الأوروبي للإتاحة على الأنشطة خارج الاتحاد الأوروبي؟

نعم. ينطبق القانون الأوروبي للإتاحة بناءً على مكان عملاء النشاط، لا مكان تسجيله. فالشركة التي مقرّها خارج الاتحاد الأوروبي وتبيع منتجات أو خدمات مشمولة، كالتجارة الإلكترونية أو الكتب الإلكترونية، لمستهلكين داخل الاتحاد الأوروبي، تقع ضمن نطاقه، ما لم تكن مؤهّلة لإعفاء المنشآت البالغة الصغر.

ADA (قانون الأمريكيين ذوي الإعاقة)

قانون الأمريكيين ذوي الإعاقة (ADA) قانون الحقوق المدنية الأمريكي الصادر عام 1990 الذي يحظر التمييز على أساس الإعاقة، وقد وسّعته المحاكم والتنظيم ليشمل المواقع وتطبيقات الجوال. وفي أبريل 2024، استكملت وزارة العدل قاعدة تحت الباب الثاني من القانون تلزم مواقع وتطبيقات حكومات الولايات والحكومات المحلّية باستيفاء WCAG 2.1 المستوى AA.

يغطّي الباب الثاني الجهات الحكومية؛ أما الأنشطة الخاصة (الباب الثالث) فليست بعد خاضعة لقاعدة ويب فيدرالية مستكملة، لكنها واجهت آلاف الدعاوى المتعلّقة بمواقع الويب استنادًا إلى القانون بموجب السوابق القضائية القائمة، ما يجعل WCAG AA الهدف الآمن الفعلي بصرف النظر عن القطاع. وقد مُدّدت مواعيد الامتثال لجهات الباب الثاني عام 2026، إلى 26 أبريل 2027 للولايات القضائية الأكبر و26 أبريل 2028 للأصغر. هذه معلومات عامة، لا مشورة قانونية.

هل يلزم قانون الأمريكيين ذوي الإعاقة أن تكون المواقع متاحة؟

بالنسبة لمواقع حكومات الولايات والحكومات المحلّية، نعم: تحدّد قاعدة صادرة عن وزارة العدل عام 2024 معيار WCAG 2.1 AA كمعيار مطلوب، مع مواعيد امتثال مُدّدت إلى 2027 و2028. أما بالنسبة للأنشطة الخاصة، فلا توجد بعد قاعدة فيدرالية مفردة تحدّد معيارًا تقنيًّا، لكن المحاكم قضت مرارًا بأن القانون قد ينطبق على المواقع التجارية، لذا يظلّ WCAG AA المعيار العملي.

النصّ البديل

النصّ البديل وصف مكتوب قصير مرفق بصورة في شيفرة HTML، تقرأه قارئات الشاشة بصوت عالٍ ليحصل من لا يستطيعون رؤية الصورة على معناها. وهو من أقدم متطلّبات WCAG وأكثرها اختبارًا، ويقع تحت مبدأ القابل للإدراك.

يصف النصّ البديل الجيّد الوظيفة أو المحتوى الذي تنقله الصورة، لا اسم ملفها أو كل تفصيل بصري، وينبغي أن تحمل الصور الزخرفية الصرفة نصًّا بديلًا فارغًا لتتخطّاها قارئات الشاشة. والنصّ البديل المفقود أو المتراخي (مثل "image123.jpg") من أشيع إخفاقات الإتاحة وأكثرها ظهورًا على الويب.

ما الذي يصنع نصًّا بديلًا جيّدًا؟

يجيب النصّ البديل الجيّد عمّا يحصل عليه المستخدم المبصر من صورة ويفوته على غير المبصر: المعلومة أو الوظيفة، لا جردًا بصريًّا حرفيًّا. فصورة منتج تحتاج المنتج وتفصيله المميّز؛ أما الزخرفة فلا تحتاج نصًّا بديلًا إطلاقًا (سمة نصّ بديل فارغة)، حتى لا تقرأها قارئة الشاشة بصوت عالٍ بلا داعٍ.

RTL (من اليمين إلى اليسار)

RTL (من اليمين إلى اليسار) يصف اللغات، مثل العربية والعبرية، التي تُكتب وتُقرأ من اليمين إلى اليسار، ما يستلزم أن تعكس الواجهات تخطيطها، بما في ذلك محاذاة النصّ وترتيب التنقّل والأيقونات وتدفّق القراءة، لا مجرّد ترجمة الكلمات ضمن إطار يسير من اليسار إلى اليمين.

الموقع المهيّأ حقًّا لـ RTL يقلب اتجاه التخطيط بأكمله (سمة `dir` في CSS والخصائص المنطقية، لا السلاسل المفردة وحدها)، بحيث يبدو التنقّل واتجاه الأيقونات وترتيب القراءة أصيلًا لا معكوسًا كفكرة لاحقة. وبالنسبة لاستوديو يبني عبر عشر لغات، يُعدّ دعم RTL للعربية متطلّبًا من الدرجة الأولى، يُتحقَّق منه عند كل تغيير في التخطيط، لا إضافة متأخّرة.

ماذا يعني RTL لتصميم الويب؟

RTL يعني أن اتجاه الواجهة بأكمله ينعكس، لا النصّ وحده. فقوائم التنقّل، وأيقونات الرجوع والتقدّم، ومؤشّرات التقدّم، وترتيب حقول النموذج، وحتى محاور المخطّطات، تحتاج إلى الانعكاس للغات مثل العربية، بحيث تُقرأ التجربة طبيعيًّا لمن تسير لغته من اليمين إلى اليسار، بدل أن تبدو تخطيطًا يسير من اليسار إلى اليمين وُضعت فيه كلمات مترجمة.

CRO (تحسين معدّل التحويل)

تحسين معدّل التحويل (CRO) هو الممارسة المنهجية لتحسين نسبة زوّار موقع أو تطبيق الذين يكملون فعلًا مرغوبًا، كالشراء أو التسجيل أو إرسال نموذج، عبر اختبار مهيكل لا عبر التخمين أو إعادات التصميم المتفرّقة.

يعامل تحسين معدّل التحويل معدّل التحويل نفسه كمقياس يُقاس ويُفترَض بشأنه ويُختبَر ويُحسَّن، عادةً عبر اختبار A/B، وأبحاث المستخدمين، وتحليل قمع التحويل. وكثيرًا ما يُختزل إلى تكتيك واحد، كاختبار ألوان الأزرار، لكن الانضباط يشمل كل شيء من سرعة الصفحة ووضوح النصّ إلى احتكاك الدفع وإشارات الثقة.

ما تحسين معدّل التحويل بعبارات بسيطة؟

تحسين معدّل التحويل ممارسة تحويل مزيد من زوّار الموقع الحاليين إلى عملاء أو مسجّلين أو عملاء محتملين، بدل الاكتفاء بمحاولة جذب مزيد من الزيارات. وهو يعمل بصياغة فرضية عن سبب عدم تحويل الزوّار، واختبار تغيير مقابل النسخة الحالية، والإبقاء على النسخة الأفضل أداءً، ثم تكرار الدورة.

اختبار A/B

اختبار A/B (المعروف أيضًا باختبار التقسيم) تجربة مضبوطة تعرض نسختين من صفحة أو عنوان أو مسار (A، النسخة الحالية، وB، متغيّر) على زوّار مختلفين في الوقت نفسه، ثم تقيس أي نسخة تؤدّي أفضل مقابل هدف محدّد، كالتحويل.

اختبار A/B هو المنهج الأساسي خلف تحسين معدّل التحويل: فهو يستبدل بالرأي حول ما "ينبغي" أن يحوّل أفضل دليلًا على ما يحوّل فعلًا، لدى ذلك الجمهور بعينه. ويحتاج الاختبار الصحيح إلى عيّنة كبيرة بما يكفي ومدّة تشغيل طويلة بما يكفي لبلوغ الدلالة الإحصائية، وإلا فقد يكون "الفائز" مجرّد ضوضاء.

كيف يختلف اختبار A/B عن مجرّد تغيير صفحة؟

يشغّل اختبار A/B كلتا النسختين في الوقت نفسه على زوّار مختلفين ويقيس الفرق، بدل تغيير صفحة ومقارنة النتائج قبل وبعد، ما يخلط التغيير بكل شيء آخر تحوّل عبر الزمن، كالموسم أو مصدر الزيارات أو أحداث غير ذات صلة. وهذه المقارنة جنبًا إلى جنب هي ما يجعل النتيجة منسوبة إلى التغيير نفسه.

قمع التحويل

قمع التحويل نموذج للخطوات المتتابعة التي يقطعها الزائر من أول تواصل مع نشاط إلى إكمال هدف محدّد، كالشراء أو التسجيل، ويضيق عادةً عند كل مرحلة إذ يتسرّب بعض الزوّار قبل بلوغ المرحلة التالية.

ينتقل القمع النموذجي من الوعي (الوصول إلى صفحة) عبر التفكير (التصفّح، المقارنة) إلى التحويل (الشراء، الحجز، التسجيل)، ويمكن قياس كل مرحلة وتحسينها بمفردها، ولهذا يرتبط تحليل القمع بتحسين معدّل التحويل ارتباطًا وثيقًا. وعادةً ما تكون للصفحة عالية الزيارات منخفضة التحويل نقطة محدّدة في القمع يتركّز عندها التسرّب، وإيجاد تلك النقطة هو الخطوة الأولى في معالجته.

ما المراحل النموذجية لقمع التحويل؟

تنتقل أغلب أقماع التحويل عبر الوعي (يكتشف الزائر الصفحة)، والاهتمام أو التفكير (يتصفّح أو يقارن أو يتابع القراءة)، والتحويل (يكمل الفعل الهدف، كالشراء أو التسجيل)، مع الاحتفاظ أحيانًا كمرحلة رابعة بعد التحويل الأولي. وتسمية المراحل تتيح للفريق قياس التسرّب بين كل مرحلة بدل قياس المعدّل النهائي وحده.