Przejdź do głównej treści
Polski— Wybierz język
Menu

Zautomatyzowane raporty konkurencyjne

Lekcja 10 z 12 Zaktualizowano 30 lipca 2026 Średnio zaawansowani
Na tej stronie
  1. Automatyzacja wywiadu konkurencyjnego
  2. Architektura kompletnego raportu konkurencyjnego
  3. Budowa systemu raportowania
  4. Strukturyzacja raportu w użyteczny format JSON
  5. Porównywanie okresów w celu wykrycia zmian
  6. Harmonogram cyklicznego uruchamiania
  7. Najlepsze praktyki tworzenia użytecznych raportów
  8. Kluczowe wnioski

Automatyzacja wywiadu konkurencyjnego

Jednorazowy raport konkurencyjny staje się przestarzały w ciągu kilku dni. Prawdziwa wartość tkwi w automatyzacji: regularnie generowanych raportach o ustandaryzowanej strukturze, które pozwalają porównywać okresy i śledzić strategiczne zmiany u konkurencji.

W tej lekcji dowiesz się, jak zbudować zautomatyzowany system raportowania konkurencyjnego, łączący dane z platformy X i dane z sieci web.

Architektura kompletnego raportu konkurencyjnego

Skuteczny raport marketingowy obejmuje pięć osi, a ich wartość wynika ze wzajemnych powiązań: uruchomienie nowego produktu (oś 3) widoczne jest również we wolumenie publikacji (oś 1) i nastrojach publicznych (oś 4). To krzyżowe odniesienie odróżnia wywiad od prostego zbierania danych – sygnał potwierdzony przez dwie osie zasługuje na uwagę, podczas gdy sygnał izolowany wymaga głównie weryfikacji:

1. Aktywność w mediach społecznościowych

Wolumen publikacji, wykorzystywane formaty, zaangażowanie, wzrost аудитории.

2. Strategia treści

Poruszane tematy, ton, pozycjonowanie, obserwowany kalendarz redakcyjny.

3. Premiery i ogłoszenia

Nowe produkty, funkcje, partnerstwa, wydarzenia.

4. Percepcja publiczna

Nastroje, skargi, pochwały, spontaniczne porównania z innymi markami.

5. Ceny i pozycjonowanie oferty

Zmiany cen, promocje, opakowania, oferty specjalne.

Budowa systemu raportowania

Klasa raportu konkurencyjnego

from datetime import datetime, timedelta
import json

class RapportConcurrentiel:
    def __init__(self, client, marque_propre, concurrents):
        self.client = client
        self.marque = marque_propre
        self.concurrents = concurrents

    def collecter_donnees_x(self, handles, start, end):
        response = self.client.responses.create(
            model="grok-4.20-0309-reasoning",
            input=f"""Collect and analyze posts
            from these accounts from {start} to {end}.

            Provide for each account:
            - Estimated number of posts
            - Content types (text, image, video, thread)
            - Most engaging posts
            - Main themes covered
            - Observed tone and positioning
            - Detected announcements or launches""",
            tools=[{
                "type": "x_search",
                "allowed_x_handles": handles,
                "from_date": start,
                "to_date": end,
                "enable_image_understanding": True
            }]
        )
        return response.output_text

    def collecter_donnees_web(self, concurrent, start, end):
        response = self.client.responses.create(
            model="grok-4.20-0309-reasoning",
            input=f"""Search for recent news regarding
            {concurrent} between {start} and {end}.

            Focus on:
            - Press releases and news articles
            - Product or service updates
            - Leadership team changes
            - Fundraising or financial results
            - Strategic partnerships""",
            tools=[{
                "type": "web_search",
                "allowed_domains": [
                    "techcrunch.com", "lesechos.fr",
                    "usine-digitale.fr"
                ]
            }]
        )
        return response.output_text

Generowanie skompilowanego raportu

    def generer_rapport(self, periode_jours=30):
        end = datetime.now().strftime("%Y-%m-%d")
        start = (datetime.now() - timedelta(
            days=periode_jours)).strftime("%Y-%m-%d")

        sections = {}

        # Collect data for each competitor
        for concurrent in self.concurrents:
            handles = concurrent.get("handles", [])
            nom = concurrent["nom"]

            donnees_x = self.collecter_donnees_x(
                handles, start, end
            ) if handles else "No X data"

            donnees_web = self.collecter_donnees_web(
                nom, start, end
            )

            sections[nom] = {
                "x": donnees_x,
                "web": donnees_web
            }

        # Comparative summary
        rapport_final = self.client.responses.create(
            model="grok-4.20-0309-reasoning",
            input=f"""Compile this monthly competitive report.

            Our brand: {self.marque}
            Period: {start} to {end}

            DATA PER COMPETITOR:
            {json.dumps(sections, ensure_ascii=False, indent=2)}

            Report structure:
            1. EXECUTIVE SUMMARY (5 bullet points max)
            2. COMPARATIVE TABLE (activity, sentiment, innovation)
            3. ANALYSIS PER COMPETITOR (strengths, weaknesses, moves)
            4. IDENTIFIED THREATS (ranked by urgency)
            5. OPPORTUNITIES FOR {self.marque}
            6. STRATEGIC RECOMMENDATIONS (3-5 priority actions)"""
        ).output_text

        return rapport_final

Strukturyzacja raportu w użyteczny format JSON

Aby zasilić dashboard lub bazę danych, zażądaj formatu strukturalnego:

    def rapport_json(self, periode_jours=30):
        end = datetime.now().strftime("%Y-%m-%d")
        start = (datetime.now() - timedelta(
            days=periode_jours)).strftime("%Y-%m-%d")

        response = self.client.responses.create(
            model="grok-4.20-0309-reasoning",
            input=f"""Generate a competitive report in JSON.

            Competitors: {json.dumps([c['nom'] for c in self.concurrents])}
            Period: {start} to {end}

            Expected format:
            {{
              "period": "{start} - {end}",
              "competitors": [
                {{
                  "name": "Competitor A",
                  "social_activity": {{
                    "post_volume": 45,
                    "average_engagement": "high",
                    "dominant_formats": ["image", "thread"]
                  }},
                  "public_sentiment": 3.8,
                  "innovations": ["description"],
                  "threats": ["description"],
                  "main_strength": "description",
                  "main_weakness": "description"
                }}
              ],
              "recommendations": ["action 1", "action 2"]
            }}""",
            tools=[
                {"type": "x_search", "from_date": start, "to_date": end},
                {"type": "web_search"}
            ]
        )
        return response.output_text

Porównywanie okresów w celu wykrycia zmian

Wartość zautomatyzowanego systemu polega na porównaniach czasowych:

def comparer_rapports(rapport_actuel, rapport_precedent):
    response = client.responses.create(
        model="grok-4.20-0309-reasoning",
        input=f"""Compare these two consecutive
        competitive reports and identify significant changes:

        PREVIOUS REPORT: {rapport_precedent}
        CURRENT REPORT: {rapport_actuel}

        Analysis:
        1. Which competitors changed strategy?
        2. What new threats appeared?
        3. What opportunities opened or closed?
        4. What trends are confirmed or reversing?
        5. Recommended immediate actions."""
    )
    return response.output_text

Harmonogram cyklicznego uruchamiania

Zintegruj swój raport z zadaniem cron lub harmonogramem Pythona:

# Weekly execution
rapport = RapportConcurrentiel(
    client=client,
    marque_propre="Your Brand",
    concurrents=[
        {
            "nom": "Competitor A",
            "handles": ["competitor_a", "competitor_a_fr"]
        },
        {
            "nom": "Competitor B",
            "handles": ["competitor_b"]
        },
        {
            "nom": "Competitor C",
            "handles": ["competitor_c"]
        }
    ]
)

# Weekly report
resultat = rapport.generer_rapport(periode_jours=7)

# Archive the report
with open(f"reports/competitor_{datetime.now().strftime('%Y-%m-%d')}.md",
          "w") as f:
    f.write(resultat)

Najlepsze praktyki tworzenia użytecznych raportów

  • Spójność: zawsze używaj tej samej struktury, aby ułatwić porównania.
  • Priorytetyzacja: rankinguj wnioski według wpływu na biznes, a nie ich wolumenu.
  • Możliwość działania: każda sekcja musi prowadzić do rekomendacji.
  • Dystrybucja: dostosuj format do odbiorcy (kadra zarządzająca = podsumowanie, zespół operacyjny = szczegóły).
  • Archiwizacja: przechowuj wszystkie raporty, aby analizować trendy długoterminowe.

Kluczowe wnioski

  • Zautomatyzowany raport konkurencyjny obejmuje 5 osi: media społecznościowe, treści, premiery, percepcję i ceny.
  • Połącz X Search i Web Search, aby uzyskać pełny obraz każdego konkurenta.
  • Strukturyzuj wyniki w formacie JSON, aby zasilać swoje dashboardy.
  • Porównanie między okresami ujawnia zmiany strategiczne.
  • Każdy wniosek musi prowadzić do rekomendacji, którą można wdrożyć.
  • Systematycznie archiwizuj swoje raporty, aby umożliwić śledzenie długoterminowe.