Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Upozornenia podľa tém a automatizovaný monitoring

Lekcia 4 z 12 Aktualizované 30. júla 2026 Mierne pokročilý
Na tejto strane
  1. Od ad hoc monitoringu k nepretržitému sledovaniu
  2. Definovanie oblastí monitoringu
  3. Architektúra systému upozornení
  4. Konfigurácia konkrétnych upozornení
  5. Riadenie notifikácií a smerovanie
  6. Optimalizácia nákladov na monitoring
  7. Praktické cvičenie: dashboard monitoringu
  8. Kľúčové poznatky

Od ad hoc monitoringu k nepretržitému sledovaniu

Predchádzajúce lekcie ti ukázali, ako vyhľadávať na platforme X ad hoc. Skutočná sila marketingového monitoringu však spočíva v automatizácii: v systéme, ktorý beží nepretržite, filtruje šum a upozorňuje ťa len vtedy, keď sa objaví relevantný signál.

Táto lekcia ťa naučí vybudovať kompletný systém tematických upozornení, od definovania kritérií až po notifikáciu.

Definovanie oblastí monitoringu

Efektívny systém upozornení začína presnou mapou tvojich potrieb. Rozdeľ svoje upozornenia do štyroch oblastí:

Oblasť 1: Značka a reputácia

Všetko, čo sa priamo alebo nepriamo zmieňuje o tvojej značke, produktoch alebo vedení firmy.

Oblasť 2: Konkurencia

Kroky tvojich priamych aj nepriamych konkurentov (prebrané v lekcii 2).

Oblasť 3: Odvetvie a regulácia

Vývoj na trhu, nové nariadenia, technologické posuny.

Oblasť 4: Príležitosti

Neuspokojený dopyt, frustrácie spotrebiteľov, neformálne výzvy na predkladanie ponúk.

Architektúra systému upozornení

Tu je architektúra automatizovaného monitorovacieho systému založeného na vyhľadávaní v sieti X:

import json
from datetime import datetime, timedelta

class VeilleMarketing:
    def __init__(self, client):
        self.client = client
        self.alertes = []

    def definir_alerte(self, nom, prompt, handles=None,
                       frequence_heures=6, seuil_urgence="moyen"):
        self.alertes.append({
            "nom": nom,
            "prompt": prompt,
            "handles": handles,
            "frequence_heures": frequence_heures,
            "seuil_urgence": seuil_urgence,
            "dernier_scan": None
        })

    def executer_scan(self, alerte):
        tools_config = {"type": "x_search"}
        if alerte["handles"]:
            tools_config["allowed_x_handles"] = alerte["handles"]

        # Time window since last scan
        now = datetime.now()
        depuis = alerte["dernier_scan"] or (
            now - timedelta(hours=alerte["frequence_heures"])
        )

        tools_config["from_date"] = depuis.strftime("%Y-%m-%d")
        tools_config["to_date"] = now.strftime("%Y-%m-%d")

        response = self.client.responses.create(
            model="grok-4.20-0309-reasoning",
            input=f"""{alerte['prompt']}

            Evaluate the urgency of each detected signal:
            - CRITICAL: requires immediate action
            - IMPORTANT: handle within the day
            - INFORMATIVE: note for the weekly report

            If no relevant signal, simply reply 'NONE'.""",
            tools=[tools_config]
        )

        alerte["dernier_scan"] = now
        return response.output_text

Konfigurácia konkrétnych upozornení

Tu sú príklady upozornení prispôsobených rôznym marketingovým kontextom:

Upozornenie na reputáciu

veille = VeilleMarketing(client)

veille.definir_alerte(
    nom="Brand reputation",
    prompt="""Search for any mention of [your brand]
    on X. Identify complaints, criticism, or issues
    reported by users. Classify by severity.""",
    frequence_heures=4,
    seuil_urgence="critique"
)

Upozornenie na spustenie konkurenciou

veille.definir_alerte(
    nom="Competitor launches",
    prompt="""Detect any sign of product launch
    or major campaign: teasers, announcements, pre-registration
    pages, changes to bio or profile photo.""",
    handles=["concurrent_a", "concurrent_b", "concurrent_c"],
    frequence_heures=12,
    seuil_urgence="important"
)

Upozornenie na príležitosti v odvetví

veille.definir_alerte(
    nom="Industry opportunities",
    prompt="""Identify unmet demands,
    frustrations, or requests for recommendations in
    the [your industry] sector. Focus on posts that
    express a concrete need our offer addresses.""",
    frequence_heures=8,
    seuil_urgence="moyen"
)

Riadenie notifikácií a smerovanie

Výsledky tvojich upozornení sa musia dostať k správnym ľuďom v správny čas. Štruktúruj svoj notifikačný systém podľa úrovne naliehavosti:

def router_alerte(nom_alerte, resultat, seuil):
    if resultat.strip() == "NONE":
        return  # No notification

    if seuil == "critique":
        # Immediate notification (Slack, SMS, email)
        envoyer_notification_urgente(nom_alerte, resultat)
    elif seuil == "important":
        # Add to daily digest
        ajouter_au_digest(nom_alerte, resultat)
    else:
        # Archive for weekly report
        archiver_signal(nom_alerte, resultat)

Najlepšie postupy pri notifikáciách

  • Nepreháňaj to s notifikáciami: príliš veľa irelevantných upozornení vedie k tomu, že ich všetkých začneš ignorovať.
  • Poskytuj kontext: každé upozornenie musí vysvetľovať, prečo sa spustilo.
  • Stanovuj priority: systém by mal triediť, nie príjemca.
  • Uchovávaj históriu: zaznamenávaj všetky upozornenia, aby si identifikoval vzorce.

Optimalizácia nákladov na monitoring

Pri cene 5 $ za 1 000 volaní vyhľadávania v sieti X môže aktívny monitoring generovať významné náklady. Tu je návod, ako ich kontrolovať:

Výpočet rozpočtu

Počet upozornení × skenov/deň × 30 dní = mesačné volania

Príklad:
- 5 upozornení × 4 skenov/deň × 30 = 600 volaní/mesiac
- Náklady: 600 / 1000 × 5 $ = 3 $/mesiac

Stratégie optimalizácie

Náklady na automatizovaný monitoring kontroluješ predovšetkým zoskupovaním: jeden dopyt pokrývajúci desať používateľských mien stojí jedno vyvolanie, zatiaľ čo desať samostatných dopytov stojí desať, hoci poskytujú tie isté informácie. Druhou pákou je frekvencia skenovania a nemá dôvod byť konštantná – sprísni ju počas kľúčových udalostí (spustenie produktu konkurenciou, kríza v odvetví) a uvoľni počas pokojných období: hodinový monitoring v nedeľu v auguste zbytočne plytvá rozpočtom. Filtrovanie na strane promptu následne refinuje signál: požiadanie modelu Grok, aby zobrazil iba položky nad určitým prahom relevance, sa vyhne spracovávaniu – a ukladaniu – šumu. Nakoniec jednoduché cacheovanie uzatvára cyklus: ak je posledné skenovanie staré len niekoľko minút, vráť jeho výsledok namiesto opätovného spustenia dopytu, najmä ak rovnaký monitoring využívajú viacerí používatelia alebo dashboardy.

Praktické cvičenie: dashboard monitoringu

Skombinuj všetky svoje oblasti monitoringu do orchestrátorského skriptu:

def cycle_veille_complet(veille):
    resultats = {}
    for alerte in veille.alertes:
        now = datetime.now()
        dernier = alerte["dernier_scan"]

        # Check if scan is due
        if dernier and (now - dernier).total_seconds() < \
           alerte["frequence_heures"] * 3600:
            continue

        resultat = veille.executer_scan(alerte)
        resultats[alerte["nom"]] = resultat
        router_alerte(alerte["nom"], resultat, alerte["seuil_urgence"])

    return resultats

Ceny platné k 5. augustu 2026 – ceny sa pravidelne menia: pred akýmkoľvek výpočtom rozpočtu si over aktuálny cenník na oficiálnej stránke modelov a cien xAI.

Kľúčové poznatky

  • Štruktúruj svoj monitoring do štyroch oblastí: reputácia, konkurencia, odvetvie a príležitosti.
  • Každé upozornenie musí mať frekvenciu a prah naliehavosti prispôsobený jeho účelu.
  • Smeruj notifikácie k správnym ľuďom na základe naliehavosti.
  • Pri cene 5 $/1 000 volaní stojí kompletný marketingový monitoring niekoľko dolárov mesačne.
  • Zoskupuj používateľské mená a upravuj frekvenciu na optimalizáciu nákladov.