Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Alerter tematske in avtomatizirano spremljanje

Lekcija 4 od 12 Posodobljeno 30. julij 2026 Srednje napredni
Na tej strani
  1. Od ad hoc spremljanja do neprekinjenega nadzora
  2. Opredeli svoja področja spremljanja
  3. Arhitektura sistema opozarjanja
  4. Konfiguracija konkretnih opozoril
  5. Upravljanje obvestil in usmerjanje
  6. Optimizacija stroškov spremljanja
  7. Vaja: nadzorna plošča za spremljanje
  8. Ključne ugotovitve

Od ad hoc spremljanja do neprekinjenega nadzora

Prejšnje lekcije so ti pokazale, kako poizvedovati po X-u na ad hoc osnovi. Toda prava moč marketinškega spremljanja leži v avtomatizaciji: sistem, ki teče neprekinjeno, filtrira šum in te opozori le, ko se pojavi relevanten signal.

Ta lekcija te nauči zgraditi popoln sistem tematskih opozoril, od definiranja meril do obveščanja.

Opredeli svoja področja spremljanja

Učinkovit sistem opozarjanja se začne s natančnim zemljevidom tvojih potreb. Svoja opozorila organiziraj v štiri področja:

Področje 1: Blagovna znamka in ugled

Vse, kar omenja tvojo blagovno znamko, izdelke ali vodstvo, neposredno ali posredno.

Področje 2: Konkurenca

Poteze tvojih neposrednih in posrednih konkurentov (obravnavano v lekciji 2).

Področje 3: Industrija in regulativa

Razvoj trga, novi predpisi, tehnološki premiki.

Področje 4: Priložnosti

Nezadovoljene potrebe, frustracije potrošnikov, neformalni razpisi za zbiranje ponudb.

Arhitektura sistema opozarjanja

Tukaj je arhitektura avtomatiziranega sistema spremljanja, ki temelji na iskanju po X-u:

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

Konfiguracija konkretnih opozoril

Tukaj so primeri opozoril, prilagojenih različnim marketinškim kontekstom:

Opozorilo za ugled

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"
)

Opozorilo ob lansiranju konkurenta

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"
)

Opozorilo za priložnosti v industriji

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"
)

Upravljanje obvestil in usmerjanje

Rezultati tvojih opozoril morajo priti do pravih ljudi ob pravem času. Strukturiraj svoj sistem obveščanja glede na stopnjo nujnosti:

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)

Najboljše prakse za obveščanje

  • Ne pošiljaj preveč obvestil: preveč nerelevantnih opozoril vodi v to, da jih vsi začnejo ignorirati.
  • Zagotovi kontekst: vsako opozorilo mora pojasniti, zakaj se je sprožilo.
  • Določi prioritete: sistem mora razvrščati, ne prejemnik.
  • Vodi zgodovino: beleži vsa opozorila za prepoznavanje vzorcev.

Optimizacija stroškov spremljanja

Pri ceni 5 $ na 1000 klicev iskanja po X-u lahko aktivno spremljanje ustvari znatne stroške. Tukaj je način, kako jih obvladovati:

Izračun proračuna

Nombre d'alertes × scans/jour × 30 jours = appels mensuels

Exemple :
- 5 alertes × 4 scans/jour × 30 = 600 appels/mois
- Coût : 600 / 1000 × 5 $ = 3 $/mois

Strategije optimizacije

Stroške avtomatiziranega spremljanja najprej nadzoruješ z združevanjem: ena poizvedba, ki zajame deset računov, stane eno priklic, medtem ko deset ločenih poizvedb stane deset, za iste informacije. Pogostost skeniranja je drug vzvod in nima razloga, da bi bila stalna – zaostrite jo med ključnimi dogodki (lansiranje konkurenta, kriza v industriji) in popustite med mirnejšimi obdobji: urno spremljanje v nedeljo avgusta zaman porablja proračun. Filtriranje na strani poziva nato izpopolni signal: če od Groka zahtevaš, da prikaže le elemente nad določenim pragom relevantnosti, se izogneš obdelavi – in shranjevanju – šuma. Nazadnje preprost predpomnilnik zaključi krog: če je zadnje skeniranje starejše le nekaj minut, uporabi njegov rezultat namesto ponovnega zagona poizvedbe, še posebej, ko isti nadzor porablja več uporabnikov ali nadzornih plošč.

Vaja: nadzorna plošča za spremljanje

Združi vsa svoja področja spremljanja v skripti orkestratorja:

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

Cene veljajo od 5. avgusta 2026 – cene se redno spreminjajo: pred vsakim izračunom proračuna preveri trenutni cenik na uradni strani modelov in cen xAI.

Ključne ugotovitve

  • Strukturiraj svoje spremljanje v štiri področja: ugled, konkurenca, industrija in priložnosti.
  • Vsako opozorilo mora imeti pogostost in prag nujnosti, prilagojen njegovemu namenu.
  • Usmeri obvestila k pravim ljudem glede na nujnost.
  • Pri 5 $/1000 klicev popolno marketinško spremljanje stane nekaj dolarjev na mesec.
  • Združi račune in prilagodi pogostost za optimizacijo stroškov.