AI tulu intelligentsus

Sissejuhatus (käivitub oskuse alguses)

# Version check (silent if up to date)
python3 telemetry/version_check.py 2>/dev/null || true

# Telemetry opt-in (first run only, then remembers your choice)
python3 telemetry/telemetry_init.py 2>/dev/null || true

Privaatsus: See oskus logib kasutust lokaalselt kausta ~/.ai-marketing-skills/analytics/. Kaugtelemeetria on ainult vabatahtlik (opt-in). Koodi, failiteid ega repo sisu ei koguta kunagi. Vaata telemetry/README.md.

AI-põhine tulu intelligentsus: müügikõnedest ülevaadete ekstraktimine, sisu-tulu atributsioon ja mitmeallikaline kliendiaruandlus.

Millal kasutada

• Kasutaja soovib ekstraktida ülevaateid Gongi müügikõnede transkriptidest
• Kasutaja peab tuvastama vastuväiteid, ostusignaale või konkurentide mainimisi kõnedes
• Kasutaja soovib tõestada sisu ROI-d, seostades sisu suletud tehingutega
• Kasutaja vajab tulu atributsiooni esmapuute ja mitmepuute mudelite lõikes
• Kasutaja soovib genereerida ühtse kliendiaruande allikatest GA4 + HubSpot + Ahrefs + Gong
• Kasutaja küsib ostuteekonna sisulünkade kohta
• Kasutaja vajab anomaaliatuvastust turundusmõõdikute lõikes

Tööriistad

Gong-ülevaate konveier (gong_insight_pipeline.py)

Ekstraktib müügikõnede transkriptidest struktureeritud intelligentsust. Töötab Gongi API või tavaliste transkriptifailidega.

# Analyze a single transcript file
python gong_insight_pipeline.py --file transcript.txt

# Analyze multiple transcript files
python gong_insight_pipeline.py --dir ./transcripts/

# Pull recent calls from Gong API (last 7 days)
python gong_insight_pipeline.py --gong --days 7

# Pull specific call by ID
python gong_insight_pipeline.py --gong --call-id abc123

# Output as JSON file
python gong_insight_pipeline.py --file transcript.txt --output insights.json

# Generate content topics from recurring objections
python gong_insight_pipeline.py --dir ./transcripts/ --content-topics

# Generate follow-up suggestions for outbound sequences
python gong_insight_pipeline.py --file transcript.txt --follow-ups

Mida see ekstraktib: - Vastuväited (kategoriseeritud: hind, ajastus, konkurents, otsustusõigus, vajadus) - Ostusignaalid (eelarve kinnitatud, ajakava mainitud, otsustaja kaasatud, eestkõneleja tuvastatud) - Konkurentide mainimised (keda mainiti, kontekst: positiivne/negatiivne/neutraalne) - Hinnaarutelud (ankrud, vastuseis, valmisoleku näitajad) - Sisuteemade soovitused korduvate vastuväidete mustritest - Isikustatud järelkontakti mustandid kõne konteksti põhjal

Väljund: Struktureeritud JSON stdout-i või faili. Iga kõne toodab insights objekti massiividega objections, buying_signals, competitive_mentions, pricing_discussions, content_topics ja follow_ups.

Tulu atributsiooni kaardistaja (revenue_attribution.py)

Kaardistab sisutükid müügitoru ja suletud tuluga. Tõestab sisu ROI-d esmapuute ja mitmepuute atributsiooniga.

# Run full attribution report (GA4 + HubSpot)
python revenue_attribution.py --report

# First-touch attribution only
python revenue_attribution.py --report --model first-touch

# Multi-touch (linear) attribution
python revenue_attribution.py --report --model linear

# Time-decay attribution
python revenue_attribution.py --report --model time-decay

# Filter by date range
python revenue_attribution.py --report --start 2025-01-01 --end 2025-03-31

# Calculate cost-per-acquisition by content type
python revenue_attribution.py --cpa --costs content_costs.json

# Identify content gaps in the buyer journey
python revenue_attribution.py --gaps

# Output as JSON
python revenue_attribution.py --report --json --output attribution.json

Mida see toodab: - Sisu-tulu kaardistus (millised blogipostitused, videod, taskuhäälingud tõid tehinguid) - Esmapuute, lineaarse ja ajalanguse atributsioonimudelid - Hankimiskulu sisutüübi kaupa (blogi, video, taskuhääling, veebiseminar) - Sisu ROI raport tuluga tüki kohta - Sisulünkade analüüs (atributsioonita müügitoru etapid) - Tipptulemuslik sisu, järjestatud omistatud tulu järgi

Andmeallikad: GA4 (lehe teed, seansid, konversioonid) + HubSpot (tehingud, puutepunktid, sulgemiskuupäevad)

Mitmeallikalise kliendiaruande generaator (client_report_generator.py)

Genereerib ühtsed kliendivalmid BI-aruanded allikatest GA4, HubSpot, Ahrefs ja Gong.

# Generate full client report
python client_report_generator.py --client "Acme Corp"

# Specify date range
python client_report_generator.py --client "Acme Corp" --start 2025-03-01 --end 2025-03-31

# Output as markdown
python client_report_generator.py --client "Acme Corp" --format markdown --output report.md

# Output as JSON (for rendering in slides/dashboards)
python client_report_generator.py --client "Acme Corp" --format json --output report.json

# Skip specific data sources
python client_report_generator.py --client "Acme Corp" --skip gong
python client_report_generator.py --client "Acme Corp" --skip ahrefs,gong

# Enable anomaly detection
python client_report_generator.py --client "Acme Corp" --anomalies

# Compare to previous period
python client_report_generator.py --client "Acme Corp" --compare previous-month

Mida see toodab: - Juhtkokkuvõte võtmemõõdikute ja perioodidevaheliste muutustega - Liiklusjaotis: seansid, kasutajad, tippleheküljed, kanalite jaotus (GA4) - Müügitoru jaotis: loodud, liigutatud, suletud tehingud, tulu (HubSpot) - SEO-jaotis: märksõnade edetabelikohad, tagasilingid, domeenireitingu muutused (Ahrefs) - Kõnekvaliteedi jaotis: rääkimissuhted, vastuväidete sagedus, võidumäärad (Gong) - Anomaaliamärgised: ebatavalised tõusud/langused koos raskusastme ja kontekstiga - Väljund struktureeritud markdowni või JSON-ina

Konfiguratsioon

Kõik skriptid loevad keskkonnamuutujatest. Kopeeri .env.example failiks .env ja täida oma väärtused.

Kohustuslikud keskkonnamuutujad

Valikulised keskkonnamuutujad

Andmevoog

Gong Transcripts → Insight Pipeline → Objections, Signals, Competitors → Content Topics + Follow-ups
GA4 + HubSpot   → Attribution Mapper → Content ROI, CPA, Gap Analysis → Revenue Proof
GA4 + HubSpot + Ahrefs + Gong → Client Report → Executive Summary + Anomalies → Client Deliverable

Soovitatav töövoog

1. Iganädalaselt: Käivita gong_insight_pipeline.py --gong --days 7, et ekstraktida kõneintelligentsust
2. Igakuiselt: Käivita revenue_attribution.py --report, et tõestada sisu ROI-d
3. Igakuiselt: Käivita client_report_generator.py iga kliendi väljundi jaoks
4. Kord kvartalis: Käivita revenue_attribution.py --gaps, et leida sisulünki
5. Pidevalt: Sööda Gongi ülevaate järelkontaktid väljundjärjestustesse

Tuluanalüütika tagasisidesilmus

Iga soovitus, mis muudab väljundkontakte, müügikeelt, marsruutimist, sisuinvesteeringut või kliendiaruandlust, peaks saama tagasiloe.

Enne soovitamist: - Määra lähteaken ja kandidaadiaken. - Tõmba allikaandmed HubSpotist, Gongist, GA4-st, Ahrefsist ja igalt saadaolevalt väljundplatvormilt. - Tuvasta esmane mõõdik enne tulemuse vaatamist, muidu muutub analüüs KPI-karaokeks.

Pärast muudatust: 1. Tõmba analüütika pärast tagasiloe kuupäeva. 2. Võrdle lähtetaset vs kandidaati. 3. Eralda omaniku/osaleja mõjud, nimekirja kvaliteet, kampaaniamuudatused, hooajalisus ja atributsioonilüngad. 4. Edenda, jätka testimist, tühista või märgi tõendamata.

Levinud esmased mõõdikud: - positiivsete vastuste määr - broneeritud kohtumiste määr - kvalifitseeritud võimaluste liikumine - loodud müügitoru - liidini jõudmise kiirus (speed-to-lead) - sisu toetatud tulu - konversioonimäär - vastuväidete sageduse vähenemine

Iga edendatud mängukavaparandus peaks sisaldama tehtud muudatust, allikasüsteeme, lähteakent, kandidaadiakent, mõõdikuvõitjat, hoiatusi ja tagasivõtureeglit.

Sõltuvused

pip install -r requirements.txt