Konkurrent- og markedsovervågning med AI: et ugentligt overblik, folk faktisk læser
Information om konkurrenter er offentlig, men spredt. Et ugentligt AI-overblik kan klare læsningen, hvis det tager udgangspunkt i reelle spørgsmål, bruger tilladte kilder og linker hver påstand.
Af Nichita Railean, CTOUdgivet 5 min. læsning
De fleste virksomheder holder allerede øje med deres konkurrenter, bare ikke systematisk. En kollega tjekker en konkurrents prisside før et salgsmøde, en anden videresender en pressemeddelelse, og en produktchef opdager en ny funktion måneder efter lanceringen. Informationen er offentlig, men den ligger spredt, og ingen har tid til at læse det hele hver uge.
AI kan klare læsningen. Den kan ikke afgøre, hvad der betyder noget for jeres forretning, og I bør ikke stole på konklusioner, den ikke kan underbygge med en kilde. Denne artikel forklarer, hvordan I sætter et ugentligt markeds- og konkurrentoverblik op, der er korrekt, holder sig inden for reglerne og er kort nok til, at folk faktisk læser det.
Start med de beslutninger, overblikket skal understøtte
Et overvågningsprojekt, der starter med kilderne, ender som et nyhedsfeed. Start i stedet med tre til fem spørgsmål, som jeres team stiller igen og igen. Har en konkurrent ændret sine priser eller pakker? Ansætter de til et nyt marked eller en ny kompetence? Har de vundet offentlige kontrakter i vores segment? Hvilke klager over dem går igen i anmeldelser?
Hvert spørgsmål skal have en ejer, der handler på svaret: salg for priser, ledelsen for nye markeder, produkt for funktioner. Hvis et spørgsmål ikke har en ejer, så drop det. Et overblik, der ikke tjener nogen bestemt, er den første mail, folk holder op med at åbne.
Vælg kilder, I må bruge
Offentligt betyder ikke uden regler. Før I sætter en crawler på et website, så gennemgå disse punkter med den, der tager sig af juridiske spørgsmål i jeres virksomhed.
- Robots.txt og brugsvilkår. Med Robots Exclusion Protocol, standardiseret som RFC 9309, kan ejere af et website angive, hvilke dele crawlere skal holde sig fra. RFC'en siger selv, at reglerne ikke er en form for adgangstilladelse, så respekter dem og læs også sidens vilkår.
- Fravalg af tekst- og datamining. EU's ophavsretsdirektiv 2019/790 tillader tekst- og datamining af lovligt tilgængeligt indhold, men efter artikel 4 kan rettighedshavere forbeholde sig den brug, for indhold online for eksempel med maskinlæsbare midler. Respekter de forbehold.
- Databaser. EU's databasedirektiv beskytter investeringen bag en database. Gentagen og systematisk udtræk fra en konkurrents produkt- eller prisdatabase kan krænke den ret, selv når hver enkelt side er offentlig. Følg ændringer og stikprøver, ikke fulde kopier.
- Personoplysninger. Navne, profiler og opslag fra en konkurrents medarbejdere er personoplysninger efter GDPR, også når de er offentlige. Overvåg virksomheder, ikke personer, medmindre I har et retligt grundlag og har styr på oplysningspligten.
- Information fra konkurrenterne selv. Europa-Kommissionens retningslinjer for horisontalt samarbejde beskriver, hvornår udveksling af information mellem konkurrenter bliver et konkurrenceretligt problem. At indsamle det, alle kan se, er noget andet end at udveksle priser eller planer med en konkurrent, direkte eller via en fælles tredjepart. Hold overblikket envejs.
Inden for de rammer er der masser at arbejde med: pris- og produktsider, release notes, pressemeddelelser, jobopslag, offentlige udbud som dem på EU's TED-portal, indberetninger til virksomhedsregistre, årsrapporter og offentlige anmeldelser. EU's direktiv om forretningshemmeligheder anser det også for en lovlig måde at få information på at iagttage eller teste et produkt, der er gjort tilgængeligt for offentligheden.
Sådan fungerer den ugentlige proces
De løsninger, vi bygger i vores projekter, følger de samme få trin, uanset hvilke værktøjer der kører dem.
- Indsaml. Hent en fast liste af sider og feeds efter en tidsplan. En fast liste er lettere at tjekke for tilladelser end åben crawling, og den gør overblikket gentageligt.
- Find ændringer. Gem hver version og sammenlign den med den forrige. De fleste sider ændrer sig ikke i en given uge, og kun forskellene går videre. Det holder omkostningerne nede og forhindrer systemet i at melde gamle nyheder som nye.
- Udtræk. En sprogmodel omdanner hver ændring til en struktureret post: konkurrent, type ændring, gammel værdi, ny værdi, dato og link.
- Klassificér. Knyt hver post til et af jeres spørgsmål og smid det væk, der ikke passer til nogen. Enkle regler, som enhver ændring på en prisside, virker ofte bedre end at spørge en model, hvor vigtigt noget er.
- Skriv udkast. En model skriver en eller to sætninger pr. punkt, grupperet efter spørgsmål, med kildelinket ved siden af hver påstand.
- Gennemgå og send. En person læser udkastet, fjerner støj, tilføjer kontekst, systemet ikke kan kende, og sender det. Det tager minutter i stedet for timer, fordi læsningen allerede er gjort.
| Signal | Typisk kilde | Hvad AI gør | Hvad en person beslutter |
|---|---|---|---|
| Ændringer i pris eller pakke | Prissider og offentlige prislister | Opdager ændringen og registrerer gammel og ny værdi | Om og hvordan I skal reagere |
| Nye produkter eller funktioner | Release notes, produktsider, pressemeddelelser | Opsummerer, hvad der er ændret, og for hvem | Om det påvirker roadmap eller salgsargumenter |
| Rekrutteringsmønstre | Karrieresider og jobportaler | Grupperer stillinger efter rolle, kompetence og sted | Hvad mønsteret siger om deres planer |
| Offentlige kontrakter | Udbudsportaler og tildelingsmeddelelser | Finder tildelinger i jeres kategorier og regioner | Om I byder næste gang, og med hvem |
| Kundernes holdning | Offentlige anmeldelsessider | Grupperer tilbagevendende klager og ros | Hvilke pointer der hører hjemme i jeres egen kommunikation |
Hold modellen ærlig
To typer fejl fortjener opmærksomhed i designet. Den første er opfindelser: en model, der skal opsummere et marked, fylder huller ud med udsagn, der lyder troværdige. Løsningen er strukturel. Hver sætning i overblikket skal komme fra en udtrukket post med link, og den, der gennemgår det, skal kunne tjekke ethvert punkt med ét klik. Er intet relevant ændret i denne uge, så står det i overblikket.
Den anden er manipulation. Jeres system læser tekst skrevet af andre, også af jeres konkurrenter. OWASP sætter prompt injection øverst på sin liste over risici for applikationer bygget på sprogmodeller og beskriver indirekte injection gennem eksternt indhold som websites. Behandl hentede sider som data: modellen, der læser dem, får ingen værktøjer, ingen adgang til interne systemer og ingen mulighed for at sende noget. En skjult linje på en webside må aldrig kunne ændre, hvad jeres system gør.
Sådan kommer I i gang
Kør en pilot i fire til seks uger med et lille omfang: en håndfuld konkurrenter, tre spørgsmål og en fast liste af kilder. Send overblikket hver uge til ejerne af spørgsmålene, og stil dem ét spørgsmål hver gang: handlede du på noget af det? Hvis svaret bliver ved med at være nej, så skift spørgsmålene ud, før I tilføjer kilder. Når overblikket har gjort sig fortjent til sin plads, så udvid det én kildetype ad gangen og behold den menneskelige gennemgang.
Vil I vurdere, hvad et ugentligt overblik kan spare jeres team, så beskriv den nuværende proces i ROI-beregneren. Er I stadig i tvivl om, hvor AI skal starte i jeres virksomhed, så læs fem spørgsmål, der vælger den rigtige første automatisering, eller se typiske workflows inden for forskellige forretningsområder.
Kilder
- RFC 9309: Robots Exclusion Protocol (IETF)
- Directive (EU) 2019/790 on copyright in the Digital Single Market, Article 4 (EUR-Lex)
- Directive 96/9/EC on the legal protection of databases, Article 7 (EUR-Lex)
- Regulation (EU) 2016/679, the General Data Protection Regulation (EUR-Lex)
- EUR-Lex summary: Guidelines on horizontal cooperation agreements, including information exchange
- Directive (EU) 2016/943 on the protection of trade secrets, Article 3 (EUR-Lex)
- OWASP Top 10 for LLM Applications: LLM01 Prompt Injection
- TED, Tenders Electronic Daily: EU public procurement notices
