nitingothwal-SEO/claude-skills

Ingeniería Inversa del Marketing Online de Competidores

Objetivo: explicar CÓMO un competidor adquiere, convierte y retiene clientes, y hacia dónde va su dinero – para luego convertirlo en decisiones para el propio sitio del usuario. Primero la evidencia, después las conclusiones, por último las acciones.

1. Entradas (preguntar una vez, en una única AskUserQuestion si algo falta)

• Dominio(s) del competidor — de 1 a 5. Si no se proporcionan, descubrirlos (paso 2).
• Dominio propio del usuario (para comparaciones de brecha).
• Mercado objetivo: país/ciudad + idioma (determina la ubicación de Ubersuggest, la región de la biblioteca de anuncios, las indicaciones de IA).
• Profundidad: Rápida (fases 1–5 + síntesis, ~1 competidor) o Completa (todas las fases, hasta 5 competidores). Por defecto: Completa para 1–2 competidores, Rápida para 3+.
• Pista sobre el modelo de negocio si no está claro: servicio B2B, comercio electrónico B2C, SaaS, negocio local.

Si el usuario no está presente, tomar la lectura más razonable, indicarlo al inicio del informe y continuar.

2. Selección de competidores (solo si no se proporcionan, o para validar)

Construir tres listas y elegir los 3 a 5 más relevantes:

• Competidores comerciales: misma oferta, mismo comprador (WebSearch " ", "mejores empresas de <país>").
• Competidores de búsqueda: competitors de Ubersuggest en el dominio del usuario + quienes aparecen en el top 10 para 5 a 10 palabras clave transaccionales (serp_analysis).
• Competidores de atención: marcas citadas en respuestas de IA y que ejecutan anuncios en el nicho.

3. Recopilación de datos por fase

Configurar una lista de tareas (una tarea por fase + síntesis + verificación). Guardar las extracciones en bruto en archivos en el directorio de trabajo (p. ej., data/<dominio>_top_pages.json) — calcular a partir de archivos, nunca estimar cifras en prosa.

Cargar las herramientas de Ubersuggest mediante ToolSearch en un lote antes de comenzar, p. ej.: select:mcp__Ubersuggest__domain_overview,mcp__Ubersuggest__domain_top_pages,mcp__Ubersuggest__domain_keywords,mcp__Ubersuggest__domain_top_countries,mcp__Ubersuggest__backlinks_overview,mcp__Ubersuggest__linking_domains,mcp__Ubersuggest__anchor_texts,mcp__Ubersuggest__competitors,mcp__Ubersuggest__serp_analysis,mcp__Ubersuggest__match_keywords,mcp__Ubersuggest__pagespeed_audit,mcp__Ubersuggest__brand_visibility_overview. Verificar user_limits primero si se trabajan muchos dominios.

Fase 1 — Posicionamiento y mensajería

• WebFetch en la página de inicio, precios, acerca de, páginas de servicios principales. Registrar: titular, subtítulo, CTA principal, público objetivo, cada afirmación y cada punto de prueba (logotipos, números, testimonios, premios).
• Modelo de precios: público/oculto, niveles, prueba/demo, anclaje. Precios ocultos ⇒ embudo liderado por ventas.
• Historial: instantáneas de Wayback Machine de la página de inicio + precios (≈ hace 1, 2, 3 años) — notar cambios de posicionamiento.
• Voz del cliente: reseñas en G2/Clutch/Trustpilot/Google/Reddit mediante WebSearch. Extraer las 3 principales alabanzas (requisitos básicos) y las 3 principales quejas (oportunidades de posicionamiento). Parafrasear; nunca pegar el texto de la reseña.

Fase 2 — Mezcla de tráfico y motores de crecimiento

• domain_overview, domain_top_countries, domain_top_pages.
• Identificar las 10 a 20 páginas que generan más tráfico = motores de crecimiento reales. Clasificar cada una (servicio, ubicación, blog, herramienta, comparación, glosario).
• Desglose de canales (directo/orgánico/de pago/referencia/social): si ninguna herramienta lo proporciona, decirlo e inferir con cautela a partir de palabras clave de pago, actividad en la biblioteca de anuncios y huella social. Etiquetar todos los números de terceros como estimaciones direccionales.

Fase 3 — SEO

• Huella de palabras clave: domain_keywords; separar por intención y entre marca y sin marca (calcular en código).
• Brecha de palabras clave vs. el dominio del usuario: palabras clave en las que el competidor está en las posiciones 1 a 10 y el usuario no; priorizar las comerciales/transaccionales.
• Estrategia de contenido: obtener sitemap.xml (WebFetch) → inventario de tipos de página, velocidad de publicación a partir de lastmod, clústeres, patrones programáticos (p. ej., plantillas de servicio × ciudad).
• Técnico: tipos de schema presentes, estructura de URL, páginas priorizadas por enlaces internos, hreflang, pagespeed_audit en la página de inicio + la página transaccional principal.
• Backlinks: backlinks_overview, linking_domains, anchor_texts. Notar la tendencia de los dominios de referencia, las páginas más enlazadas (activos enlazables), el perfil de anclaje (muchas coincidencias exactas = agresivo), los tipos de fuentes de enlaces. Intersección de enlaces cuando haya 2+ competidores: dominios que enlazan a ≥2 competidores pero no al usuario.

Fase 4 — Visibilidad en búsquedas con IA (GEO/AEO)

• Construir de 15 a 30 indicaciones de comprador para el mercado (precios, mejor de, cómo hacer, comparación).
• Usar brand_visibility_overview / brand_prompts si está configurado; de lo contrario, registrar lo que sea verificable mediante WebSearch y anotar las comprobaciones manuales que el usuario debe realizar en ChatGPT, Perplexity, Gemini, AI Overviews.
• Notar los patrones de las páginas citadas (definiciones, tablas, rangos de precios, estadísticas, FAQs, frescura) y las fuentes externas que alimentan los LLM (Wikipedia/Wikidata, Reddit, YouTube, sitios de reseñas, listicles).
• Verificar robots.txt en busca de reglas para rastreadores de IA y la presencia de /llms.txt.

Fase 5 — Publicidad de pago

Usar el navegador (leer primero la habilidad de chrome-browser; se prefiere Claude en Chrome) para ver las bibliotecas públicas — solo leer, nunca hacer clic en anuncios ni enviar nada:

• Centro de transparencia de anuncios de Google (adstransparency.google.com) — buscar anunciante, establecer región.
• Biblioteca de anuncios de Meta (facebook.com/ads/library) — anuncios activos, fechas de inicio, variantes.
• Biblioteca de anuncios de LinkedIn (B2B), TikTok Creative Center (B2C). Para cada anuncio notable registrar: plataforma, fecha de inicio, formato, gancho, oferta, CTA, página de destino. Marcar los anuncios con más de 60 días como probablemente rentables. Notar pruebas creativas (misma oferta, múltiples ganchos) y páginas de destino dedicadas vs. genéricas. Palabras clave de pago de Ubersuggest cuando estén disponibles. Si no hay navegador disponible, indicar qué bibliotecas debe revisar el usuario y continuar.

Fase 6 — Embudo y CRO

A partir de las páginas obtenidas: caminos de conversión (formulario, chat, teléfono, WhatsApp, reserva, calculadora), imanes de clientes potenciales, número de campos del formulario y preguntas de calificación, ubicación de elementos de confianza, ventanas emergentes/CTAs fijas. Recomendar (no realizar) una investigación de incógnito por parte del usuario: tiempo de respuesta, canal de contacto, guión, cadencia de seguimiento. Nunca enviar formularios ni consultas uno mismo.

Fase 7 — Stack tecnológico y seguimiento

Desde el código fuente de la página (WebFetch / navegador): CMS, analítica, gestor de etiquetas, CRM, plataforma de email, chat, pruebas A/B, mapas de calor, píxeles (Meta, LinkedIn Insight, TikTok, remarketing de Google Ads, Clarity, Hotjar). Interpretar: p. ej., HubSpot ⇒ nurturing automatizado; VWO/Optimizely ⇒ cultura de pruebas.

Fase 8 — Email y automatización

No es posible suscribirse. Documentar las opciones de suscripción visibles y los imanes de clientes potenciales; proporcionar al usuario una lista de verificación de seguimiento de 4 a 6 semanas (secuencia de bienvenida, cadencia, líneas de asunto, combinación de contenido, segmentación) para ejecutar con una bandeja de entrada dedicada.

Fase 9 — Redes sociales y distribución

Por plataforma: presencia, frecuencia de publicación, formatos, temas de mejor rendimiento (a partir de lo que sea públicamente visible mediante WebSearch/WebFetch/navegador), marcas personales del fundador/empleados, rankings en YouTube, comunidades/webinars. Tasa de participación = interacciones ÷ seguidores cuando los números sean visibles.

Fase 10 — PR, asociaciones y señales de contratación

WebSearch de cobertura mediática, premios, patrocinios, páginas de socios/integraciones, programa de afiliados y ofertas de trabajo actuales (página de carreras, LinkedIn): los roles que se están contratando indican inversión en los próximos 3 a 6 meses.

4. Síntesis (obligatorio — es el núcleo del entregable)

1. Modelo de marketing — una frase por competidor: cómo adquieren → convierten → nutren.
2. Matriz de canales — filas = canales (posicionamiento, SEO, visibilidad en IA, búsqueda de pago, social de pago, contenido, social, email, PR/enlaces, CRO), columnas = competidores + usuario; celdas Débil/Media/Fuerte con una línea de evidencia cada una.
3. Lista de oportunidades — cada brecha puntuada con Impacto (1–5), Esfuerzo (1–5), Tiempo hasta el resultado (semanas). Ordenar por impacto ÷ esfuerzo.
4. Copiar / Superar / Omitir — requisitos básicos para copiar, debilidades para superar, estrategias dependientes del presupuesto/marca para omitir.
5. Plan de 90 días — acciones mes a mes con rol propietario y KPI.
6. Configuración de monitoreo — Alertas de Google, revisión mensual de la biblioteca de anuncios + páginas principales, seguimiento de rankings de competidores, re-ejecución trimestral de las indicaciones de IA, seguimiento de cambios en la página de inicio/precios.

5. Salida

• Informe principal: un artifact de Documentos (listar primero los tipos de artifact; recurrir a un artifact HTML autocontenido, o .docx solo si el usuario solicita Word). Estructura: Resumen ejecutivo (5 viñetas) → Instantáneas de competidores → Hallazgos por fase → Matriz de canales → Oportunidades → Copiar/Superar/Omitir → Plan de 90 días → Monitoreo → Brechas de datos y comprobaciones manuales → Fuentes.
• Acompañante opcional: artifact de Hojas de cálculo con pestañas Competidores, Brecha de palabras clave, Páginas principales, Intersección de backlinks, Registro de anuncios, Visibilidad en IA, Puntuación de oportunidades — ofrecerlo; construirlo si se solicita o si la profundidad es Completa con 3+ competidores.
• Idioma: coincidir con el idioma del usuario para la prosa (inglés o hinglish); mantener los nombres de herramientas, métricas y encabezados en inglés.

6. Reglas

• Solo información pública e interacciones genuinas. Sin identidades falsas, sin iniciar sesión, sin hacer scraping detrás de inicios de sesión, sin enviar formularios, sin hacer clic en anuncios de competidores (les cuesta dinero).
• Nunca copiar contenido, copias de anuncios o reseñas de competidores palabra por palabra; parafrasear y citar como máximo una frase corta por fuente.
• Etiquetar cada número de tráfico/gasto de terceros como estimación; comparar competidores con la misma herramienta.
• Correlación ≠ causalidad: extraer conclusiones a partir de patrones en varias páginas/competidores, no de una sola página.
• Separar evidencia de inferencia en el informe (p. ej., "Observado:" vs "Probablemente:").
• Listar cada fase que no se pudo cubrir completamente (límites de herramientas, sin navegador, datos bajo muro de pago) en "Brechas de datos y comprobaciones manuales" con el paso manual exacto.
• Última comprobación antes de entregar: verificar números contra archivos de datos guardados, reabrir el informe, confirmar que cada recomendación se remonta a un hallazgo.