nitingothwal-SEO/claude-skills

Ingénierie inversée du marketing en ligne d'un concurrent

Objectif : expliquer COMMENT un concurrent acquiert, convertit et fidélise ses clients, et où va son argent — puis transformer cela en décisions pour le propre site de l'utilisateur. D'abord les preuves, ensuite les conclusions, enfin les actions.

1. Entrées (demander une fois, dans une seule AskUserQuestion si quelque chose manque)

• Domaine(s) concurrent(s) — 1 à 5. Si aucun n'est fourni, les découvrir (étape 2).
• Propre domaine de l'utilisateur (pour les comparaisons d'écart).
• Marché cible : pays/ville + langue (détermine la localisation Ubersuggest, la région de la bibliothèque publicitaire, les prompts IA).
• Profondeur : Rapide (phases 1–5 + synthèse, ~1 concurrent) ou Complète (toutes les phases, jusqu'à 5 concurrents). Par défaut : Complète pour 1–2 concurrents, Rapide pour 3+.
• Indice de modèle économique si flou : service B2B, e-commerce B2C, SaaS, entreprise locale.

Si l'utilisateur n'est pas présent, prendre la lecture la plus raisonnable, l'indiquer en haut du rapport, et continuer.

2. Sélection des concurrents (uniquement si non fournis, ou pour vérifier)

Construire trois listes et choisir les 3–5 plus pertinents :

• Concurrents commerciaux — même offre, même acheteur (WebSearch " ", "meilleures entreprises ").
• Concurrents de recherche — Ubersuggest competitors sur le domaine de l'utilisateur + qui se classe dans le top 10 pour 5–10 mots-clés monétaires (serp_analysis).
• Concurrents d'attention — marques citées dans les réponses IA et diffusant des publicités dans le créneau.

3. Collecte de données par phase

Configurer une liste de tâches (une tâche par phase + synthèse + vérification). Enregistrer les extractions brutes dans des fichiers du répertoire de travail (ex. data/<domaine>_top_pages.json) — calculer à partir des fichiers, ne jamais estimer des chiffres en prose.

Charger les outils Ubersuggest via ToolSearch en un seul lot avant de commencer, ex. 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. Vérifier user_limits d'abord si vous faites plusieurs domaines.

Phase 1 — Positionnement et message

• WebFetch la page d'accueil, la tarification, la page À propos, les pages de service principales. Enregistrer : titre, sous-titre, CTA principal, public cible, chaque affirmation et chaque preuve (logos, chiffres, témoignages, récompenses).
• Modèle de tarification : public/caché, niveaux, essai/démo, ancrage. Tarification cachée ⇒ entonnoir piloté par la vente.
• Historique : instantanés Wayback Machine de la page d'accueil + tarification (≈ il y a 1, 2, 3 ans) — noter les changements de positionnement.
• Voix du client : avis sur G2/Clutch/Trustpilot/Google/Reddit via WebSearch. Extraire les 3 principaux éloges (enjeux de base) et les 3 principales plaintes (ouvertures de positionnement). Paraphraser ; ne jamais coller le texte de l'avis.

Phase 2 — Mix de trafic et moteurs de croissance

• domain_overview, domain_top_countries, domain_top_pages.
• Identifier les 10–20 pages générant le plus de trafic = vrais moteurs de croissance. Classer chacune (service, lieu, blog, outil, comparaison, glossaire).
• Répartition des canaux (direct/organique/ payant/référencement/réseaux sociaux) : si aucun outil ne la donne, le dire et déduire prudemment à partir des mots-clés payants, de l'activité de la bibliothèque publicitaire et de l'empreinte sociale. Étiqueter tous les chiffres de tiers comme des estimations directionnelles.

Phase 3 — SEO

• Empreinte de mots-clés : domain_keywords ; répartir par intention et marque vs non marque (calculer dans le code).
• Écart de mots-clés par rapport au domaine de l'utilisateur : mots-clés que le concurrent classe 1–10 et que l'utilisateur n'a pas ; prioriser les commerciaux/transactionnels.
• Stratégie de contenu : récupérer sitemap.xml (WebFetch) → inventaire des types de pages, vélocité de publication à partir de lastmod, clusters, schémas programmatiques (ex. modèles service × ville).
• Technique : types de schema présents, structure d'URL, pages de priorité de liens internes, hreflang, pagespeed_audit sur la page d'accueil + la page monétaire principale.
• Backlinks : backlinks_overview, linking_domains, anchor_texts. Noter la tendance des domaines référents, les pages les plus liées (actifs liables), le profil d'ancre (correspondance exacte élevée = agressif), les types de sources de liens. Intersection de liens quand 2+ concurrents : domaines liant à ≥2 concurrents mais pas à l'utilisateur.

Phase 4 — Visibilité dans la recherche IA (GEO/AEO)

• Construire 15–30 prompts d'acheteur pour le marché (tarification, meilleur-de, comment faire, comparaison).
• Utiliser brand_visibility_overview / brand_prompts si configuré ; sinon enregistrer ce qui est vérifiable via WebSearch et noter les vérifications manuelles que l'utilisateur doit effectuer dans ChatGPT, Perplexity, Gemini, AI Overviews.
• Noter les schémas de pages citées (définitions, tableaux, fourchettes de prix, statistiques, FAQ, fraîcheur) et les sources hors site alimentant les LLM (Wikipedia/Wikidata, Reddit, YouTube, sites d'avis, listicles).
• Vérifier robots.txt pour les règles des robots IA et la présence de /llms.txt.

Phase 5 — Publicité payante

Utiliser le navigateur (lire d'abord la compétence chrome-browser ; Claude dans Chrome est préféré) pour visualiser les bibliothèques publiques — lire seulement, ne jamais cliquer sur les publicités ni soumettre quoi que ce soit :

• Google Ads Transparency Center (adstransparency.google.com) — rechercher l'annonceur, définir la région.
• Meta Ad Library (facebook.com/ads/library) — publicités actives, dates de début, variantes.
• LinkedIn Ad Library (B2B), TikTok Creative Center (B2C). Pour chaque publicité notable journal : plateforme, date de début, format, accroche, offre, CTA, page de destination. Signaler les publicités diffusées depuis 60+ jours comme probablement rentables. Noter les tests créatifs (même offre, plusieurs accroches) et les pages de destination dédiées vs génériques. Mots-clés payants d'Ubersuggest si disponibles. Si aucun navigateur n'est disponible, dire quelles bibliothèques l'utilisateur doit vérifier et continuer.

Phase 6 — Entonnoir et CRO

À partir des pages récupérées : chemins de conversion (formulaire, chat, téléphone, WhatsApp, réservation, calculateur), aimants à prospects, nombre de champs du formulaire et questions qualificatives, emplacement des éléments de confiance, popups/CTA collants. Recommander (ne pas effectuer) une enquête d'achat mystère par l'utilisateur : délai de réponse, canal de contact, script, rythme de suivi. Ne jamais soumettre de formulaires ni effectuer d'enquêtes vous-même.

Phase 7 — Stack technique et suivi

À partir de la source de la page (WebFetch / navigateur) : CMS, analytics, gestionnaire de balises, CRM, plateforme email, chat, tests A/B, heatmaps, pixels (Meta, LinkedIn Insight, TikTok, Google Ads remarketing, Clarity, Hotjar). Interpréter : ex. HubSpot ⇒ nurturing automatisé ; VWO/Optimizely ⇒ culture de test.

Phase 8 — Email et automatisation

Vous ne pouvez pas vous abonner. Documenter les inscriptions visibles et les aimants à prospects ; donner à l'utilisateur une liste de contrôle de suivi de 4 à 6 semaines (séquence de bienvenue, cadence, lignes d'objet, mix de contenu, segmentation) à exécuter avec une boîte de réception dédiée.

Phase 9 — Social et distribution

Par plateforme : présence, fréquence de publication, formats, thèmes les plus performants (à partir de ce qui est visible publiquement via WebSearch/WebFetch/navigateur), marques personnelles fondateur/employé, classements YouTube, communautés/webinaires. Taux d'engagement = engagement ÷ abonnés quand les chiffres sont visibles.

Phase 10 — RP, partenariats et signaux de recrutement

WebSearch couverture médiatique, récompenses, parrainages, pages partenaire/intégration, programme d'affiliation, et offres d'emploi actuelles (page carrières, LinkedIn) — les rôles recrutés signalent des investissements à 3–6 mois.

4. Synthèse (obligatoire — c'est le cœur de la livraison)

1. Modèle marketing — une phrase par concurrent : comment ils acquièrent → convertissent → nurturent.
2. Matrice des canaux — lignes = canaux (positionnement, SEO, visibilité IA, recherche payante, social payant, contenu, social, email, RP/liens, CRO), colonnes = concurrents + utilisateur ; cellules Faible/Moyen/Fort avec une ligne de preuve chacune.
3. Liste d'opportunités — chaque écart noté Impact (1–5), Effort (1–5), Délai de résultat (semaines). Trier par impact ÷ effort.
4. Copier / Battre / Ignorer — les enjeux de base à copier, les faiblesses à battre, les actions dépendantes du budget/marque à ignorer.
5. Plan 90 jours — actions mois par mois avec rôle responsable et KPI.
6. Configuration du suivi — Google Alerts, vérification mensuelle de la bibliothèque publicitaire + pages principales, suivi du classement des concurrents, ré-exécution trimestrielle des prompts IA, suivi des modifications sur la page d'accueil/tarification.

5. Sortie

• Rapport principal : un artefact Docs (lister d'abord les types d'artefacts ; se rabattre sur un artefact HTML autonome, ou .docx uniquement si l'utilisateur demande Word). Structure : Résumé exécutif (5 points) → Aperçus des concurrents → Résultats des phases → Matrice des canaux → Opportunités → Copier/Battre/Ignorer → Plan 90 jours → Suivi → Lacunes de données et vérifications manuelles → Sources.
• Compagnon optionnel : artefact Sheets avec onglets Concurrents, Écart de mots-clés, Pages principales, Intersection de backlinks, Journal des publicités, Visibilité IA, Score d'opportunité — le proposer ; le construire si demandé ou si profondeur Complète avec 3+ concurrents.
• Langue : correspondre à la langue de l'utilisateur pour la prose (anglais ou hinglish) ; garder les noms d'outils, métriques et titres en anglais.

6. Règles

• Informations publiques et interactions authentiques uniquement. Pas d'identités fictives, pas de connexion, pas de scraping derrière des connexions, pas de soumission de formulaires, pas de clic sur les publicités des concurrents (leur coûte de l'argent).
• Ne jamais copier le contenu, les textes publicitaires ou les avis des concurrents verbatim ; paraphraser et citer au plus une courte phrase par source.
• Étiqueter chaque chiffre de trafic/dépenses de tiers comme une estimation ; comparer les concurrents avec le même outil.
• Corrélation ≠ causalité : tirer des conclusions à partir de schémas sur plusieurs pages/concurrents, pas d'une seule page.
• Séparer les preuves de l'inférence dans le rapport (ex. « Observé : » vs « Probablement : »).
• Lister chaque phase que vous n'avez pas pu couvrir complètement (limites d'outil, pas de navigateur, données paywall) sous « Lacunes de données et vérifications manuelles » avec l'étape manuelle exacte.
• Vérification finale avant de livrer : vérifier les chiffres par rapport aux fichiers de données sauvegardés, rouvrir le rapport, confirmer que chaque recommandation remonte à une constatation.