Cómo CommonWealth Ops recolecta y procesa inteligencia publicitaria (visión técnica)

¿Cómo recolecta CommonWealth Ops la inteligencia publicitaria técnicamente?

CommonWealth Ops corre un cron semanal los lunes a las 23:00 UTC que (1) scrapea Meta Ad Library y TikTok Ad Library para un conjunto fijo de nichos, (2) descarga vídeos de anuncios TikTok y los transcribe con Whisper small int8 ASR, (3) normaliza el conjunto capturado en una base de datos estructurada, (4) genera posts de inteligencia por nicho en /blog. Escala actual: ~50-100 anuncios comerciales capturados por semana en los nichos fitness y skincare, cobertura geográfica pesada en India, datos de gasto estructuralmente walled por política de plataforma.

La arquitectura en un diagrama

El sistema tiene cuatro capas, cada una una preocupación separada:

1. KobiiSpy — la capa scraper. Dos adaptadores basados en Playwright: uno para Meta Ad Library, uno para TikTok Ad Library. Con scope por-nicho y por-país.
2. Transcripción Whisper — los vídeos de anuncios TikTok pasan por faster-whisper small int8 CPU ASR para extraer hooktext del audio hablado. Las transcripciones fallidas son explícitamente marcadas '[audiounclear]' o '[system_voice]' en lugar de fabricadas.
3. Ingester de CommonWealth Ops — pulls la tabla `scrapedads` de KobiiSpy a la tabla `adperformance_signals` en el Postgres de CW Ops, con semántica de UPSERT idempotente para que re-correr la misma niche-week nunca produzca duplicados.
4. Generador de post semanal — lee `adperformancesignals`, clasifica creativos por arquetipo, aplica una fórmula de trending_score y emite un archivo MDX por (niche, lang) bajo `frontend/content/blog/`.

Los posts de inteligencia en /blog son la superficie cara al usuario. Todo lo de arriba es fontanería.

Qué captura CommonWealth Ops

Para anuncios Meta, los campos capturados por fila son:

• `advertiser` (el nombre de Página)
• `niche` (asignado por el scraper basado en qué niche-query encontró el anuncio)
• `hook_text` (el primer segmento del texto principal del anuncio)
• `visual_format` (imagen / vídeo / carrusel / unknown)
• `cta_type` (Shop Now / Learn More / Sign Up / etc.)
• `country`
• `datefirstseen` y `datelastseen` (espejando los First/Last shown de la Ad Library)
• `scraped_at` (cuándo CommonWealth Ops capturó la fila)

Para anuncios TikTok, los campos capturados añaden `viewsband` (la banda de alcance categórica: 0-1K, 1K-5K, 5K-10K, 10K-100K, 100K-1M, 1M-10M, 10M+). El `hooktext` para anuncios TikTok viene de la transcripción Whisper del vídeo del anuncio, NO del DOM público (la biblioteca de TikTok expone texto mínimo por anuncio).

Qué NO captura CommonWealth Ops

Los muros estructurales acotan el dataset:

• Gasto para anuncios comerciales en cualquier plataforma. Meta expone gasto solo para anuncios políticos bajo DSA UE + reglas electorales US. TikTok no expone gasto en absoluto en la Ad Library pública. CommonWealth Ops documenta esto en vault wall docs dedicados en lugar de rellenar estimaciones.
• Segmentación de audiencia. Ninguna plataforma expone esto públicamente. CommonWealth Ops no lo infiere.
• Métricas de rendimiento (CTR, tasa de conversión, ROAS). Ambas plataformas mantienen esto privado; CommonWealth Ops no las estima.

Cuando CommonWealth Ops publica un post B-type (data-led), cada valor citado proviene del conjunto capturado. Cuando el dato tiene un muro estructural, el post lo reconoce explícitamente en lugar de sustituir un número fabricado. Esto está codificado en nuestra regla interna Apex 45.

La cadencia semanal en pasos concretos

Lunes 23:00 UTC:

1. La enriquecimiento Whisper ASR corre primero — re-procesa cualquier fila con hook_text NULL donde el vídeo fuente sigue accesible.
2. El ingester de KobiiSpy pulls `scrapedads` fresco a `adperformance_signals`.
3. El generador de post de inteligencia corre para cada par (niche, lang): fitness/en, fitness/es, skincare/en, skincare/es.
4. Los archivos MDX generados se commitean al branch main del repo vía commit pathspec-scoped (frontend/content/blog/* solamente).
5. El hook post-receive del lane de deploy reconstruye el contenedor de producción Next.js.
6. El paso notify del Google Indexing API corre para cualquier URL nueva (reconocido en nuestra doctrina interna UT-19 que Google solo actúa sobre JobPosting y BroadcastEvent — los Articles del blog reciben 200 OK pero Google ignora la señal de crawl, así que trackeamos el intento sin reclamar indexación exitosa).

El ciclo completo lleva 5-15 minutos dependiendo de la profundidad de cola de transcripción Whisper. El post de inteligencia está vivo en /blog por las 00:00 UTC del martes.

Escala actual

Para la ventana de mayo-junio 2026:

• Nicho fitness: 47 anuncios comerciales capturados en Meta en 30 días, 10 en TikTok. Cobertura pesada en India.
• Nicho skincare: 15+ anuncios comerciales capturados en Meta en 30 días, cobertura TikTok muy fina.
• Filas totales `scraped_ads` en la base de datos kobiispy: 108 en ambos nichos y ambas plataformas.
• Cobertura geográfica: India dominante, Brasil secundaria, con representación más fina de España, Tailandia, Indonesia, México.

La escala es modesta por diseño. CommonWealth Ops captura el estado de nicho EN VIVO en lugar de un archivo multi-año. Para búsqueda multi-año, los scrapers de pago (AdSpy, Minea, Foreplay) cubren esa superficie; CommonWealth Ops cubre la superficie de delta-semanal.

En qué se distingue CommonWealth Ops de las herramientas de dato crudo

Comparado con scrapers de pago, CommonWealth Ops es un producto de señal procesada, no un producto de dato crudo. La diferencia es qué hace el operador al recibirlo:

• Scraper de pago: el operador busca, filtra, etiqueta, resume. La herramienta da anuncios crudos; el operador extrae el patrón.
• CommonWealth Ops: el operador lee el informe. La extracción de patrón pasa server-side en el generador de posts.

La herramienta correcta depende de si el operador quiere dedicar tiempo a extraer patrón (scraper de pago) o a actuar sobre patrones (CommonWealth Ops). La mayoría de operadores con los que hablamos prefiere lo segundo al punto de precio de 49 EUR/mes.

Dónde aprender más

La página de precios cubre la suscripción de 49 EUR/mes más el 20% del beneficio neto (una tarifa única, sin umbral, y 0 EUR de participación en cualquier mes sin beneficio). La guía qué-es-inteligencia-competitiva-ecommerce da el framing más amplio de la inteligencia competitiva como disciplina. La comparación TikTok-vs-Meta cubre las asimetrías plataforma-específicas en lo que expone cada biblioteca.

Ver precios →