Marketing informe pdf

Generador de Informe de Marketing en PDF

Proposito de la skill

Generar un informe de marketing profesional y visualmente cuidado en PDF usando el script Python scripts/generar_informe_pdf.py. La skill recoge toda la data disponible de auditorias, la estructura en el JSON esperado, invoca el script y produce un PDF con marca, medidores de score, barras, tablas comparativas, hallazgos y plan de accion priorizado.

Cuando usarla

• El usuario quiere version PDF del informe (no solo Markdown)
• El usuario prepara un entregable para presentacion a cliente
• El usuario pide un informe "pulido", "listo para cliente" o en PDF
• Se activa con /marketing informe-pdf o /marketing informe-pdf <dominio>

Cuando usar PDF vs Markdown

Formato	Mejor para	Pros	Contras
PDF	Presentaciones a cliente, adjunto en email, sales collateral	Aspecto profesional, formato consistente, graficos, printable	Mas dificil de editar, requiere script
Markdown	Uso interno, referencia rapida, edicion iterativa, git	Facil de editar, legible en cualquier editor, git-friendly	Menos pulido visual, sin graficos

Regla: si el informe va a cliente o prospecto, usa PDF. Para interno o edicion posterior, Markdown.

Como ejecutarla

Paso 1: Recoger toda la data disponible

Revisa archivos de skills previas en el directorio del proyecto:

Fuentes primarias:

• AUDITORIA-MARKETING.md — auditoria global
• LANDING-CRO.md — analisis CRO
• AUDITORIA-SEO.md — hallazgos SEO
• VOZ-MARCA.md — analisis de voz de marca
• INFORME-COMPETIDORES.md — comparativa competitiva
• ANALISIS-FUNNEL.md — analisis de funnel
• CALENDARIO-REDES.md — auditoria de redes
• SECUENCIAS-EMAIL.md — auditoria de email
• CAMPANAS-ADS.md — auditoria de ads

Si no hay data previa:

1. Recomienda ejecutar antes /marketing auditoria <url>
2. Si el usuario insiste, analiza la URL directamente y construye la data desde cero
3. Usa scripts/analizar_pagina.py para recoger datos automaticos: python3 scripts/analizar_pagina.py <url>

Paso 2: Construir la estructura JSON

El script scripts/generar_informe_pdf.py espera un JSON con esta estructura exacta:

{
  "url": "https://ejemplo.com",
  "date": "1 de marzo de 2026",
  "brand_name": "Ejemplo S.L.",
  "overall_score": 62,
  "executive_summary": "Resumen de 2-4 frases sobre salud de marketing, oportunidades clave e impacto estimado de implementar las recomendaciones.",
  "categories": {
    "Contenido y Mensaje": {
      "score": 68,
      "weight": "25%"
    },
    "Optimizacion de Conversion": {
      "score": 52,
      "weight": "25%"
    },
    "SEO y Descubrimiento": {
      "score": 74,
      "weight": "15%"
    },
    "Posicionamiento Competitivo": {
      "score": 48,
      "weight": "15%"
    },
    "Marca y Confianza": {
      "score": 70,
      "weight": "10%"
    },
    "Crecimiento y Estrategia": {
      "score": 55,
      "weight": "10%"
    }
  },
  "findings": [
    {
      "severity": "Critico",
      "finding": "Descripcion del hallazgo mas importante"
    },
    {
      "severity": "Alto",
      "finding": "Descripcion de hallazgo de alta prioridad"
    },
    {
      "severity": "Medio",
      "finding": "Descripcion de hallazgo de prioridad media"
    },
    {
      "severity": "Bajo",
      "finding": "Descripcion de hallazgo menor"
    }
  ],
  "quick_wins": ["Primer quick win", "Segundo quick win", "Tercer quick win"],
  "medium_term": [
    "Primera accion medio plazo",
    "Segunda accion medio plazo",
    "Tercera accion medio plazo"
  ],
  "strategic": [
    "Primera accion estrategica",
    "Segunda accion estrategica",
    "Tercera accion estrategica"
  ],
  "competitors": [
    {
      "name": "Competidor A",
      "positioning": "Posicion en el mercado",
      "pricing": "Modelo de pricing",
      "social_proof": "Senales de confianza",
      "content": "Enfoque de contenido"
    },
    {
      "name": "Competidor B",
      "positioning": "Posicion en el mercado",
      "pricing": "Modelo de pricing",
      "social_proof": "Senales de confianza",
      "content": "Enfoque de contenido"
    }
  ]
}

Paso 3: Guia campo a campo

url (string, obligatorio)

URL completa con protocolo.

date (string, obligatorio)

Fecha de generacion. Formato: "DD de Mes de AAAA" (ej. "1 de marzo de 2026").

brand_name (string, obligatorio)

Nombre de la empresa/marca. Aparece en headers de la tabla competitiva.

overall_score (entero, 0-100, obligatorio)

Media ponderada de las 6 categorias. Calculo:

overall_score = (contenido * 0,25) + (conversion * 0,25) + (seo * 0,15) + (competitivo * 0,15) + (marca * 0,10) + (crecimiento * 0,10)

Justificacion de pesos: priorizamos conversion sobre SEO porque la mayoria de webs B2B en Espana viven de trafico de pago + outbound, no de SEO organico.

executive_summary (string, obligatorio)

2-4 frases cubriendo:

• Estado actual del marketing
• Top 1-2 hallazgos de mayor impacto
• Impacto estimado en ingresos de implementar
• Primer paso recomendado

Breve y potente. Aparece en portada debajo del gauge.

categories (object, obligatorio)

Exactamente 6 categorias:

Categoria	Que mide	Guia de scoring
Contenido y Mensaje	Calidad de copy, value prop, claridad de headline, texto de CTAs, consistencia de voz de marca	80+: claro, orientado a beneficio, especifico. 60-79: correcto pero generico. <60: vago, feature-focused
Optimizacion de Conversion	Social proof, formularios, ubicacion de CTAs, gestion de objeciones, urgencia	80+: multiples pruebas, forms optimizados, CTAs claros. 60-79: algunos elementos. <60: faltan criticos
SEO y Descubrimiento	Titles, meta, headers, schema, linking interno, velocidad	80+: optimizado. 60-79: presente con gaps. <60: issues mayores o ausencias
Posicionamiento Competitivo	Diferenciacion, transparencia de pricing, contenido comparativo, conciencia de mercado	80+: posicion clara, comparativas. 60-79: algo de diferenciacion. <60: sin posicionamiento
Marca y Confianza	Calidad de diseno, trust badges, indicadores de seguridad, aspecto profesional	80+: diseno moderno, senales de confianza. 60-79: diseno correcto. <60: desfasado
Crecimiento y Estrategia	Captura de leads, email marketing, estrategia de contenido, canales de adquisicion	80+: estrategia multicanal. 60-79: algunos canales activos. <60: sin estrategia clara

findings (array, obligatorio)

Array de hallazgos con severity y finding.

Niveles de severidad:

• Critico — perdida directa de ingresos o clientes. Corregir ya.
• Alto — impacto significativo en crecimiento. 1-2 semanas.
• Medio — oportunidad relevante. 1 mes.
• Bajo — nice-to-have. Cuando haya tiempo.

Como escribir hallazgos efectivos:

• Concreto: "El headline de home dice 'Bienvenido a nuestra plataforma'" no "el headline necesita mejora"
• Cuantifica: "Faltan meta descriptions en 8 de 12 landings"
• Usa benchmarks: "Tiempo de carga 4,2s (benchmark: <2s)"
• Incluye evidencia: "Sin testimonios en home, pricing ni signup"

5-10 hallazgos. Ordena de mas a menos severo.

quick_wins (array, obligatorio)

3-5 acciones ejecutables en una semana con esfuerzo minimo. Cada una concreta y accionable.

Buen quick win: "Reescribir el headline de home de 'Bienvenido a nuestra plataforma' a 'Reduce tu tiempo de reporting un 75% — analytics automatico para equipos de growth'"

Mal quick win: "Mejorar el headline" (demasiado vago)

medium_term (array, obligatorio)

3-5 acciones de 1-3 meses.

strategic (array, obligatorio)

3-5 acciones de 3-6 meses. Cambios de fundacion.

competitors (array, opcional)

Hasta 3 competidores para la tabla comparativa. Si no hay data, omite el campo y el script se salta la seccion.

Paso 4: Guardar el JSON

Escribe la data en un fichero JSON temporal:

cat > /tmp/datos_informe.json << 'JSONEOF'
{
  ... JSON ensamblado ...
}
JSONEOF

Paso 5: Invocar el generador de PDF

Check de requisitos: Verifica que reportlab esta instalado:

python3 -c "import reportlab" 2>/dev/null || pip3 install reportlab

Generar el informe:

python3 scripts/generar_informe_pdf.py /tmp/datos_informe.json "INFORME-MARKETING-<dominio>.pdf"

Sustituye <dominio> por el dominio del cliente (sin protocolo ni www), usando guiones en vez de puntos. Ejemplos:

• ejemplo.com -> INFORME-MARKETING-ejemplo-com.pdf
• miapp.io -> INFORME-MARKETING-miapp-io.pdf

Modo demo (sin argumentos): Ejecutar el script sin argumentos genera un informe de ejemplo con placeholders:

python3 scripts/generar_informe_pdf.py
# Genera: INFORME-MARKETING-ejemplo.pdf

Paso 6: Verificar el output

Comprueba que el PDF se genero:

ls -la "INFORME-MARKETING-<dominio>.pdf"

Reporta la ruta y el tamano al usuario.

Paso 7: Limpieza

Borra el JSON temporal:

rm /tmp/datos_informe.json

Contenido del PDF

El PDF generado incluye:

Pagina 1: Portada

• Titulo: "Informe de Auditoria de Marketing"
• URL objetivo
• Fecha de generacion
• Gauge con score global (visualizacion circular con color)
• Letra de calificacion (A+ hasta F)
• Parrafo de resumen ejecutivo

Pagina 2: Desglose de scores

• Barra horizontal con las 6 categorias y color
• Tabla con nombre, score, peso y estado
• Colores: verde (80+), azul (60-79), amarillo (40-59), rojo (<40)

Pagina 3: Hallazgos clave

• Tabla con severidad y descripcion
• Indicadores de severidad por color (Critico=rojo, Alto=naranja, Medio=amarillo, Bajo=azul)
• Ordenados de mas a menos severo

Pagina 4: Plan de accion priorizado

• Quick Wins (esta semana)
• Medio plazo (1-3 meses)
• Estrategicas (3-6 meses)
• Items numerados en cada tier

Pagina 5: Panorama competitivo (si hay data)

• Tabla comparativa cliente vs hasta 3 competidores
• Filas: Posicionamiento, Pricing, Social Proof, Contenido

Pagina final: Metodologia

• Explicacion de scoring
• Pesos y criterios
• Footer: "Generado con Marketing Claude Code"

Paleta de colores

Paleta profesional del PDF:

Elemento	Color	Hex
Primario (headers, titulos)	Azul oscuro	#1B2A4A
Acento (enlaces, highlights)	Azul	#2D5BFF
Highlight (atencion)	Naranja	#FF6B35
Exito (scores altos)	Verde	#00C853
Advertencia (scores medios)	Ambar	#FFB300
Danger (scores bajos, critico)	Rojo	#FF1744
Fondo claro	Gris claro	#F5F7FA
Texto body	Gris oscuro	#2C3E50
Texto secundario	Gris medio	#7F8C9B
Bordes	Borde claro	#E0E6ED

Mapeo score-color

• 80-100: Verde (#00C853) — performance solida
• 60-79: Azul (#2D5BFF) — correcta con margen
• 40-59: Ambar (#FFB300) — requiere atencion
• 0-39: Rojo (#FF1744) — critico

Troubleshooting

Issue	Solucion
ModuleNotFoundError: No module named 'reportlab'	pip3 install reportlab
Script genera PDF vacio	Revisa que el JSON tiene todos los campos obligatorios
Gauge no renderiza	overall_score debe ser un numero 0-100
Tabla de competidores ausente	Asegura que competitors tiene name, positioning, pricing, social_proof, content
PDF de una sola pagina	Revisa errores de parseo JSON: python3 -c "import json; json.load(open('/tmp/datos_informe.json'))"
Fuentes raras	El script usa Helvetica (nativa de reportlab). Sin fuentes custom.

Integracion con otras skills

Mejor workflow combinado:

1. /marketing auditoria <url> — data de auditoria completa
2. /marketing competidores <url> — data comparativa
3. /marketing seo <url> — hallazgos SEO detallados
4. /marketing landing <url> — analisis CRO
5. /marketing informe-pdf <url> — compila todo en PDF

La skill del PDF busca automaticamente los outputs de estas skills e incorpora la data al JSON.

Output

• Archivo: INFORME-MARKETING-<dominio>.pdf
• Ubicacion: raiz del proyecto
• Tamano tipico: 200-500 KB segun contenido
• Paginas: 5-7 segun datos de competidores y extras

Principios clave

• El PDF es el entregable mas orientado a cliente del toolkit. La calidad importa.
• Verifica que el JSON esta completo y correcto antes de generar. Basura dentro, basura fuera.
• Usa el PDF para primeras impresiones y conversaciones de venta. El Markdown va despues para detalles.
• Todo score debe ser justificable. Si el cliente pregunta "por que saco 52 en Conversion", los hallazgos tienen que explicarlo.
• Redondea a enteros. Los decimales fingen precision.
• Resumen ejecutivo ajustado: 2-4 frases maximo. Los decisores solo escanean.
• Si es para prospecto, el informe es herramienta de venta. Oportunidades compelling, plan alcanzable.