Blog og guider

Automatisér marketingrapporter med Codex

Byg et reproducerbart forløb til datakontrol, beregninger og gennemgåede kommentarer.

Hovedpointen

Codex er et arbejdsmiljø til kode. Udvikl testede scripts dér, og lad en tekstmodel fortolke allerede validerede resultater.

Udvikler arbejder med to skærme og rapportdokumenter

Udgangspunktet

  • To anonymiserede eksporter, inklusive et fejlbehæftet eksempel.
  • Feltdefinitioner, typer, valutaer og beregningsregler.
  • Et lille referenceeksempel beregnet manuelt.

1. Definér datakontrakten

Beskriv obligatoriske felter, detaljeringsniveau, dubletnøgle, datoer og manglende værdier. Manglende betyder ikke nul. Bestem, hvilke fejl der stopper forløbet.

2. Udvikl og test

Lad Codex adskille læsning, validering, aggregering og output. Test referenceværdier og fejltilfælde. Kilder må ikke ændres, og unødvendige netværkskald udelades.

3. Tilføj kommentarer

GPT eller Claude kan kommentere validerede summer. Vurdér DeepSeek som API-alternativ med samme kvalitets- og datakrav. Kræv henvisninger og forbyd skjulte rettelser af afviste data.

4. Forbered driften

Log version, fil og fejl. Udpeg ansvarlig, og definér manuel gendannelse samt håndtering af formatændringer. Planlæg først efter test med beskyttelse mod dobbelt behandling.

Et praktisk eksempel

Skriv et script, der validerer eksporter før aggregering. Ændr ingen kilder, og lav ingen netværkskald. Beregn forholdstal fra summer; nulnævner giver N/A. Test manglende felt, dublet, nul konverteringer og referenceeksemplet.
TilfældeAdfærdKontrol
Omkostning manglerTydelig fejlAntag ikke nul
DubletMarkér nøglenTæl ikke dobbelt
Nul konverteringerCPA udefineretIngen division med nul
KildefilUændretSammenlign før og efter

Vurder fremgangen

  • Gennemgå kode og rettigheder.
  • Test fejl før planlægning.
  • Gem log og gendannelsesprocedure.

Officielle kilder

OpenAI · CodexDeepSeek · API documentation

Find kampagnen, som gennemsnittet skjuler

En syntetisk CSV-fil omfatter fire kampagner i to perioder. Kan et bedre samlet afkast skjule et problem?

Genskab rapporteringsdemoen

Kør den linkede demo med Python 3.9 eller nyere. Forventet: 6.000 € i udgifter i basisperioden; 34.880 € i omsætning og 436 konverteringer i sammenligningsperioden. Den gyldige fil skal give afslutningskode 0; den ugyldige fil kode 2. Dette er syntetiske data på tværs af kanaler, ikke en direkte Google Ads-eksport eller en modelbenchmark. Map kolonnerne i reelle eksporter, og godkend konverteringsdefinitionerne, før du tilpasser demoen.

python3 analyze.py campaigns.csv
python3 analyze.py invalid-campaigns.csv
Se detaljer

Demonstrationerne bruger fiktive briefs, dokumenter og syntetiske data. De viser en metode, ikke kunderesultater.

MindVerve

Vil I have dette workflow til jeres team?

AI Workflow Launch omfatter ét aftalt rapportforløb med test, dokumentation og oplæring. Ekstra integrationer og omkostninger fastlægges i tilbuddet.

Drøft mit AI-workflowFem områder. Én fælles retning.