Inteligencia Competitiva Masiva con Manus

Antes de empezar

Lo que necesitas para completar este tutorial

Lo que conseguiras al terminar

Si sigues estos pasos, en 20-30 minutos tendras:

✓ Base de datos comparativa de métricas de [COMPETIDORES] normalizada por periodos
✓ Análisis de tendencias y anomalías con puntuación comparativa
✓ Informe ejecutivo con recomendaciones y export CSV/SQL listo

Antes de empezar, asegurate de tener lo siguiente:

Obligatorio Lista de competidores objetivo en formato CSV o texto con nombre legal y sitio web, o un archivo con identificadores (ticker, NIT).

Obligatorio Acceso a Manus con permisos para ingestión de datos externos y la capacidad de cargar archivos o conectar APIs públicas.

Recomendado Plantilla de métricas objetivo (por ejemplo: ingresos, EBITDA, margen operativo, OPEX, turnover logística) para alinear la comparación.

Recomendado Acceso a fuentes de datos premium (Bloomberg/Refinitiv) o APIs sectoriales para mejorar la calidad y frecuencia de actualización.

Transferencia internacional de datos: Manus procesa datos en servidores externos. Sin acuerdo de procesamiento de datos (DPA) firmado, no introduzcas datos personales, financieros confidenciales ni datos especialmente protegidos. Verifica con tu departamento legal o IT antes de usar datos reales de tu empresa.

El caso

Finanova Logistics S.A., sector logística y servicios financieros a transporte — el problema real

La dirección no dispone de una visión comparativa homogénea de competidores para decisiones de pricing y expansión regional. Los informes internos consumen semanas y no permiten simulaciones rápidas.

Con Manus y el prompt de este tutorial, puede resolver este reto en 20-30 minutos — sin conocimientos tecnicos previos.

Situacion real
Datos + contexto

→

Manus
Prompt estructurado

→

Output ejecutivo
Listo para usar

Por que funciona: Manus escala la recolección y limpieza de datos y aplica reglas de normalización reproducibles, reduciendo errores manuales. Su capacidad de estructurar salidas (CSV/SQL) facilita integración con BI y modelos financieros existentes.

Contexto

Cuando usar este tutorial

✓ Usalo cuando...	× No lo uses cuando...
Necesita comparar rápidamente margen, crecimiento y eficiencia operativa de 5-30 competidores antes de una decisión de inversión. Quiere preparar un benchmark previo a una negociación de tarifas o licitación regional. Busca alimentar dashboards de dirección con una tabla normalizada exportable.	Cuando requiere auditoría financiera certificada o estados auditados con respaldo legal; para eso use auditores externos. Si los competidores objetivo carecen de datos públicos y no se dispone de fuentes privadas verificadas. Si la prioridad es análisis microcontable detallado (revisión de asientos), que requiere acceso a contabilidades internas.

Paso 01

Definir el perímetro y fuentes

Identifique los competidores y las fuentes de datos que Manus debe consultar. Esto reduce ruido y garantiza que la comparación sea relevante para la decisión directiva.

1
Listar competidores y prioridades Prepare un CSV con columnas: NombreLegal, Ticker/NIF, SitioWeb, Prioridad(Alta/Media/Baja). Priorice 10-20 empresas para la primera ejecución para control de calidad.
2
Seleccionar métricas clave Defina las métricas financieras y operativas imprescindibles (por ejemplo: ingresos, EBITDA, margen bruto, días de inventario, costo por unidad). Esto permite normalizar de forma consistente.
3
Asignar periodos de análisis Determine el horizonte (trimestral, anual, últimos 4 trimestres) y la moneda de referencia. Establezca conversiones si opera en múltiples divisas.

Checkpoint: CSV de competidores y lista de métricas y periodos listos para cargar en Manus.

Paso 02

Ingestión y mapeo en Manus

Cargue las fuentes y configure las reglas de extracción y normalización en Manus. El objetivo es convertir datos heterogéneos en una tabla comparativa homogénea.

1
Cargar archivos y conectar APIs Suba el CSV de competidores y conecte APIs públicas o privadas. Verifique permisos y muestras de datos antes de procesar todo el conjunto.
2
Configurar mapa de métricas En Manus, mapee cada métrica de origen a la métrica objetivo definida. Cree reglas de conversión de moneda, normalización por tamaño (por ejemplo, % de ingresos) y manejo de valores faltantes.
3
Ejecutar extracción de prueba Haga una extracción de muestra para 3-5 competidores; revise consistencia, valores atípicos y etiquetas. Ajuste reglas y repita hasta obtener coherencia.

Checkpoint: Tabla de muestra normalizada para varios competidores sin errores de mapeo ni desvíos de unidad.

Paso 03

Ejecutar el prompt principal

Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.

1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.

Variables del prompt — sustituye cada [VARIABLE] con datos reales

[COMPETIDORES]CSV o lista con columnas: NombreLegal, Ticker/NIF, URL. Priorice hasta 30 empresas.

[PERIODOS_ANALISIS]Horizonte temporal: por ejemplo 'últimos 4 trimestres' o 'anual 2021-2024'.

[MATRIZ_METRICAS]Lista de métricas objetivo separadas por comas: p.ej. ingresos, EBITDA, margen operativo, OPEX, días de inventario.

Prompt principal — Inteligencia Competitiva Masiva Eres un asistente ejecutivo que utiliza Manus para generar una base comparativa normalizada de métricas financieras y operativas. Tu objetivo es devolver: 1) una tabla maestra normalizada en formato CSV lista para integración, 2) un informe ejecutivo con hallazgos y recomendaciones, y 3) un log de calidad de datos y supuestos. Entrada: usa los siguientes parámetros proporcionados por el usuario: [COMPETIDORES] (CSV o lista con NombreLegal, Ticker/NIF, URL), [PERIODOS_ANALISIS] (por ejemplo: 'últimos 4 trimestres' o 'anual 2021-2024'), [MATRIZ_METRICAS] (lista de métricas objetivo: p.ej. ingresos, EBITDA, margen operativo, OPEX, días de inventario, coste por envío). Tareas concretas: - Normaliza todas las cifras a la moneda de referencia indicada y ajusta periodos si es necesario. Indica el tipo de cambio utilizado y su fuente. - Unifica definiciones (por ejemplo: definir EBITDA como 'beneficio antes de intereses, impuestos, depreciación y amortización') y mapea las columnas de origen a la matriz objetivo. - Genera la tabla maestra con columnas: Empresa, Periodo, Moneda, Ingresos, EBITDA, MargenEBITDA(%), OPEX, DíasInventario, CosteUnitario, FuenteDatos, Calidad(d% completitud). - Calcula indicadores comparativos normalizados: crecimiento interanual, CAGR cuando aplique, z-score por métrica y un puntaje agregado operativo-financiero (0-100) con la metodología explicada. - Identifica las 5 principales anomalías explicando por qué son atípicas y propon soluciones o áreas para investigación adicional. - Elabora un resumen ejecutivo (máx. 500 palabras) con 3 recomendaciones estratégicas priorizadas por impacto/urgencia. - Entrega: 1) CSV descargable (incluye tabla maestra), 2) SQL de carga (INSERT/CREATE TABLE), 3) JSON con la estructura de métricas y puntajes, 4) registro de calidad y supuestos. Restricciones: no inventes datos; si falta información, reporta como 'NO DISPONIBLE' y sugiere fuentes alternativas. Mantén la confidencialidad de los datos y evita PII. Prioriza claridad ejecutiva y formato listo para integración técnica. Formato de salida requerido: devuelve un objeto estructurado con claves: summary, recommendations, table_csv (contenido CSV completo), sql_load_script, json_metrics, data_quality_log, assumptions. Indica tiempos estimados para refresco de datos (por ejemplo: diario, semanal, mensual).

Checkpoint: El modelo ha respondido con un output estructurado que incluye las secciones solicitadas en el prompt.

Paso 04

Validar, iterar y exportar

Refine los resultados y prepare la entrega a dirección. Valide supuestos, corrija anomalías y genere outputs finales listos para integración con BI o repositorios internos.

1
Revisar calidad y supuestos Compare 5-10 puntos de datos clave con fuentes originales. Corrija supuestos de moneda, periodización o categorización si es necesario.
2
Exportar y documentar Genere CSV y/o instrucciones SQL para cargar la tabla comparativa en su DW/BI. Cree un registro de calidad con orígenes y porcentaje de completitud.

Checkpoint: CSV/SQL exportado, informe ejecutivo listo y registro de calidad documentado.

Iteracion

Prompts para refinar el output

Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:

Hacer el output más específico

cuando el output es demasiado genérico. "Por favor, prioriza el análisis en las métricas [MATRIZ_METRICAS] y limita el benchmark a las 10 empresas con prioridad 'Alta' en [COMPETIDORES]. Ajusta los puntajes y explica variaciones por país o divisa."

Cambiar el nivel de detalle

cuando necesitas más o menos profundidad. "Genera una versión condensada (1 página) del resumen ejecutivo y otra ampliada con anexos de cálculo. Incluye tablas pivot por período para [PERIODOS_ANALISIS]."

Adaptar el tono

cuando el tono no es el adecuado para tu audiencia. "Reformula el informe con un tono directo y ejecutivo, apto para el Comité de Dirección, resaltando riesgos y oportunidades con bullets y puntuación de prioridad."

Versión ejecutiva resumida

para compartir con el Comité de Dirección. "Resume las 3 recomendaciones clave en no más de 6 líneas, con impacto estimado (alto/medio/bajo) y tiempo de implementación (semanas/meses)."

Resultado

Que vas a obtener

Este es el tipo de output que genera Manus con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:

Ejemplo de output — Finanova Logistics S.A., sector logística y servicios financieros a transporte

Estructura del output

El prompt genera un objeto estructurado con: summary ejecutivo, recomendaciones priorizadas, table_csv (tabla maestra normalizada), sql_load_script, json_metrics con puntajes y data_quality_log que documenta fuentes y completitud. Cada sección incluye referencias a las reglas de normalización aplicadas.

Senales de un buen output

Tabla CSV con encabezados claros y valores normalizados
Resumen ejecutivo que cita métricas clave y ofrece recomendaciones priorizadas
SQL o instrucción técnica lista para cargar la tabla en un DW
Registro de calidad que indica % completitud y orígenes por fila

Senal de que el output es bueno: La tabla maestra incluye todas las métricas solicitadas normalizadas a la moneda y periodo indicados, y el informe ejecutivo presenta recomendaciones accionables.

Costes

Inversion y retorno

99$ Manus Business / mes

15-25 minutos Por ejecucion del tutorial

∞ Reutilizaciones del prompt

ROI: Reducir el ciclo de benchmark de semanas a minutos acelera decisiones de pricing y expansión, lo que puede mejorar la captura de oportunidades en mercados volátiles. El coste se recupera con una única decisión estratégica correcta que evite una inversión errónea o capture mayor cuota de mercado.

Errores frecuentes

Que hacer cuando algo no funciona

Sintoma	Causa probable	Solucion exacta
Tabla resultante con muchas celdas 'NO DISPONIBLE'	Fuentes mal conectadas o permisos insuficientes para acceder a APIs privadas.	Verifique credenciales/API keys y permita acceso en Manus; si no hay datos, aporte fuentes alternativas o reduzca el perímetro de competidores.
Valores monetarios mezclados en diferentes divisas sin conversión	No se configuró la moneda de referencia o la regla de conversión.	Defina la moneda de referencia en el paso 1 y añada reglas de conversión en Manus especificando la fuente y fecha del tipo de cambio.
Puntuaciones o z-scores inconsistentes	Métricas base no normalizadas por tamaño o periodo.	Aplique normalización por ingresos o por unidad según la matriz de métricas y vuelva a calcular las puntuaciones.
Extracción parcial que corta filas o columnas	Límites de paginación o timeouts en la API fuente.	Configure paginación en la conexión de Manus o realice extracciones por lotes con identificadores reducidos.
Output en formato no estructurado (texto libre) en vez de CSV/JSON	Prompt no indicó claramente el formato de salida o Manus interpretó la solicitud de forma libre.	Reejecute el prompt principal asegurando la instrucción: 'devuelve un objeto estructurado con claves: summary, recommendations, table_csv, sql_load_script, json_metrics, data_quality_log'.

Modo avanzado

Como hacer este tutorial con Manus en modo avanzado

En modo agente, Manus puede orquestar conexiones, ejecutar extractions en paralelo, validar datos y actualizar la tabla maestra periódicamente. Use el modo agente para pipelines recurrentes y tareas donde se requiera autonomía en la recolección y reconciliación de datos.

Modo avanzado

Flujo de trabajo avanzado

1
Configurar agentes de extracción para cada fuente (web scraping, API, FTP) con credenciales y límites de frecuencia
2
Definir reglas de mapeo y normalización como tareas automáticas aplicables en cada ejecución
3
Programar ejecuciones periódicas (p. ej. semanal) y definir alertas para variaciones superiores al umbral
4
Configurar exportación automática a su DW/BI y notificaciones al equipo directivo con resumen ejecutivo

Actúa como agente de datos. Para cada fuente en [COMPETIDORES], ejecuta extracción completa, aplica el mapa de métricas [MATRIZ_METRICAS], normaliza a la moneda definida, valida consistencia y sube la tabla maestra a la ruta [DESTINO_EXPORT]. Si detectas >10% de filas con datos faltantes, pausa y genera un informe de error detallado. Programa re-ejecución semanal y envía resumen ejecutivo a [EMAIL_COMITÉ]. Incluye SQL de carga y un JSON con metadatos de calidad.

Cuando usar el modo avanzado en este tutorial: Valioso cuando necesita automatizar refresh periódicos (semanal/diario) y cuando la plantilla de métricas debe alimentar dashboards en tiempo real o pipelines ETL.

Siguiente paso

Que hacer ahora?

Ahora que has completado este tutorial, hay dos caminos naturales:

Tutorial relacionado · Manus

Explorar mas tutoriales de Manus

Descubre otros casos de uso de Manus para directivos en diferentes funciones y sectores.

Biblioteca completa

Ver todos los tutoriales

Explora los tutoriales del programa organizados por herramienta, funcion y nivel de dificultad.

Para sacarle mas partido: Una vez validado el primer benchmark, automatice la actualización semanal y conecte la salida CSV/SQL a su herramienta BI para crear dashboards que muestren alertas por desviaciones y tendencias.

Alternativa segura

Puedo hacer esto sin que mis datos salgan de la empresa?

Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.

Modelos recomendados

Llama 3.3 70B — Ideal para analisis de documentos largos y generacion de texto estructurado (contexto 128K tokens).

Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.

Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.

Plataformas de despliegue

Ollama — Para equipos pequenos o uso individual en hardware propio.

vLLM — Para entornos de produccion con multiples usuarios simultaneos.

LM Studio — Para pruebas y uso individual sin configuracion de servidor.

Infraestructura minima

Para un modelo de 70B parametros en produccion:

GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.

RAM: 128GB minimo.

Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.

Garantia de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu informacion, no hay transferencia internacional de datos y el cumplimiento normativo es total incluso para datos del art. 9 RGPD.

Necesitas implementar esta solucion en tu organizacion?

La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.

Contactar con Agere Conocer Agere