mirror of
https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools.git
synced 2026-06-19 15:59:37 +00:00
412 lines
16 KiB
Python
412 lines
16 KiB
Python
"""
|
||
In-Product Saudi Sector Playbooks.
|
||
|
||
Each playbook is structured data that the Personalization Agent +
|
||
Deal Coach Agent + UI all read. NOT just landing-page marketing —
|
||
this is the operational knowledge inside the product.
|
||
|
||
Per sector:
|
||
- Pain points
|
||
- Top objections
|
||
- Best opening lines (Arabic, sector-tuned)
|
||
- Best offer angle
|
||
- Buying committee composition
|
||
- Seasonal timing
|
||
- Average benchmarks
|
||
- Recommended channel mix
|
||
- WhatsApp tone
|
||
- 1-2 mini case studies (templated)
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
from dataclasses import dataclass, field
|
||
from typing import Any
|
||
|
||
|
||
@dataclass(frozen=True)
|
||
class SectorPlaybook:
|
||
sector_id: str
|
||
sector_ar: str
|
||
sector_en: str
|
||
pain_points_ar: tuple[str, ...]
|
||
top_objections: tuple[str, ...] # objection_ids from objection_library
|
||
opening_lines_ar: tuple[str, ...]
|
||
best_offer_angle_ar: str
|
||
buying_committee: tuple[str, ...] # roles
|
||
seasonal_peaks_ar: tuple[str, ...]
|
||
benchmarks: dict[str, float]
|
||
recommended_channel_mix: dict[str, float] # weights summing to 1
|
||
whatsapp_tone: str # formal / warm / direct
|
||
case_study_template_ar: str
|
||
avg_deal_value_sar: int
|
||
avg_cycle_days: int
|
||
|
||
|
||
REAL_ESTATE = SectorPlaybook(
|
||
sector_id="real_estate",
|
||
sector_ar="تطوير عقاري",
|
||
sector_en="Real Estate Development",
|
||
pain_points_ar=(
|
||
"صعوبة جلب مشترين لمشاريع جديدة قبل التسليم",
|
||
"وكالات تسويق غالية وغير مقاسة",
|
||
"بطء الـ qualification — اتصالات كثيرة بدون شراء",
|
||
"غياب CRM يربط الزيارة بالـ booking",
|
||
),
|
||
top_objections=("OBJ_TRUST_002", "OBJ_PRICE_001", "OBJ_AUTHORITY_002"),
|
||
opening_lines_ar=(
|
||
"لاحظنا مشروعكم الجديد في {city} — كم نسبة الحجوزات حالياً قبل التسليم؟",
|
||
"إذا تبحثون عن طريقة لتعبئة 80% من الوحدات قبل الافتتاح، عندنا سياق مهم.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"في 60 يوم نُسلم لكم 50 lead مؤهل من المهتمين بحجم وميزانية مشروعكم — "
|
||
"بدون وكالة + بـ تكلفة أقل 70% من السوق."
|
||
),
|
||
buying_committee=("CEO", "VP Sales", "Marketing Director", "Project Manager"),
|
||
seasonal_peaks_ar=("Q1 (يناير-مارس)", "Q4 (أكتوبر-ديسمبر) بعد المعارض العقارية"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.074,
|
||
"meeting_rate_p50": 0.32,
|
||
"win_rate_p50": 0.18,
|
||
"cycle_days_p50": 45,
|
||
},
|
||
recommended_channel_mix={
|
||
"whatsapp": 0.55,
|
||
"email": 0.25,
|
||
"linkedin": 0.10,
|
||
"phone": 0.10,
|
||
},
|
||
whatsapp_tone="warm",
|
||
case_study_template_ar=(
|
||
"شركة تطوير في {city} استخدمت Dealix لمدة {months} شهر، "
|
||
"حصلت على {meetings} اجتماع و{deals} حجز جديد، بقيمة {pipeline} ريال."
|
||
),
|
||
avg_deal_value_sar=750_000,
|
||
avg_cycle_days=45,
|
||
)
|
||
|
||
CLINICS = SectorPlaybook(
|
||
sector_id="clinics",
|
||
sector_ar="عيادات",
|
||
sector_en="Medical Clinics",
|
||
pain_points_ar=(
|
||
"no-show rate عالي (30-40%)",
|
||
"صعوبة جلب مرضى الـ private للخدمات التجميلية/الطب الوقائي",
|
||
"إعلانات Snapchat/TikTok مكلفة بدون قياس واضح",
|
||
"نقص في CRM للمرضى المهتمين لكن لم يحجزوا",
|
||
),
|
||
top_objections=("OBJ_TRUST_001", "OBJ_TIMING_001", "OBJ_PRICE_002"),
|
||
opening_lines_ar=(
|
||
"في عيادتكم، كم نسبة من المتصلين يكملون الحجز ويأتون؟",
|
||
"عيادات مشابهة لكم خفّضت no-show بنسبة 40% مع reminder system ذكي.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"نخفّض no-show 40% + نزيد الحجوزات 2× — بـ WhatsApp تلقائي بالعربي "
|
||
"+ متابعة المريض المهتم اللي اتصل ولم يحجز."
|
||
),
|
||
buying_committee=("Owner-Doctor", "Clinic Manager", "Marketing Lead"),
|
||
seasonal_peaks_ar=("Q3 قبل المدارس", "Q1 بعد رمضان", "موسم الصيف للتجميل"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.138,
|
||
"meeting_rate_p50": 0.40,
|
||
"win_rate_p50": 0.28,
|
||
"cycle_days_p50": 28,
|
||
},
|
||
recommended_channel_mix={
|
||
"whatsapp": 0.70,
|
||
"email": 0.10,
|
||
"phone": 0.20,
|
||
},
|
||
whatsapp_tone="warm",
|
||
case_study_template_ar=(
|
||
"عيادة {city} استخدمت Dealix {months} شهر — no-show نزل من {before}% "
|
||
"إلى {after}%، وحجوزات الـ private زادت {growth}%."
|
||
),
|
||
avg_deal_value_sar=2_500,
|
||
avg_cycle_days=28,
|
||
)
|
||
|
||
LOGISTICS = SectorPlaybook(
|
||
sector_id="logistics",
|
||
sector_ar="شحن ولوجستيات",
|
||
sector_en="Logistics & Shipping",
|
||
pain_points_ar=(
|
||
"فقدان عملاء B2B لصالح المنافسين بسبب بطء الـ quote",
|
||
"قواعد العملاء قديمة — لا تواصل سنوي للحفاظ عليهم",
|
||
"صعوبة دخول قطاعات جديدة (e-commerce, F&B)",
|
||
"RFQs عبر إيميلات طويلة بدون nurture",
|
||
),
|
||
top_objections=("OBJ_COMPETITOR_001", "OBJ_PRICE_001", "OBJ_TRUST_002"),
|
||
opening_lines_ar=(
|
||
"في عملياتكم، متوسط زمن الـ quote من الطلب للرد كم يوم؟",
|
||
"شركات لوجستيات سعودية مشابهة قطعت زمن الـ quote من 3 أيام إلى ساعة.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"Dealix يجيب لكم 100 RFQ مؤهل شهرياً + يقطع زمن الـ quote إلى أقل من ساعة — "
|
||
"بدون توظيف SDRs جدد."
|
||
),
|
||
buying_committee=("CEO", "Commercial Director", "Operations Manager"),
|
||
seasonal_peaks_ar=("Q4 (موسم e-commerce)", "Ramadan (FMCG)", "Hajj (موسمي)"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.068,
|
||
"meeting_rate_p50": 0.30,
|
||
"win_rate_p50": 0.22,
|
||
"cycle_days_p50": 35,
|
||
},
|
||
recommended_channel_mix={
|
||
"email": 0.45,
|
||
"whatsapp": 0.35,
|
||
"linkedin": 0.10,
|
||
"phone": 0.10,
|
||
},
|
||
whatsapp_tone="direct",
|
||
case_study_template_ar=(
|
||
"شركة لوجستيات في {city} استخدمت Dealix {months} شهر — "
|
||
"RFQs المؤهلة زادت {x}× وزمن الـ quote نزل من {before} إلى {after}."
|
||
),
|
||
avg_deal_value_sar=120_000,
|
||
avg_cycle_days=35,
|
||
)
|
||
|
||
HOSPITALITY = SectorPlaybook(
|
||
sector_id="hospitality",
|
||
sector_ar="فنادق وضيافة",
|
||
sector_en="Hospitality",
|
||
pain_points_ar=(
|
||
"اعتماد كبير على OTAs (Booking, Agoda) بعمولات 18-22%",
|
||
"ضعف الـ corporate / MICE pipeline",
|
||
"موسمية حادة بين Q1 (رمضان/إجازات) والـ off-season",
|
||
"صعوبة الوصول لمدراء التدريب والـ event planners في الشركات",
|
||
),
|
||
top_objections=("OBJ_COMPETITOR_001", "OBJ_PRICE_002", "OBJ_TRUST_003"),
|
||
opening_lines_ar=(
|
||
"كم نسبة الحجوزات المباشرة لديكم vs OTAs؟ هذا الـ ratio يحدد هامش الربح.",
|
||
"فنادق سعودية تجاوزت 60% direct bookings باستخدام B2B corporate pipeline.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"Dealix يبني لكم corporate / MICE pipeline يضيف 30%+ من الإيراد المباشر "
|
||
"(غير OTAs) في 6 شهور."
|
||
),
|
||
buying_committee=("GM", "Director of Sales", "MICE Coordinator", "Revenue Manager"),
|
||
seasonal_peaks_ar=("Q1 (إجازات)", "Q3 (Hajj)", "Q4 (corporate planning)"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.124,
|
||
"meeting_rate_p50": 0.38,
|
||
"win_rate_p50": 0.24,
|
||
"cycle_days_p50": 30,
|
||
},
|
||
recommended_channel_mix={
|
||
"email": 0.50,
|
||
"whatsapp": 0.30,
|
||
"linkedin": 0.15,
|
||
"phone": 0.05,
|
||
},
|
||
whatsapp_tone="formal",
|
||
case_study_template_ar=(
|
||
"فندق {brand} في {city} زاد الحجوزات الـ corporate {x}% عبر Dealix في {months} شهر."
|
||
),
|
||
avg_deal_value_sar=180_000,
|
||
avg_cycle_days=30,
|
||
)
|
||
|
||
RESTAURANTS = SectorPlaybook(
|
||
sector_id="restaurants",
|
||
sector_ar="مطاعم وكاترينج",
|
||
sector_en="Restaurants & Catering",
|
||
pain_points_ar=(
|
||
"اعتماد على المشي (walk-ins) — لا pipeline قابل للتوقع",
|
||
"ضعف خدمة الـ catering للشركات والمكاتب",
|
||
"صعوبة الوصول لـ HR وادارة المكاتب",
|
||
"غياب نظام للحجز المتقدم للمناسبات",
|
||
),
|
||
top_objections=("OBJ_PRICE_001", "OBJ_FIT_001"),
|
||
opening_lines_ar=(
|
||
"حالياً، كم نسبة إيراد المطعم من corporate catering؟",
|
||
"مطاعم في {city} حققت 25% إيراد إضافي من 3 عقود corporate catering فقط.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"Dealix يجيب لكم 5-10 عقود corporate catering شهرياً (مكاتب، HR teams، events) "
|
||
"— يضيف 22% إيراد إضافي بدون توسعة فروع."
|
||
),
|
||
buying_committee=("Owner", "Operations Manager", "Head Chef"),
|
||
seasonal_peaks_ar=("Q1 (events corporate)", "Ramadan (iftars)", "Q4 (year-end parties)"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.115,
|
||
"meeting_rate_p50": 0.42,
|
||
"win_rate_p50": 0.30,
|
||
"cycle_days_p50": 21,
|
||
},
|
||
recommended_channel_mix={
|
||
"whatsapp": 0.65,
|
||
"email": 0.20,
|
||
"phone": 0.15,
|
||
},
|
||
whatsapp_tone="warm",
|
||
case_study_template_ar=(
|
||
"مطعم {brand} في {city} حقق {x} عقد catering جديد في {months} شهر — "
|
||
"بقيمة {pipeline} ريال."
|
||
),
|
||
avg_deal_value_sar=15_000,
|
||
avg_cycle_days=21,
|
||
)
|
||
|
||
TRAINING = SectorPlaybook(
|
||
sector_id="training",
|
||
sector_ar="مراكز تدريب",
|
||
sector_en="Training Centers",
|
||
pain_points_ar=(
|
||
"الاعتماد على individual learners — حجم محدود",
|
||
"صعوبة بيع corporate training packages",
|
||
"غياب نظام نقل المهارات من فرد إلى B2B",
|
||
"منافسة شديدة على دورات Vision 2030",
|
||
),
|
||
top_objections=("OBJ_TRUST_001", "OBJ_AUTHORITY_001"),
|
||
opening_lines_ar=(
|
||
"كم نسبة الـ enrollments الـ corporate (B2B) من إجمالي مركزكم حالياً؟",
|
||
"مراكز تدريب سعودية حوّلت 30% من focusها إلى corporate وضاعفت الإيراد.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"Dealix يبني لكم B2B corporate training pipeline — 5+ شركات شهرياً "
|
||
"تطلب custom programs لفريقها."
|
||
),
|
||
buying_committee=("Center Director", "Business Development", "Curriculum Lead"),
|
||
seasonal_peaks_ar=("Q1 (بداية السنة المالية)", "Q3 (بعد إجازات)", "Q4 (تخطيط السنة الجديدة)"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.112,
|
||
"meeting_rate_p50": 0.36,
|
||
"win_rate_p50": 0.25,
|
||
"cycle_days_p50": 35,
|
||
},
|
||
recommended_channel_mix={
|
||
"linkedin": 0.40,
|
||
"email": 0.30,
|
||
"whatsapp": 0.20,
|
||
"phone": 0.10,
|
||
},
|
||
whatsapp_tone="formal",
|
||
case_study_template_ar=(
|
||
"مركز تدريب في {city} رفع corporate enrollments {x}% خلال {months} شهر."
|
||
),
|
||
avg_deal_value_sar=85_000,
|
||
avg_cycle_days=35,
|
||
)
|
||
|
||
AGENCIES = SectorPlaybook(
|
||
sector_id="agencies",
|
||
sector_ar="وكالات تسويق",
|
||
sector_en="Marketing Agencies",
|
||
pain_points_ar=(
|
||
"تذبذب MRR — الاعتماد على referrals فقط",
|
||
"صعوبة بيع retainer ضد مشاريع one-off",
|
||
"ضعف الـ inbound — لا content marketing منتظم",
|
||
"تغيّر العملاء كل 6 شهور",
|
||
),
|
||
top_objections=("OBJ_PRICE_003", "OBJ_TRUST_003", "OBJ_FIT_001"),
|
||
opening_lines_ar=(
|
||
"كم نسبة الـ retainers من إجمالي MRR لديكم؟",
|
||
"وكالات في {city} ضاعفت MRR بـ retainer-only model + outbound مستقر.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"Dealix لكل وكالة retainer pipeline يضيف 5+ عملاء متعاقدين شهرياً — "
|
||
"MRR مستقر بدلاً من project-by-project."
|
||
),
|
||
buying_committee=("Founder", "Managing Director", "Sales Lead"),
|
||
seasonal_peaks_ar=("Q1 (تخطيط ميزانيات)", "Q4 (planning النصف القادم)"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.059,
|
||
"meeting_rate_p50": 0.28,
|
||
"win_rate_p50": 0.20,
|
||
"cycle_days_p50": 45,
|
||
},
|
||
recommended_channel_mix={
|
||
"email": 0.40,
|
||
"linkedin": 0.30,
|
||
"whatsapp": 0.20,
|
||
"phone": 0.10,
|
||
},
|
||
whatsapp_tone="direct",
|
||
case_study_template_ar=(
|
||
"وكالة {brand} رفعت MRR من {before} إلى {after} ريال في {months} شهر."
|
||
),
|
||
avg_deal_value_sar=18_000,
|
||
avg_cycle_days=45,
|
||
)
|
||
|
||
CONSTRUCTION = SectorPlaybook(
|
||
sector_id="construction",
|
||
sector_ar="مقاولات",
|
||
sector_en="Construction & Contracting",
|
||
pain_points_ar=(
|
||
"RFPs عبر إيميلات بدون متابعة",
|
||
"اعتماد على مناقصات حكومية فقط — تذبذب عالي",
|
||
"ضعف الـ sales process — كله engineers، لا sales reps",
|
||
"صعوبة الوصول لـ developers خاصة قبل المنافسين",
|
||
),
|
||
top_objections=("OBJ_AUTHORITY_002", "OBJ_TRUST_001", "OBJ_PRICE_001"),
|
||
opening_lines_ar=(
|
||
"متوسط زمن استجابتكم لـ RFP من lead جديد؟ في القطاع 95% يردون بعد 5+ أيام.",
|
||
"شركات مقاولات سعودية رفعت معدل الفوز بمناقصات بنسبة 60% بـ تأهيل أوتوماتيكي.",
|
||
),
|
||
best_offer_angle_ar=(
|
||
"Dealix يحوّل RFPs الواردة إلى pipeline منظم + يكشف لك 10+ مناقصة جديدة "
|
||
"خاصة شهرياً قبل أن تخرج للسوق."
|
||
),
|
||
buying_committee=("CEO", "Commercial Director", "Project Director", "Estimation Lead"),
|
||
seasonal_peaks_ar=("Q1 (ميزانيات الجهات)", "Q3 (بدء مشاريع)", "Q4 (تخطيط النصف القادم)"),
|
||
benchmarks={
|
||
"reply_rate_p50": 0.032,
|
||
"meeting_rate_p50": 0.25,
|
||
"win_rate_p50": 0.15,
|
||
"cycle_days_p50": 90,
|
||
},
|
||
recommended_channel_mix={
|
||
"email": 0.55,
|
||
"linkedin": 0.20,
|
||
"phone": 0.15,
|
||
"whatsapp": 0.10,
|
||
},
|
||
whatsapp_tone="formal",
|
||
case_study_template_ar=(
|
||
"شركة مقاولات في {city} رفعت معدل الفوز بالمناقصات بنسبة {x}% في {months} شهر."
|
||
),
|
||
avg_deal_value_sar=2_500_000,
|
||
avg_cycle_days=90,
|
||
)
|
||
|
||
|
||
ALL_PLAYBOOKS: tuple[SectorPlaybook, ...] = (
|
||
REAL_ESTATE,
|
||
CLINICS,
|
||
LOGISTICS,
|
||
HOSPITALITY,
|
||
RESTAURANTS,
|
||
TRAINING,
|
||
AGENCIES,
|
||
CONSTRUCTION,
|
||
)
|
||
|
||
|
||
# ── Public API ────────────────────────────────────────────────────
|
||
def get_playbook(sector_id: str) -> SectorPlaybook | None:
|
||
for p in ALL_PLAYBOOKS:
|
||
if p.sector_id == sector_id:
|
||
return p
|
||
return None
|
||
|
||
|
||
def list_playbooks_summary() -> list[dict[str, Any]]:
|
||
"""Lightweight summary for the Verticals tile in the dashboard."""
|
||
return [
|
||
{
|
||
"sector_id": p.sector_id,
|
||
"sector_ar": p.sector_ar,
|
||
"avg_deal_value_sar": p.avg_deal_value_sar,
|
||
"avg_cycle_days": p.avg_cycle_days,
|
||
"reply_rate_p50": p.benchmarks["reply_rate_p50"],
|
||
"primary_channel": max(p.recommended_channel_mix.items(), key=lambda x: x[1])[0],
|
||
"buying_committee_size": len(p.buying_committee),
|
||
"n_objections_indexed": len(p.top_objections),
|
||
}
|
||
for p in ALL_PLAYBOOKS
|
||
]
|