[30388f42] Infrastructure Hardening: Repaired CE/Connector DB schema, fixed frontend styling build, implemented robust echo shield in worker v2.1.1, and integrated Lead Engine into gateway.

company-explorer/backend/scripts/seed_marketing_data.py

@@ -0,0 +1,131 @@
+import sys
+import os
+import json
+
+# Setup Environment to import backend modules
+sys.path.append(os.path.join(os.path.dirname(__file__), "../../"))
+from backend.database import SessionLocal, Persona, JobRolePattern
+
+def seed_archetypes():
+    db = SessionLocal()
+    print("Seeding Strategic Archetypes (Pains & Gains)...")
+
+    # --- 1. The 4 Strategic Archetypes ---
+    # Based on user input and synthesis of previous specific roles
+    archetypes = [
+        {
+            "name": "Operativer Entscheider",
+            "pains": [
+                "Personelle Unterbesetzung und hohe Fluktuation führen zu Überstunden und Qualitätsmängeln.",
+                "Manuelle, wiederkehrende Prozesse binden wertvolle Ressourcen und senken die Effizienz.",
+                "Sicherstellung gleichbleibend hoher Standards (Hygiene/Service) ist bei Personalmangel kaum möglich."
+            ],
+            "gains": [
+                "Spürbare Entlastung des Teams von Routineaufgaben (20-40%).",
+                "Garantierte, gleichbleibend hohe Ausführungsqualität rund um die Uhr.",
+                "Stabilisierung der operativen Abläufe unabhängig von kurzfristigen Personalausfällen."
+            ]
+        },
+        {
+            "name": "Infrastruktur-Verantwortlicher",
+            "pains": [
+                "Integration neuer Systeme in bestehende Gebäude/IT ist oft komplex und risikobehaftet.",
+                "Sorge vor hohen Ausfallzeiten und aufwändiger Fehlerbehebung ohne internes Spezialwissen.",
+                "Unklare Wartungsaufwände und Schnittstellenprobleme (WLAN, Aufzüge, Türen)."
+            ],
+            "gains": [
+                "Reibungslose, fachgerechte Integration in die bestehende Infrastruktur.",
+                "Maximale Betriebssicherheit durch proaktives Monitoring und schnelle Reaktionszeiten.",
+                "Volle Transparenz über Systemstatus und Wartungsbedarf."
+            ]
+        },
+        {
+            "name": "Wirtschaftlicher Entscheider",
+            "pains": [
+                "Steigende operative Kosten (Personal, Material) drücken auf die Margen.",
+                "Unklare Amortisation (ROI) und Risiko von Fehlinvestitionen bei neuen Technologien.",
+                "Intransparente Folgekosten (TCO) über die Lebensdauer der Anlagen."
+            ],
+            "gains": [
+                "Nachweisbare Senkung der operativen Kosten (10-25%).",
+                "Transparente und planbare Kostenstruktur (TCO) ohne versteckte Überraschungen.",
+                "Schneller, messbarer Return on Investment durch Effizienzsteigerung."
+            ]
+        },
+        {
+            "name": "Innovations-Treiber",
+            "pains": [
+                "Verlust der Wettbewerbsfähigkeit durch veraltete Prozesse und Kundenangebote.",
+                "Schwierigkeit, das Unternehmen als modernes, zukunftsorientiertes Brand zu positionieren.",
+                "Verpasste Chancen durch fehlende Datengrundlage für Optimierungen."
+            ],
+            "gains": [
+                "Positionierung als Innovationsführer und Steigerung der Arbeitgeberattraktivität.",
+                "Nutzung modernster Technologie als sichtbares Differenzierungsmerkmal.",
+                "Gewinnung wertvoller Daten zur kontinuierlichen Prozessoptimierung."
+            ]
+        }
+    ]
+
+    # Clear existing Personas to avoid mix-up with old granular ones
+    # (In production, we might want to be more careful, but here we want a clean slate for the new archetypes)
+    try:
+        db.query(Persona).delete()
+        db.commit()
+        print("Cleared old Personas.")
+    except Exception as e:
+        print(f"Warning clearing personas: {e}")
+
+    for p_data in archetypes:
+        print(f"Creating Archetype: {p_data['name']}")
+        new_persona = Persona(
+            name=p_data["name"],
+            pains=json.dumps(p_data["pains"]),
+            gains=json.dumps(p_data["gains"])
+        )
+        db.add(new_persona)
+    
+    db.commit()
+
+    # --- 2. Update JobRolePatterns to map to Archetypes ---
+    # We map the patterns to the new 4 Archetypes
+    
+    mapping_updates = [
+        # Wirtschaftlicher Entscheider
+        {"role": "Wirtschaftlicher Entscheider", "patterns": ["geschäftsführer", "ceo", "director", "einkauf", "procurement", "finance", "cfo"]},
+        
+        # Operativer Entscheider
+        {"role": "Operativer Entscheider", "patterns": ["housekeeping", "hausdame", "hauswirtschaft", "reinigung", "restaurant", "f&b", "werksleiter", "produktionsleiter", "lager", "logistik", "operations", "coo"]},
+        
+        # Infrastruktur-Verantwortlicher
+        {"role": "Infrastruktur-Verantwortlicher", "patterns": ["facility", "technik", "instandhaltung", "it-leiter", "cto", "admin", "building"]},
+        
+        # Innovations-Treiber
+        {"role": "Innovations-Treiber", "patterns": ["innovation", "digital", "transformation", "business dev", "marketing"]}
+    ]
+    
+    # Clear old mappings to prevent confusion
+    db.query(JobRolePattern).delete()
+    db.commit()
+    print("Cleared old JobRolePatterns.")
+
+    for group in mapping_updates:
+        role_name = group["role"]
+        for pattern_text in group["patterns"]:
+            print(f"Mapping '{pattern_text}' -> '{role_name}'")
+            # All seeded patterns are regex contains checks
+            new_pattern = JobRolePattern(
+                pattern_type='regex',
+                pattern_value=pattern_text, # Stored without wildcards
+                role=role_name,
+                priority=100, # Default priority for seeded patterns
+                created_by='system'
+            )
+            db.add(new_pattern)
+
+    db.commit()
+    print("Archetypes and Mappings Seeded Successfully.")
+    db.close()
+
+if __name__ == "__main__":
+    seed_archetypes()