101 lines
5.9 KiB
Python
101 lines
5.9 KiB
Python
|
|
import sqlite3
|
|
|
|
def update_verticals():
|
|
db_path = '/app/companies_v3_fixed_2.db'
|
|
conn = sqlite3.connect(db_path)
|
|
cursor = conn.cursor()
|
|
|
|
# 1. Energy - Grid & Utilities
|
|
# Update Secondary Product to 9 (Cleaning Indoor Wet) and update Texts
|
|
energy_pains = """[Primary Product: Security]
|
|
- Sabotage & Diebstahl: Kupferdiebstahl in Umspannwerken verursacht Millionenschäden und Versorgungsausfälle.
|
|
- Reaktionszeit: Entlegene Standorte sind für Interventionskräfte oft zu spät erreichbar.
|
|
- Sicherheitsrisiko Mensch: Alleinarbeit bei Kontrollgängen in Hochspannungsbereichen ist gefährlich.
|
|
|
|
[Secondary Product: Cleaning Indoor]
|
|
- Verschmutzung in Umspannwerken: Staubablagerungen auf Böden und in technischen Bereichen können die Betriebssicherheit gefährden.
|
|
- Manuelle Reinigung in Sicherheitsbereichen: Externes Reinigungspersonal benötigt aufwändige Sicherheitsunterweisungen und Begleitung.
|
|
- Große Distanzen: Die Reinigung weitläufiger, oft unbemannter Anlagen ist logistisch aufwändig und wird häufig vernachlässigt."""
|
|
|
|
energy_gains = """[Primary Product: Security]
|
|
- First Responder Maschine: Roboter ist bereits vor Ort, verifiziert Alarm und schreckt Täter ab.
|
|
- KRITIS-Compliance: Lückenlose, manipulationssichere Dokumentation aller Vorfälle für Behörden.
|
|
- Arbeitsschutz: Roboter übernimmt gefährliche Routinekontrollen (z.B. Thermografie an Trafos).
|
|
|
|
[Secondary Product: Cleaning Indoor]
|
|
- Permanente Sauberkeit: Autonome Reinigung gewährleistet staubfreie Böden und reduziert das Risiko von technischen Störungen.
|
|
- Zugang ohne Sicherheitsrisiko: Der Roboter ist "Teil der Anlage" und benötigt keine externe Sicherheitsfreigabe oder Begleitung.
|
|
- Ressourceneffizienz: Kosteneffiziente Reinigung großer Flächen ohne Anreisezeiten für Dienstleister."""
|
|
|
|
cursor.execute("""
|
|
UPDATE industries
|
|
SET secondary_category_id = 9,
|
|
pains = ?,
|
|
gains = ?
|
|
WHERE name = 'Energy - Grid & Utilities'
|
|
""", (energy_pains, energy_gains))
|
|
print("Updated Energy - Grid & Utilities")
|
|
|
|
# 2. Retail - Non-Food
|
|
# Update Texts (Enrichment)
|
|
retail_pains = """[Primary Product: Cleaning Indoor]
|
|
- Optischer Eindruck: Verschmutzte Böden, insbesondere im Premium-Segment (Möbel, Elektronik), mindern die Wertwahrnehmung der ausgestellten Produkte massiv.
|
|
- Staubentwicklung auf großen Flächen: In Möbelhäusern und Baumärkten sammelt sich auf den riesigen Gangflächen schnell Staub, der das Einkaufserlebnis trübt.
|
|
- Personalbindung: Verkaufsberater sollen Kunden betreuen und Umsatz generieren, statt wertvolle Zeit mit unproduktiven Kehr- oder Wischtätigkeiten zu verbringen.
|
|
|
|
[Secondary Product: Service]
|
|
- Unübersichtlichkeit: Kunden finden in großen Märkten oft nicht sofort das gesuchte Produkt und binden Personal für einfache Wegbeschreibungen.
|
|
- Fehlende Interaktion: Passive Verkaufsflächen bieten wenig Anreiz für Kunden, sich länger aufzuhalten oder zu interagieren."""
|
|
|
|
retail_gains = """[Primary Product: Cleaning Indoor]
|
|
- Perfektes Einkaufserlebnis: Stets makellos saubere Böden unterstreichen den Qualitätsanspruch des Sortiments und laden zum Verweilen ein.
|
|
- Fokus auf Beratung: Mitarbeiter werden von routinemäßigen Reinigungsaufgaben befreit und können sich voll auf den Kunden und den Verkauf konzentrieren.
|
|
- Kosteneffizienz auf der Fläche: Autonome Reinigung großer Quadratmeterzahlen ist deutlich günstiger als manuelle Arbeit, besonders außerhalb der Öffnungszeiten.
|
|
|
|
[Secondary Product: Service]
|
|
- Innovativer Kundenservice: Roboter führen Kunden autonom zum gesuchten Produktregal ("Guide-Funktion").
|
|
- Wow-Effekt: Der Einsatz von Robotik modernisiert das Markenimage und zieht Aufmerksamkeit auf sich."""
|
|
|
|
cursor.execute("""
|
|
UPDATE industries
|
|
SET pains = ?,
|
|
gains = ?
|
|
WHERE name = 'Retail - Non-Food'
|
|
""", (retail_pains, retail_gains))
|
|
print("Updated Retail - Non-Food")
|
|
|
|
# 3. Tech - Data Center
|
|
# Update Texts (Enrichment)
|
|
tech_pains = """[Primary Product: Security]
|
|
- Sicherheitsrisiko Zutritt: Unbefugter Zutritt in Hochsicherheitsbereiche (Serverräume, Cages) muss lückenlos detektiert und dokumentiert werden, um Zertifizierungen (ISO 27001) nicht zu gefährden.
|
|
- Fachkräftemangel Security: Qualifiziertes Wachpersonal mit Sicherheitsüberprüfung ist extrem schwer zu finden und teuer im 24/7-Schichtbetrieb.
|
|
- Dokumentationslücken: Manuelle Patrouillen sind fehleranfällig und Protokolle können unvollständig sein, was bei Audits zu Problemen führt.
|
|
|
|
[Secondary Product: Cleaning Indoor]
|
|
- Gefahr durch Staubpartikel: Feinstaub in Serverräumen kann Kühlsysteme verstopfen und Kurzschlüsse verursachen, was die Hardware-Lebensdauer verkürzt.
|
|
- Sicherheitsrisiko Reinigungspersonal: Externes Reinigungspersonal in Sicherheitsbereichen erfordert ständige Begleitung und Überwachung (Vier-Augen-Prinzip), was Personal bindet."""
|
|
|
|
tech_gains = """[Primary Product: Security]
|
|
- Lückenloser Audit-Trail: Automatisierte, manipulationssichere Dokumentation aller Kontrollgänge und Ereignisse sichert Compliance-Anforderungen.
|
|
- 24/7 Präsenz: Der Roboter ist immer im Dienst, wird nicht müde und garantiert eine konstante Überwachungsqualität ohne Schichtwechsel-Risiken.
|
|
- Sofortige Alarmierung: Bei Anomalien (offene Rack-Tür, Wärmeentwicklung) erfolgt eine Echtzeit-Meldung an die Leitzentrale.
|
|
|
|
[Secondary Product: Cleaning Indoor]
|
|
- Maximale Hardware-Verfügbarkeit: Staubfreie Umgebung optimiert die Kühleffizienz und reduziert das Ausfallrisiko teurer Komponenten.
|
|
- Autonome "Trusted" Cleaning: Der Roboter reinigt sensibelste Bereiche ohne das Risiko menschlichen Fehlverhaltens oder unbefugten Zugriffs."""
|
|
|
|
cursor.execute("""
|
|
UPDATE industries
|
|
SET pains = ?,
|
|
gains = ?
|
|
WHERE name = 'Tech - Data Center'
|
|
""", (tech_pains, tech_gains))
|
|
print("Updated Tech - Data Center")
|
|
|
|
conn.commit()
|
|
conn.close()
|
|
|
|
if __name__ == "__main__":
|
|
update_verticals()
|