REM · Ingeniería inversa de marketing

Pega el enlace de una empresa. Obtén un expediente con cómo consigue clientes, y la prueba de cada afirmación.

REM es una herramienta que construí para que un equipo de marketing pueda estudiar a la competencia con rigor, no con intuiciones. Recoge todo lo que una empresa deja público sobre su adquisición de clientes: anuncios, píxeles, redes, SEO, prensa, podcasts, fundadores, precios e historial de mensajes. Con eso arma un expediente donde cada dato enlaza a su evidencia y lo que no se pudo ver queda marcado como desconocido, nunca como "no lo hacen".

Funciona en tu equipo, como aplicación web local, desde la terminal o como servidor MCP para tu agente (Claude Code, Codex, Cursor…).

Por qué existe

Cuando un competidor crece, casi siempre deja rastro: anuncios que llevan meses activos (los que funcionan), píxeles que delatan en qué plataformas compra medios, familias de páginas para SEO, un fundador que publica a diario, un podcast propio, picos de prensa que coinciden con un lanzamiento…

El problema es que ese rastro está repartido en veinte sitios distintos, y que es muy fácil confundir una pista con un hecho. REM resuelve las dos cosas:

1. Lo reúne todo en un solo análisis, con fuentes oficiales y públicas.

2. Separa lo observado de lo inferido. En el modo por defecto, "Solo hechos", el informe no puede especular: si algo no tiene cita, va a la lista de desconocidos.

Related MCP server: reverse-engineer-marketing

Empezar

Necesitas Node.js 22 o superior. Google Chrome es opcional, pero recomendable: con él REM ve los píxeles disparando de verdad.

git clone https://github.com/pierreabboud05/rem-pmaa.git
cd rem-pmaa
npm install
npm run build
npm link          # deja disponible el comando `rem`

rem doctor        # qué fuentes, navegador y buscador tienes activos
rem web           # abre la app en http://localhost:4321

Sin ninguna clave ya obtienes un expediente útil. Las claves amplían la cobertura (ver Configuración).

Cómo trabaja un análisis

enlace
  │
  ├─ 1. Sitio web en un navegador real ─► mensaje, CTAs, precios, enlaces, píxeles DISPARANDO
  │
  ├─ 2. En paralelo:
  │     anuncios (Meta, Google, LinkedIn, Apple) · redes (TikTok, Instagram, YouTube, X,
  │     LinkedIn, Bluesky) · SEO y búsqueda con IA · historial en Wayback · apps ·
  │     fundadores · Reddit, Hacker News, Product Hunt, GitHub · prensa · podcasts · Wikipedia
  │
  ├─ 3. Scorecard determinista ─► 25 canales puntuados sin IA, cada fila con su evidencia
  │
  ├─ 4. Redacción ─► Claude Code, Codex o la API de Anthropic interpretan el expediente
  │
  └─ 5. Verificación ─► el validador revisa citas, secciones, inversión inventada e inferencias;
                        si algo falla, el redactor recibe los fallos y corrige el informe

Cada pieza de evidencia es una observación (vista en una URL o API) o una derivación (calculada a partir de observaciones, como publicaciones por semana). Lo que no se pudo revisar es un desconocido, con su motivo y un enlace para comprobarlo a mano.

Qué analiza

Cómo se lee un expediente

• Mapa de canales. El relleno indica cuánta certeza hay: sólido = observado, rayado = solo hay un píxel, gris = inactivo, vacío = no detectado, punteado = desconocido. Al pulsar un canal se abre la evidencia que lo sostiene.

• Informe. Cada E12 resaltado abre el dato original. Con "Solo hechos" no hay "probablemente".

• Creatividades. Anuncios, vídeos, posts, artículos y episodios, ordenables por rendimiento o por días activos. Guarda los mejores en el Tablero.

• Puntos ciegos. Lo que no se pudo ver, con enlace para revisarlo y casilla para marcarlo como revisado.

• Cambios. Vuelve a analizar la misma empresa días después y verás qué anuncios lanzó o retiró, cómo crecieron sus audiencias y si cambió su mensaje.

• Comparar. Elige 2–4 expedientes y verás quién lidera cada canal.

El informe se exporta a PDF (con una hoja de estilo para presentar), Markdown o JSON.

Modo "Solo hechos"

Viene activado por defecto en la app (en la terminal: --strict).

• El informe solo puede contener observaciones y derivaciones citadas.

• Queda prohibido el lenguaje especulativo ("probablemente", "parece", "sugiere"…).

• Si no se observa una conexión entre canales, el informe lo dice tal cual en vez de imaginarla.

• El validador añade dos comprobaciones: sin inferencias y hechos citados. Si fallan, el redactor corrige el informe automáticamente.

Si quieres interpretación, elige Análisis completo: las inferencias se permiten, pero marcadas y apoyadas en evidencia.

Configuración

Todas las claves son opcionales. Ponlas en un archivo .env (copia .env.example) o en tu entorno.

Desde la terminal

rem empresa.com                       # análisis completo + informe (si hay motor de redacción)
rem empresa.com --strict              # informe en modo "Solo hechos"
rem empresa.com --no-ai               # solo evidencia, sin redacción
rem empresa.com --only paid,social    # limitar áreas
rem empresa.com --handle tiktok=usuario
rem diff empresa.com                  # qué cambió desde el análisis anterior
rem https://apps.apple.com/…/id123    # también acepta enlaces de App Store y Google Play

La salida se guarda en ./rem-reports/<dominio>-<fecha>/ (report.md + evidence.json).

Desde tu agente (MCP)

rem setup             # detecta Claude Code y Codex, enseña el plan y pregunta antes de tocar nada

setup registra el servidor MCP de esta instalación e instala la skill skills/rem, que enseña al agente el método completo: investigar, cubrir cada canal, citar, verificar y corregir.

Preguntas frecuentes

¿Es legal? REM solo lee información pública: páginas web, bibliotecas de transparencia publicitaria y APIs públicas. No inicia sesión, no resuelve CAPTCHAs, no usa técnicas anti-detección y no acepta cookies. Lo que no es público queda como desconocido.

¿Ensucia la analítica del competidor? No. En el navegador real, las peticiones de seguimiento se registran y se bloquean antes de salir.

¿Por qué dice "desconocido" y no "no tienen anuncios"? Porque no haber visto algo no prueba que no exista. Un negativo solo se afirma cuando una fuente se revisó y salió vacía.

¿Da cifras de inversión? Nunca, salvo que una fuente las publique. Usa indicadores: anuncios activos, longevidad y ritmo de lanzamientos.

Límites

• Apple Search Ads solo es visible en la UE. TikTok y X no tienen biblioteca pública global de anuncios. Reddit cerró la suya.

• Los conteos de las bibliotecas salen de muestras; el informe lo dice.

• GDELT admite una consulta cada 5 segundos. Si limita la consulta, la prensa queda como desconocida.

• Las coincidencias por búsqueda (fundadores, cuentas, menciones en podcasts) pueden fallar y se marcan con su nivel de confianza.

• El tracking del lado del servidor y las herramientas de email no se ven desde fuera.

Uso responsable

Estudia la estrategia y crea la tuya. Aprende qué ángulos, ofertas y canales funcionan; no copies anuncios, textos, vídeos ni marcas de otros. Respeta los términos de cada sitio y la ley de tu país.

Desarrollo

npm run dev -- empresa.com --no-ai   # ejecutar desde el código
npm run typecheck && npm test        # tipos y tests
npm run eval                         # valida informes grabados contra su evidencia

La arquitectura y las reglas para contribuir están en AGENTS.md y CONTRIBUTING.md.

Créditos

Desarrollado por Pierre Abboud. REM parte de un proyecto open source con licencia MIT, cuyo aviso de copyright se conserva en LICENSE, y toma la filosofía de REA (Reverse Engineer Anything): hallazgos con su evidencia y sus límites.

Licencia

MIT.