📥Générer un rapport

Étapes

1. 1

   L'exporter génère un ou plusieurs fichiers CSV stockés dans le bucket GCS `gs://reports-exporter/exports/{job_id}/`. Chaque type de rapport produit un fichier CSV distinct dans ce dossier.

2. 2

   Le job est dispatché via Cloud Tasks (queue `exporter`). L'appel API retourne immédiatement un `job_id` ; chaque rapport est ensuite traité en parallèle dans des sous-tâches séparées.

3. 3

   Pour les jeux de données volumineux, l'exporter bascule automatiquement vers BigQuery au-delà d'un seuil configurable (`bq_threshold`, défaut 300 000 lignes). En dessous de ce seuil, la requête est exécutée directement sur Cloud SQL.

Prérequis

• Avoir une importation avec des données collectées.
• Pour les rapports Topic Modeling, Narrative Filtering et LLM Classification : avoir une analyse associée à l'importation.

Étapes

1. 1

   Groupe Général

   Champ	Description	Exemple
   importations	Liste des importations et projets disponibles dans le SDS. Ne dépend d'aucun filtre de date.

2. 2

   Groupe Posts — données brutes des publications

   Champ	Description	Exemple
   distinct_posts	Liste dédupliquée des posts (un post = une ligne). Ne contient pas les relations de citation/partage.
   all_posts	Tous les posts avec leurs relations de citations, partages et commentaires (plusieurs lignes possibles par post source).
   posts_by_date	Volume de posts agrégé par date de publication (1 ligne = 1 date).

3. 3

   Groupe Liens — analyse des URLs et domaines partagés

   Champ	Description	Exemple
   urls	Agrégation des posts par URL présente dans le texte : nombre de posts, auteurs, engagements.
   domains	Agrégation des posts par nom de domaine extrait des URLs.
   related_posts_to_domains	Posts contenant au moins un des domaines spécifiés dans le champ **Domaines** (requis). Retourne les posts complets.

4. 4

   Groupe Interactions — citations et partages

   Champ	Description	Exemple
   citations	Posts cités (quote tweets / citations). Filtrables par date de republication (`citation_start_date` / `citation_end_date`).
   repartages	Posts repartagés (retweets / reshares). Filtrables par date de republication.

5. 5

   Groupe Comptes — profils des auteurs

   Champ	Description	Exemple
   accounts	Comptes auteurs des posts. Filtrables par date de création du compte (`registered_start_date` / `registered_end_date`).
   mentions	Comptes mentionnés dans les posts (agrégation par compte mentionné).
   quoted_accounts	Comptes dont les posts ont été cités. Filtrables par date de création du compte.
   shared_accounts	Comptes dont les posts ont été repartagés. Filtrables par date de création du compte.

6. 6

   Groupe Contenu — analyse textuelle

   Champ	Description	Exemple
   hashtags	Agrégation des posts par hashtag : volume, portée, engagements.
   ner	Agrégation des posts par entités nommées reconnues (NER) : personnes, organisations, lieux.
   distinct_posts_with_ner	Posts distincts enrichis de leurs entités nommées (1 ligne = 1 post avec ses entités en colonnes ou en JSON).

7. 7

   Groupe Coordination — détection de comportements coordonnés

   Champ	Description	Exemple
   coordination_clusters	Un cluster de coordination par ligne : identifiant, taille, métriques de coordination.
   all_posts_coordination_clusters	Tous les posts associés à leur cluster de coordination (1 ligne = 1 post avec son `cluster_id`).

8. 8

   Groupe Topic Modeling — non-annotés *(nécessite un `analyse_id`)*

   Champ	Description	Exemple
   topic_modelling_raw	Chunks (segments textuels) associés à leur topic numérique brut issu du topic modeling.
   topic_modelling_aggregated	Posts agrégés depuis leurs chunks, avec leur topic dominant.
   topics_representation	Représentation statistique de chaque topic : volume de posts, part relative, mots-clés représentatifs.
   users_representation	Répartition des utilisateurs par topic dominant.

9. 9

   Groupe Topic Modeling — annotés *(nécessite un `analyse_id` avec labels d'annotation)*

   Champ	Description	Exemple
   raw_labels	Chunks associés à leur label d'annotation (sortie brute après annotation des topics).
   agregated_labels	Posts agrégés depuis leurs chunks, avec leur label dominant.
   labels_representation	Représentation statistique de chaque label : volume, part, liste des utilisateurs.
   users_representation_labels	Répartition des utilisateurs par label dominant.

10. 10

    Groupe Narrative Filtering *(nécessite un `analyse_id`)*

    Champ	Description	Exemple
    distinct_posts_matching_narratives	Posts distincts correspondant à au moins un narratif de la base de référence, avec le ou les narratifs matchés.

11. 11

    Groupe LLM Classification *(nécessite un `analyse_id` et un `llm_analyse_id`)*

    Champ	Description	Exemple
    distinct_posts_llm_classification	Posts distincts enrichis de leur classification LLM (label produit par le prompt sélectionné).
    accounts_llm_classification	Comptes auteurs enrichis de la classification LLM agrégée sur leurs posts.

Erreurs fréquentes

Étapes

1. 1

   Filtres de contenu (toggles — s'appliquent à tous les rapports)

   Champ	Description	Exemple
   inclure_original	Inclure les posts originaux (non cités, non repartagés). Activé par défaut.	true
   inclure_citations	Inclure les posts qui citent d'autres posts (quote tweets).	true
   inclure_retweets	Inclure les repartages (retweets / reshares).	true
   inclure_comments	Inclure les commentaires / réponses. Activé par défaut.	true

2. 2

   Filtres de dates

   Champ	Description	Exemple
   start_date / end_date	Période de publication des posts. S'applique à la majorité des rapports.	2025-01-01 → 2025-03-31
   citation_start_date / citation_end_date	Période de republication. Visible uniquement si `citations` ou `repartages` est sélectionné.	2025-02-01 → 2025-02-28
   registered_start_date / registered_end_date	Période de création des comptes. Visible uniquement si `accounts`, `quoted_accounts` ou `shared_accounts` est sélectionné.	2020-01-01 → 2023-12-31

3. 3

   Champ Domaines (visible uniquement pour `related_posts_to_domains`)

   Champ	Description	Exemple
   domains	Liste de noms de domaine à filtrer, un par ligne ou séparés par des virgules.	youtube.com x.com t.me

4. 4

   Paramètres avancés

   Champ	Description	Exemple
   bq_threshold	Seuil de lignes au-delà duquel BigQuery est utilisé à la place de Cloud SQL. Défaut : 300 000. Augmenter ce seuil force Cloud SQL (plus rapide sur petits volumes) ; abaisser ce seuil force BigQuery (recommandé sur très grands jeux de données).	300000

Erreurs fréquentes

Prérequis

• Avoir une importation avec des données collectées.
• Pour Topic Modeling / LLM Classification : avoir une analyse disponible.

Étapes

1. 1

   Dans la barre latérale, cliquez sur Générer un rapport.

2. 2

   Sélectionnez le Client, le Projet et l'Importation cible. Si des rapports Topic Modeling, Narrative Filtering ou LLM Classification sont nécessaires, sélectionnez aussi l'Analyse (et le Prompt LLM pour les rapports LLM Classification).

3. 3

   Cochez les types de rapports souhaités. Plusieurs rapports peuvent être sélectionnés simultanément — chacun produira un CSV indépendant.

4. 4

   Configurez les filtres (toggles de contenu, dates, domaines) et les paramètres avancés si nécessaire.

5. 5

   Cliquez sur Générer le rapport. Un `job_id` est retourné immédiatement. Les fichiers sont produits de façon asynchrone dans `gs://reports-exporter/exports/{job_id}/`.

Erreurs fréquentes