Ponad 90% wartościowych informacji CI pochodzi ze źródeł publicznie dostępnych — a typowy enterprise stack za 95 tys. USD rocznie nie indeksuje ani jednego polskiego rejestru. To nie problem budżetu. To problem architektury pokrycia źródeł.
Czwartek, 17:30, sala konferencyjna. Kwartalny przegląd CI. Prezes siedzi przy tym samym slajdzie już trzecią minutę: „Kaufland otwiera 12 dark stores w Trójmieście i Wrocławiu — czytam o tym z portalu regionalnego w środę rano. Wy dajecie mi alert w piątek, z Crayona." Na biurku CI Managera leży stack za 95 tys. USD rocznie — Crayon Enterprise, Klue, Similarweb. Żadne z tych narzędzi nie indeksuje BIP Gdańsk, wniosków o warunki zabudowy z Wrocławia ani lokalnych portali śląskich. Twój radar tego nie widział.
To nie wyjątek. To strukturalny problem każdego systemu CI zbudowanego wyłącznie na globalnych SaaS-ach. Fuld dokumentuje w „The New Competitor Intelligence" (1994), że 90% wartościowych informacji CI pochodzi ze źródeł publicznie dostępnych — problem nie leży w niedostępności danych. Leży w tym, które źródła w ogóle włączono do systemu zbierania. Ansoff opisał to pół wieku temu: w „Managing Strategic Surprise by Response to Weak Signals" (California Management Review, 1975) pokazał, że strategiczne zaskoczenie niemal zawsze przychodzi spoza głównego radaru organizacji.
Polski rynek ma własne archiwum tych sygnałów. Wejście Kauflanda w model dark stores (2022–2023) było widoczne najpierw w portalach regionalnych Krakowa i Katowic oraz w BIP-owych wnioskach o warunki zabudowy — na długo zanim ruszyła prasa branżowa retail. InPost zakładał spółki zależne w Beneluksie i UK widoczne w KRS i MSiG na 2–4 miesiące przed oficjalnymi komunikatami. Sygnał był. Tyle że gdzie indziej.
Pytanie z każdego kwartalnego przeglądu — „co mi to właściwie daje?" — nie jest pytaniem o jakość narzędzia. Jest pytaniem o architekturę pokrycia źródeł.
Luka pokrycia źródeł to nie problem prędkości narzędzia, lecz architektury: SCIP raportuje medianę 14–21 dni od zdarzenia do briefingu zarządu, gdy system ignoruje polskie rejestry publiczne (KRS, MSiG, UPRP) i lokalne media — sygnał spóźniony o tyle to sygnał, na którym decyzja operacyjna już zapadła.
Dlaczego Twój stack CI ma systemowy blind spot na Polskę
Globalne narzędzia CI: co indeksują, czego nie indeksują w 2026
Środa, 16:45. Prezes przesyła Ci screenshota z trojmiasto.pl z jednym pytaniem: „Czemu ja to czytam tu, a nie od ciebie tydzień temu?". Trzy dni wcześniej konkurent podpisał umowę z regionalnym dystrybutorem i zaczął rekrutację na Pomorzu. Zero alertów w Craynie. Zero w Klue. Zero w Kompyte.
To nie usterka konfiguracji. Globalne SaaS za 30–60 tys. USD rocznie pokrywają 85–95% sygnału anglojęzycznego (DataMiners coverage audit, Q1 2026) — strony firmowe, press releases, anglojęzyczne media, posty firmowe na LinkedIn, recenzje G2 i Capterra, opinie z Glassdoora. Dla polskiego rynku te same platformy schodzą do 15–20% (DataMiners coverage audit, Q1 2026). Polskie rejestry strukturalne — KRS z ponad 5 mln wpisów, Monitor Sądowy, UPRP, BIP, rejestry KNF/UKE/URE — mają zero natywnego pokrycia w żadnej z platform globalnych. Lokalne portale regionalne (trojmiasto.pl, dziennikzachodni.pl, gazetakrakowska.pl, nto.pl i kilkaset podobnych) są poza zasięgiem ich crawlerów. Za mały zasięg globalny. Za duży sygnał lokalny.
Leading vs lagging indicators: gdzie leży wartość dla decyzji strategicznych
Press release, wywiad z CEO w Forbes, artykuł branżowy — to lagging indicators. Docierają 7–21 dni po fakcie (szacunek operacyjny zgodny z SCIP State of CI Survey, 2023). Mediana intel cycle time od zdarzenia do briefingu zarządu wynosi 14–21 dni (SCIP, 2023). Decyzje operacyjne są wtedy już podjęte. Sygnał spóźniony to sygnał bezwartościowy.
Leading indicators żyją gdzie indziej. Zmiany w KRS, nowe zgłoszenia patentowe UPRP, ogłoszenia rekrutacyjne na nowe role, wpisy w BIP o warunkach zabudowy — wyprzedzają decyzje o kwartały do kilku lat (DataMiners KRS monitoring cohort, Q4 2025). To dokładnie te publicznie dostępne źródła, które — jak dokumentuje Fuld — niosą 90% wartości CI, a których system zbierania najczęściej nie obejmuje. Wartość nie leży w prędkości narzędzia. Leży w tym, które źródła w ogóle włączono do collection. Zaskoczenie strategiczne, jak pokazał Ansoff, przychodzi spoza radaru — to nie anomalia, to strukturalna właściwość każdego systemu z ograniczonym pokryciem.
KIQ jako narzędzie audytu luk w pokryciu — zanim kupisz cokolwiek nowego
Audyt zaczyna się od Key Intelligence Questions (KIQ), frameworka SCIP. Bez listy 10–15 aktywnych KIQ od Prezesa, CFO i Head of Sales ocena pokrycia stacku jest niemożliwa. Ostatnie 5 strategicznych zaskoczeń w organizacji ujawnia geografię luki: z jakich źródeł każde z nich byłoby wykrywalne 90 dni wcześniej — i czy te źródła są w systemie zbierania. Pytanie diagnostyczne brzmi: które KIQ nie ma dziś przypisanego źródła.
Bensoussan i Fleisher w „Analysis Without Paralysis" (2013) ujmują granicę precyzyjnie: „The quality of analysis is bounded by the quality and breadth of sources." Luki w pokryciu są nie do skompensowania lepszą analizą. To przepuszczanie wody przez dziurawe wiadro — problem jest upstream, w architekturze źródeł, nie w warstwie analitycznej ani w modelu pricingu narzędzi.
Globalne CI SaaS pokrywają do 95% angielskojęzycznych sygnałów. Dla polskiego rynku to samo 15-20% — bo KRS, UPRP, BIP i polskie media regionalne nie są w żadnym globalnym crawlerze. To nie awaria — to architektura.
Mapa 12 kategorii źródeł: gdzie naprawdę żyje sygnał w 2026
GIA (Global Intelligence Alliance) w swoich przeglądach profesji wywiadu dokumentuje, że dojrzała funkcja CI monitoruje kilkanaście odrębnych kategorii źródeł — a żaden pojedynczy SaaS nie pokrywa więcej niż połowy z nich na rynku lokalnym. SCIP State of the Profession 2025 stawia tezę spójną: luka nie leży w analizie, leży w collection. Poniższa mapa porządkuje 12 kategorii według jednego kryterium — gdzie sygnał ma najwyższy lead time i czy Twój stack go w ogóle widzi. Cztery kategorie globalny SaaS pokrywa dobrze. Pięć to ślepe pola dla Polski.
Kategorie 1-4: Media, social, strony firmowe, oferty pracy
Kategoria 1 — news i media branżowe. Tu Crayon, Klue i Meltwater działają najlepiej: anglojęzyczny strumień press releases i prasy branżowej jest pokryty w 85–95% (DataMiners coverage audit, Q1 2026). Polski strumień to inna historia. money.pl, Puls Biznesu, brief.pl, retailnet.pl, computerworld.pl, IT Reseller — każdy wymaga osobnego alertu albo custom crawlera. Polskie edycje globalnych tytułów (Forbes PL, Harvard Business Review PL) są pokryte częściowo, niesystematycznie. Sygnał lokalny wycieka.
Kategoria 2 — social media i fora branżowe. LinkedIn company posts są dobrze indeksowane przez SaaS. Fora specjalistyczne — nie. elektroda.pl dla elektroniki, forum.php.pl dla IT, Inwestycje.pl dla finansów mają zero pokrycia w narzędziach globalnych, a signal-to-noise jest tam wyższy niż na LinkedIn dla sygnałów technicznych. Inżynier konkurenta pytający o konkretny komponent na elektroda.pl to proxy roadmapy sprzętowej. Globalny crawler tego nie czyta.
Kategoria 3 — strony firmowe konkurentów w czasie. Visualping albo custom diff-tracking co 24h kosztuje 0–100 USD miesięcznie. Monitorowane: nowe pozycje w nawigacji, zmiany na pricing page, nowe oferty przetargowe. Niedoceniany, dostępny dla każdego. Zmiana pricing page wyprzedza oficjalne ogłoszenie o 2–4 tygodnie — to leading indicator za cenę kawy.
Kategoria 4 — oferty pracy. Najmocniejszy chronicznie niedoceniany sygnał. Nowe role, których firma wcześniej nie ogłaszała, są proxy roadmapy R&D i ekspansji geograficznej. Lightcast (dawniej Burning Glass Technologies) dokumentuje korelację: nowy hiring cluster poprzedza product launch o 12–18 miesięcy. Pracuj.pl, NoFluffJobs i JustJoin.it — kanały pomijane przez globalne narzędzia. Przykład jest twardy: rekrutacja CD Projekt RED na role związane z nowym silnikiem graficznym była widoczna na NoFluffJobs 14 miesięcy przed oficjalnym ogłoszeniem kolejnego projektu. Gdy prezes zapyta Cię, czemu dowiedział się z lokalnego portalu, a nie od Ciebie — odpowiedź leżała na NoFluffJobs ponad rok wcześniej.
Kategorie 5-8: Rejestry publiczne PL — największa wartość, zerowe pokrycie przez SaaS
Kategoria 5 — KRS, Monitor Sądowy, sprawozdania finansowe. KRS zawiera ponad 5 mln aktywnych podmiotów. Monitorowalne zmiany czytają się jak wczesny strumień strategii: nowe spółki zależne (ekspansja), zmiany zarządu (restrukturyzacja), zmiany przedmiotu działalności (pivot), nowi wspólnicy (VC lub M&A). Monitor Sądowy dokłada uchwały o podwyższeniu kapitału, ogłoszenia o likwidacji, zmiany statutu. API Ministerstwa Sprawiedliwości jest dostępne bez opłat. InPost — przywołany wyżej przykład — rejestrował spółki zależne w Beneluksie i UK w KRS i MSiG na 2–4 miesiące przed komunikatami prasowymi o ekspansji. Twój Crayon tego nie zaindeksuje.
Kategoria 6 — UPRP i EPO, patent intelligence. EPO utrzymuje obligatoryjne 18 miesięcy od daty pierwszeństwa do publicznego dostępu. Oznacza to wprost: monitoring zgłoszeń daje 12–24 miesiące wyprzedzenia przed premierą produktu. UPRP.gov.pl udostępnia searchable database, a klasyfikacja IPC pozwala śledzić wektory R&D per firma. Analiza klas IPC dla Comarch (G06F, G06Q) versus Asseco (H04L, G06K) ujawnia różne kierunki inwestycji technologicznych — bez jednego komunikatu prasowego. Dla głębokiej analityki PatSnap i Derwent Innovation kosztują 15–30 tys. USD rocznie. Sam UPRP jest darmowy.
Kategoria 7 — zamówienia publiczne BIP i TED. Zakup technologii lub usług przez podmiot publiczny powiązany z konkurentem to sygnał o skali i kierunku inwestycji. BIP obsługuje zamówienia polskich instytucji, TED (Tenders Electronic Daily) — zamówienia UE powyżej 130 tys. EUR. Wartość rośnie w energetyce, telco, pharma, fintechu B2G i obronności. Przetarg na wdrożenie systemu przez powiązaną instytucję daje 6–12 miesięcy wyprzedzenia. Pokrycie globalne: zero.
Kategoria 8 — konferencje i wystąpienia executives. Agenda konferencji publikuje się 6–12 miesięcy przed wydarzeniem (EEC Katowice, Infoshare Gdańsk, MIT Sloan Management Forum, CFO Forum, Outsourcing&More). Tytuł prezentacji CEO lub CTO to niezamierzona sygnalizacja priorytetów strategicznych — agenda jest jawna, a abstrakty zgłoszeń jeszcze bardziej. Koszt to 2–3 godziny własnego researchu tygodniowo. Tania kategoria, wysoki sygnał.
Kategorie 9-12: Opinie klientów, rejestry regulacyjne, marketplace, reklamy płatne
Kategoria 9 — G2, Capterra, opinie klientów B2B. Zmiana sentymentu w recenzjach konkurenta to wczesny sygnał problemów produktowych lub operacyjnych: support, reliability, pricing. Pozycja na G2 Grid zmienia się co kwartał — trend waży więcej niż snapshot. Spadek ratingu o 0,3+ punktu w jednym kwartale przy rosnącej liczbie recenzji to realna degradacja, nie szum. Dostępne bezpłatnie, wymaga miesięcznego przeglądu. SaaS pokrywa tę kategorię przyzwoicie.
Kategoria 10 — rejestry regulacyjne sektorowe. Dla sektorów regulowanych to najważniejsza kategoria ze wszystkich. KNF publikuje nowe licencje bankowe, wejścia do fintech sandbox, ostrzeżenia publiczne. URE — koncesje energetyczne i zmiany taryf. UKE — zgłoszenia w telco i częstotliwości. GIS — zezwolenia w pharma i food. UOKiK rejestruje zgłoszenia koncentracji powyżej progów obowiązkowo PRZED transakcją — to sygnał M&A z kilkumiesięcznym wyprzedzeniem. Wasz stack CI ma tu strukturalną lukę — nie konfiguracyjną. Crayon nie ma w korpusie polskiego regulatora.
Kategoria 11 — marketplace data. Dla retail, ecommerce i B2B marketplace: obecność na Allegro, Amazon PL, Morele i Ceneo daje monitoring cen, dostępności SKU, rankingów i nowych kategorii. Dealavo (polski monitoring cen marketplace), Prisync albo custom scraping pokrywają zadanie. Wejście w nową kategorię produktową na Allegro wyprzedza oficjalne ogłoszenie portfolio o 4–8 tygodni. Lista SKU mówi więcej niż press release.
Kategoria 12 — reklamy płatne. Facebook Ad Library jest publiczna i bezpłatna — wszystkie aktywne reklamy firmy są jawne. Google Ads Transparency Center działa analogicznie. Zmiana copy z segmentu „dla dużych firm" na „dla MŚP" to sygnał pivotu segmentowego, zanim potwierdzi go jakikolwiek komunikat. Nowe geografie w targetowaniu zdradzają plany ekspansji. Darmowy strumień leading indicators, który większość stacków ignoruje.
Dwanaście kategorii, jeden wniosek. Cztery dobrze pokryte przez globalny SaaS (1-EN, 2-LinkedIn, 9, 12), trzy częściowo (3, 4-EN, 8), pięć to ślepe pola dla Polski (4-PL, 5, 6, 7, 10, 11). Najwyższy lead time — od 2 do 24 miesięcy — leży dokładnie tam, gdzie Twój stack za 95 tys. USD widzi pustkę. Następna sekcja pokazuje, jak zbudować pod tymi rejestrami pipeline, który filtruje sygnał od szumu.
Kategorie 5-7 (KRS, Monitor Sądowy, UPRP, BIP) zawierają leading indicators z 2-24-miesięcznym wyprzedzeniem dla polskiego rynku — i mają zerowe pokrycie przez Crayon, Klue i Kompyte. To Twoja największa luka.
Macierz pokrycia: Crayon vs Klue vs Kompyte vs Owler vs Similarweb vs M-Brain — co każda platforma naprawdę widzi
Mocne strony i realne ograniczenia globalnych platform CI
Frost & Sullivan w przeglądach rynku CI tooling 2025 dokumentuje fragmentację: żaden dostawca nie pokrywa pełnego spektrum źródeł, każdy optymalizuje pod inny segment. Twój budżet to potwierdza w praktyce.
Crayon ($30–60 tys. USD/rok) ma najszerszy crawling stron firmowych, press releases, recenzji G2/Capterra i postów LinkedIn company — z automatyzacją battlecardów. Pokrywa 85–95% sygnału anglojęzycznego (DataMiners coverage audit, Q1 2026). Czego nie widzi: zero KRS, zero UPRP, zero BIP, minimalne polskie media regionalne, brak polskich job boardów.
Klue ($25–50 tys. USD/rok) dokłada to, czego Crayon nie ma w workflow: natywna integracja Salesforce, HubSpot i Slack, dystrybucja battlecardów wprost do sales repów. Pokrycie źródeł zbliżone do Crayona (DataMiners coverage audit, Q1 2026). Tego procesu dystrybucji nie zastąpi żaden polski rejestr — i odwrotnie, Klue nie zastąpi KRS.
CI Manager w regionalnym banku wykrył wejście konkurenta w segment leasingu pojazdów z rejestracji spółki celowej w Monitorze Sądowym (tydzień 12, Q1 2026) — na 11 tygodni przed komunikatem prasowym. Crayon nie wygenerował alertu przez kolejne 8 tygodni. Decyzja o kontrprodukcie zapadła z 6-tygodniowym buforem.
Kompyte ($20–40 tys. USD/rok) specjalizuje się w monitoringu zmian stron firmowych i reklam płatnych — śledzi modyfikacje landingów i creative w cyklu dobowym (Kompyte product docs, 2025). Tańszy punkt wejścia. Słabość ta sama: brak polskich rejestrów, ograniczone media PL, bez dystrybucji battlecardów.
Owler (freemium) dostarcza szacunkowe dane finansowe, news alerts i following konkurentów. Dokładność estymacji przychodów dla prywatnych firm PL to ±40–60% (DataMiners cohort validation, Q1 2026, n=12 serwisów PL). Liczba orientacyjna, nie operacyjna.
Similarweb ($20–40 tys. USD/rok) daje traffic intelligence i audience overlap — użyteczne dla top 200–300 polskich serwisów (>100 tys. wizyt/mies.). Dla stron poniżej 50 tys. wizyt/mies. błąd sięga ±60% (Similarweb Accuracy White Paper 2024, walidacja DataMiners Q1 2026). Dla niszowego B2B mało przydatne.
M-Brain / Meltwater mają najlepsze polskie pokrycie mediów tradycyjnych i portali — Meltwater indeksuje ponad 200 polskich tytułów prasowych i regionalnych portali, w tym Onet, WP, Interię i prasę branżową (własna weryfikacja DataMiners, Q1 2026). Brak integracji z rejestrami publicznymi. Dobre jako warstwa media monitoring, nie jako pełny stack.
Białe plamy: 8 kategorii których nie ma w żadnym narzędziu pudełkowym
GIA w przeglądach profesji od lat powtarza jedną tezę: luka leży w collection, nie w analizie. Poniższe osiem kategorii to dowód — żaden globalny SaaS ich nie indeksuje.
- KRS online + Monitor Sądowy: brak natywnego connectora w pięciu platformach (DataMiners ręczna weryfikacja, Q1 2026). KRS to ponad 5 mln wpisów — zero dostępu z poziomu CI workflow.
- UPRP (polskie patenty): brak w SaaS CI. EPO częściowo w Derwent Innovation lub PatSnap ($15–30 tys. USD/rok), bez integracji z CI.
- BIP: zero pokrycia — przetargi, decyzje administracyjne, wnioski o warunki zabudowy dostępne wyłącznie przez API lub scraping.
- Polskie media regionalne: kilkaset portali (trojmiasto.pl, dziennikzachodni.pl, gazetakrakowska.pl, nto.pl, portalsamorzadowy.pl) poza zasięgiem globalnych crawlerów — za mały ruch globalny, duży lokalny signal (DataMiners źródło: lista własna PL + Megapanel PBI Gemius, 2025).
- Polskie job boardy: NoFluffJobs, JustJoin.it, pracuj.pl — zero w globalnych SaaS. LinkedIn pokrywa część rynku, z opóźnieniem i niepełnie poza IT.
- Rejestry regulacyjne PL (KNF, UKE, URE, GIS): brak w SaaS CI, częściowo w narzędziach per sektor, bez integracji cross-sector.
- Fora branżowe PL: elektroda.pl, forum.php.pl, forum Bankier.pl, PropertyForum — zero pokrycia.
- Marketplace PL (Allegro, Ceneo, Morele): brak w SaaS CI. Wymaga Dealavo lub custom scraping.
To nie awaria. To systematyczna luka architektury — globalny model biznesowy vendora nie ma powodu indeksować źródła obsługującego jeden rynek o ograniczonym zasięgu.
Stack CI za $80-130k USD/rok daje 90%+ pokrycia angielskojęzycznych sygnałów. Dla polskiego rynku to samo 20%. Różnica to nie kwestia budżetu — to strukturalna luka 8 kategorii źródeł których globalny model biznesowy vendorów nie ma powodu indeksować.
Trzy ścieżki uzupełnienia luki: in-house scraping, lokalny dostawca, architektura hybrydowa
Forrester w przeglądzie Total Economic Impact of CI Platforms (2025) pokazuje, że koszt samego narzędzia to mniej niż połowa TCO — reszta to collection i utrzymanie źródeł. SCIP Salary & Budget Survey 2025 dokumentuje, że polskie zespoły CI liczą najczęściej 1–3 osoby. Przy tej skali wybór make vs buy decyduje o tym, czy w ogóle zobaczysz polski sygnał. Trzy ścieżki. Trzy różne profile ryzyka.
Ścieżka A: In-house scraping — kiedy sensowne, kiedy pułapka
Sensowne, jeśli Twój team data engineering liczy przynajmniej 2 FTE i Twoje KIQ są stabilne. Wtedy proste źródła o przewidywalnej strukturze — KRS przez API Ministerstwa Sprawiedliwości, UPRP przez formularz search — opłaca się utrzymać samodzielnie, zwłaszcza gdy masz unikalny KIQ, którego żaden dostawca nie pokryje.
Pułapka leży gdzie indziej. Dynamiczne strony JS z Cloudflare i CAPTCHA, PDF-y Monitora Sądowego wymagające NLP, warstwa semantyczna — klasyfikacja zmian, deduplikacja, alert triage, czyli dokładnie ta część, w której AI zmienia sposób przetwarzania i klasyfikacji sygnałów wywiadowczych — to nie jest weekend project. Realny koszt TCO trzyletni: 1 FTE data engineer × 6–12 miesięcy setup ($30–60k), plus 0,3 FTE maintenance rocznie ($18k/rok) = $84–114k przez trzy lata. W polskich realiach to 250–400k PLN w pierwszym roku (SCIP 2025 benchmark; koszt brutto + obciążenia pracodawcy). Engineering time kosztuje zawsze więcej, niż szacujesz — pomnóż estymatę ×2,5.
Wybierz in-house, gdy masz zasoby, unikalne KIQ i wymagasz pełnej kontroli nad danymi — GDPR oraz tajność stacku przed vendorem. Próg twardy: buduj dopiero przy >5 stałych proprietary źródłach. Poniżej 3 — kup dostęp.
Ścieżka B: Kontrakt z lokalnym dostawcą danych PL
Lokalny dostawca daje natychmiast to, co in-house buduje miesiącami: gotowe connectory do KRS (5M+ podmiotów), Monitora Sądowego, UPRP, BIP, polskich job boardów i mediów regionalnych. Wdrożenie: 2–4 tygodnie zamiast 6–12 miesięcy. W rolling weekly intel review sześciomiesięczny build jest nie do zaakceptowania.
Czego dostawca nie zastąpi: KIQ framework, war gaming, scenariusze i dystrybucja do stakeholderów — to zostaje po Twojej stronie. Pozycjonowanie DataMiners jest tu jednoznaczne. Nie zastępujemy Crayon/Klue. Integrujemy się jako warstwa custom polskich źródeł pod istniejącym CI SaaS — feed JSON/webhook prosto do Twojego Crayona, Klue lub własnego dashboardu. Parametry SLA do negocjacji: freshness (KRS: 24h od zmian, UPRP: weekly batch), coverage (lista monitorowanych podmiotów/branż), format outputu, retencja historyczna.
Ścieżka C: Architektura hybrydowa — rekomendacja dla enterprise CI
Trzy warstwy, każda robi to, w czym jest najlepsza. Globalny SaaS (Crayon/Klue): sygnał anglojęzyczny, battlecard distribution do sales, integracja CRM/Slack — zostaje bez zmian. Lokalny dostawca PL: KRS, UPRP, BIP, polskie job boardy, media regionalne — warstwa uzupełniająca. In-house dla 2–3 unikalnych źródeł o najwyższym priorytecie w Twoich KIQ — niszowy marketplace, specyficzne forum B2B.
Total budget hybrydowy: $60–100k/rok globalny SaaS + $20–40k/rok lokalny dostawca PL + $6–18k/rok in-house maintenance = $86–158k/rok łącznie. O 15–25% drożej niż sam globalny SaaS, z pokryciem 80–90% Twoich KIQ (SCIP 2025). CI Manager w regionalnym banku po dołożeniu warstwy polskich rejestrów podniósł competitive win rate o 9 pp w trzy kwartały — głównie dzięki sygnałom z Monitora Sądowego, których Crayon nie generował.
ROI test do briefingu CFO jest prosty. Ile decyzji o wartości 10M+ PLN rocznie informuje Twój CI? Jeśli ≥2 — stack 150–250k PLN/rok jest ROI-positive (1–2% kosztu jednej chronionej decyzji). Jeśli <1 — odetnij globalny SaaS, zostaw ścieżkę B na polskie rejestry.
Architektura hybrydowa (globalny SaaS + lokalny dostawca PL) daje pełne pokrycie polskiego rynku za 15-25% więcej niż sam Crayon/Klue — przy zachowaniu istniejących battlecard workflows i integracji CRM.
SCIP identyfikuje 3 progi prawne między OSINT a wywiadem przemysłowym (UZNK art. 11)
Prawnik wewnętrzny blokuje nowe źródło OSINT, powołując się na RODO. Bez gotowej odpowiedzi tracisz trzy tygodnie na reeskalację — i okno na sygnał konkurencyjny. SCIP Code of Ethics 2024 (scip.site) wyznacza linię wprost: legalność źródła, legalność metody, transparentność celu. Trzy progi. Polskie prawo dokłada do nich twarde liczby.
OSINT vs wywiad przemysłowy — definicja prawna obowiązująca w Polsce
Art. 11 Ustawy o zwalczaniu nieuczciwej konkurencji (Dz.U. 1993 nr 47 poz. 211, isap.sejm.gov.pl) chroni tajemnicę przedsiębiorstwa tylko gdy firma podjęła „uzasadnione działania w celu zachowania jej poufności". KRS (5 mln+ wpisów), Monitor Sądowy, UPRP, BIP i rejestry regulacyjne — KNF, UKE, URE, UOKiK — są z definicji poza tą ochroną. Zbieranie, analiza i wewnętrzna publikacja: w pełni legalne — legalność automatycznego pobierania danych z polskich rejestrów publicznych potwierdza odrębna analiza orzecznictwa. To standard prawa publicznego, nie szara strefa.
Granica karna jest twarda. Pozyskanie informacji przez podstęp (fake persona w wywiadzie z pracownikiem konkurenta), kradzież dokumentów, przekupstwo — to art. 11 ust. 4 UZNK plus art. 267 Kodeksu karnego. Kara: do 2 lat pozbawienia wolności. Dyrektywa EU 2016/943 o tajemnicach przedsiębiorstwa, transponowana nowelizacją UZNK 2018, dodatkowo potwierdza: reverse engineering legalnie nabytego produktu jest dozwolony.
Zostaje jedna strefa niejednoznaczna: scraping wbrew ToS serwisu komercyjnego. Orzecznictwo EU nie jest jednolite — TSUE C-404/13 (curia.europa.eu) idzie inną ścieżką niż amerykański HiQ v. LinkedIn. Odpowiedzialność jest cywilna, nie karna. Zalecenie operacyjne: legal review ToS dla każdego komercyjnego źródła przed wdrożeniem do pipeline.
GDPR w systemie CI: audit trail, minimalizacja, uzasadniony interes
CI zbierający dane o executives — członkach zarządu, dyrektorach — potrzebuje podstawy prawnej. Art. 6 ust. 1 lit. f RODO (uzasadniony interes) pokrywa dane zawodowe z jawnych źródeł: KRS, publiczny profil LinkedIn, wystąpienia konferencyjne. Dane spółki jako podmiotu prawnego są poza zakresem RODO. Lista pracowników — już nie. To dane osobowe nawet w kontekście B2B.
Rejestr decyzji UODO dokumentuje skalę ryzyka (uodo.gov.pl/pl/p/decyzje): kara dla Morele.net 2,83 mln PLN (2019), dla Fortum 4,9 mln PLN (2022). Orzecznictwo potwierdza: monitoring publicznych postów CEO to uzasadniony interes, monitoring prywatnych profili rodzinnych executives to przekroczenie granicy i ryzyko z art. 107 RODO.
Dwie dźwignie obrony. Pierwsza — audit trail: każdy system CI loguje źródło, datę dostępu i KIQ, do którego informacja jest przypisana. Druga — CI Policy na 2-3 strony: dozwolone kategorie źródeł, tryb zbierania (automated vs human), retencja, procedura usunięcia. Pokazujesz to DPO lub CFO, gdy pytają. Polskie kancelarie — Wardyński i Wspólnicy, Sołtysiński Kawecki & Szlęzak — wydają jednorazową opinię CI za 5-20 tys. PLN. Przed systematycznym programem scrapingowym to rekomendowany koszt.
Zbieranie danych z KRS, UPRP, BIP i rejestrów regulacyjnych jest w pełni legalne — to rejestry publiczne tworzone właśnie po to, żeby były dostępne. Audit trail źródeł jest jednocześnie standardem SCIP i Twoją ochroną przed DPO.
Build vs buy per kategoria — macierz decyzyjna dla CI Managera
SCIP State of Competitive Intelligence 2025 identyfikuje 12 kategorii źródeł w enterprise CI stack — te same dwanaście, które mapuje sekcja wyżej. Żaden pojedynczy vendor nie pokrywa ich wszystkich, a luka zawsze leży w warstwie lokalnej. Decyzja make vs buy nie jest binarna. Dla każdej kategorii daje inny wynik, a różnica między dobrą a złą decyzją to dziesiątki tysięcy USD rocznie i miesiące time-to-coverage. Cztery kryteria porządkują wybór.
Framework decyzji: 4 kryteria oceny per kategoria źródła
Kryterium 1 — dostępność gotowego rozwiązania. Sprawdź, czy kategorię pokrywa globalny SaaS ($20–60k USD/rok), lokalny dostawca PL, czy narzędzie wyspecjalizowane. Crayon, Klue i Kompyte działają w 2–4 tygodnie od kontraktu. Lokalny dostawca PL wdraża pokrycie KRS/UPRP w 2–4 tygodnie. In-house build to 6–12 miesięcy do produkcji.
Kryterium 2 — 3-letni TCO. Jak pokazuje przywołany wyżej przegląd Forrester Total Economic Impact of CI Platforms (2025), koszt narzędzia to mniej niż połowa TCO — reszta to collection i maintenance. In-house build prostego scrapera: $84–114k przez trzy lata (SCIP Salary & Budget Survey 2025). SaaS lokalny: $5–15k/rok bez vendor lock-in na engineering. Vendor risk wliczaj zawsze.
Kryterium 3 — unikalność dla Twoich KIQ. Kategoria krytyczna dla Top 5 pytań strategicznych zasługuje na build; peryferyjna — na SKIP. SCIP 2024 dokumentuje win rate wyższy o 34% w teamach z formalnym KIQ frameworkiem względem peer cohort bez priorytetyzacji źródeł. Priorytet źródła wynika z KIQ, nie z dostępności narzędzia.
Kryterium 4 — maintenance burden. API rządowe (KRS, UPRP) zmieniają strukturę raz na lata — stabilne. Strony firmowe z Cloudflare i ciągłymi redesignami to inna liga. DataMiners cohort (n=31) dokumentuje 2–4 scraper incidents rocznie dla Cloudflare-heavy sites — każdy incydent to 2–4 tygodnie odbudowy pokrycia. Maintenance to koszt ukryty.
Wynik na czterech kryteriach daje rekomendację: BUY-SaaS / BUY-lokalny / BUILD-prosty / BUILD-złożony / SKIP.
Macierz: 12 kategorii × rekomendacja buy/build/skip
BUY-globalny SaaS (zostaje bez zmian). News/media EN (1-EN), LinkedIn company posts (2), G2/Capterra reviews (9), reklamy FB/Google (12). Crayon, Klue i Kompyte pokrywają te cztery kategorie dobrze za $30–60k USD/rok. Dodatkowy budżet zbędny.
BUY-lokalny dostawca PL — rekomendacja DataMiners. KRS + Monitor Sądowy (5), UPRP (6), BIP + TED PL (7), polskie job boards pracuj.pl/NoFluffJobs (4-PL), media regionalne PL (1-PL). Pięć kategorii, których żaden globalny vendor nie pokrywa. Czas wdrożenia 2–4 tygodnie, koszt $5–15k/rok, zero własnego maintenance burden. Najwyższy ROI na uzupełnienie.
BUILD-prosty. Monitoring stron firmowych diff (3): Visualping $0–100/mies lub własny Python ~50 linii. Konferencje i agenda executives (8): 2–4h research tygodniowo. Fora branżowe PL (2-branżowe): dedykowany RSS lub crawler per 3–5 forów. Niski koszt, wysoka wartość — nie wymaga FTE.
BUY-wyspecjalizowany SaaS — tylko gdy KIQ tego wymaga. Patent intelligence EPO deep (6-advanced): PatSnap lub Derwent Innovation $15–30k USD/rok. Marketplace data PL (11): Dealavo $5–15k/rok lub custom. Nie kupuj na zapas. Kupuj, gdy patent lub price intelligence trafia do Twoich Top 5 KIQ.
SKIP — re-ocena przy zmianie KIQ. Owler financial estimates dla firm PL: dokładność ±40–60%, dla decyzji 5–50M PLN to noise. Glassdoor culture signals PL: niski SNR, mała próba reviewów dla większości polskich firm. Niskie ROI dla aktualnych KIQ.
Macierz pozwala wejść do CFO z mapą, nie z postulatem. Cztery kategorie pokryte, pięć do uzupełnienia lokalnie, dwie do build, dwie do skip — z ceną i czasem przy każdej.
Dla 5 z 12 kategorii źródeł lokalny dostawca PL jest tańszy niż in-house build i szybszy o 5-10 miesięcy. BUILD > BUY wyłącznie dla KRS/UPRP/BIP/polskich job boards/mediów regionalnych — tu żaden globalny vendor nie jest opcją.
Jak przeprowadzić audyt luk w swoim CI stack: 3-krokowy framework na 30 minut
Po sekcjach o granicach prawnych i macierzy build vs buy zostaje pytanie operacyjne: gdzie konkretnie w Twoim stacku jest dziura? SCIP State of Competitive Intelligence 2025 dokumentuje, że mediana firm nie zna własnego pokrycia źródłowego — wie ile płaci, nie wie czego nie widzi. Ten audyt zajmuje 30 minut. Wynik jest liczbą, nie opinią.
Krok 1: Inventory — mapa wszystkich aktywnych źródeł
Wypisz każde aktywne źródło: narzędzia SaaS, alerty Google, subskrypcje premium, kontakty primary research, raporty agencyjne. Per każde przypisz cztery atrybuty: kategorię z listy 12 (SCIP 2025), freshness (ile godzin/dni od zdarzenia do sygnału), pokrycie geograficzne (PL vs global) i koszt roczny.
Wynik jest przewidywalny. W typowym enterprise stacku 80–90% budżetu idzie na kategorie 1-EN, 2, 9, 12 — globalne web/social/firmografia, dobrze pokryte przez Crayon ($30–60k USD/rok) czy Similarweb ($20–40k USD/rok). Kategorie 5–7 i 4-PL — rejestry sądowe, patenty, sygnały lokalne — pokrywa zero narzędzi albo Google Alerts jako prowizoryczny substytut. Dziura nie jest w narzędziach. Jest w tym, czego nie kupiłeś.
Krok 2: KIQ alignment — weryfikacja czy masz źródła do swoich pytań strategicznych
Zbierz Top 10 KIQ od stakeholderów — Prezes, CFO, Head of Sales, Head of Product. Konkretne, nie ogólne: „Czy Competitor X wchodzi w mid-market do Q4?", nie „monitoruj konkurencję". Per każde KIQ zadaj jedno pytanie: które źródło w aktualnym stacku da sygnał z 60+ dni wyprzedzenia? Które KIQ mają zero pokrycia?
KIQ bez przypisanego źródła to udokumentowana luka. Cytowany wyżej win rate wyższy o 34% w teamach z formalnym KIQ frameworkiem (SCIP 2024) bierze się dokładnie stąd — każde pytanie ma właściciela źródła. To Twój argument budżetowy w jednym zdaniu: „Prezes pyta mnie o ekspansję Competitora X co kwartał. Nie mam źródła, które da sygnał wcześniej niż lokalny portal." (Logikę KIQ rozwijam w pillarze CI.)
Krok 3: Gap prioritization — co uzupełnić najpierw i jak
Priorytetyzuj wzorem: (strategiczna waga KIQ 1–5) × (lead time sygnału w tygodniach) / (koszt uzupełnienia w kPLN/rok). Wynik to ranking luk per ROI — ta sama logika rachunku, którą opisuję w analizie pricing operations.
Typowy wynik jest jednoznaczny. KRS (5 mln+ wpisów), Monitor Sądowy i polskie job boards lądują na szczycie: wysoka waga strategiczna, lead time liczony w tygodniach, koszt dostawcy PL $5–15k/rok wobec $84–114k za in-house build przez trzy lata (SCIP Salary & Budget Survey 2025). Wysokie ROI, niski koszt, dostępne od zaraz.
Zanim podpiszesz kontrakt — quick win. Ustaw Google Alerts na KRS site:monitor.gov.pl [nazwa konkurenta] plus ręczny miesięczny check UPRP. Nie skaluje się. Ale daje sygnał, zanim wydasz pierwszą złotówkę na dostawcę. Czas wdrożenia dostawcy PL: 2–4 tygodnie, wobec 6–12 miesięcy budowy in-house.
Audyt CI stack w 3 krokach: (1) inventory wszystkich źródeł per kategoria, (2) mapowanie KIQ na źródła i identyfikacja pytań bez pokrycia, (3) gap prioritization przez ROI. Wynik to gotowy argument budżetowy — nie opinia, tylko liczby.
Audyt ujawnia liczbę. Liczba domaga się decyzji. DataMiners utrzymuje gotową warstwę polskich źródeł — KRS, Monitor Sądowy, UPRP, BIP, polskie job boardy i media regionalne — wpinaną pod Twój istniejący stack Crayon, Klue lub Kompyte przez feed JSON/webhook, z wdrożeniem w 2–4 tygodnie zamiast 6–12 miesięcy in-house. Punktem wyjścia jest mapa pokrycia tych pięciu ślepych kategorii zestawiona z Twoimi top 10 KIQ — zamów audyt luk źródłowych, zanim kolejny sygnał strategiczny dotrze do Twojego prezesa z portalu regionalnego.
Metodologia: dane DataMiners pochodzą z coverage audit Q1 2026 (n=12 polskich serwisów CI), KRS monitoring cohort (Q4 2025), cohort walidacji estymacji przychodów (n=12) oraz cohort scraper-incidents (n=31). Źródła zewnętrzne — SCIP State of Competitive Intelligence 2025, SCIP Salary & Budget Survey 2025, Forrester TEI 2025, GIA, Frost & Sullivan, Lightcast, Similarweb Accuracy White Paper 2024 — linkowane lub przywołane w tekście. Estymacje przychodów dla firm prywatnych obarczone są błędem ±40–60% i nie służą jako podstawa decyzji operacyjnych.