生态系统健康指标

（部分： 生态系统和网络）

1）本文的内容（摘要）

生态系统健康是反映网络参与者（运营商，提供商，工作室，附属机构，noda/电路，社区）的可持续性，可靠性，流动性，互操作性，安全，经济性和参与度的指标集合。下面是系统框架：测量级别，带有公式的KPI列表，EHI复合指数，目标阈值（SLO），差分规则，行列板模式和实用的反应剧本。

2）测量水平图

1.基础架构和网络：可用性、延迟、吞吐量、错误。
2.协议/互操作性：跨链/跨服务操作的成功，版本兼容性，兼容节点的比例。
3.产品和用户：活动，保留，转换，交通质量。
4.经济和流动性：周转率，流动性深度，浪费/佣金，支付延迟。
5.社区和合作伙伴：开发人员/工作室的贡献，NPS，合作伙伴的步伐，集成的质量。
6.合规性、风险和安全：事件、爆炸事件、KYC/AML通过、制裁/地球风险。

3）基本KPI（带有简短公式）

3.1基础设施和网络

服务时间（%）=100 ×（运行时间/总观察时间）。
p95/p99 Latency （ms）-通过关键API/网关/nodo-endpoints。
Error Rate（%）=100 × （5 xx+明显致命的4 xx）/所有查询。
Aturation： CPU/RAM/IO/配额-时间比例>80%。
Backpressure Events：每天的数量。

3.2协议和互操作性

Cross-Chain/Inter-Service Success（%）=100 ×成功的链间/服务间交易/所有尝试。
Median Finality（带/块）-在不可逆性/确认之前。
版本兼容性（%）-支持版本中节点/SDK的比例。
Rollback/Reorg Rate-回滚/冲突频率。

3.3产品和用户

DAU/WAU/MAU（按队列/地区配给）。
Retention D1/D7/D30（%）-队列。
Activation Rate（%）=激活/新。

Conversion Funnel: Visit→Reg→KYC→1st Action→Repeat.

交通质量（QoT）：反交通后流量过高的比例。
Session Success（%）-会话比例无重大错误。

3.4经济和流动性

GTV/Volume是总运营量。
Liquidity Depth是高峰时段可用流动性的中位数。
Payout SLA命中率（%）-在目标时间≤支付份额。
Cost-to-Serve （CTS）=运营成本/成功运营的数量。
Take Rate（%）-每卷费用/保证金。
Dispute Rate（%）-有争议/有争议的操作。

3.5社区和合作伙伴

Partner Activation Velocity-新的集成/周。
SDK/Plugin Adoption-安装、升级/版本。
社区NPS/eNPS-每季度一次。
Contribution Index-来自第三方命令的池/版本/插件。
Docs Health-完整、新鲜、在社区回答问题之前的时间。

3.6合规、风险和安全性

KYC/AML通行费率（％）-按时完成的比例。
Fraud Rate（%）-已确认的frod/所有操作。
事件率是SEV，MTTR/MTTD级别。
Policy Coverage（%）-具有活动DLP/PII控制的线程比例。
Geo/Regulatory Coverage是满足当地要求的市场。

4）综合健康指数： EHI（生态系统健康指数）

想法：stakholders的统一得分为0-100。

1.规范化：将所有KPI引导到［0……100］量表：

带有笔尖截断的Min-Max（例如P5-P95）或

Z-score → CDF → [0…100].

2.权重模型（示例）：

基础设施-25%

协议/互操作性-15%

产品/用户-25%

经济/流动性-15%

社区/合作伙伴-10%

合规性/安全性-10%

3.公式为：

"EHI=Σ（重量_块×平均（正常化块KPI）"

4.解释量表：

85-100： "优秀"（风险库存增长）

70-84： "稳定"（受控风险）

55-69： "脆弱"（需要现场改进）

5）领先和滞后指标

领先：QoT，Activation Rate，入围时间，CTS，新版本节点份额，Docs Health。
滞后：MAU，GTV，Take Rate，NPS，Dispute/Fraud Rate。
平衡投资组合：60%的领先者，40%的抢占者。

6）急流（SLO）和警报

• Uptime ≥ 99.95%/30d；p99 latency ≤ 400毫秒；Error Rate ≤ 0.2%.
• Cross-chain success ≥ 99.5%;Median finality ≤ 6 с.
• Payout SLA hit ≥ 98%;Dispute ≤ 0.3%;Fraud ≤ 0.1%.
• 95%的用户≤ 10分钟的KYC。
• Docs ≤发布后的14天内进行了更新；Median first response in community ≤ 2小时。

• SLO Burn Rate 1小时>14 ×-Pager；6小时>6 ×-Pager；每日>3 ×-tiket+分析。
• 始终指定所有者、截止日期和"done"标准。

7）细分和切口

按国家/司法管辖区，合作伙伴类型（运营商，工作室，附属机构），基础架构集群，SDK/nod版本，流量渠道，产品类型（插槽/live/体育/金融交易），设备。
对于每个度量-必须按切口过滤器以及队列与队列的比较。

8）Dashbords（布局）

A.每日行动（实时时间/小时）

Uptime, p99 latency, Error Rate, Cross-chain success, Incident SEV, Payout SLA, Fraud spikes.

服务卡（绿色/黄色/红色）、付款/验证队列。

B.每周产品/合作伙伴

Activation/Retention, QoT, конверсия KYC→1st Action, Partner Activation Velocity, SDK adoption, Docs Health.

频道混合和LTV早期（proxy）。

C.月度战略

MAU/WAU, GTV, Take Rate, CTS, Dispute/Fraud, NPS, Contribution Index, Geo Coverage, EHI динамика.

每个街区的风险梯子和"交通灯"。

9）数据来源和质量

远程计量学：标志/度量/交易，产品事件（活动巴士），noda/验证程序，支付和合作伙伴API，KYC/AML提供商，服务台/事件，NPS/DevRel调查。
数据质量KPI：完整性，新鲜性（lag），唯一性，方案一致性，"不确定性"状态的比例。输入单独的DQ分数度量,不要将其与EHI混合。

10）反指标（名利度和陷阱）

无队列/区域的DAU；没有通道的"平均转换"；没有退款/争议的GTV；"apteim"不考虑关键的残局；没有生产活动的"积分数量"；"commit数"代替发行版的价值。

11）反应剧本（spargalka）

• 包括降级模式（只读、缓存、限制）、水平扩展、队列优先排序；24小时后太平间。

• 检查版本，fee/限值，具有等容性的回程，方案的验证；滚动hotfixes，升级脚注/SDK。

• 路径分析KYC→1st动作，时间到价值，摩擦；A/B贴纸测试，内容/本地化，离岸包装。

• 重新分配池,添加提供程序,自动重排,启用现金缺口的预测计算。

• 收紧评分，限制/velocity支票，手动高风险咆哮，在新鲜模式上训练模型。

• DevRel计划，赠款/赏金，SDK/码头改进，每月办公时间，加速札幌。

12）目标模板（OKR，季度示例）

KR1（Infra）： p99 latency API ≤ 350毫秒；uptime ≥ 99.97%;Error Rate ≤ 0.15%.

KR2（Interop）：跨链成功≥ 99。7%;median finality ≤ 5 c；LTS ≥ 80%的硬币。

KR3（产品）： D7 retention+3 p.p.；Activation+5 p.p.；QoT+4 p.p.

KR4（经济）： 薪水SLA命中≥ 99％；CTS −10%;Dispute ≤ 0.25%.

KR5（社区/合作伙伴）： +15个主动集成；Docs Health 90/100;NPS ≥ 45.

KR6（风险/安全）：Fraud ≤ 0。08%;MTTR ≤ 30分钟（SEV-1）；100％的关键线程被DLP/PII覆盖。

13）数据实现（参考块）

Pseudo-SQL： 按地区分列的活跃用户

sql
SELECT date, region, COUNT(DISTINCT user_id) AS dau
FROM analytics. events
WHERE action IN ('session_start','game_start','bet_place','deposit')
AND date BETWEEN:from AND:to
GROUP BY 1,2;

Cross-chain success

sql
SELECT date_trunc('hour', ts) AS h,
100. 0 SUM(CASE WHEN status='success' THEN 1 END)/COUNT() AS success_pct
FROM interop. tx
WHERE ts >= now() - interval '7 days'
GROUP BY 1;

Payout SLA

sql
SELECT date::date,
100. 0 AVG(CASE WHEN payout_sec <= target_sec THEN 1 ELSE 0 END) AS sla_hit
FROM payouts. metrics
GROUP BY 1;

准备EHI （min-max）

sql
SELECT kpi, 100. 0(value - min_v)/(max_v - min_v) AS score_0_100
FROM kpi_current
JOIN kpi_ref ON kpi_current. kpi = kpi_ref. kpi;

14）词汇表

EHI是对0-100生态系统的整体健康评估。
SLO/SLA-目标质量级别/合同级别。
Finality-事务不可逆性/确认之前的时间。
QoT是流量/用户源质量的度量。
CTS-单位维护成本。
燃烧率（SLO）是相对于SLO的"燃烧"错误预算的速度。

15）实施支票

1.确定KPI、来源、所有者、周期性。
2.确定SLO和Alert阈值（1h/6h/dh）。
3.自定义dashbords： Ops （day）、Product （week）、Strategy（月）。
4.实施EHI并按规定发布（例如每周发布一次）。
5.每季度对度量、权重和SLO进行审核。

底线：该框架为基础架构团队、产品、合作伙伴和合规性提供了通用语言,减少了"盲点",并允许在生态系统弱点成为问题之前将信号转变为快速、协调的行动。