אנליטיקה קונטקסטואלית

1) מהי אנליטיקה קונטקסטואלית ומדוע היא נחוצה

אנליטיקה קונטקסטואלית (באנגלית: Contextual analytics) היא מיצוי ושימוש בסימנים (מי, מתי, באיזה מכשיר, לאיזו מטרה, באיזה מצב של המערכת/שוק) כדי לשפר החלטות באותו הרגע: המלצות, הצעות, מגבלות סיכון, התראות, התגובה הטובה הבאה (Next Best Action).
יתרונות: רלוונטיות גבוהה יותר, פחות פעולות רועשות, המרה ושימור רווחים, הפחתת עלויות תפעול וסיכונים.

2) טקסונומיה של הקשר

משתמש: קטע, שלב מחזור חיים, כוונה, היסטוריית התנהגות, שפה.
התקן/לקוח: סוג ודגם, מערכת הפעלה/דפדפן, רשת, איכות חיבור, סוללה/מעבד.
זמן: יום, יום בשבוע, עונה, אירועי לוח שנה, ”חלון טרי” של פעילות.
Geo/מקומי: מדינה/אזור/נקודת מכירה, Geo-rules ומחירים, חגים מקומיים.
אתחול מערכת, תורים, גבולות API, תקריות נוכחיות.
תוכן: נושא/ז 'אנר/קטגוריה של האובייקט שנצפה, metadata.
הקשר עסקי: קמפיין, פרומו, מחיר, גבולות, חוקים נגד סיכון.
בינוני/חיצוני: מזג אוויר, תנועה, שערי חליפין, מגמות מאקרו (אם זה רלוונטי).

3) מקורות איתות ואוסף

אירועים ויומנים: קליקים, צפיות, עסקאות, מדדי מערכת.
SDK/Edge: חיישני התקן, Latency, תכונות מקומיות.
ספריות מיוחדות: לוחות שנה/חגים, שכבות גיאו, מסווגי תוכן.
מודלים של משקיף: כוונה, נושאים, רעילות/סיכון, הטמעת תוכן.
הגדרות וחוקים: קמפיינים פעילים, דגלים, גבולות.

תרגול: עבור כל אות - חוזה (סכימה, תדר, ערכים מותרים) ואיכות (רעננות/שלמות).

4) נורמליזציה והיווצרות תכונות קונטקסטואליות

קטגוריזציה וחשיש: תכונות high-cardinality * hash trick/membedings.
מאפייני הזמן: קידוד מחזורי (sin/cos) לשעה/יום, הזזת חלונות ”משך N דקות/שעות/ימים”.
Session: גילוי גבולות הפעלה (session boundlements), סימנים ”בתוך הפעלה”.
Hierarchies: strana # region # gorode; categoria abc podkategoriya = teg.
אינטראקציות: תכונות של ההתקן _ oos × locale × hour_bucket'.
Online vs offline: תכונת Spec אחת בחנות Feature Store עם אפשרויות התממשות: online (ms) and offline (חבורות).

5) ארכיטקטורת אנליטיקה קונטקסטואלית

Outline: Inneating lough Contraction Herichment # Feature Store (Online/offline) # Model/Rules # Serving ach Feedback.

1. אוטובוס אירועים (Kafka/Pulsar/NATS) עם חוזים (Avro/Protobuf).

• מקוון: KV/cache עבור latency נמוך (Redis/LettDB).
• Offline: DWH/Lake לאימון ואנליטיקה (Parquet/Delta/ClickHouse).
• 3. שירות העשרת הקשר: אוסף הקשר מ-SDK/edge/directories, נורמליזציה, TTL וגרסאות.
• 4. החלטה: מודלים (ניקוד מקוון) + מנוע כלל, שודדים קונטקסטואליים.
• 5. משלוח: API, hooks, UI widgets, push/chat, CRM/CDP.
• 6. תצפית: SLO, סחיפת הקשר, תופעות פעולה.

6) מודלים ושיטות המותאמות להקשר

Bandits (LINUCB/Thompson): Research/Operation Balancing for NBA/Plances.
דוגמנות מעלה: מודל אפקט פעולה רגיש להקשר (T-/S-/DR-שיטות).
GBDT/Tabular NN עם אינטראקציות-חיפוש אוטומטי עבור splines/context צמתים.
מודלים רציפים (RNN/Transformer): תבניות הפעלה, HRED/GRU4Rec, תשומת לב עצמית על ידי אירועים והקשרים.
אשכולות מקוונים לניתוב מדיניות/מודל.
חוקים וסף עם הקשר: סף הסיכון תלוי בשעה/מיקום/איכות האות.

7) זמן אמת נגד מחובר

בזמן אמת: פתרונות חסומים (100-500) הגב 'מקוון Feature Store הקשר, ספריות טעון מראש, מטמון.
כמעט בזמן אמת: חלונות 1-5 דקות, תצוגות מצטברות, העשרה זולה.
לא מקוון: אימון/כיול, עיצוב של אינטראקציות תכונה, ניתוח אפקטים.

חוק: הגדרות זהות של מאפיינים בשני קווי המתאר; מבחני עקביות מקוונים/לא מקוונים.

8) איכות הקשר ו ־ SLO

רעננות: לא ישנה מ ־ X דקות/שניות (לפי סוג האות).
שלמות - אחוז הקשרים המפתח כי הם מלאים.
דיוק/עקביות: ציות לספר עיון, צמתים תקפים.
Latency p95/p99 לקריאת תכונות מקוונות וקבלת החלטה.
Uplift/CTR/ARPU/Recall @ K הם מדדים עסקיים רגישים בהקשר.

9) סיבתיות וניסויים

A/B מסווג על ידי ההקשר או CUPED לצמצום השונות.
שודדים עם מעקות בטיחות: מגבלת נזקים במחקר.
ניסויים קוואזי: Difference-in-Difference/Synthetic Control לשינויים חיצוניים (אזור/עונה).
Trade-off: אופטימיזציה של מטרות זוגיות (תועלת/סיכון/תלונות) עבור ההקשר.

10) פרטיות, הסכמה וביטחון

מסכים ומציב מטרות לכל מקור הקשר.
מזעור PII ואוקניזציה לפני העשרה/אחסון.
RLS/CLS: כללי ראות תלויי הקשר, גיאו-לוקליזציה של אחסון.
מדיניות TTL: תקופות שמירה צמודות להקשרים רגישים.
ביקורת חשבונות ו-DSAR: יכולת להציג/להסיר את ההקשר על ידי נושא הנתונים.

11) יכולת תצפית ואבחנה

לוחות מחוונים: כיסוי לפי תכונות, שיתוף של ”לא ידוע/אחר”, הזדקנות אותות.
סחיפת הקשר: PSI/JS על ידי הפצה; התראות אוטומטיות.
Trace-id: to-end extrace actrace action action.
ייחוס שלאחר הפעולה: אילו הקשרים היו המפתח לאפקט.

12) אינטגרציה עם גרפי ידע וסמנטיקה

אונטולוגיות הקשר: ערכים נוקשים והיררכיות (זמן/גיאו/התקן).
העשרת KG: הוצאה של עובדות ”קשורות” (לדוגמה, provayder↔kategoriya↔region).
חיפוש סמנטי: ההקשר כמסנן/משקל בדירוג.

13) הקשר קצה

תכונות מקומיות: איכות רשת, latency, סוללה, תצורת חומרה.
פתרונות קצה: מודלים קלים/כללים; אנחנו שולחים רק אגרגטים ומאפיינים לא אישיים.
סינכרון: חציצה ושכפול של עדכוני הקשר.

14) תרופות אנטי ־ פטריות

"ההקשר הוא הרבה - זה אומר טוב יותר. "מתאמנים מחדש, מגבירים את האיחור ואת העלות.
תכונות לא עקביות באינטרנט/מחובר. מסקנות סותרות והשפלה.
אותות חלופיים ללא טי-טי-אל. הצטברות של זבל, עבירות פרטיות.
בחר ו ”חופשי” מזימות. צרכנים מתקלקלים במהלך אבולוציה מינורית.
אותן מדיניות עבור הקשרים שונים. אובדן יעילות והוגנות.
התעלם מסיבתיות. תגובה לקורלציות = נזק.

15) מימוש מפת דרכים

1. תגלית: מפות ומועדים, רשימת הקשרים, בעלים, סיכונים.
2. חוזים ומילונים: תוכניות איתות, ספרי עיון, טי-טי-אל, הסכמות.
3. חנות תכונה: מפרט מאפיין יחיד (מקוון/לא מקוון), מבחני עקביות.
4. מודל/מדיניות MVP: 3-5 מקשים, מדדים, ערוצי משלוח.
5. ניסויים: A/B מסודר, שודדים על שבר קטן.
6. תצפית: SLO על ידי איחור/רעננות/כיסוי, התראות סחיפה.
7. אבטחה/פריב: RLS/CLS, אסימון, תהליכי DSAR.
8. קנה מידה: יותר הקשרים, התאמה אישית, KG/סמנטיקה, קצה.

16) רשימת בדיקות טרום הוצאה לאור

[ אותות הקשר ] יש חוזים, TTL, בעלים והסכמים.

[ מאפיינים ] מוכרזים בחנות התכנים; מקוון/לא מחושב באופן זהה.

[ ] Latency p95 תכונות קריאה וקבלת החלטות בחלון היעד.

[ ] סחיפה/כיסוי מנוטר; יש התראות וחוברות הפעלה.

[ ] A/B או להקות מוגדרות; מעקות בטיחות מוגדרים.

[ ] מדיניות הפרטיות וה ־ RLS/CLS מופעלת; היצוא הוא לא אישי.

[ תיעוד ]: גלוסקמה של הקשרים, תוכניות, שאילתות וכללים לדוגמה.

17) תבניות מיני

17. 1 הקשרים מאפיינים מפרט (פסאודו-YAML)

yaml feature:
name: hour_bucket type: categorical source: event_time transform: "floor(minute/15)"  # 15-минутные окна ttl: 30m online: true offline: true dq:
allowed: [0..95]
freshness_sla: 60s

17. 2 מדיניות הפעולה הטובה הבאה עם ההקשר

yaml nba_policy:
context_require:
- locale in ["en","ru","tr"]
- device_os in ["Android","iOS"]
model: "linucb_v5"
guardrails:
- latency_p95_ms <= 200
- complaint_rate_24h < 0. 02 fallback: "rule_based_offer_if_model_conf<0. 55"

17. 3 מיזוג אידמפוטנטים לחנות מקוונת

sql merge into fs_online as t using incoming as s on t. key = s. key and t. feature = s. feature when not matched then insert (key, feature, val, ts) values (...)
when matched and s. ts > t. ts then update set val=s. val, ts=s. ts;

17. 4 ניסוי סטראטיפיקName

yaml ab_test:
strata: [device_os, hour_bucket, region]
allocation: {control: 0. 5, treatment: 0. 5}
metrics: [uplift_cr, arppu, complaints]
duration_min_days: 7 stop_rules: {p_value<=0. 05, min_effect_size: 0. 5pp}

18) השורה התחתונה

אנליטיקה קונטקסטואלית אינה רק ”שעה ומדינה”, אלא מעגל הנדסי מקצה לקצה: אותות מתוארים בבירור ו-TTL, תכונות מקוונות/לא מקוונות עקביות, מודלים ומדיניות שלוקחים בחשבון את ההקשר, הערכת אפקט מבוסס ראיות וכללי פרטיות קפדניים. הקשר מכוון כראוי הופך כל אינטראקציה לבחירה חכמה, בזמן ובטוח שמשפרת באופן מדיד את המוצר ואת המדדים העסקיים.