ინტერსპექტული ანალიტიკა

(განყოფილება: ეკოსისტემა და ქსელი)

1) რა არის ინტერჯექტორული ანალიტიკა და რატომ არის ეს საჭირო

• ღირებულებისა და საქმიანობის ერთიანი აღრიცხვა: მოცულობა, ლიკვიდობა, საკომისიო, ჭარბი წონა.
• ხიდების დაკვირვება და P2P ობლიგაციები: მოვლენების ფინალიზაცია, ლაგები, რეორგ/გამოწვევა.
• ტრეფიკინგი და კონვერტაცია: ჩეინი - ჩეინი, არხი - პროდუქტი.
• რისკი და შესაბამისობა: AML, სანქციები, ქცევითი ფროიდი, სუბიექტების იდენტიფიკაცია.
• გადაწყვეტილების მიღება: OKR/ბიუჯეტები, ლიმიტები, განახლებისა და ლიკვიდობის რეგულაციები.

2) მონაცემთა წყაროები და მოვლენები (კანონიკური სია)

1. ჯაჭვები/რეესტრები: ბლოკები, გარიგებები, მოვლენების ლოგოები, ჭკვიანი კონტრაქტების მდგომარეობა.
2. ხიდები: განაცხადები, ქვითრები, მტკიცებულებები (მსუბუქი/ოპტიმისტური/ZK), საბოლოო სტატუსები.
3. გადახდის პროვაიდერები/CCC: ინსპექტირების გავლა, ლიმიტები, გადახდის სტატუსები.
4. სასურსათო მოვლენები: ონბორდი, ანაბრები/განაკვეთები/დასკვნები, თამაში და ქცევითი მეტრიკა.
5. P2P ტრანსპორტი: Pub/Sub ქვითრები, RPC წარმატება, ლატენტობა.
6. ცნობარები: ქსელები, აქტივები, decimals, chainID, ხელშეკრულებების მისამართები, SDK ვერსიები.

3) მონაცემთა არქიტექტურა (ნაკადები და საცავი)

Ingest (striming): კონექტორები nods/ინდექსერებისთვის, ხიდების webhooks, CDC ოპერაციული DD- დან.
ნედლეული ფენები (Bronze/Raw): უცვლელი ნაწილები ეტიკეტით 'observed _ at' და წყაროს მეტამონაცემებით.
გაწმენდა/ნორმალიზაცია: დედობა, სემანტიკური გამდიდრება, დროის გათანაბრება, აქტივების მაპინგი.
ბირთვის მოდელები (Gold/Core): ერთიანი ფაქტები 'transfers', 'bridges', 'onchain _ events', 'kyc _ status', 'payouts'.
ვიტრინები (Marts): ფინანსები (GTV/TVL/Take Rate), პროდუქტი (retenshny/ძაბრი), რისკი (მორიელები), ოპერაცია (SLO).
კეში/Serve: OLAP/HTAP დაშბორდებისა და API- სთვის, და ცალკეული ძებნა მისამართებზე/tx.

ტრანსპორტი: Kafka/Pulsar (exactly-once semantics იდემპოტენტობის თავზე), ობიექტის საცავი ნედლეულისთვის, პარკეტი/სვეტების ფორმატები ანალიტიკოსებისთვის.

4) ფინალიზაცია, რეორგი და იდემპოტენტობა

მოვლენების მდგომარეობა: 'observed' - 'confirmed (k)' '' 'finalized' '' invalidated (reorg) '.
დადასტურების წესი (K-Confirmations): მორგებულია აქტივის ქსელში/ტიპზე.
ოპტიკური/გამოწვევა ფანჯრები: ხიდების „სადავო“ სტატუსის მხარდაჭერა.
Idempotence: 'idempotence _ key = chainID' block 'tx' logIndex 'topic' (ან დატვირთვის ჰაში).
Pere თამაში: დაგეგმილი backfill და აღდგენა ინდექსერის შეცვლისას.

5) იდენტურობისა და სუბიექტების მოდელი (entitity resolution)

მისამართი - აქტორი: მისამართები, გასაღებები, საფულეები, ანგარიში/ორგანიზაცია/პროვაიდერი.
ჯვარედინი ჯაჭვის გრაფიკი: მისამართების კავშირი ერთი მფლობელის მიერ (euristics, ხელმოწერები, onboarding მონაცემები).
ნდობის დონე: hard-link (KYC, on-chain ხელმოწერა), რბილი ლინჩი (ქცევითი კორელაციები).
ფსევდონიმი: შეინახეთ სტაბილური იდენტიფიკატორები (PID) PII- ის ნაცვლად ანალიტიკაში.

6) ერთიანი მოვლენების სქემა (გამარტივებული)

yaml event:
id: string # global UUID observed_at: timestamp # when they saw chain_id: string # 'eth-mainnet', 'solana-mainnet',...
block_height: long tx_hash: string log_index: int event_type: string    # transfer    bridge. lock    bridge. mint    kyc. pass    payout. done...
status: string      # observed    confirmed    finalized    invalid actor_src: string # address/peer-id/source organization actor_dst: string # address/peer-id/destination organization asset: string # canonical symbol (e. g., USDC), + decimals amount: decimal usd_value: decimal # rate normalization at the observed_at bridge_ref: string # link with the application/receipt of the metadata bridge: object # network/contract/version/gac/fee, etc.
idempotency_key: string

7) აქტივებისა და ფასების ნორმალიზაცია

აქტივების კანონიკური საცნობარო წიგნი: სიმბოლო, decimals, chain mapping, საკონტრაქტო მისამართები.
FX ნორმალიზაცია: ისტორიული კურსები და აქტივების ფასები დროულად 'observed _ at'.
მულტი-აქტიური ბანდლები: დაჯგუფეთ „ღია“ და მშობლიური აქტივები.

8) ძირითადი მეტრიკა და ფანჯრები

8. 1 ფინანსები და ლიკვიდობა

GTV (Gross Transaction Volume) ქსელებში/აქტივებში/ხიდებზე.
TVL და Net Flow ხიდებსა და ტყვიებზე.
Take Rate/მოცულობის კომისია; Cost-to-Serve გადარიცხვისთვის.
Payout SLA Hit Rate, Finality p50/p95, Pending Backlog.

8. 2 პროდუქტი და მომხმარებელი

Cross-chain MAU/DAU (dedup по PID),

Retention D1/D7/D30 მრავალსართულიანი საქმიანობის გათვალისწინებით,

Funnel: შესასვლელი ქსელი - ხიდი - სამიზნე პროდუქტი - მოქმედება.
QoT (ტრაფიკის ხარისხი): ტრეფიკის ვალიდი ანტი-ფროდის შემდეგ.

8. 3 რისკი და შესაბამისობა

Fraud/Dispute Rate, High-Risk Score%, Sanctions Hit%.
Anomaly rate თარგმანების, velocity ჩეკის, კლასტერის ნიმუშებზე.
KYB/KYC Pass% და ტაიმინგი.

8. 4 ოპერატორი და SLO

Bridge Success-Rate, p95 Finality, Relay Availability,

Reorg/Challenge events, Error budget burn.

9) SQL/ფსევდო მოთხოვნების მაგალითები

GTV ჯაჭვების წყვილებში

sql
SELECT src. chain_id AS src_chain,
dst. chain_id AS dst_chain,
date_trunc('day', e. observed_at) AS d,
SUM(e. usd_value) AS gtv_usd
FROM events e
JOIN bridges b ON e. bridge_ref = b. id
JOIN networks src ON b. src_chain_id = src. id
JOIN networks dst ON b. dst_chain_id = dst. id
WHERE e. status = 'finalized' AND e. event_type IN ('bridge. lock','bridge. mint','transfer')
GROUP BY 1,2,3;

Cross-chain retention D7

sql
WITH first_touch AS (
SELECT pid, MIN(observed_at) AS t0
FROM product_events
WHERE event IN ('signup','first_deposit')
GROUP BY pid
),
week_activity AS (
SELECT DISTINCT pid
FROM product_events pe
JOIN first_touch ft USING(pid)
WHERE pe. observed_at BETWEEN ft.t0 + INTERVAL '1 day'
AND ft.t0 + INTERVAL '7 day'
)
SELECT 100. 0 COUNT() / (SELECT COUNT() FROM first_touch) AS d7_retention_pct
FROM week_activity;

ვიტრინა SLO ხიდისთვის

sql
SELECT date_trunc('hour', observed_at) AS h,
100. 0 SUM(CASE WHEN status='finalized' THEN 1 END)/COUNT() AS success_rate,
percentile_cont(0. 95) WITHIN GROUP (ORDER BY (finalized_at - observed_at)) AS p95_finality_min,
SUM(CASE WHEN challenge_event THEN 1 END) AS challenges
FROM bridge_events
WHERE observed_at >= now() - INTERVAL '7 days'
GROUP BY 1;

10) ატრიბუტი და მულტფილმი-არხის გზა

Last-touch/postion-based მოდელი წონით ქსელის, ხიდისა და პროდუქტის წყაროსთვის.
UTM - On-chain: დააკავშირეთ კლიშეები/რეფერალები ონბორდის მისამართით (თანხმობით).
ასოციაციური მოდელები: Shapley/Markov რთული მარშრუტებისთვის „ქსელი - ხიდი - პროდუქტი“.

11) ანტი-ფროდი და ქცევითი სიგნალები

გრაფიკული ნიშნები: საერთო კონტრარგუმენტები, წრიული თარგმანები, სწრაფი კონვერტაცია.
Velocity ლიმიტები და ანომალიები: აურზაური, თანხების „გამანადგურებელი“, ღამის მტევანი.
ხიდებზე თაღლითობის სქემები: ხელახალი მომსახურება, KYC- ის გვერდის ავლით მცდელობები, ლიკვიდობის სენდვიჩის ნიმუშები.
მოდელები: gradient busting/graph-embeddings; ასწავლეთ ინციდენტების მარკირება.

12) კონფიდენციალურობა და შესაბამისობა

PII შემცირება: PID პირდაპირი იდენტიფიკატორების ნაცვლად, ტოკენიზაცია.
მონაცემთა გამრიცხველიანება: რეგიონებში განლაგება, დაშიფვრა „მარტო/გზაზე“.
მოცილების უფლება: tombstone/redaction მოვლენები მტკიცებულებებით.
წვდომა და აუდიტი: როლური ACL, კითხვის ჟურნალები, ხელმოწერილი მოხსენებები შემოწმებისთვის.

13) SLI/SLO ანალიტიკური პაკეტებისთვის

• Freshness (საშუალო ლაგამი „observed _ at“ - დან გოლდში გამოცხადებამდე),
• Completeness (მოვლენების% K- კონფიდენციალურობის მოლოდინში ხვრელების გარეშე),
• Correctness (სქემების/წესების სავალდებულო მოვლენების%),
• Reorg handling success (% სწორად ინვალიდობა/რეპლიკაცია),
• Serve latence (p95 მოთხოვნა ფანჯრებზე/დაშბორდებზე).

• Freshness p95-3 წუთი (ნაკადი), 15 წუთი (მშვილდი).
• Completeness ≥ 99. 7%, Correctness ≥ 99. 9%.
• Reorg handling success ≥ 99. 9%.
• Serve p95-500 ms (მთავარი ფანჯრები).

14) მონაცემთა დაკვირვება და ხაზები

Data Lineage: დაშბორდიდან ნედლეულ მოვლენამდე (column-level).
ხარისხის სიგნალები: completeness, uniqueness, referential integrity, schema drift.
ალერტები: „მშვიდი ჩავარდნები“ (არ არსებობს ახალი მონაცემები), განაწილების ნახტომი, ზრდა 'unknown' ველები.

15) დაშბორდი (შაბლონები)

• Success-Rate, p95 Finality, Relay Availability, Challenge/Reorg, backlog, error budget burn.

• TVL, Net Flow per chain, cost-per-transfer, utilization, სადაზღვევო ფონდი.

• MAU/DAU (dedup), cross-chain retention, არხის ძაბვები, QoT.

• Fraud/Dispute Rate, sanctions hits, high-risk შოუ, პროცესის სიჩქარე.

16) ოპერაციული რეგულაციები და playbook

ინციდენტი: ახალი lag> SLO

შეამოწმეთ კონექტორები/ინდექსატორები, გადართეთ რეზერვზე, ჩართეთ დეგრადაციის რეჟიმი (ფანჯრები აჩვენებს „ბოლო ფინალიზაციას“), წყაროს მფლობელს eskalate.

ინციდენტი: reorg/challenge ზრდა

გაზარდეთ K-Confirmations/დავის ფანჯარა, ჩართეთ „გადაზიდული ფინანსები“ დიდი თანხებისთვის, აცნობეთ ხიდი/ოპერატორები.

ინციდენტი: ვალუტის/აქტივების შეუსაბამობა

გაყინული წყვილების გაყინვა, საცნობარო წიგნის გამოტანა, აშშ-ს ნორმალიზაციის განმეორება, ანგარიშის გამოქვეყნება.

ინციდენტი: ნახტომი Fraud/Dispute

გამკაცრდეს ლიმიტები/მორიელი, ჩართოთ სახელმძღვანელო მაღალი ხვრელი, შეავსოთ მოდელი ახალ ნიმუშზე.

17) კონფიგურაციის მაგალითი (ფსევდო-YAML)

ქსელის ფინალიზაციის ფანჯრები

yaml finality:
eth-mainnet: 12  # блоков polygon: 256 solana: "optimistic: 32 slots"
optimistic-bridge: { challenge_minutes: 20 }
zk-bridge: { proof_time_sla: 180 }

იდემპოტენტობისა და ბაბუის წესები

yaml dedup:
key_template: "${chain_id}    ${block_height}    ${tx_hash}    ${log_index}    ${event_type}"
ttl_hours: 48

SLO piplines

yaml pipelines:
ingest_stream:
freshness_p95_min: 3 completeness_min_pct: 99. 7 gold_build:
correctness_min_pct: 99. 9 reorg_success_min_pct: 99. 9

18) განხორციელების შემოწმების სია

1. ჩაწერეთ წყაროები, სქემები, ფინალიზაციის ფანჯრები და მფლობელები.
2. ჩართეთ idempotence და reorg-handling (states + replay).
3. ააშენეთ მოდელების ბირთვი (transfers/bridges/onchain _ events/kyc/payouts).
4. აქტივების ცნობარი და FX ნორმალიზაცია.
5. განსაზღვრეთ SLI/SLO pyplines და dushboards.
6. გააცნობიერეთ მეწარმეობა და პირადი დიზაინი.
7. ჩართეთ ანტისექსუალური მორიელები და ინციდენტების რეგულირება.
8. ჩაატარეთ backfill და ტესტები ისტორიულ reorg/challenge შემთხვევებზე.
9. რეგულარულად გადაამოწმეთ სქემები, მეტრული წონა და წყაროები.

19) გლოსარიუმი

Finality არის სახელმწიფოს შეუქცევადობა/მოვლენები.
Reorg არის ჯაჭვის გადაკეთება, რომელიც იწვევს ბლოკების ნაწილის გაუქმებას.
Challenge period არის სადავო ფანჯარა optimistic მოდელებში.
Entity resolution - ერთი არსების მისამართების/ანგარიშების შედარება.
GTV/TVL - გარიგების მოცულობა/დაბლოკილი ღირებულება.
Completeness/Freshness/Correctness არის მონაცემთა ხარისხის ძირითადი მეტრიკა.

შედეგი: ინტერჯგუფური ანალიტიკა არ არის მხოლოდ მეტრიკის შეჯამება, არამედ კონტროლირებადი დისციპლინა: ერთიანი ღონისძიების სქემა, სწორი ფინალიზაცია, სტაბილური შეღავათები, კონფიდენციალურობა, ანტი-ფროდი და გასაგები ფანჯრები. ამ ჩარჩოს შემდეგ, ეკოსისტემა ნამდვილად „გადის“ ხედვას ღირებულებაზე, რისკებსა და ზრდაზე - ნედლეული ბლოკიდან ბიზნეს გადაწყვეტილებამდე.