신호에서 동작으로의 경로

동작 경로에 신호

"신호" 자체는 아무것도 변하지 않습니다. 신호가 표준화, 해석, 우선 순위 지정, 결정 및 조치로 전환 된 후 결과가 피드백으로 시스템으로 반환 될 때 가치가 나타납니다. 아래는이 경로를 빠르고 반복 가능하며 안전하게 유지하기위한 실용적인 파이프 라인과 최소한의 아티팩트 세트입니다.

1) 신호: 출처 및 표준

출처: 제품 이벤트, 원격 측정/로깅, 지불/CUS, RG/사기 지표, APM/SLA, 외부 피드 (FX, 레지스트리).
이벤트 스키마 (표준): '신호 _ id', '유형', '엔티티 _ id', 'ts _ 이벤트', 'ts _ ingest', '심각도', '페이로드', '소스', '신뢰'.
정 성적 요구 사항: demempotency ('signal _ id'), 정확한 시간, UTC + 로케일, PII 마스크, 스키마 버전.

패턴 방지: "부동" 필드, 현지 시간 형식, '소스 '/' 버전' 이 없습니다.

2) 감각: 정규화, 디드 업, 농축

정규화: 균일 한 디렉토리, 통화/시스템, 이름 체계.
중복 제거: 키 '(엔티티 _ id, 유형, 창)' + 페이로드 해시; "풀링의 이유" 를 유지하십시오.
기능 참여: RFM, 지리/장치, 위험 점수, 코호트, 캠페인 컨텍스트.
품질: 노이즈 필터, 자신감, 불변량 확인 (예: '양이 0').

3) 검증: "이것이 중요하며 우리의 경우입니까?"

상관 관계 대 인과 관계: 인과 검증 (DiD/실험) 이 필요한 플래그 신호 → 사고 트리거와 혼동하지 않아야합니다.
효과의 복제: 이미 활성화 된 동작과의 연결 (두 번 "미세" 하지 않도록).
자격 정책: RLS/CLS, RG/준수 규칙, 연락처 빈도 제한.
히스테리시스: 입력 임계 값 à 출력; 플랩 신호를위한 "쿨 오프".

4) 우선 순위: 먼저해야 할 일을 선택하는 방법

[
\ textbf {우선 순위} =\텍스트 {Severity }\cdot w _ s; + ;\텍스트 {Propensity }\cdot w _ p; + ;\텍스트 {Value }\cdot w _ v; - ;\텍스트 {Risk }\cdot w _ r; - ;\텍스트 {Cost }\cdot w _ c
]

심각도: 표준/임계 값에서 편차의 강도.
성공 확률 (모델/향상).
가치: 예상되는 경제 효과 (LTV 향상, 피해 방지).
위험/비용: 운영, RG/규정 준수, 사용자에게 해를 끼칠 확률.
SLA: 신호 유형 별 마감일 (P1/P2...).

조치 대기열 = 할당량을 기준으로 '우선 순위' 를 정렬하고 중재 유형에 대한 요율 제한을 정렬하십시

5) 결정: 결정을 내리는 방법

1. 규칙 (코드 정책): 투명하고 빠른 기본 사례.

2. 모델 (점수 기반): 확률/순위 + 임계 값/히스테리시스.

3. 적응 정책 (도적, RL): 온라인 학습, 개인화.

결정 테이블

6) 법: 오케스트레이션 및 연주

채널: 인앱, 전자 메일, 푸시, SMS, 통화, 제한/제한, 티켓.
오케스트레이터: 보장 된 전달 (재 시도/백오프), 동작의 demempotency ('action _ id'), 거래성.
충돌: 우선 순위 및 상호 예외 (예: 프로모션 어 RG 개입).
로드: 채널/사용자/세그먼트 당 요금 제한, DLQ로 대기하십시오.
감사: 로그 "신호 → 결정 → 행동 → 결과" (엔드 투 엔드 '상관 _ id').

7) 학습: 효과 및 피드백

행동 지표: 적용 범위, 테이크 레이트, 성공 (변환/위험 감소), 대기 시간, NPS/불만.
인과 평가: A/B, DiD, 합성 제어; 타겟팅을위한 @ k, Qini/AUUC 향상.
자동 튜닝: 임계 값/정책 업데이트; 가드 레일 내의 산적 (λ- 탐욕스러운/TS).
루프 클로저: 결과의 새로운 기능/신호; 규칙/버전 보관.

8) 가드 레일과 안전

데이터 품질: 신선도, 완전성, 드리프트 PSI; 품질 강하 = 자동화 정지 밸브.
운영: p95 솔루션 시간, 오케 스트레이터 가용성, 오류 예산.
윤리/RG/준수: 위험에 처한 공격적인 제안의 금지, 의사 결정의 설명 불가능, 사용자의 행동에 대한 투명한 이유.
Hysteresis and cooldown: 측정 값이 깜박이고 청중이 "피로" 를 방지합니다.

9) 관찰 및 SLO

컨베이어 SLO: "신호 → 결정 p95 λ2 초; 결정 → 행동 p95 λ5 초; 데이터 신선도 λ15 분 ".
대시 보드: 깔때기 "signaly → deystviya", 우선 순위 맵, 가드 레일 경고.
로그 및 추적: 'trace _ id/correlation _ id', 고장 메트릭, 배송, 수동 에스컬레이션 비율.
Runibook: 열화 시나리오 (피드 드롭, 신호 스파이크, 채널 지연).

10) 데이터 체계 및 계약 (최소)

이벤트 신호 (JSON)

json
{
"signal_id": "sig_...uuid",
"type": "churn_risk",
"entity_id": "user_123",
"ts_event": "2025-10-31T22:15:00Z",
"ts_ingest": "2025-10-31T22:15:05Z",
"severity": 0. 82,
"confidence": 0. 93,
"source": "model:v4",
"payload": {"rfm":"H1","country":"EE","platform":"ios"},
"version": "1. 2"
}

결정/행동 (표)

'action _ id', 'correlation _ id', 'entity _ id', 'policy _ version', 'decision' (enum), 'channel', 'team _ at', 'sent _ at', 'rest', 'guardrail _ flags [].

11) 솔루션의 경제학: 행동이 유익한 경우

[
\ mathbb {E} [EV] = p _ {\텍스트 {독특하고 독창적입니다
]

임계 값: 'EV 소 0' 및 가드 레일이 정상인 경우 동작을 실행하십시오.
예산: 세그먼트/채널 별 한도, 마진 별 할당.
다중 목표: 캐스케이드-첫 번째 보안 (RG/사기), 경제, UX.

12) 성숙도 수준 (행렬)

1. 임시: 수동 반응, 로그 없음.
2. 반복 가능: 규칙 템플릿, 기본 감사, 제한된 메트릭.
3. 관리: 단일 오케 스트레이터, 우선 순위 지정, A/B 평가.
4. 최적화: 적응 형 정책, 도적, 자동 튜닝 임계 값, 엔드 투 엔드 인과 제어.
5. 안전 자율성: 엄격한 가드 레일 내에서의 자율적 인 행동, 공식적인 검증.

13) 아티팩트 패턴

A. 신호 여권

코드/버전, 정의, 소스, 체계, 신선한 SLO, 중복 제거 규칙, 농축, 소유자, 품질 (공차), 위험.

B. 정책 여권/정책

ID, 조건, 데이터/기능, 동작, 히스테리시스/쿨 다운, 가드 레일, 사용자 설명, 버전/변경

C. 런북 사건

증상 (경고), 추적, 데이터 품질 점검, 자동 레벨 비활성화/저하, 연락처 담당자, "녹색 영역으로 돌아 가기" 기준.

14) 루프 릴리스 전에 목록 확인

• 신호는 표준화되어 있습니다. dedup과 강화가 있습니다
• 우선 순위 및 대기열이 구현됩니다. 할당량 및 요율 제한 설정
• 정책/임계 값이 문서화되어 있습니다. 히스테리시스와 쿨 다운이 활성화되었습니다
• 행동의 오케 스트레이터는 dempotent입니다. 엔드 투 엔드 감사
• Guardrails 및 SLO가 지정되었습니다. 경고와 룬 문서가 준비되었습니다
• 인과 효과 추정치 설정 (A/B/DiD 또는 샌드 박스 도적)
• 대시 보드 "신호 → 행동 → 결과" 및 품질 측정 항목
• 검증 및 피드백 프로세스 (학습) 가 닫힙니다

합계

신뢰할 수있는 신호 대 행동 경로는 일련의 스크립트가 아닌 파이프 라인입니다. 표준화 된 이벤트 → 의미있는 우선 순위 지정 → 의사 결정 (규칙/모델 포함) → 안전한 동작 조정 → 인과 평가 → 자동 학습 루프. 이러한 윤곽은 데이터를 작동 가능하게하고, 측정을 정확하게하며, 효과를 측정 가능하고 재현 가능하게합니다.