數據豐富

1）目的和業務價值

• 財務/報告：貨幣正常化，市場/稅率掛鉤，GGR/NGR計算。
• 合規性/AML/RG：風險評分，制裁/RER標簽，RG限制，行為特征。
• 營銷/產品：流量來源，細分，任務/任務，個性化。
• SRE/操作： 地理/ASN流量,客戶端/設備類型,fichflags和發行版。

關鍵結果是提高模型準確性、報告質量和決策速度。

2）豐富來源（示例目錄）

參考/目錄：遊戲，提供商，市場/轄區，貨幣，稅表，假期日歷。
KYC/KYB/RG：檢查級別，狀態，自我體驗，限制，年齡組。
AML/制裁/PEP：篩選命中率，列表，風險水平。
網絡和設備：IP→geo/ASN，設備/OS/瀏覽器，設備指紋。
支付提供商（PSP）：BIN表，方法，MCC，風險標簽。
FX/時間：事件日期的貨幣匯率，本地時區/DST。
內容和營銷：來源/活動/UTM，附屬機構，細分市場。
模型和啟發式方法：學前得分，embeddings，分類mappings。

3）富集類型

Lookup-joyn：按鍵（game_id、BIN、ip_range、user_pseudo_id)點匹配。
Dimension attach：附著測量（dim.）到事實。
Derived fields：可計算的列（amount_base、local_time、tax_rate)。
Aggregations/velocity：每個窗口的計數器（N費率/分鐘,存款金額/小時）。
Risk/behavioral features：「從最後一個事件開始的時間」，共享錢包，夜間活動。
Geo/ASN/設備：國家代碼，區域，操作員，設備/瀏覽器類型。
Semantic映射：提供商/遊戲分類，玩家群集。
ML-fici：用於在線/離線建模（Feature Store）的特征。

4）在哪裏充實： Batch vs Stream

流（實時）：反氟化物，RG觸發器，SRE變量-p95 ≤ 2-5 s延遲；在高速緩存（Redis/Scylla）,異步請求提供商與時間戳。
Batch （micro-batchi/Dailing）： Gold （GGR/RG/AML）店面,對賬,報告-穩定性和完整性比潛伏期更重要。
混合動力車：快速在線功能+夜間過度充血（reconciliation/accuracy）。

5）建築參考

1.青銅是原始事件（僅適用於）。

2.Silver （clean/conform）-正常化、密鑰、主要外觀和（fx, geo, dim.）.

3.Enrichment Layer-擴展特征、窗口聚合、風險標簽。
4.功能商店-特征寄存器（在線/離線一致性）。
5.黃金-BI/調節/模型下的店面；不可變的文物。
6.服務-API/GraphQL，報告導出，實時異常。

組件：Kafka/Redpanda，Flink/Spark/Beam，Redis/Scylla（外觀），ClickHouse/Pinot（操作閱讀），Lakehouse（Delta/Iceberg/Hudi）。

6）合同和計劃

Schema-first：「event_time」，「schema_version」，穩定鍵（user_pseudo_id，game_id，transaction_id)。

富集標記： 'enrichment。version`, `enrichment.sources`, `fx_source`, `geo_source`, `model_version`.

轉化：新特征被添加為不可承受的；破解更改-通過「/v2」和雙重記錄。

7）豐富示例（SQL/偽代碼）

7.1 FX正常化和本地時間

sql
SELECT p.transaction_id,
p.amount_orig,
p.currency,
r.rate   AS fx_rate_used,
p.amount_orig r.rate AS amount_base,
p.event_time,
convert_timezone(m.tz, 'UTC', p.event_time) AS local_time,
r.fx_source
FROM bronze.payment_events p
JOIN dim.fx_rates r
ON r.date = DATE(p.event_time) AND r.ccy_from = p.currency AND r.ccy_to = 'EUR'
JOIN dim.markets m ON m.code = p.market;

7.通過IP 2 Geo/ASN（偽代碼）

python geo = geo_db.lookup(ip)
asn = asn_db.lookup(ip)
record["geo_country"] = geo.country record["asn"] = asn.number record["enrichment"]["geo_source"] = "mmdb:2025-10-01"

7.3窗口跡象存款速度（流）

sql
SELECT user_pseudo_id,
TUMBLE_START(event_time, INTERVAL '10' MINUTE) AS win_start,
COUNT() AS deposits_10m,
SUM(amount_base) AS deposits_sum_10m
FROM silver.payments
GROUP BY user_pseudo_id, TUMBLE(event_time, INTERVAL '10' MINUTE);

7.4與RG限制配對

sql
SELECT b., r.daily_deposit_limit, r.self_exclusion
FROM silver.bets b
LEFT JOIN dim.rg_limits r USING (user_pseudo_id);

8）富集質量（DQ）

• FX：「fx_rate_used」不是NULL，「fx_source」來自whitelist，計算為「amount_base ≥ 0」。
• Geo/ASN：成功的lookups比例≥ 98％（按市場），在手冊中為「國家」。
• RG/AML標簽：「valid_from/valid_to」（SCD II）不重疊；歷史上沒有「漏洞」。
• 單元/窗口：窗口正確性（無重復計數）,completeness ≥ 99。5%.
• 模型版本：「model_version」存在，特征漂移控制。

yaml table: enriched.payments rules:
- name: fx_present type: not_null column: fx_rate_used severity: critical
- name: country_known type: in_set column: geo_country set_ref: ref.countries severity: major
- name: rg_scd_valid type: scd_validity columns: [valid_from, valid_to]
severity: major

9）隱私和合規性

PII最小化：通過pseudo-ID豐富,真實ID在單獨的輪廓中。
地理定位和駐留：區域路由（EEA/UK/BR），分離加密密鑰。
DSAR/RTBF：豐富的投影應支持「隱藏「/修訂版；保留例外的法律依據。
法律保留：凍結報告文物/案例的刪除。

10）可觀察性和線性

Lynedge：從原始事件→ lookup/聚合物 →店面/模型；捕獲源版本（「fx_source」，「geo_source」，「bin_source」）。
SLI/SLO: freshness p95 (Silver) ≤ 15 мин;成功的geo-lookups ≥ 98％；填寫關鍵特征的記錄比例≥ 99%；latency enrich-stream p95 ≤ 2-5 s。
Dashbords：按來源分列的completeness熱圖，參考書/模型版本圖，「昂貴」加成監視器，特征漂移。

11）成本和性能

緩存/實現：經常出現"和Redis/Scylla；偶爾的snapshot。
緊湊的特征：存儲單元（而不是「原始」列表）；使用Parquet/柱形格式。
參與：按日期/市場/特南特分列；聚集在經常過濾的字段中。
自適應頻率：重型enrich-joba-夜晚；realtime-只有關鍵。
Chargeback： 按命令/犯規計算成本/查詢和成本/GB。

12）模式和反模式

• RG/KYC/提供商的 Dimension Lookup+SCD II。
• 帶有時空和後退的Async Enrichment（標簽「未知」+重復）。
• 具有在線/離線匹配和可重復性測試的特色商店。
• 富集規則（閾值/分類卡）。

• 在沒有緩存的熱路徑中硬綁定到外部API。
• 未標記的源版本（「fx_source」，「geo_source」）。
• Silver中「全部」的非正規化（成本/復雜性爆炸）。
• 將PII引入分析層。

13）流程和RACI

A (Accountable): Head of Data / Chief Data Officer.

C (Consulted): Compliance/Legal/DPO, Finance (FX/налоги), Risk (RG/AML), SRE.

R（響應）：數據工程（enrich/stream pipline），域所有者（特征語義），MLOps（功能商店）。
I （Informed）： BI/產品/營銷/運營。

14）實施路線圖

1.豐富來源目錄（fx，geo，markets，RG/KYC）。

2.Silver歸一化+基本外觀和（fx/geo/dim.）.

3.Velocity（存款/利率）和enriched的第一個集合。v1表格。

4.Dashbord completeness/freshness，源版本。

• 制裁/RER/KIPOV，PSP BIN表，設備指紋連接。
• 功能商店（特征核心）+在線緩存，Flink的實時豐富。
• Enrich層，lineage和「dry-run」模擬上的DQ規則。

• 在線個性化（任務/任務）和RG/AML檢測器。
• 價值管理（配額，實現，Z命令），多區域。
• 特征和目錄文檔的自動發生（「功能卡」）。

15）售前質量檢查表

• 已商定的密鑰和方案，源版本已簽名。
• 關於fx/geo/RG/制裁/窗口的 DQ規則；Alerta和SLO。
• Cashi/taymauts和fallback用於外部外觀。
• Lynedge和價值/性能行列。
• 用於豐富表的DSAR/RTBF/Legal Hold程序。
• 特征文檔（所有者，公式，SLO，影響）。

16）頻繁的錯誤以及如何避免錯誤

參考書/模型的未完成版本：始終捕獲「_source」和「model_version」。
「追溯」計算fx：在事件發生時使用課程；存儲FX源。
PII混合：令牌化和隔離mappings。
單元中的雙重計數：檢查窗口和去勢。
無緩存同步外部調用：輸入async+cache/retrai。
沒有可復制性信息：單一的在線/離線轉換代碼,合規性測試。

17）詞匯表（簡短）

Lookup/Dimension attach-通過鍵將參考書附加到事實。
Feature Store是ML的註冊表和特征瀏覽器。
SCD II-以有效性間隔對測量進行歷史化。
FX-貨幣匯率和貨幣正常化。
ASN是一個獨立的網絡系統；有利於防凍和地理分析。

18）結果

豐富是將事件轉變為知識的學科：一致的密鑰和方案，受控的lookup"和聚合，轉化源，默認隱私，DQ和可觀察性。按照所描述的模式，您將獲得可復制，經濟且兼容的店面和功能，準備報告，個性化和實時風險檢測器。