Аналітика екосистеми

1) Роль аналітики в мережевій екосистемі

Аналітика екосистеми - це наскрізна здатність збирати, нормалізувати та інтерпретувати сигнали від усіх учасників (оператори, студії/RGS, PSP/APM, KYC/AML, афіліати/медіа, стримери, SRE, безпека), перетворюючи їх на рішення маршрутизація платежів, рекомендації контенту, guardrails RG, ліміти, фіча-прапори, крос-кампанії, планування ємності і DR.
Мета - єдина правда про дані (single source of truth), передбачувані SLO/KPI і швидкий цикл поліпшень.

2) Джерела, події та онтологія

2. 1 Подієва модель (мінімальний домен)

`click`, `session_start/stop`, `bet/spin`, `round_start/result`, `deposit/withdrawal`, `psp_auth`, `kyc_status`, `fraud_signal`, `reward_granted`, `leaderboard_update`, `stream_interaction`.

2. 2 Ідентифікатори та зв'язність

`playerId` (псевдоним), `operatorId`, `providerId`, `contentId`, `campaignId`, `paymentRouteId`, `tableId`, `traceId`.
Всі ID токенізуються, PII зберігається в сейф-зонах.

2. 3 Онтологія та контракти даних

Schema Registry і словники доменів.
Data Contracts: власник, призначення, SLA свіжості/повноти, формули метрик, допустимі значення.
Версіонування: semver для схем і формул.

3) Архітектура аналітики

3. 1 Потоки і сховища

Streaming (≤1–5 с): шина подій → матеріалізовані уявлення (операційні дашборди, SRE, real-time рішення).
Batch (5-15 хв/добові): CDC/ETL → DWH/Lakehouse (фінанси, звіти, комплаєнс).
Hot/Warm/Cold шари, S3-сумісне архівування, вакуум/ретеншн.

3. 2 Шари даних

Raw (незмінно, шифр, lineage).
Staging (очищення/нормалізація).
Semantic (зірки/локшини, хуртовини, метрики).
Feature Store (онлайн/оффлайн ознаки).
Knowledge Graph (граф сутностей/зв'язків для рекомендацій і антифроду).

3. 3 Доступ і безпека

RBAC + ABAC + ReBAC, mTLS/JWS, токенізація, юрисдикційні фільтри, SoD (поділ обов'язків), WORM-аудит.

4) Каталог метрик (каноніка)

4. 1 Продукт і зростання

CR воронки: логін → KYC → депозит → активна гра.
Retention D1/D7/D30, ARPU/ARPPU, LTV (кумулятивний/модельний).
Engagement: сесії/DAU/WAU/MAU, середня тривалість, місії/турніри.

4. 2 Платежі/PSP/APM

Conversion Rate (АРМ × регіон × пристрій), p95 авторизації, чарджбек-ризик, відмовостійкість маршруту, cut-over час.

4. 3 KYC/AML

Pass-rate і SLA етапів, FP/FN, вплив на CR депозиту, черга manual review.

4. 4 Контент/студії

Сесії/залучення/утримання по грі, RTP/волатильність, лайв-SLI (e2e-затримка, packet loss).

4. 5 Інфра/SRE

p95/p99 API, лаг брокера, uptime інтеграцій, headroom, DR-фліпи, бюджет помилок.

4. 6 Фінанси

GGR/Net Revenue, rake/fee, Cost-to-Serve (per rps/txn/stream/event), кредити/пенальті (SLO-пов'язані).

5) Атрибуція та експериментування

5. 1 Атрибуція

Правило: «last eligible touch» з вікнами по юрисдикції, анти-дублі постбеків, cross-device стітчинг за узгодженими токенами.
Перевірки: sanity-тести, узгодження з фінансами/юридикою.

5. 2 Експерименти

A/B/C, стратифікація (юрисдикція, сегменти ризику, пристрій), guardrails (SLO, RG, комплаєнс).
Єдина платформа підрахунку: ефекти, довірчі інтервали, CUPED/CPP для зниження дисперсії.
Feature-flags/Progressive delivery з авто-роллбеком по бюджету помилок.

6) Feature Store и Knowledge Graph

6. 1 Feature Store

Онлайн ознаки (реакція ≤ 20-50 мс): propensity, risk, платіжні рутини, контент-смаки.
Оффлайн ознаки (батч/тренінг).
SLA свіжості/consistency, контроль дрейфу, тести на витоки ПДн.

6. 2 Knowledge Graph

Вузли: гравець, сегмент, гра, провайдер, APM/PSP, регіон, кампанія, ризик-подія.
Ребра: «зіграв», «депозит через APM», «верифікований», «учасник кампанії», «спрацював антифрод-патерн».
Use-cases: рекомендації, look-alike, колюзії, неявні залежності в платежах і маршрутах.

7) Федеративна аналітика, приватність і комплаєнс

Federated Learning (FL): навчання моделей на даних партнерів без передачі ПДн; secure aggregation і диференціальна приватність (DP).
DPA/DPIA: цілі, терміни зберігання, транскордонні потоки.
PII-мінімізація: токенізація, маскування, роздільні сейф-зони.
Аудит: запити та обчислення з WORM-логами і traceId.

8) MLOps і BIOps (аналітика як продукт)

8. 1 MLOps

Картки моделей (мета, дані, метрики, ризики), автоматичний тренінг/деплою, моніторинг drift/latency, Canary/Shadow.
Метрики: AUC/PR, lift, KS, fairness, latency інференса, частота перенавчань.

8. 2 BIOps (панелі/вітрини)

Версіонування формул/віджетів, чейнджлоги, пісочниці та демо-дані, conformance-тести панелей.
SLO панелей: свіжість даних, p95 рендера, доступність, частка кеш-хітів.

9) Економіка аналітики: Cost-to-Serve и ROI

Cost per rps/txn/stream/event, вартість інференсу/1000 запитів, зберігання фіч і stream-агрегацій.
Value Map: внесок моделей/правил в CR депозитів, ARPU/LTV, зниження чарджбеков і інцидентів.
ROI експериментів: uplift, час окупності, вплив на SLO/штрафи/кредити.
Оптимізація: кешування гарячих зрізів, партіонування, прунінг колонок, адаптивні вікна.

10) Спостережуваність даних і якості

Data-SLO: completeness, freshness, uniqueness, consistency.
Schema-violations/Lineage: алерти при роз'їзді схем, візуальний шлях походження.
Reconciliation: звірка агрегатів (фінанси, атрибуція), контроль дублів/втрат.
Trace-кореляція: 'traceId'від події до панелей і дій.

11) Управління змінами та версії

Семантичні версії схем і формул, міграції «add-only», адаптери між версіями.
Change-windows, auto-rollback, «прапорці» сумісності, deprecation-план з паралельними вікнами.

12) Анти-патерни

Багато «істин»: різні формули однієї метрики в різних командах.
Сирі ПДн в BI: відсутність токенізації/маскування.
Події без Schema Registry: роз'їзди вітрин і моделей.
Експерименти без guardrails: зростання інцидентів/штрафів.
Ретраї без ідемпотентності в пайплайнах: дублі/зміщення.
SLO «на папері»: немає алертів/стоп-кнопок.
Відсутність lineage: спірну цифру неможливо довести.
SPOF-шлюз на вході даних, немає N + 1.

13) Чек-листи впровадження

13. 1 Дані та схеми

• Онтологія і словники затверджені.
• Schema Registry + Data Contracts (власник, SLA, версія).
• Токенізація/маскування ПДн, DPIA оформлена.

13. 2 Пайплайни і якість

• Stream + Batch конвеєри, SLAs свіжості/повноти.
• Data-tests (в т.ч. атрибуція/фінанси), reconciliation джоби.
• Алерти на drift/violations/лаг шини.

13. 3 Метрики та панелі

• Каталог метрик з формулами і власниками.
• Версії віджетів, пісочниця, conformance-набір.
• SLO панелей (свіжість, рендер, доступність).

13. 4 Моделі та рішення

• Картки моделей, моніторинг, canary/shadow.
• Feature Store (online/offline), контроль дрейфу.
• Guardrails RG/комплаєнс, стоп-кнопки.

13. 5 Економіка

• Cost-to-Serve карта (per rps/txn/event/stream).
• Value Map і процес ROI-оцінки.
• Co-funding/кредити/пенальті прив'язані до метриків.

14) Дорожня карта зрілості

v1 (Foundation): події/онтологія, Schema Registry, базові панелі і батч-звіти, data-tests.
v2 (Integration): stream-вітрини, каталог метрик, A/B-платформа, Feature Store, scorecards партнерів.
v3 (Automation): предиктивні моделі SRE/платежів/контенту, авто-дозування по SLI, BIOps, авто-аллерти і auto-rollback.
v4 (Networked Intelligence): федеративні моделі (FL/DP), knowledge graph як ядро рекомендацій і антифроду, міжпартнерські вітрини і спільні рішення.

15) Коротке резюме

Аналітика екосистеми - це семантика + потоки + рішення. Стандартизуйте події та формули, забезпечте якісні stream/batch-пайплайни, ведіть каталог метрик, використовуйте Feature Store і граф знань, захищайте приватність (DP/FL), керуйте версіями і SLO. Зв'яжіть все з економікою (Cost-to-Serve і ROI) - і ваша мережа учасників буде вчитися кожен день і приймати рішення швидше ринку.