بنية البيانات إلى الذكاء
من البيانات الأولية إلى القرارات التي يقودها الوكيل - يتم استيعاب البيانات من خلال المحولات، والاتحاد بدون نسخ، والمجمعات؛ وتخزينها بشكل أولي على SQL وMPP؛ ثم يتم تجريدها إلى أحداث، وملفات تعريف، ومقاييس، وعلاقات؛ ثم ربطها من خلال أنطولوجيا لوكيل الذكاء الاصطناعي. من البيانات الأولية إلى القرارات التي يقودها الوكيل - يتم استيعاب البيانات من خلال المحولات، والاتحاد بدون نسخ، والمجمعات؛ وتخزينها بشكل أولي على SQL وMPP؛ وتجريدها إلى أحداث، وملفات تعريف، ومقاييس، وعلاقات؛ ثم ربطها من خلال أنطولوجيا لوكيل الذكاء الاصطناعي.
لماذا تُعدّ الطبقات الأربع مهمة لوكيل الذكاء الاصطناعي؟
لا يكون أداء الوكيل فعالاً إلا بقدر جودة السياق الذي يعتمد عليه في تحليله. إن فصل عمليات الاستيعاب والتخزين الأولي والتجريد والأنطولوجيا يمنح النموذج واجهةً واضحةً ومنظمةً ومترابطةً على جميع المستويات، مما يجعل قراراته مبنيةً على أسسٍ متينةٍ وقابلةً للتفسير وسهلة التطوير.
يقرأ النظام السياق، لا البيانات المجردة.
تُزوّد كل طبقة الوكيل بواجهة ثابتة - الأحداث، والملفات الشخصية، والمقاييس المُدارة، وبنية بيانات مترابطة. يعتمد الوكيل على سياق مُحدد بدلًا من تحليل ودمج السجلات الخام أثناء الاستدلال، وهذا ما يجعل إجاباته قابلة للتكرار.
استيعاب مستقل عن المصدر
نظرًا لأن عملية التجميع تُشكِّل طبقة مستقلة، فإن النموذج لا يعتمد أبدًا على كيفية اتصال النظام. أضف محوّلًا، أو اربط مستودع البيانات في مكانه، أو مرّر البيانات عبر API المفتوح — كل ما سبق يعرض نفس بنية البيانات، لذا لن تؤثر المصادر الجديدة على مطالباتك أو منطقك.
بنية أساسية موحدة
تبقى مخازن SQL وMPP متوافقةً أثناء التقاط بيانات التغيير، لذا فإن سياق الوكيل مدعوم ببيانات أصلية واحدة بدلاً من نسخ متضاربة. وتُظهر عمليات القراءة التشغيلية وعمليات المسح التحليلي الكبيرة نفس السجلات.
حقائق العمل المُدارة
تحمل المقاييس تعريفًا واحدًا موثوقًا به في طبقة دلالية، لذا فإن الأرقام التي يتخذ الوكيل إجراءً بناءً عليها هي نفسها الأرقام التي تعرضها لوحات المعلومات الخاصة بك. تظل القرارات قابلة للتفسير والتدقيق بدلًا من الاعتماد على تجميعات مخصصة.
علاقات واضحة وقابلة للتتبع.
يربط علم الوجود بين النية والملف الشخصي والقيمة التجارية، بحيث يمكن تتبع التوصية إلى السياق الدقيق الذي بُنيت عليه - فالعلاقات موجودة في النموذج، ولا يُعاد اشتقاقها بواسطة الوكيل في كل مكالمة.
آمن للتطوير
تبديل النماذج، وإضافة مصادر البيانات، أو تغيير التخزين خلف عقود الطبقة الثابتة. يستمر النظام في استخدام نفس البيانات المجردة، لذا تتطور المعلومات في الأعلى دون الحاجة إلى إعادة كتابة البنية التحتية.
من البيانات الخام إلى أنطولوجيا مترابطة
تُقدّم كل طبقة للطبقة التي تعلوها واجهةً أكثر سلاسةً وتحكمًا - بدءًا من استيعاب البيانات وتخزينها الخام، مرورًا بالتجريد، وصولًا إلى البنية الأساسية التي يعتمد عليها الذكاء الاصطناعي - بحيث يتطور الذكاء في الطبقة العليا دون الحاجة إلى إعادة كتابة الطبقة السفلى.
محولات من فئة المؤسسات
محولات جاهزة لأنظمة المؤسسات الرئيسية - منصة بيانات العملاء، إدارة علاقات العملاء، تخطيط موارد المؤسسات، نظام إدارة الطلبات والتجارة الإلكترونية.
تقنية النسخ الصفري
الاستعلام عن بيانات مستودع البيانات الضخمة في مكانها - دون نسخ البيانات (Snowflake، Databricks، Data Cloud، Delta Sharing).
جامع بيانات التتبع
تتبع شامل لأحداث الويب والتطبيق وجمع بيانات السلوك عبر SDK.
البيانات المفتوحة API / SDK
واجهات برمجة تطبيقات ومجموعات تطوير برمجية موحدة لأي مصدر مخصص.
طبقة البيانات الأولية
استيعاب البيانات الأولية وتخزينها في قواعد بيانات SQL وMPP مع مزامنة CDC في الوقت الفعلي.
استكشف هذه الطبقة →قاعدة بيانات SQL
متجر منظم للمعاملات والعمليات.
قاعدة بيانات MPP
معالجة متوازية ضخمة لتحليلات واسعة النطاق.
ملف تعريف المستخدم والوسوم
استخراج البيانات الأولية إلى علامات الأعضاء وبناء ملفات تعريف المستخدمين.
نموذج الحدث والتعرف على النوايا
تجريد السلوك الخام إلى نماذج أحداث واستنتاج نية المستخدم.
استخلاص البيانات وبيانات السوق
استخراج المقاييس المُدارة من البيانات الخام وكشف حقيقة العمل.
العلاقة والتقارب
تجريد الإحالات والطلبات إلى رسم بياني لعلاقات الأعضاء - روابط حقيقية مُحولة، ومراكز، وأسر محتملة.
التقارب والتشابه
نمذجة التشابه الإحصائي من بيانات حقيقية - الشراء المشترك للمنتجات، والتقارب مع الفئات، والأعضاء المتشابهين.
طبقة الأنطولوجيا-الإجراء
اربط النية والملف الشخصي والعمل من خلال نموذج كيان المستخدم، ومكّن اتخاذ القرارات بواسطة الوكلاء.
استكشف هذه الطبقة →كيف يتحول إجراء واحد إلى قرار
تصبح الطبقات أسهل في الرؤية أثناء الحركة. إليكم إشارة بيع بالتجزئة واحدة تنتقل عبر الطبقات الأربع - من نقرة أولية إلى أفضل إجراء تالٍ للوكيل. يسهل رؤية الطبقات أثناء الحركة. إليكم إشارة بيع بالتجزئة واحدة تنتقل عبر الطبقات الأربع - من نقرة أولية إلى أفضل إجراء تالٍ للوكيل.
وصول تصرفات المتسوق
يشاهد أحد الأعضاء نفس السترة ثلاث مرات ويضيفها إلى سلة التسوق، ثم يغادر دون شرائها. تصل بيانات التصفح وإضافة المنتجات إلى سلة التسوق هذه إلى سجل الطلبات من أنظمة التجارة الإلكترونية وإدارة علاقات العملاء المتصلة.
كل شيء يُعرض كحقيقة مُطلقة
يتم كتابة الأحداث والسجلات كبيانات خام في مخازن SQL و MPP في وقت واحد، ويتم الحفاظ على محاذاتها من خلال التقاط بيانات التغيير - بحيث تكون نفس الحقائق جاهزة لكل من البحث التشغيلي والمسح التحليلي الكبير.
البيانات الخام تُصبح ذات معنى
يقرأ نموذج الحدث "مشاهدة متكررة + سلة التسوق، بدون شراء" كإشارة نية عالية؛ وتُصنّفها العلامات كعضو ذي قيمة عالية على وشك الانتهاء؛ وتعرف طبقة المقاييس بالفعل قيمتها الدائمة ومعدل استردادها - تعريف واحد لكل منهما.
يتخذ الوكيل القرار
يربط علم الوجود نية العميل وملفه الشخصي وقيمته في صورة متكاملة. يقرأ النظام هذا السياق ويقرر استعادة العميل بشكل شخصي مع حافز محدد - ويمكن تتبع القرار إلى الإشارات الدقيقة التي تقف وراءه.
أين يتم إدخال البيانات؟
أنت تبني على الطبقات، لا على البنية التحتية. كل سطح أدناه يُقابل واجهة ثابتة مع وثائقها الخاصة — اختر من أين تبدأ عملك. أنت تبني على الطبقات، لا على البنية التحتية.
اربط أنظمتك
استيراد البيانات من خلال محولات المنتج، أو الاتحاد بدون نسخ، أو واجهة البيانات المفتوحة - بدون الحاجة إلى قنوات مخصصة.
دليل التكامل →تتبع سلوك الويب والتطبيق
اجمع مشاهدات الصفحة، ومشاهدات المنتج، وأحداث البحث وسلة التسوق باستخدام أداة التجميع SDK عند نقطة التفاعل.
تتبع الويب →اقرأ المقاييس والملفات الشخصية المُدارة
استعلم عن طبقة المقاييس الدلالية وملفات تعريف الأعضاء من خلال أداتي API وMCP - نفس التعريفات في كل مكان.
MCP والمقاييس →توسيع النموذج
ادفع مصادر مخصصة عبر API المفتوحة، واشترك في خطافات الويب الصادرة، وصمّم كائنات مخصصة.
API مرجع →الأسئلة التي تحدد بنية النظام.
إذا اعتمدنا على طبقة الدلالات والأنطولوجيا الخاصة بك، فكيف نتجنب التقييد؟
الطبقات عبارة عن عقود، وليست صندوقًا أسود. تبقى بياناتك الأولية في قواعد بيانات SQL وMPP القياسية، أو في مستودع بياناتك الخاص عبر تقنية النسخ الصفري، والتي لا نطلب منك نسخها أبدًا. أما تعريفات المقاييس والوسوم والهويات فهي تعريفية، ومُؤرشفة، وقابلة للتصدير بصيغة تتحكم بها. أنت تحتفظ بالبيانات والتعريفات؛ فالطبقة المجردة موجودة على قواعد بيانات مفتوحة، وليست محصورة داخل تنسيق خاص.
أين تُخزَّن بياناتنا فعليًا، وما الذي يتجاوز حدودها فعليًا في حالة الاتحاد بدون نسخ؟
بالنسبة للمصادر الموحدة، يتم إرسال الاستعلام إلى مستودع البيانات الخاص بك - Snowflake أو Databricks أو Salesforce Data Cloud أو Delta Sharing - ويتم قراءته مباشرةً باستخدام بيانات الاعتماد التي تحددها. لا يتم نسخ الجداول الأصلية إلى نظامنا، وبالتالي يظل مستودع البيانات هو النظام المرجعي، وتظل ضوابط الوصول إليه سارية. ما يخرج من شبكتك هو نتيجة الاستعلام المحدد النطاق، وليس الجداول الأساسية. يتم تخزين المصادر المُدخلة في مخزن بيانات معزول لكل مستأجر، ويتم حفظ إصدارات حالة الموافقة والخصوصية، بحيث تتم معالجة البيانات الخاضعة للتنظيم وفقًا للسياسات وليس بشكل عشوائي.
من يتحكم في معنى المقياس، وكيف تتم إدارته عبر آلاف المستخدمين؟
تُخزَّن تعريفات المقاييس في طبقة دلالية واحدة مُدارة، وليست مُشتَّتة عبر لوحات المعلومات ودفاتر الملاحظات. لكل تعريف مسؤول؛ وتتطلب المقاييس المعتمدة موافقة المسؤول؛ ويتم مراجعة أي تغيير وإصداره مع سجل تدقيق، كما يتم إبطال ذاكرته المؤقتة تلقائيًا حتى لا تبقى الأرقام القديمة. هذا ما يمنع مشكلة "نفس مؤشر الأداء الرئيسي، ثلاث إجابات مختلفة" على مستوى المؤسسة.
كيف يتم عزل بياناتنا عن المستأجرين الآخرين، وما هو نطاق تأثير خطأ واحد؟
يتم تطبيق نطاق المستأجر في مسار البيانات، وليس على كود التطبيق لحفظ عامل التصفية. يتم الوصول إلى المقاييس والملفات الشخصية للقراءة فقط على عروض العقود الخاصة بكل مستأجر - وهي طبقة حماية أمنية تقوم بتصفية البيانات حسب المستأجر قبل أن يرى أي استعلام أي صف - لذا حتى الاستعلام المخصص لا يمكنه الوصول إلى بيانات مستأجر آخر أو الجداول الأصلية. ولأن العزل خاصية لمسار الاستعلام وليس لتخصص كل مطور، فإن خطأً واحدًا في التطبيق لا يتحول إلى ثغرة أمنية عابرة للمستأجرين.
عندما يتخذ الوكيل إجراءً، كيف نراجعه ونقيده؟
يستند كل إجراء يقوم به الوكيل إلى التجريدات الخاضعة للإدارة والأنطولوجيا، بحيث يمكن تتبع القرار إلى النية الدقيقة والملف الشخصي وسياق القياس المستخدم - وليس إلى موجه غامض. تخضع عمليات الكتابة التي يمكن للوكيل إجراؤها لضوابط من جانب الخادم وحدود معدل تفشل في الإجراءات الحساسة المغلقة مثل الحوافز أو الإنفاق، والتي قد تتطلب موافقة بشرية، ويتم تسجيل كل إجراء للتدقيق. يعتمد النظام على بياناتك الموثوقة وقابلة للمراجعة، بدلاً من التصرف بناءً على سياق يصعب فهمه.
على مدى خمس سنوات، لماذا يُعد امتلاك بنية متعددة الطبقات أقل تكلفة من حلولنا المُخصصة للمستودعات بالإضافة إلى حلول النقاط؟
تكمن التكلفة المتكررة لمجموعة أدوات إدارة المستودعات في التكامل والمطابقة: فكل مصدر جديد يُمثل قناة مخصصة، وكل أداة تُعيد تعريف المقاييس والهوية، ويتحمل فريقك مسؤولية الحفاظ على التباين بينها. فصل عمليات الاستيعاب والتخزين والتجريد والتصنيف يعني ربط المصدر مرة واحدة، وتحديد المقياس مرة واحدة، وحل الهوية مرة واحدة - مع إعادة استخدام كل ما سبق. أنت بذلك تستبدل التوسع المتزايد في عمليات التكامل الهشة والتعريفات المتضاربة ببنية أساسية واحدة ومجموعة واحدة من التعريفات المُدارة.
ابنِ على سياق متصل، لا على قنوات بيانات خام.
استيعاب البيانات من خلال المحولات، والاتحاد بدون نسخ، وجامعات التتبع، وواجهة API/SDK مفتوحة؛ وتخزين البيانات الأولية في مخزن SQL وMPP متزامن مع CDC؛ وتجريدها إلى نماذج أحداث، وجداول زمنية، وملفات تعريف، ومقاييس؛ ثم ربطها من خلال نموذج كيان المستخدم ليتمكن الوكيل من اتخاذ القرار بناءً على السياق المتصل.
ذات صلة: حلقة المنصة وتتبع الويبSDK.