Cada hecho lleva tres marcas de tiempo.

Un índice vectorial plano trata el corpus como si cada hecho fuera igualmente actual. Eso falla en cuanto un socio de marca pregunta qué decían los datos seis meses atrás, cuando tomó la decisión de compra de primavera. La plataforma utiliza un modelo bi-temporal. Cada hecho en la matriz de inteligencia lleva tres marcas de tiempo independientes.

learned_at registra cuándo el sistema observó el hecho, en la fecha en que se enriqueció la conversación. valid_at registra cuándo el hecho se volvió verdadero en el mundo, a menudo inferido de la conversación («empecé a notar esto el otoño pasado» establece valid_at alrededor de octubre de ese año). invalid_at registra cuándo el hecho deja de ser verdadero. Se establece explícitamente cuando llega una conversación contradictoria, e implícitamente a través de la degradación por vida media cuando ningún refresco confirma el hecho.

Las tres marcas de tiempo en conjunto son lo que permite que un solo corpus responda preguntas sobre ahora y preguntas sobre un momento específico del pasado, contra el mismo cuerpo de datos, sin volver a ejecutar el análisis.

Un socio de marca ejecuta una consulta hoy. El resultado es el estado actual del corpus, filtrado por su alcance. El mismo socio de marca ejecuta la misma consulta con un parámetro «a partir de mayo». El resultado es el corpus tal como estaba ese mayo, filtrado por su alcance. Ambas respuestas son correctas. Ambas están referenciadas a las conversaciones que las produjeron. Ninguna requiere volver a ejecutar el pipeline de enriquecimiento.

Esto es lo que hace auditable la capa en un contrato con un socio de marca. Una herramienta devuelve la mejor estimación actual. Una infraestructura devuelve la respuesta que el comprador tenía en la fecha de la decisión. Cuando un socio de marca audita su decisión de compra del T2 contra los datos por los que pagó en el T2, la plataforma le muestra los mismos datos que miraba en el T2. Esa es la propiedad de la que depende el SLA del socio de marca.

Un copiloto asesor de belleza que recomienda «descarte la base, pruebe el suero» debe basarse en un hecho cuya ventana de validez incluye hoy. Si el hecho era verdadero en marzo y fue contradicho en septiembre, el copiloto no debe actuar sobre la versión de marzo. El modelo bi-temporal impone esto a nivel de la capa de recuperación. Una consulta sin parámetro «a partir de» excluye cualquier hecho cuyo invalid_at es anterior a hoy. El rechazo está en la API de recuperación.

La misma propiedad protege el tablero. Un operador que pregunta «¿qué dicen nuestros asesores sobre la nueva fragancia?» obtiene la respuesta actual. La respuesta histórica está disponible con un parámetro adicional. Ambas llevan el sello de su ventana de validez.

La degradación no es una tasa global única aplicada a todo el corpus. Las diez dimensiones se mueven a velocidades distintas, y el modelo calibra una vida media por dimensión. La calibración que aparece a continuación es la línea de base publicada de dos años de trabajo. Cada vertical la refina en su propio corpus.

Las vidas medias son ajustables por vertical. Un despliegue de farmacia mantendrá los hechos regulatorios y de cumplimiento con una vida media más larga que un despliegue de comercio minorista, porque el ritmo del cambio regulatorio es más lento que el ritmo de las preferencias del consumidor. Las vidas medias son metodología y acompañan el despliegue.

La vida media es la línea de base. Tres señales ajustan la degradación de un hecho individual respecto a esa base. Relevancia. Un punto de fricción nombrado por uno de cada cien asesores se degrada rápidamente. Un punto de fricción nombrado por cuarenta se degrada lentamente. El recuento de corroboraciones independientes entre conversaciones es una propiedad de primer orden sobre el hecho. Presión de recencia. Un hecho sin refresco durante varios ciclos de vida media pierde peso de recuperación, aunque no haya llegado ninguna prueba contradictoria. Pruebas contradictorias. Un nuevo hecho contradictorio acelera la degradación del antiguo. El hecho antiguo se invalida o se divide en una variante delimitada por segmento donde aún se sostiene.

El caso de división es lo que hace honesto al modelo. Una afirmación sobre una marca puede dejar de ser verdadera globalmente mientras sigue siendo verdadera para un segmento. El modelo bi-temporal y el vector de segmento cooperan aquí. El hecho no se elimina. Se delimita al ámbito donde aún aplica.

La validez bi-temporal no es solo una propiedad analítica. Es una propiedad comercial. El tablero expone el reloj de obsolescencia al operador: «el treinta y siete por ciento de sus hechos de percepción de marca ha salido de validez en los últimos sesenta días». Esa frase es la justificación económica del nivel Refresh, que emerge automáticamente gracias al modelo. El operador ve la degradación. El nivel Refresh (seis mil dólares por cada cien conversaciones adicionales) convierte la degradación en un evento comercial.

La economía completa del refresco, incluida la interacción entre la cadencia y los niveles de precios, se encuentra en Economía del refresco. Las superficies del tablero se encuentran en Platform.