Chaque fait porte trois horodatages.

Un index vectoriel plat traite le corpus comme si chaque fait était également actuel. Cela échoue dès qu'un partenaire de marque demande ce que les données indiquaient six mois auparavant, au moment de la décision d'achat du printemps. La plateforme utilise un modèle bi-temporel. Chaque fait dans la matrice d'intelligence porte trois horodatages indépendants.

learned_at enregistre quand le système a observé le fait, à la date où la conversation a été enrichie. valid_at enregistre quand le fait est devenu vrai dans le monde, souvent inféré de la conversation (« j'ai commencé à remarquer ça l'automne dernier » fixe valid_at aux alentours d'octobre de cette année-là). invalid_at enregistre quand le fait cesse d'être vrai. Il est fixé explicitement quand une conversation contradictoire arrive, et implicitement par la dégradation selon la demi-vie quand aucun rafraîchissement ne confirme le fait.

Les trois horodatages ensemble permettent à un seul corpus de répondre à des questions sur maintenant et à des questions sur un moment précis du passé, contre le même corpus de données, sans relancer l'analyse.

Un partenaire de marque exécute une requête aujourd'hui. Le résultat est l'état actuel du corpus, filtré par son périmètre. Le même partenaire de marque exécute la même requête avec un paramètre « à la date de mai ». Le résultat est le corpus tel qu'il se trouvait ce mai-là, filtré par son périmètre. Les deux réponses sont correctes. Les deux sont citées en référence aux conversations qui les ont produites. Aucune des deux ne nécessite de relancer le pipeline d'enrichissement.

C'est ce qui rend la couche auditable dans un contrat avec un partenaire de marque. Un outil retourne la meilleure estimation du moment. Une infrastructure retourne la réponse que l'acheteur avait à la date de la décision. Quand un partenaire de marque audite sa décision d'achat du T2 par rapport aux données pour lesquelles il a payé au T2, la plateforme lui montre les mêmes données qu'il regardait au T2. C'est la propriété dont dépend le SLA du partenaire de marque.

Un copilote conseiller beauté qui recommande « laissez tomber le fond de teint, essayez le sérum » doit s'appuyer sur un fait dont la fenêtre de validité inclut aujourd'hui. Si le fait était vrai en mars et contredit en septembre, le copilote ne doit pas agir sur la version de mars. Le modèle bi-temporel impose cela au niveau de la couche de récupération. Une requête sans paramètre « à la date de » exclut tout fait dont invalid_at est antérieur à aujourd'hui. Le refus est dans l'API de récupération.

La même propriété protège le tableau de bord. Un opérateur qui demande « que disent nos conseillers sur le nouveau parfum » obtient la réponse actuelle. La réponse historique est disponible avec un paramètre supplémentaire. Les deux sont estampillées avec leur fenêtre de validité.

La dégradation n'est pas un taux global unique appliqué à l'ensemble du corpus. Les dix dimensions évoluent à des vitesses différentes, et le modèle calibre une demi-vie par dimension. Le calibrage ci-dessous est la base de référence publiée issue de deux ans de travail. Chaque vertical l'affine sur son propre corpus.

Les demi-vies sont ajustables par vertical. Un déploiement en pharmacie maintiendra les faits réglementaires et de conformité à une demi-vie plus longue qu'un déploiement en commerce de détail, car le rythme des changements réglementaires est plus lent que le rythme des préférences des consommateurs. Les demi-vies sont de la méthodologie, et elles accompagnent le déploiement.

La demi-vie est la base de référence. Trois signaux ajustent la dégradation d'un fait individuel par rapport à cette base. Saillance. Un point de friction nommé par un conseiller sur cent se dégrade rapidement. Un point de friction nommé par quarante se dégrade lentement. Le nombre de corroborations indépendantes entre conversations est une propriété de premier rang sur le fait. Pression de récence. Un fait non rafraîchi pendant plusieurs cycles de demi-vie perd du poids de récupération, même si aucune preuve contradictoire n'est arrivée. Preuves contradictoires. Un nouveau fait contradictoire accélère la dégradation de l'ancien. L'ancien fait est soit invalidé, soit scindé en une variante délimitée par segment où il tient encore.

Le cas de scission est ce qui rend le modèle honnête. Une affirmation sur une marque peut cesser d'être vraie globalement tout en restant vraie pour un segment. Le modèle bi-temporel et le vecteur de segment coopèrent ici. Le fait n'est pas supprimé. Il est délimité à l'endroit où il s'applique encore.

La validité bi-temporelle n'est pas seulement une propriété analytique. C'est une propriété commerciale. Le tableau de bord expose l'horloge d'obsolescence à l'opérateur : « trente-sept pour cent de vos faits de perception de marque sont sortis de validité au cours des soixante derniers jours. » Cette phrase est la justification économique du niveau Refresh, remontée automatiquement par le modèle. L'opérateur voit la dégradation. Le niveau Refresh (6 000 USD par tranche de cent conversations supplémentaires) convertit la dégradation en événement commercial.

L'économie complète du rafraîchissement, y compris l'interaction entre la cadence et les niveaux de tarification, se trouve sur Économie du rafraîchissement. Les surfaces du tableau de bord se trouvent sur Platform.