数据陈旧性是数据模型中经过校准的属性。

大多数平台将数据新鲜度视为用户体验问题。仪表板显示刷新日期，并信任读者自行处理其余事项。本平台将新鲜度视为事实生命周期的属性。每个事实按校准时钟衰减。时钟耗尽时，事实从高管视图中淘汰。仪表板将衰减呈现给运营商。Refresh 层将衰减转化为商业事件。

数据陈旧性是平台经常性收入的支柱。首次参与采集语料库。Refresh 层保持其活跃。衰减函数决定运营商何时需要再次投入。

衰减函数不是全局超时计时器，而是每个事实的四个信号函数。

显著性。跨独立对话的佐证计数。百分之一的顾问提及的痛点衰减快。四十人提及的痛点衰减慢。佐证计数是事实上的一等属性。

时近性压力。即使没有相互矛盾的证据到来，数个周期未刷新的事实也会失去检索权重。六个月无人确认的劳动力知识与上周到来的知识不同。

相互矛盾的证据。与现有事实相矛盾的新事实会加速现有事实的衰减。旧事实要么被无效化，要么被拆分为仍适用的细分范围变体。该机制记录于 细分向量。

领域半衰期。按维度的基线。品牌感知在数周内衰减。培训缺口只有在培训目录或产品变化时才衰减。半衰期表位于 Bi-Temporal 有效性。

仪表板在运营商查阅的地方呈现衰减情况。标题写道「您百分之三十七的品牌感知事实在过去六十天内已超出有效期」。按维度面板将该数字按维度和细分进行分解，使运营商能够查看陈旧性是集中于某一切片（某个区域、某个层级、某个客户群体）还是遍布整个语料库。

该数字根据 bi-temporal 模型和细分向量计算。在时间窗口内 invalid_at 已触发的事实被计为已过期。衰减分数已超过检索阈值的事实被计为已过期。已被拆分为更小细分范围的事实，对于其不再覆盖的细分被计为已过期。该数字不是营销插图，而是品牌合作伙伴 API 用于决定返回内容的相同数字。

Refresh 层是将陈旧性时钟转化为可计费事件的商业载体。定价在原始参与基础上叠加：每追加一百次对话 6,000 美元，重新经过同一流水线处理，根据同一模式重新丰富，合并到同一语料库。

新的 Refresh 轮次重置本轮刷新的维度上的时近性压力，但不退休历史记录。新对话以各自的 learned_at、各自的 valid_at 和各自的细分向量进入语料库。bi-temporal 模型同时保存新状态和历史状态。仪表板向运营商展示新状态，并允许其随时回放历史状态。

交付后九十天，运营商可选择加入 Refresh 周期。该承诺是对经常性收入论点的验证。Refresh 层之所以存在，是因为方法论通过运营商可见的时钟呈现了对其的需求。

Pulse 层是单次参与，包含两百五十次对话，无承诺节奏。它的存在是为了在单一市场范围内验证方法论。Macro 层包含一千次对话，定价 85,000 美元，以季度刷新节奏作为默认假设。定制企业层（用于大规模部署）在方法论中内置了每周刷新节奏。节奏是基础设施定价的理由所在。

五万次对话语料库的每周节奏使品牌感知图保持足够新鲜，可以承保品牌合作伙伴 SLA。一千次对话语料库的季度节奏在不过度花费采集成本的情况下保持仪表板相关性。节奏根据客户最关心的维度半衰期进行校准。药店部署可以对监管和合规事实保持较长节奏。美妆部署无法对品牌感知保持较长节奏。

单次研究交付物是某一特定日期劳动力的快照。它告诉运营商那一天什么为真。具有刷新节奏的持续语料库是一段视频。它告诉运营商什么在移动，哪些维度移动最快。在任何单一轮次中，出现在百分之一对话中的信号是统计噪声。在每周刷新的五万次对话中，同样的百分之一就是每周五百个事件和一条稳定的趋势线。

该层的定价能力由此而来。报告以咨询材料的成本出售。持续刷新的智能语料库以其所支持的货币化流的价值出售。在规模化情况下，该模型以数十亿美元相邻市场的一小部分作为第一年年化收入目标。这个数字是任何基于工具、席位或报告构建的定价模型所无法实现的。它之所以可行，是因为语料库是基础设施，而基础设施有运营商付费维护的节奏。