Metodologi

Mesin Rating ANYÉ

Mesin Python deterministik yang mengubah 202 titik data menjadi archetype, kepercayaan, dan resep ERRC per entitas.

7 menit baca

Mesin Rating adalah bagian dari audit ANYÉ yang tidak dimiliki agensi lain. Inilah jembatan antara bukti mentah dan rekomendasi yang siap ditandatangani board direksi — dan mesinnya deterministik, sehingga dua analis yang menjalankan bukti yang sama mendapat jawaban yang sama.

Apa ini

Modul Python berisi lima fungsi murni. Input sama, output sama, tanpa LLM di tengah jalur matematika. Fungsi-fungsi tersebut membaca dictionary Peta Proses v6 yang sudah terisi dan mengeluarkan:

  1. classify_archetype() — menempatkan entitas di peta strategi generik Porter. Cost Leader, Differentiator, Niche, atau Stuck-in-Middle. Tingkat keyakinan adalah angka, bukan kesan.
  2. compute_basic_compliance() — memberi skor untuk hygiene fundamental yang seharusnya dimiliki setiap bisnis. Jam buka tertulis, foto terunggah, waktu respon, schema markup, dan seterusnya. Di bawah 60 = utang kepatuhan.
  3. compute_strategic_archetype_fit() — mengukur celah antara strategi yang diklaim entitas dengan strategi yang dieksekusi. Klinik yang memposisikan diri sebagai “premium aesthetic” tapi harganya seperti tukang potong rambut akan mendapat skor rendah.
  4. compute_maister_trust() — persamaan kepercayaan David Maister (Credibility × Reliability × Intimacy) / Self-orientation, dipasang ke titik data yang dikumpulkan audit. Outputnya pita kepercayaan 0–100 per entitas.
  5. generate_errc_prescription() — grid Eliminate / Reduce / Raise / Create dari Blue Ocean, dikalibrasi per archetype sehingga resepnya cocok dengan posisi strategis.

Source mesinnya hidup di code/data/product/runs/{run_id}/rating_engine/engine_v1.py untuk setiap run audit. Tiap fungsi diuji unit terhadap dataset mock Beautylosophy dan diuji ulang di setiap audit sebelum output dikirim.

Kenapa deterministik, bukan LLM yang menghakimi

Skor LLM bergeser. Jalankan bukti yang sama dua kali lewat Claude dan Anda dapat skor yang berbeda 5–15 poin tergantung prompt. Untuk rekomendasi kompetitif yang menentukan budget pemasaran, pergeseran ini tidak bisa diterima. Maka mesin yang menangani matematika (klasifikasi, pembobotan, perhitungan rasio) dan Claude yang menangani prosa (menerjemahkan matematika menjadi ringkasan eksekutif berstruktur Minto). Setiap skor punya satu sumber komputasi tunggal.

Yang masuk

Dictionary Peta Proses v6 yang terisi untuk klien dan tiga sampai lima entitas peer, plus tag vertikal industri (beauty, dental, F&B, retail, dan seterusnya) yang memilih band penskoran yang tepat. Tag vertikal inilah yang mencegah mesin menilai klinik kecantikan dengan aturan praktek dokter gigi.

Yang keluar

Untuk tiap entitas, satu objek terstruktur berisi:

  • label archetype + tingkat keyakinan (0,0–1,0)
  • skor kepatuhan dasar (0–100) dengan tiga titik data terbawah yang gagal
  • skor strategic-archetype-fit (0–100) dengan tiga mismatch teratas
  • pita kepercayaan Maister (AA kuat, A solid, BB pantau, B lemah, C rusak)
  • resep ERRC dengan tiga aksi teratas per kuadran

Output ini memberi makan tampilan Lima Lensa dan Matriks Prioritas Investasi di hilir.

Utang kalibrasi yang kami publikasikan

Engine v1 punya isu kalibrasi yang diketahui: archetype Stuck-in-Middle memakai tier-multiplier 0,6× yang netral di semua kategori ERRC. Stuck-in-Middle yang nyata diuntungkan oleh bias yang lebih tajam ke Eliminate dibanding Create. Ini perbaikan v2 yang sudah dijadwalkan di siklus build. Kami menyebutkannya di halaman metodologi publik daripada menyembunyikannya — pembaca tajam akan menemukannya, dan kami lebih memilih dipercaya karena melaporkannya daripada ketahuan menyembunyikannya.

Bagaimana pembaca bisa memverifikasi

Mesinnya terbuka untuk inspeksi atas permintaan. Kirim kata kunci ENGINE lewat WhatsApp dan kami akan berbagi file engine_v1.py baca-saja plus fixture mock Beautylosophy supaya pembaca dengan skill Python bisa mereproduksi matematikanya. Kami tidak open-source mesin ini untuk mencegah kloning verbatim oleh kompetitor langsung, tapi kami buat dia bisa diperiksa.

Di mana posisinya

Mesin Rating adalah lapisan deterministik di bawah lapisan analitis. Lapisan analitis (penalaran Claude) menerjemahkan output mesin ke prosa biasa. Bersama-sama keduanya membentuk stack analitis hibrid yang didokumentasikan di audit_pipeline_mvp/MVP_PROMPT_CHAIN.md.

Terkait