Historische Analysen (BigQuery)

Vartovii nutzt jetzt Google BigQuery, um eine historische Aufzeichnung aller Projektmetriken zu führen. Dies ermöglicht Trendanalysen, prädiktive Modellierung und tiefe Einblicke, wie sich Trust Scores im Laufe der Zeit entwickeln.

🏗️ Architektur

graph LR
    A[Cloud Scheduler] -->|Trigger Daily| B[Cloud Run Job]
    B -->|Fetch| C[PostgreSQL]
    B -->|Transform & Insert| D[BigQuery]
    D -->|Analyze| E[AI Reports]

📊 Datenschema

Die Daten werden in der vartovii_intelligence.daily_snapshots Tabelle gespeichert.

Feld	Typ	Beschreibung
snapshot_date	DATE	Partitionierungsschlüssel (YYYY-MM-DD)
slug	STRING	Projekt-ID (z.B. 'ethereum')
trust_score	INT	Der endgültige Score (0-100)
security_score	FLOAT	Certik/Audit-Komponente
community_score	FLOAT	TweetScout-Komponente
scam_alerted	BOOL	Flag, wenn als Betrug markiert

🚀 Wichtige Abfragen

1. Identifizieren von "Aufsteigern" (Trust Score +20%)

WITH yesterday AS (
    SELECT slug, trust_score FROM `vartovii_intelligence.daily_snapshots`
    WHERE snapshot_date = DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY)
),
today AS (
    SELECT slug, trust_score FROM `vartovii_intelligence.daily_snapshots`
    WHERE snapshot_date = CURRENT_DATE()
)
SELECT
    t.slug,
    y.trust_score as prev_score,
    t.trust_score as new_score,
    ((t.trust_score - y.trust_score) / y.trust_score) * 100 as pct_change
FROM today t
JOIN yesterday y ON t.slug = y.slug
WHERE t.trust_score > y.trust_score * 1.2

2. Aufdecken von "Rug Pulls" (Sicherheitsrückgängen)

SELECT * FROM `vartovii_intelligence.daily_snapshots`
WHERE security_score < 40
AND snapshot_date = CURRENT_DATE()
ORDER BY trust_score DESC

🤖 KI-Integration

Der Vartovii KI-Assistent hat Zugriff auf diese Daten über das get_historical_trends Tool (geplant), wodurch Benutzer Fragen stellen können wie:

"Wie hat sich die Entwickleraktivität von Arbitrum im letzten Monat verändert?"