Roadmap — Customer 360

Xem hiện trạng chi tiết (schema, API, use case) tại TECHNICAL-DOCUMENTATION.md. Roadmap dưới đây được suy ra từ các hạ tầng đã sẵn sàng nhưng còn thiếu logic đi kèm (mục 9 của tài liệu kỹ thuật), sắp xếp theo mức độ ưu tiên.

✅ Đã hoàn thành

• Schema PostgreSQL 16 + pgvector cho CRM Journey Graph (8 vertex / 14 edge) và Customer Identity Resolution (CIR).
• Engine CIR (backend-system/identity_resolution/) với quy tắc khớp metadata-driven (cdp_profile_attributes), hỗ trợ đa tenant + đa domain (retail/banking).
• Hash PII (SHA-256) trước khi lưu cho dữ liệu demo.
• is_hashed/persona_name: khi PII đã hash, identity_resolution/persona.py tự sinh nhãn persona_name dễ đọc, không phải PII (deterministic, không đảo ngược hash) — ràng buộc bởi CHECK constraint DB + logic Python trong resolver.py.
• REST API đầy đủ (customer360-api/, FastAPI + SQLAlchemy 2) — CRUD cho toàn bộ bảng + endpoint reporting (/summary, /master-profiles/duplicates, /identity-graph/coverage).
• Script sinh dữ liệu mẫu quy mô lớn (init_sample_data.py, 1000 raw profiles, tỷ lệ trùng lặp có kiểm soát) + demo end-to-end (run-demo.sh).
• Authentication cho customer360-api: mọi endpoint (trừ /health) yêu cầu Authorization: Bearer <token> hợp lệ, xác thực qua Keycloak token introspection (core/auth.py) và cache kết quả trong Redis (auth:token:<token>, TTL = token exp) để giảm tải Keycloak. Local dev Keycloak chạy như một service riêng trong docker-compose.yml (keycloak + keycloak-db-init, dùng chung PostgreSQL với DB riêng db_keycloak).

🎯 Ưu tiên ngắn hạn

• Kiểm soát truy cập theo tenant_id: hiện Keycloak token đã xác thực ai gọi API, nhưng chưa map claim/role trong token sang giới hạn truy cập theo tenant_id — cần trước khi expose ra ngoài môi trường dev.
• Ingestion layer thật (Kafka/PubSub/RabbitMQ → cdp_raw_profiles_stage): hiện dữ liệu chỉ được nạp qua script hoặc POST /api/v1/raw-profiles; cần worker ingestion thật như mô tả trong CIR-improvement.md.
• Real-time trigger thật: thay thế IdentityResolutionTrigger (gọi tường minh) bằng cơ chế trigger DB hoặc consumer event thật (cdp_trigger_process_new_raw_profiles).
• Lịch trình batch hằng ngày (2AM sweep): đóng gói daily_job.py thành cronjob/Airflow DAG chạy production thật, tích hợp với airflow-ai-agent/.

🚧 Trung hạn

• Pipeline ML cho các cột scoring (schema đã sẵn sàng: churn_probability, predictive_clv, lead_conversion_probability, engagement_score, identity_confidence_score…): huấn luyện + suy luận mô hình, ghi kết quả qua PATCH /api/v1/master-profiles/{id}, cập nhật model_versions/scores_updated_at.
• Job sinh embedding tự động cho persona_embedding (master profile) và embedding (CRM entities, graph_edges) — gọi LLM embedding API theo lịch hoặc theo event.
• Dashboard vận hành CIR dựa trên /api/v1/reporting/* (funnel xử lý, độ phủ identity graph, cảnh báo raw profile bị kẹt ở status_code=1).
• Mở rộng quy tắc khớp: thêm fuzzy matching thật (fuzzy_trgm/fuzzy_dmetaphone, cần pg_trgm/fuzzystrmatch) cho các trường không hash được (hiện chỉ hỗ trợ exact do PII đã hash).

🔭 Dài hạn / Tầm nhìn

• Semantic search & lookalike audience dựa trên persona_embedding/graph_edges.embedding — segmentation bằng ngôn ngữ tự nhiên (ví dụ: “khách hàng doanh nghiệp phần mềm, có >3 opportunity”).
• Graph-based dashboard trực quan hoá hành trình khách hàng (Lead → Contact → Opportunity) và identity graph (raw profile ↔ master profile).
• PostGIS / spatial intelligence: tận dụng phần mở rộng không gian địa lý đã đề cập trong TECHNICAL-DOCUMENTATION.md cho các use case theo vị trí (ví dụ: preferred_store_code, phân khúc theo khu vực).
• Data Quality tự động: cảnh báo/khắc phục tự động khi profile_completeness_score hoặc identity_confidence_score thấp.