"Retention"
- Cohort Analysis
按共同特徵分群、比較不同群體的留存率和行為差異 — 從「平均值」到「誰在用、誰離開了」
- RFM 分群
Recency / Frequency / Monetary 三維度的使用者分群 — 從行為事件計算 RFM 分數、定義使用者群體、驅動差異化策略
- Kafka Retention 與 Tiered Storage：保留策略、log compaction 與冷熱分層
Kafka 的保留策略決定 replay window 與儲存成本：retention.ms / retention.bytes 控制刪除邊界、cleanup.policy 切換 delete 與 compact、log compaction 用最新值取代歷史、tiered storage 把冷資料卸到 S3 讓 broker 容量與保留期解耦。本文涵蓋配置實機驗證、4 個故障演練（replay 失敗 / compaction 不回收磁碟 / cold tier 讀延遲 / retention.bytes 提早刪）、容量成本與整合路由。
- 對人負責
人留不留得住、成不成長成為主要責任時的選讀，以及大公司與小公司在這個位置上的問題差異
- 留任、動機與工作環境
人為什麼走、工作環境怎麼影響產出、回饋該怎麼給時，區分環境因素與關係因素的選讀
- 7.R11.P14 備份刪除證據缺口
說明主路徑刪除完成但備份證據不可驗證時的長尾暴露風險