SBrainCO/docs/智脑实施方法论/03-步骤二-数据现状与本体层构建.md

03 · 步骤二：数据现状与本体层构建

目标：摸清数据家底，建立从原始数据到指标体系的映射——本体层是FDE双向沉淀的核心载体。 [Echo+Delta]

1. 原始数据导入

1.1 数据源

表名	数据来源	关键字段	数据量级
bill_records	收银系统导出	c003(门店) c005(账单号) c009(消费) c068(优惠) c114(实收) c175(下单时间) c176(结账时间) c191(收银员)	千万级/月
salary_detail_records	薪资系统导出	org_level5(门店) salary_period(薪资周期) actual_attend(实际出勤) actual_hours(实际工时)	万级/月
attendance_records	考勤系统导出	department(部门路径) position(岗位) day_01~day_31(每日打卡)	万级/月

1.2 导入关键点

• 字段映射：原始Excel列名(c001~c200)需建立映射文档，明确每列含义
• 日期格式：salary_period 格式为中文"2026年4月"，非"2026-04"，查询时需用 to_char($1::date, 'YYYY"年"FMMM"月"')
• 空值处理：实收字段 c114 可能为空字符串，需 COALESCE(NULLIF(c114,'')::numeric, 0)
• 数据去重：导入时按 record_id + import_id 去重

1.3 门店名映射

不同数据源门店名不一致，需维护 store_name_mapping 映射表：

CREATE TABLE public.store_name_mapping (
  salary_name TEXT,  -- 薪资/考勤系统中的名称
  bill_name   TEXT   -- 账单系统中的名称
);

典型映射：

salary_name	bill_name
双安店	双安总店
百子湾店	百子湾路店
安宁庄快手店	安宁庄快手
海淀大街店	海淀大街
哈马尔罕大钟寺店	大钟寺店
阿里疆（温泉路店）	温泉店

映射查找模式（代码中复用）：

// 构建查找表：同时用原名和映射名
const staffLookup: Record<string, any> = {}
for (const [store, data] of Object.entries(staffSummary)) {
  staffLookup[store] = data           // 原名
  const mapped = nameMap[store]
  if (mapped && mapped !== store) {
    staffLookup[mapped] = data        // 映射名
  }
}

2. 物化视图体系

2.1 核心物化视图

视图名	Schema	用途	关键字段
mv_store_risk_rating_monthly	analytics	门店风险评级	store_code, store_name, risk_level, received, month_start
mv_store_platform_economics_monthly	analytics	平台经济性	store_code, meituan_received, taobao_received, jd_received
mv_bill_hourly	public	小时客流	store_name, hour, bills, avg_guests
mv_risk_anomaly	public	异常账单	store_name, bill_no, consumption, anomaly_reason, month
mv_risk_zero	public	零实收	store_name, bill_no, zero_received_type, month
mv_risk_cashier	public	收银员风险	store_name, cashier, bill_count, anomaly_bills, month
mv_channel_daily	public	支付渠道	business_date, cash, alipay, wechat, meituan, month
mv_time_hourly	public	时间维度汇总	closing_hour, bill_count, received, month

2.2 物化视图管理要点

1. Schema前缀：部分视图在 analytics schema，部分在 public schema，代码中需注意
2. 刷新机制：物化视图需手动刷新 REFRESH MATERIALIZED VIEW，不自动更新
3. 索引：重建物化视图后需重新创建索引
4. 阈值调优：异常判断阈值需根据业务调整（如"消费-优惠与实收不平"阈值从0.05元提高到1元）

2.3 异常账单阈值设计

-- 异常类型判断（CASE WHEN顺序重要）
CASE
  WHEN consumption > 0 AND received = 0 THEN '有消费无实收'
  WHEN discount > consumption THEN '优惠大于消费'
  WHEN abs(consumption - discount - received) > 1 THEN '消费-优惠与实收不平'
  ELSE NULL
END

关键教训：阈值0.05元太严格，会将舍入差异标为异常。建议初始阈值设为1元，后续根据数据分布调整。

3. 数据质量校验

3.1 校验流程

1. 数据范围：SELECT DISTINCT month FROM bill_records ORDER BY month 确认最新月份
2. 门店数：SELECT count(DISTINCT c003) FROM bill_records WHERE month = '2026-04'
3. 金额一致性：SELECT sum(c009), sum(c068), sum(c114) 对比前后端
4. 物化视图刷新状态：对比物化视图和原始表的记录数

3.2 常见数据问题

问题	症状	排查方法
物化视图stale	API数据与数据库不一致	直接查原始表对比物化视图
月份格式不匹配	查询返回0条	检查 salary_period 实际格式
门店名不一致	部分门店无数据	对比不同表的门店名列表
Schema前缀错误	relation does not exist	检查 \dn 和 pg_matviews
列不存在	column does not exist	检查 information_schema.columns