结论：技术上的 NULL 不等于业务含义

库存为零说明已知没有库存，库存未知说明无法判断；交付日期为空可能是尚未发货，也可能是字段未采集。把它们统一填零或空字符串会改变统计和筛选。

先定义业务状态，再决定数据库表示、展示文案和指标计算。

在模型中保留状态证据

关键字段可同时保存值、状态、来源时间和质量标记。维度使用明确的“未知”成员承接无法映射的事实，而不是让 Join 悄悄丢行。

不适用与未知应使用不同代码，且代码含义进入语义层和数据字典。

真实零可以参与求和和平均，未知值通常不应被当作零；未成熟周期可能需要从完成率指标中排除或单独展示。

计数时区分记录数、非空数、已知数和适用数，百分比同时展示分母。

用户问“没有销量的商品”时，AI 应区分销量为零、销售数据缺失和商品尚未上架。若问题含糊，应先澄清或分组回答。

质量状态要进入查询结果与解释，不能只留在后台监控。

构造零值、NULL、未知成员、不适用、迟到事实、缺失日期行和 Join 未匹配样本，检查过滤、聚合、图表与自然语言解释。

BuildTable 可用于定义 AI 友好的字段和关系；状态类型、自动填充、质量传播和问答解释能力需 POC 核验。

联系我们讨论企业数据建模场景并获取 BuildTable Desktop。