01
分子：毛利额、成交数、缺货时长
02
分母：收入、访问数、营业时长
03
粒度：对象、时间和过滤
04
汇总：先求和，再相除
05
边界：零分母、空值与小样本
结论：百分比不是可直接相加的事实
两家门店转化率 10% 和 50%，总体不一定是 30%，还取决于各自访问量。对日比率取平均也会让低流量日期权重过高。
模型应保存或可推导分子与分母，在目标粒度先聚合再计算最终比率。
定义计算粒度和过滤
毛利率要说明毛利额和收入的口径，转化率要说明访问与成交的窗口和去重，缺货率要说明营业时间。分子分母必须使用兼容范围。
若分子来自订单、分母来自流量，应处理时间、渠道、身份和 Join 粒度。
明确零分母和小样本
分母为零时返回空、不可计算或业务定义值，不应默认返回零而掩盖无样本。小样本比率波动大，可展示样本量或设最小门槛。
缺失数据与真实零值分开，质量失败时给答案增加状态。
为不同汇总方式命名
加权总体率、门店平均率和中位数回答不同问题，应分别定义。排名时明确按比率还是贡献量，避免小样本对象占据极端位置。
语义层把允许维度、时间累计和格式写入指标，而不是交给每个查询临时决定。
用不均衡样本验收
准备大店与小店、零分母、缺失日、跨渠道和退款样本，人工计算后比较日、周、门店和总体结果。
BuildTable 的 AI 友好指标建模可作为候选；比率表达、质量状态和自动聚合规则需 POC 核验。