没有数据、值为空、结果为 0：AI 问数必须分清的三种情况

“这家门店昨天退款多少？”

系统回答 0 元，可能表示确实没有退款；也可能是退款表没有同步、门店未营业、权限过滤后看不到记录，或者金额字段本身为空。

这些情况对业务决策完全不同。

NULL、0 和无记录不是一回事

• •0：有明确观测，数值就是零；
• •NULL：存在记录，但该字段未知、不适用或尚未填写；
• •无记录：筛选范围内没有任何行，原因仍需判断。

如果数据处理时把所有 NULL 都填成 0，AI 会把“未知”伪装成“确定没有”。

聚合函数的行为容易造成误解

SQL 聚合通常会忽略 NULL。PostgreSQL 文档指出，除 count 外，多数聚合在没有输入行时返回 NULL，而不是 0。SQL Server 的 COUNT(*) 统计行数，COUNT(字段) 则只统计非空值。

因此下面几个指标可能不同：

• •订单总行数；
• •已填写退款金额的订单数；
• •退款金额总和；
• •完全没有退款记录的门店数。

语义层需要明确每个指标的空值处理，而不是依赖查询引擎的默认行为。

先判断数据是否应该存在

AI 回答“没有数据”前，可以检查：

• •数据源最近更新时间是否正常；
• •门店当天是否营业；
• •用户是否有查看该范围的权限；
• •筛选条件是否过窄或维度值拼写错误；
• •上游系统是否延迟、断流或尚未结算。

如果缺失是异常，应提示“数据尚未到达”而不是输出 0。

展示层可以友好，但不能篡改语义

页面上可以把某些空结果显示为“—”“暂无数据”或“0”，但必须按业务规则区分：

• •库存为 NULL 可能表示尚未盘点；
• •转化率为 NULL 可能因为分母为 0；
• •新开门店没有同比基期，不应显示同比 0%；
• •未发生退款可以显示 0 元；
• •数据同步失败应显示异常提示。

结论

零是一个确定的业务值，NULL 是未知或不适用，无记录则是查询范围内没有事实。

AI 问数只有先判断“为什么没有”，再决定显示 0、空值还是异常，才能避免把缺失数据包装成确定结论。

参考来源

• •PostgreSQL：Aggregate functions
• •Microsoft Learn：COUNT (Transact-SQL)