数据处理方案：订单导出 CSV → 可信 GMV 指标

对一份字段混乱的订单导出跑完四步工作流的产出。

1. 现状（字段诊断）

| 列 | 含义猜测 | 类型 | 缺失 | 可疑点 | |---|---|---|---|---| | order_amt | 订单金额 | 文本 | 0.3% | 含「¥」前缀、千分位逗号 | | pay_time | 支付时间 | 文本 | 2% | 混用 +08:00 与无时区 | | status | 订单状态 | 文本 | 0 | 中英混用（已支付/PAID） |

需向上游确认： 退款订单是否仍出现在此表？status 全部取值有哪些？

2. 清洗规则

1. order_amt：去除 ¥ 与逗号 → 转 decimal；失败行进隔离区
2. pay_time：统一按 Asia/Shanghai 解析为 UTC 存储
3. status：映射到标准枚举 {paid, refunded, closed}
4. 退款订单不计入 GMV，但保留行用于对账

3. 指标口径（GMV）

• 分子： status = paid 的 order_amt 之和
• 不包含： 退款、未支付、测试订单（buyer_id in 内部白名单）
• 时间窗： 按 pay_time 落在自然日 00:00–24:00（东八区）
• 勾稽：GMV = 净支付额 + 已退款额

4. 校验清单

• [ ] 总行数 = 上游导出行数 - 隔离区行数
• [ ] paid 金额求和与财务对账表误差 < 0.1%
• [ ] 无负数金额、无 1970 年异常日期
• [ ] 与上月 GMV 环比在 ±30% 合理区间，超出则人工复核

不通过时： 金额对不上先查第 1 步隔离区；日期异常先查第 2 步时区。