diff --git a/ISOLATION_TEST.md b/ISOLATION_TEST.md
deleted file mode 100644
index 13e41fa2..00000000
--- a/ISOLATION_TEST.md
+++ /dev/null
@@ -1 +0,0 @@
-worktree测试文件
diff --git a/backend/tests/__pycache__/__init__.cpython-312.pyc b/backend/tests/__pycache__/__init__.cpython-312.pyc
index 47048b21..3bcf3d6a 100644
Binary files a/backend/tests/__pycache__/__init__.cpython-312.pyc and b/backend/tests/__pycache__/__init__.cpython-312.pyc differ
diff --git a/backend/tests/__pycache__/conftest.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/conftest.cpython-312-pytest-9.0.3.pyc
index 5a6f172a..80e7ac14 100644
Binary files a/backend/tests/__pycache__/conftest.cpython-312-pytest-9.0.3.pyc and b/backend/tests/__pycache__/conftest.cpython-312-pytest-9.0.3.pyc differ
diff --git a/backend/tests/__pycache__/test_auth.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/test_auth.cpython-312-pytest-9.0.3.pyc
index 052169af..f233ffad 100644
Binary files a/backend/tests/__pycache__/test_auth.cpython-312-pytest-9.0.3.pyc and b/backend/tests/__pycache__/test_auth.cpython-312-pytest-9.0.3.pyc differ
diff --git a/backend/tests/__pycache__/test_kpis.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/test_kpis.cpython-312-pytest-9.0.3.pyc
deleted file mode 100644
index 73288970..00000000
Binary files a/backend/tests/__pycache__/test_kpis.cpython-312-pytest-9.0.3.pyc and /dev/null differ
diff --git a/backend/tests/__pycache__/test_maps.cpython-312-pytest-9.0.3.pyc b/backend/tests/__pycache__/test_maps.cpython-312-pytest-9.0.3.pyc
deleted file mode 100644
index 9694f92b..00000000
Binary files a/backend/tests/__pycache__/test_maps.cpython-312-pytest-9.0.3.pyc and /dev/null differ
diff --git a/backend/tests/test_kpi_422_baseline.py b/backend/tests/test_kpi_422_baseline.py
new file mode 100644
index 00000000..ff809028
--- /dev/null
+++ b/backend/tests/test_kpi_422_baseline.py
@@ -0,0 +1,40 @@
+"""
+基线测试：KPI创建接口缺少必填元数据字段时返回 HTTP 422。
+
+场景：POST /api/cma/kpis 请求体不传 formula 字段（数据治理规则2: 元数据必填），
+期望返回 HTTP 422，且 errors 中包含 formula 相关提示。
+"""
+from fastapi.testclient import TestClient
+from sqlalchemy.orm import Session
+
+from tests.conftest import create_test_user, get_token_for_user, auth_header
+
+
+class TestKpi422Baseline:
+    """KPI创建缺少必填元数据字段 → 422 基线测试"""
+
+    def test_create_kpi_missing_formula_returns_422(self, client: TestClient, db: Session):
+        """不传 formula 字段时，创建KPI返回 422"""
+        create_test_user(db)
+        token = get_token_for_user(client)
+
+        # 构造请求体：其余必填字段齐全，唯独不传 formula
+        payload = {
+            "kpi_code": "F_BASELINE_001",
+            "kpi_name": "基线测试收入指标",
+            "dimension": "finance",
+            "target_value": 1000000,
+            "unit": "元",
+            # 注意：故意不传 formula（必填元数据字段）
+            "data_source": "测试系统",
+            "data_owner": "测试管理员",
+        }
+        resp = client.post("/api/cma/kpis", headers=auth_header(token), json=payload)
+        assert resp.status_code == 422, f"期望422，实际 {resp.status_code}: {resp.text}"
+
+        # 校验错误信息中包含 formula 字段
+        # 注意：FastAPI HTTPException(detail=dict) 时响应体为 {"detail": {...}}
+        body = resp.json()
+        detail = body.get("detail", {})
+        errors = detail.get("errors", []) if isinstance(detail, dict) else []
+        assert any("formula" in e for e in errors), f"errors 应提及 formula: {body}"
diff --git a/docs/cma-data-analysis-3-principles.md b/docs/cma-data-analysis-3-principles.md
new file mode 100644
index 00000000..87e5c99f
--- /dev/null
+++ b/docs/cma-data-analysis-3-principles.md
@@ -0,0 +1,188 @@
+# CMA 数据分析三原则（找异常 / 读动机 / 理关联）——交付方法论
+
+> 版本：v1.0 | 2026-08-26 | 提出：yanxueBot（user-insight-9-perspectives 视角5）
+> 落地：项目Bot + 财务Bot | 状态：交付方法论（P2，不新增功能，用现有CMA能力）
+> 配套模板：`docs/templates/cma-data-analysis-report-template.md`
+
+## 0. 为什么做这套方法论
+
+客户买了CMA，看到的不该是"一堆报表"，而应该是"一个故事"。
+同一个数据，讲法不同，客户价值感知完全不同：
+
+- 讲数据：营业收入8.08万 → 客户："哦，知道了"（无感）
+- 讲故事：营业收入环比暴跌90%，触发红色预警，根因是渠道补贴冲减、真实毛利51.4%被账面口径掩盖 → 客户："那怎么办？"（有行动）
+
+三原则就是把"数据→洞察"做成可复制的标准流程：**找异常（信号）→ 读动机（原因）→ 理关联（对策）**。
+
+## 1. 三原则总览
+
+| # | 原则 | 一句话 | 对应CMA能力 | 输出 |
+|---|------|--------|------------|------|
+| 1 | 找异常 | 偏离预期的数字=信号=机会 | 预警规则 alert_rules（static/trend_down）、KPI偏离看板、预测偏差告警 | 异常清单（KPI×偏离度×红黄绿） |
+| 2 | 读动机 | 数据背后是活生生的人 | 业务访谈、场景还原、口径拆解（多模型对比） | 动机/口径解释（为什么会这样） |
+| 3 | 理关联 | 串联行为与市场，理清因果 | KPI因果链（positive/negative）、模拟推演、四维度联动 | 因果链图+对策建议（所以怎么办） |
+
+记忆口诀：**"哪儿不对 → 为什么 → 牵一发动哪里"**。
+
+---
+
+## 2. 原则一：找异常（不只看常态）
+
+### 2.1 定义
+常态是背景，异常才是信号。客户最值钱的信息不是"这个月正常"，而是"这个月不对劲"。
+异常=偏离预期（目标/阈值/趋势/历史同期）的数字。偏离越大，机会越大（无论好坏）。
+
+### 2.2 CMA落地工具
+- **预警规则**（alert_rules）：static（绿/黄/红阈值）+ trend_down（环比跌幅）双引擎，现行78条
+- **KPI看板/偏离视图**：实际值 vs 目标值，红黄绿一目了然
+- **预测偏差告警**（rule_type=forecast_deviation）：实际 vs 模型预测，跑偏即报警
+- **多粒度对比**：月/季/年目标（target_calc_type）齐比，避免单粒度误判
+
+### 2.3 落地步骤（30分钟）
+1. 拉当期全量KPI实际值，按红黄绿筛出红/黄
+2. 环比/同比/目标三个维度排序，取Top5偏离
+3. 只保留"偏离有业务含义"的，剔除口径噪音（如导入错误、季节性）
+4. 输出异常清单：KPI名 | 实际值 | 预期值 | 偏离度 | 红黄绿 | 首次出现时间
+
+### 2.4 客户话术
+- 开场："这个月有X个指标在警报区，我们一个个看。"
+- 提问："这个数字偏离了目标X%，您觉得是市场变了，还是口径变了？"
+- 升级："连续两个月trend_down，这不是偶发，是结构性问题。"
+
+---
+
+## 3. 原则二：读动机（不只看表象）
+
+### 3.1 定义
+数据是人行为的痕迹。同一个"毛利率低"，可能是成本高（真差），也可能是返利未确认（口径差）。
+不访谈、不还原场景，就敢下结论 = 报告是废纸。
+
+### 3.2 CMA落地工具
+- **业务访谈**：按KPI问业务负责人"这个数怎么来的、最近变了什么"
+- **口径拆解/多模型对比**：账面口径 vs 管理口径（如Model C），还原真实经营
+- **场景还原**：把数字放回业务场景（门店、客户、合同、渠道）
+- **数据血缘/来源核查**：确认数字本身没错，再谈动机
+
+### 3.3 落地步骤（60分钟）
+1. 对异常清单每条，先做"口径自检"：数字对了吗？口径对吗？
+2. 再问"业务自检"：最近有什么动作/事件影响它？
+3. 访谈至少1个业务负责人，记录原话
+4. 输出动机解释：异常KPI → 表面原因 → 深层动机（谁、为什么、什么场景）
+
+### 3.4 客户话术
+- "账面看是XX，但您看这个口径拆解——实际是XX。"
+- "我猜是XX原因导致的，对吗？"（给客户一个可确认/可纠正的假设，不要下结论）
+- "这个数字背后是哪个业务动作？是主动调整还是被动结果？"
+
+---
+
+## 4. 原则三：理关联（不只盯增长）
+
+### 4.1 定义
+单点数字会骗人，因果链不会。涨跌不只看自己，要看它牵动谁、被谁牵动。
+理清因果 = 找到真正的驱动杠杆，对策才有落点。
+
+### 4.2 CMA落地工具
+- **KPI因果链**（kpi_causality）：positive/negative 方向 + strength 强度 + lag_months 滞后（现行28条：positive 20 / negative 8）
+- **模拟推演**（POST /api/cma/kpi-causality/simulate）：改一个KPI，预测下游影响链
+- **四维度联动**：财务/客户/内部流程/学习成长 跨层传导（BSC四层泳道）
+- **战略地图**：节点间连线即因果，从KPI追溯到OKR/战略
+
+### 4.3 落地步骤（45分钟）
+1. 对每个异常KPI，查上游（谁驱动它）+ 下游（它影响谁）
+2. 标注强度（>0.7强相关）与方向，找出Top3驱动链
+3. 用模拟推演验证："如果修复这个驱动，下游能改善多少"
+4. 输出因果链图 + 对策建议：优先动"强驱动、可干预"的杠杆点
+
+### 4.4 客户话术
+- "这个KPI不是孤立的——它由X驱动（强度0.9），又牵动Y。"
+- "真正的问题不在表面这个数，在它上游的X。"
+- "我们建议先动X：按模拟推演，X每改善10%，Y能改善约9%。"
+
+---
+
+## 5. 《CMA数据分析报告》结构模板（含三原则应用位置）
+
+完整可复用模板见 `docs/templates/cma-data-analysis-report-template.md`，骨架如下：
+
+```
+一、经营总览（一页纸）
+    - 核心KPI仪表盘（红黄绿）+ 一句话结论【找异常入口】
+
+二、异常发现【原则一·找异常】
+    - 异常清单表：KPI | 实际 | 预期 | 偏离 | 红黄绿
+    - Top3异常重点展开（趋势图+阈值线）
+
+三、动机解读【原则二·读动机】
+    - 每条Top异常：口径自检结论 + 业务动机（谁/为什么/什么场景）
+    - 管理口径 vs 账面口径对比（如适用）
+
+四、因果关联【原则三·理关联】
+    - 异常KPI的因果链图（上游驱动/下游影响，标注强度方向）
+    - 模拟推演结果：动哪个杠杆、影响多大
+
+五、对策与行动
+    - 按"强驱动+可干预"排序的3条建议（对应责任KPI）
+    - 下期目标修正建议（如需）
+
+六、附录
+    - 数据口径说明 / 预警规则清单 / 访谈记录要点
+```
+
+每章都在"讲一个故事"：**先让客户看见异常（信号），再让他理解为什么（动机），最后带他看连锁反应和对策（关联）**。
+
+---
+
+## 6. 样例：陕酣客（陕西酣客文化传媒，entity 1）三原则试跑
+
+> 用CMA现行真实数据（2026-08-26 查询）：预警规则78条（static 39 + trend_down 39）、因果链28条（positive 20 + negative 8）、营业收入实际值2026-06~08。
+
+### 6.1 找异常
+- 营业收入：2026-06 实际129.32 → 2026-07 81.08 → 2026-08 8.08
+- 环比：7月 -37%，8月 **-90%**；静态规则 red < 4000（触发红色）；trend_down 阈值10%（远超）
+- 毛利率：账面口径 0.13%（静态规则 red < 30，严重偏离）
+- 结论：收入崩盘 + 毛利率异常 = 双红色信号，值得深挖
+
+### 6.2 读动机
+- 毛利率账面0.13%的原因（访谈+口径拆解）：白酒经销模式下，上游厂返利/补贴挂账未确认、渠道补贴冲减收入，账面口径失真
+- 调整为管理口径（Model C：还原厂补+剔除冲减）后，真实毛利率 **51.4%**
+- 动机解读：不是经营变差，是"返利确认节奏"和"渠道补贴政策"两个业务动作主导了账面数字——数据背后的活人是酒厂结算员和渠道客户
+
+### 6.3 理关联（因果链实证）
+| 因果 | 方向 | 强度 | 含义 |
+|------|------|------|------|
+| 毛利率 → 净利润 | positive | 0.96 | 毛利是利润的第一驱动（强） |
+| 上游厂补率 → 净利润 | positive | 0.9 | 厂补确认=真金白银 |
+| 渠补率 → 净利润 | negative | 0.85 | 渠道补贴是利润黑洞 |
+| 费用率 → 净利润 | negative | 0.8 | 费用管控第二杠杆 |
+| 营业收入 → 净利润 | positive | 0.1 | 收入规模对利润贡献很弱（反直觉！） |
+
+- 洞察：表面看"收入崩了"，因果链显示**利润真正的驱动是毛利率（0.96）和厂补率（0.9）**，而收入规模只贡献0.1——所以对策不是"冲收入"，而是"确认厂补、压渠补、管费用"
+- 模拟推演示意：厂补率每改善10%，净利润传导约 +9%；渠补率每压缩10%，净利润 +8.5%
+
+### 6.4 一句话故事
+"这个月收入掉了90%，账面毛利0.13%——但拆开口径，真实毛利51.4%；因果链告诉我们利润的命门是厂补确认和渠道补贴，不是收入规模。所以下月重点：催厂补、砍无效渠补。"
+
+---
+
+## 7. 交付流程（标准三步）
+
+| 步骤 | 动作 | 工具 | 时间盒 |
+|------|------|------|--------|
+| Step 1 | 跑异常清单 | 预警/KPI看板 | 30min |
+| Step 2 | 访谈+口径拆解 | 业务访谈/多模型 | 60min |
+| Step 3 | 因果链+对策 | 因果链/模拟推演 | 45min |
+
+铁律：**没有访谈就写动机 = 编故事；没有因果链就写对策 = 拍脑袋。**
+
+## 8. 验收与自检清单
+
+- [ ] 报告含异常清单（有红黄绿，不只有常态）
+- [ ] 每条Top异常有动机解释（有访谈/口径依据，不是猜测）
+- [ ] 每个对策能追溯到因果链（有强度/方向/推演支撑）
+- [ ] 客户能一句话复述故事（"收入掉了但真实毛利51.4%，命门是厂补"）
+
+## 关联
+- 来源：user-insight-9-perspectives.md（视角5，一组数据一个故事）
+- CMA能力：alert_rules（78条）/ kpi_causality（28条）/ simulate / 四维度BSC
+- 案例：陕酣客（entity 1）—— 账面毛利0.13% → Model C 51.4%
diff --git a/docs/templates/cma-data-analysis-report-template.md b/docs/templates/cma-data-analysis-report-template.md
new file mode 100644
index 00000000..e59fb77f
--- /dev/null
+++ b/docs/templates/cma-data-analysis-report-template.md
@@ -0,0 +1,92 @@
+# 《CMA数据分析报告》交付模板
+
+> 用法：复制本模板，按客户数据填充。三原则贯穿全篇——找异常（第2章）、读动机（第3章）、理关联（第4章）。
+> 配套方法论：`docs/cma-data-analysis-3-principles.md`
+
+---
+
+## 封面
+- 客户名称 / 报告期间 / 交付方（博海科技）/ 日期
+
+## 一、经营总览（一页纸）
+- 核心KPI仪表盘（表格或卡片，绿/黄/红三色标记）
+- 一句话结论（用"数据+故事"句式，如："收入-90%但真实毛利51.4%，利润命门是厂补确认"）
+
+| KPI | 实际值 | 目标/阈值 | 状态 | 一句话 |
+|-----|--------|-----------|------|--------|
+| 营业收入 | 8.08 | red<4000 | 🔴 | 环比-90%，崩盘 |
+| 毛利率 | 0.13%（账面） | red<30 | 🔴 | 口径失真，真实51.4% |
+| ... | ... | ... | ... | ... |
+
+## 二、异常发现【原则一：找异常】
+### 2.1 异常清单
+| KPI | 实际值 | 预期值 | 偏离度 | 红黄绿 | 首次出现 |
+|-----|--------|--------|--------|--------|----------|
+| ... | ... | ... | ... | ... | ... |
+
+### 2.2 Top3异常展开（每个含：趋势图+阈值线+偏离说明）
+1. 异常KPI A：趋势 + 触发规则 + 偏离解读
+2. 异常KPI B：...
+3. 异常KPI C：...
+
+## 三、动机解读【原则二：读动机】
+### 3.1 口径自检
+- 数字准确性：来源表/导入批次/负责人确认
+- 口径说明：账面口径 vs 管理口径差异（如Model C还原）
+
+### 3.2 业务动机（每条Top异常）
+| 异常KPI | 表面原因 | 深层动机（谁/为什么/场景） | 依据（访谈/口径） |
+|---------|----------|--------------------------|-------------------|
+| ... | ... | ... | ... |
+
+### 3.3 关键访谈记录要点
+- 访谈对象 / 时间 / 原话要点
+
+## 四、因果关联【原则三：理关联】
+### 4.1 异常KPI因果链
+- 上游驱动（谁影响它）：KPI | 方向 | 强度 | 滞后
+- 下游影响（它影响谁）：KPI | 方向 | 强度 | 滞后
+
+### 4.2 模拟推演
+- 场景：调整X KPI → 下游Y预测变化（表格）
+
+### 4.3 关键洞察
+- 反直觉发现（如"收入规模对利润贡献仅0.1，毛利贡献0.96"）
+
+## 五、对策与行动
+### 5.1 优先行动（按强驱动+可干预排序）
+| 序号 | 行动 | 驱动KPI | 因果依据 | 预期效果 | 责任KPI |
+|------|------|---------|----------|----------|---------|
+| 1 | ... | ... | 强度/方向 | ... | ... |
+
+### 5.2 下期目标修正建议（如需）
+- 目标/阈值调整建议 + 理由
+
+## 六、附录
+- 数据口径说明 / 预警规则清单 / 完整因果链图 / 访谈记录 / 数据来源
+
+---
+
+## 客户沟通话术库（按场景）
+
+**开场**
+- "这个月有X个指标在警报区，我们一个个看。"
+- "先看结论：整体X，但有两个信号值得注意。"
+
+**找异常**
+- "这个数字偏离目标X%，您觉得是市场变了，还是口径变了？"
+- "连续两个月下降，这不是偶发，是结构性问题。"
+
+**读动机**
+- "账面看是XX，但口径拆解后实际是XX。"
+- "我猜是XX导致的，对吗？"（给假设，让客户确认/纠正）
+- "这是主动调整还是被动结果？"
+
+**理关联**
+- "这个KPI不是孤立的——它由X驱动（强度0.9），又牵动Y。"
+- "真正的问题不在表面这个数，在它上游的X。"
+- "按模拟推演，X每改善10%，Y能改善约9%。"
+
+**收尾**
+- "一句话总结：XX。（客户能复述，才算讲明白）"
+- "下月重点盯X，我们把它写进预警规则。"