某大型连锁零售企业正在评估“双十一”期间不同促销方式的效能。企业数据仓库采用星型模型，包含以下核心表： 销售事实表 (Fact_Sales)：粒度到“单品-门店-日期-小时”。字段包括：SaleID, ProductID, StoreID, DateID, Hour, SalesAmount, DiscountAmount, CouponAmount。 产品维度表 (Dim_Product)：ProductID, ProductName, CategoryID, Brand, UnitPrice。 门店维度表 (Dim_Store)：StoreID, StoreName, City, District, StoreType (旗舰店/社区店)。 日期维度表 (Dim_Date)：DateID, Date, Year, Month, Week, IsHoliday (是否节假日), IsPromotion (是否促销日)。 促销维度表 (Dim_Promotion)：PromotionID, PromotionName, PromotionType (满减/折扣/赠品), StartDate, EndDate。 注：销售事实表与促销维度表通过“促销活动ID”关联，若某笔销售未参与促销，则为空值。 （1）业务方需要分析“社区店”在“双十一”促销期间，不同“促销类型”带来的“平均客单价”（客单价 = 总销售额 / 总订单数）。然而，销售事实表的最小粒度是“单品-门店-日期-小时”，并未直接包含“订单ID”。在无法修改底层数据模型的前提下，若要准确计算客单价，最有效的方法是（ ）