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。 （2）在分析了不同促销类型的效能后，发现“满减”促销带来的销售额最高，但毛利率最低。为了深入探究“满减”促销是否吸引了“非目标客户”（即平时只购买低价商品的客户），分析师需要将客户群体分为“高价值客户”（历史客单价>300元）和“低价值客户”（历史客单价≤300元）。但模型中目前只有销售事实表，没有客户维度表。若要建立客户维度，以下哪种数据整合方案最合理且符合多维建模规范？