核心结论
迁移前先冻结一份原表。每一列写明含义、目标字段和改写规则;能唯一解释的才自动改,同上、空的必填和未列出的写法进入例外清单,不悄悄填上。业务要看全部例外,再抽看已经自动改过的行。不要用未经核对的百分比宣称洗干净了。

设想这样的业务场景:旧订单表准备进系统。客户名称有的空着,有的写“同上”;城市一列里同时有“杭州”“杭州市”和“同上”;金额有的是“1,200元”,有的是“面议”。如果清洗的人把空格填上、把“同上”改成上一行的客户,再宣称表已经干净,原意就在这一步丢了。
迁移前的整理要交出三样东西:一份不动的原值、每一列的改写规则,以及一张对不上规则的例外清单。只有一种明确读法的值才自动改。其余停下来让人看。不要报告一个未经核对的完成百分比。
先冻结原表,再动任何一格
整理开始时复制一份源文件,命名里写上取出日期,之后不再往这分文件里改。所有改写写到新列或新表。原列留下来,是为了以后对得上“系统里这个值当时在表上是什么”。
覆盖原列会让抽查无法进行。业务看到新值觉得怪,却已经看不到它来自“同上”还是来自一个真实名称。冻结不是多做一份备份那么简单,而是清洗过程中始终能逐格对照。
同时记下这张表的范围:哪个文件、哪个工作表、多少行、取自哪一天。后补的新行不要悄悄混进这批。新行另批处理,否则例外清单对不上行号。
按列写规则,而不是把整张表交出去重做
每一列用同一张小表说清楚。说不清含义的列,先不要迁。字段字典负责目标字段是什么;这里负责旧格子怎样变成那个字段。
原列 | 业务含义 | 可以自动改的规则 | 必须进入例外 |
|---|---|---|---|
客户名称 | 下单的那一家 | 只去掉首尾空格。不把不同写法并成一家 | 空值;“同上”;与另一行相似但编号不同 |
城市 | 收货城市 | 事先列出的对照才可替换,例如“杭州市”到“杭州” | “同上”;不在对照表里的写法 |
金额 | 该行应收,单位元 | 去掉千分位和“元”,全角数字转半角,且结果是唯一数字 | “面议”“约 1200”、空值、含两个数字 |
状态 | 订单当时的进度 | 只接受对照表里的词,例如“已完成”到目标状态“已关闭” | “OK”“完了”、空值 |
日期 | 下单日 | 能确定年月日的才转换,例如 2024-03-01 这种完整写法 | “3月1日”缺少年;无法解析的文本 |
对照表本身要有人签字确认,哪怕确认的人就是业务负责人。自动规则不能比这张对照表走得更远。
“同上”尤其不能沿用上一行。上一行可能也是“同上”,也可能是另一个客户。把它放进例外,让人填真正的值,或者决定这一行不迁。
例外清单是交付物,不是清洗失败
例外清单至少有这些列:行号、原列名、原值、它为什么停下来、建议处理、业务的决定、决定人。建议可以写“可能与第 12 行是同一客户”,但建议不是已经合并。
空的必填字段也进清单。不要用默认客户、默认城市或零金额填上,以便行数好看。零金额如果是真实的赠送,应在原表里本来就写着 0,而不是清洗时补出来的。
能自动改的行,也在新列旁留着原值。例外清单可以不重复这些行,但任何一行被抽到时,都要能看见改写前后。
相似客户要不要并成一张卡,是系统里的合并操作,要有人确认并留下恢复记录。清洗阶段最多标成“疑似同一客户”,不要在表格里直接删行。
假设样例:五行里只有两行能自动过去
下面是演示用的五行,不是真实台账。目标是迁进订单表,金额单位为元。
行 | 客户原值 | 城市原值 | 金额原值 | 日期原值 | 结果 |
|---|---|---|---|---|---|
2 | 杭州临江机电 | 杭州市 | 1,200元 | 2024-03-01 | 可自动:城市按对照改为杭州;金额改为 1200;日期可解析 |
3 | 同上 | 同上 | 800 | 2024-03-02 | 例外:客户和城市都是“同上”,不沿用第 2 行 |
4 | 临江机电采购部 | 杭州 | 面议 | 3月4日 | 例外:客户与第 2 行相似但不自动合并;金额和日期都不能唯一解释 |
5 | 空 | 宁波 | 0 | 2024-03-05 | 例外:客户为空。金额 0 保留为 0,不当成没填 |
6 | 宁波北仓器械 | 宁波市 | 4500 | 2024-03-06 | 可自动:城市按对照改为宁波;其余已是明确值 |
这批的说法只能是:5 行中 2 行可以按规则自动改写,3 行在例外清单里等待决定。不能说“完成了 40%”或“准确率多少”。40% 只是行数比例,没有人核对过那 2 行是不是业务要的意思,也不该被写成清洗效果。
业务负责人要看的是全部 3 行例外,外加至少抽看自动改过的行。抽多少由这张表的风险决定。金额和客户名称出错会下错单,就多看;备注列可以少看。把抽样数量写成这批的约定,例如此例中自动行全部看完,因为只有两行。不要从别处抄一个固定比例当成标准。
决定写回例外清单之后,才生成真正要导入的文件。导入当时若仍有行不合规则,用导入回执挡住,不要在导入程序里临时发明新的清洗。
迁移前整理核对清单
【历史表整理核对清单】
一、原表
- 源文件、工作表、行数、取出日期:
- 原值是否冻结,改写是否只写在新列:
- 后补的新行是否另批处理:
二、规则
- 每一列的含义、目标字段、自动规则、例外定义:
- 用词对照表由谁确认:
- “同上”、空的必填、对照表以外的写法是否都进例外:
三、例外与抽样
- 例外清单是否含行号、原值、原因、业务决定和决定人:
- 自动改过的行抽看多少,由谁看:
- 是否禁止用未经核对的百分比描述清洗结果:
四、还没做的事
- 疑似重复客户是否只标记、不在表里删行:
- 导入文件是否在例外决定之后才生成:拿当前真正要迁的那张表填这张清单。列的含义可以同时写进业务系统准备清单。如果整理和导入要一起排进项目,可以在业务系统开发里把“原值、规则、例外”写成迁移范围,而不是一句“清洗历史数据”。
没有录入规范会怎样在项目里爆开,见中小企业数字化最容易踩的五个坑。文档格式如何影响资料检索,见文档格式与检索质量。那两篇都不给出这张例外清单。