“号码去重能节省15%预算”只有在重复率恰好支持时才成立。真实节省取决于原始行数、规范后唯一号码数、异常数量、任务计费口径、重复记录是否仍需回填多个CRM对象，以及清洗和返工花费的工时。
本文提供一个可复制的计算模型，不使用任何客户或爱普筛内部账单数据。示例数字仅用于演示公式，不能当作平均重复率、产品价格或节省承诺。
核心公式：可避免处理量 = 原本会提交的合格行数 − 规范后唯一合格号码数；直接任务节省 = 可避免处理量 × 实际任务单价。总收益还要减去新增清洗、复核和工具成本。
先区分四种“重复”
| 重复类型 | 例子 | 是否合并 | 注意 |
|---|---|---|---|
| 完全重复 | 同一文本出现两次 | 通常可合并任务行 | 保留两个来源ID |
| 格式重复 | +国家码、本地写法、带符号 | 规范后合并 | 先确认国家规则 |
| 共享号码 | 多个联系人使用同一电话 | 任务行可去重 | 客户记录不能自动合并 |
| 疑似重复 | 位数相近或尾号相同 | 不可自动合并 | 需要完整规范号证据 |
仅在原始文本上删除重复会漏掉格式重复；只按“看起来相似”合并又会误伤不同号码。正确顺序是保留raw_phone，生成normalized_phone，再按规范值建立duplicate_group。
去重成本模型需要哪些变量？
| 变量 | 定义 | 数据来源 |
|---|---|---|
| N | 原始非空手机号行数 | 冻结来源文件 |
| V | 规范成功且符合提交条件的行数 | 清洗结果 |
| U | 规范后唯一合格号码数 | 去重结果 |
| X | 异常/无法确认行数 | 异常表 |
| P | 实际每处理单位价格 | 当前报价/账单 |
| H | 清洗与复核工时 | 工时记录 |
| R | 因错误造成的重跑量 | 任务日志 |
基本对账应满足N可解释为规范成功、异常、空白和其他排除项之和。若数量无法闭合，不要先计算节省比例。
三步计算直接任务节省
- 计算可避免单位：A = V − U。这里只计算原本会重复提交的合格号码。
- 计算直接费用：S_direct = A × P。P必须使用该任务的真实计费单位和当前价格。
- 计算净收益：S_net = S_direct + 避免的后续操作成本 − 新增清洗与审核成本。
| 演示输入（非业务数据） | 数值 | 计算 |
|---|---|---|
| 原始非空行N | 10,000 | 仅为公式演示 |
| 规范成功V | 9,400 | 排除600条异常/不合格 |
| 唯一号码U | 8,200 | 规范后去重 |
| 可避免单位A | 1,200 | 9,400−8,200 |
| 直接节省 | 1,200×P | 代入你的真实单价 |
这个例子没有给P赋值，因为不同任务、套餐和时间的价格可能不同。把报价填入即可得到直接费用，不需要在文章里虚构一个统一单价。
重复率应该使用哪个分母？
| 指标 | 公式 | 适合回答 |
|---|---|---|
| 原始重复压缩率 | (N−U)÷N | 文件总体缩小多少，但包含异常影响 |
| 合格重复率 | (V−U)÷V | 可提交号码中有多少重复 |
| 异常率 | X÷N | 多少记录需要修复或排除 |
| 任务输入率 | U÷N | 最终唯一任务行占原始比例 |
| 回填展开倍数 | 需回填CRM记录÷U | 一个结果要更新多少源对象 |
向财务说明任务费节省时优先使用合格重复率；向数据团队说明文件质量时同时展示异常率。不同分母不能混在同一趋势图。
去重为什么不等于删除客户？
任务输入需要一个号码一次，但CRM可能有多个订单、门店联系人或家庭成员共享号码。去重时建立一对多映射，任务完成后把结果展开回各源记录，同时保留各自许可和客户阶段。
| 对象 | 去重处理 | 保留 |
|---|---|---|
| 任务TXT | 每个规范号码一行 | 规范号码 |
| 映射表 | 一个号码关联多个CRM ID | raw_phone、source、duplicate_group |
| CRM联系人 | 不自动合并 | 各自关系和许可 |
| 检测结果 | 按映射回填 | task_id、checked_at |
| 抑制表 | 按号码和主体规则执行 | 退出原因和时间 |
还要计算哪些隐性成本？
| 成本 | 没有去重时 | 去重流程也可能产生 |
|---|---|---|
| 重复任务费 | 同号多次处理 | 规范规则维护 |
| 重复发送/客服 | 同一人多次收到 | 共享号码需人工判断 |
| CRM污染 | 多种格式形成重复对象 | 错误合并风险 |
| 返工 | 结果行难对账 | 异常队列处理 |
| 审计 | 无法解释来源与版本 | 映射表保存成本 |
如果一次性小名单的重复极少，复杂自动化可能不划算；如果同一流程持续运行，规则、映射和版本控制的固定成本会被更多批次摊薄。应计算自己的盈亏平衡点。
号码检测流程中的实际应用
爱普筛各平台任务都采用TXT上传、一行一个手机号，完成后导出Excel。清洗和去重发生在上传前；任务字段取决于所选服务。可在WhatsApp Number Checker等对应平台页核对字段。
| 阶段 | 数量字段 | 检查 |
|---|---|---|
| 来源冻结 | N和空白数 | 与CRM导出一致 |
| 规范化 | V和X | 异常原因可解释 |
| 去重 | U和duplicate_group | 每个源ID可回溯 |
| TXT上传 | 非空行=U | 一行一号 |
| Excel导出 | 结果+异常可对账 | 不把缺行默认成否 |
| CRM回填 | 展开记录数 | 不覆盖许可 |
财务与数据团队共用的交付清单
- 注明统计周期、来源和任务；
- 同时报告N、V、U、X和R；
- 单价P来自真实报价或账单并标注日期；
- 区分直接节省与净收益；
- 示例与实测数据明确标识；
- 保存规范规则和重复映射；
- 共享号码不自动合并客户；
- 后续发送节省不能与筛号费用重复计算。
常见问题
去重一定能省15%吗？
不能保证。若合格重复率是2%，直接任务节省不会凭空变成15%；如果重复率更高，节省也可能更高。必须使用自己的V、U和P计算。
异常号码算重复吗？
不算。国家不明、格式损坏、短码或分机应进入异常表。它们可能减少提交量，但原因是排除或待修复，不是去重。
一个号码对应三个客户怎么办？
TXT中可以只处理一次，但映射表要保留三个CRM ID。结果回填三条记录，各自许可、订单和关系不能自动合并。
一份可信的节省报告不需要漂亮的固定百分比。它只需要让每一个数量、单价和假设都能回到来源。
