埃塞俄比亚WhatsApp全格式筛选应该从“旧号码还能不能被可靠还原”开始，而不是直接上传整张CRM。多年名单常混有本地拨号写法、带+251的国际格式、表格科学计数法、重复联系人和来源不明的短号码。若不先迁移，后面的开通、活跃或画像结果都会被输入错误污染。
下面是一套可落地的迁移流程。目标不是把每行都修成看起来合格，而是让每次转换都能解释、每个无法判断的号码都留有去处。
第一步：冻结原始数据，先看它是怎么坏的
复制工作表后，把号码列统一当作文本读取，并保留phone_raw。不要在原列上批量删除空格、去掉前导0或拼接国家码，因为一旦修改，很难再判断号码原先来自哪个系统、使用哪种拨号习惯。
| 旧数据症状 | 可能的成因 | 是否可自动处理 |
|---|---|---|
| 显示为8.******E+11 | 号码曾被Excel当作数值 | 否，应回源系统恢复文本 |
| 以0开头，没有国家码 | 埃塞俄比亚国内拨号写法 | 仅在来源国家明确时转换 |
| 同时出现+251和前导0 | 国家码拼接时没有移除国内前缀 | 可提出候选，但要记录规则 |
| 位数明显不足 | 截断、复制失败或前导字符丢失 | 否，不允许按常见号段补位 |
| 同一联系人有多个号码 | 换号、备用SIM或不同业务联系人 | 不能仅凭姓名合并 |
第二步：给+251规则加版本，不写死一条正则
埃塞俄比亚通信管理局ECA负责制定和管理国家号码规划。其《电信号码指令795/2021》要求号码规划中的代码和号段分配状态保持更新，并至少按季度公布。这个细节很重要：旧清洗器不认识某个新分配资源，并不自动说明号码无效。
转换表建议增加rule_source、rule_version、normalized_at和transformation_reason。只有当前规则、长度和数据来源同时支持时，才生成E.164候选。ECA的号码管理说明也明确其负责号码资源分配和监管，可作为规则更新的首选入口。
第三步：把号码迁移做成状态机
不要只输出“正确/错误”。一条旧记录至少可能处于五个状态：
- ready：原本就是可验证的国际格式，或可依据明确规则转换。
- review-country：没有国家码，且来源无法证明属于埃塞俄比亚。
- review-length：疑似截断或存在无法解释的字符。
- duplicate-candidate：规范化后与其他记录相同，但联系人关系尚未确认。
- unrecoverable：原始值已经因数值化或截断而无法还原。
只有ready进入检查文件。其他状态继续留在迁移台账中，这并不是损失，而是防止错误数据获得“平台已检查”的外观。
第四步：去重时保留业务关系
号码层去重和联系人层合并是两件事。规范化后的相同号码可以只检查一次，但CRM中对应的多个订单、门店或联系人不能自动合并。建立phone_normalized与contact_id之间的一对多关系，检查结果回连后再由业务人员判断主记录。
如果输入号码与WhatsApp映射手机号不同，也不要立即把映射号码写成新的CRM主键。它是需要复核的关系证据，可能涉及号码变更、格式差异或共享联系点。
第五步：生成TXT前做一次可逆检查
爱普筛只接受TXT上传，每行一个号码。导出前可逆检查包括：TXT行数是否等于ready唯一号码数、是否仍包含科学计数法、是否混入姓名和订单列、以及每一行能否通过batch_row回到迁移台账。这个检查比“文件能上传”更重要。
batch_row | contact_id | phone_raw | phone_normalized | migration_state | rule_version
000184 | C-7712 | 09… | +2519… | ready | ET-2026-Q3
000185 | C-7713 | 8.71E+11 | [empty] | unrecoverable | ET-2026-Q3示例只展示结构，省略了完整号码。TXT中仅保留ready行的phone_normalized；迁移台账仍保存在企业自己的受控环境。
第六步：按字段族验收WS全格式
WS全格式的Excel可以包含手机号、活跃时间、活跃天数、性别、年龄、头像、肤色、头像类型、商业号和WhatsApp映射手机号。“全格式”指预先定义的字段集合，并不意味着每一列必然有值，也不包含聊天内容、真实姓名、地址、订单或收入。
| 字段族 | 验收重点 | 进入CRM的建议 |
|---|---|---|
| 手机号与映射手机号 | 输入关系、冲突数量、可回连性 | 冲突进入人工队列 |
| 活跃时间与活跃天数 | 检查日期、时区和业务窗口 | 作为会过期的观察，不作永久属性 |
| 头像、头像类型 | 可见、未知和变化 | 限制访问与保留期限 |
| 性别、年龄、肤色 | 缺失比例、推断边界、允许用途 | 优先做聚合研究，不覆盖本人声明 |
| 商业号 | 检查时观察到的账号类型 | 不能替代企业资质审核 |
第七步：用差异报告决定是否重跑
号码规则或迁移逻辑更新后，不需要无差别重跑整个历史库。先比较新旧rule_version影响了哪些前缀和来源，再重算仍有业务目的、许可有效且处于受影响范围的记录。这样既减少重复处理，也能清楚解释为什么某些号码在本次从exception变成ready。
第八步：用反例测试迁移器
迁移规则不能只用“应该成功”的号码测试。上线前还要准备国家码重复、缺少一位、带分机、来源国家冲突、固定电话混入移动批次等反例。系统必须把它们送进对应异常状态，而不是为了提高ready比例自动修正。
从每个migration_state取样，再让第二位复核者根据phone_raw、来源和规则说明重新判断。如果两人的结果频繁不同，说明规则文档仍不清晰；此时应改进规则，而不是扩大自动转换范围。
相同输入和相同rule_version还必须产生相同候选与状态。这个可重复性要求能防止旧CRM分阶段迁移时，因为操作人员或执行日期不同而产生新的数据分叉。
如果旧库横跨多个销售系统，还应分别记录source_system和source_exported_at。同一个号码在较新的系统里可能完整，在较旧备份里却已经截断；恢复时应优先采用可证明更接近原始采集的文本，而不是随意选择最长的一条。任何跨系统替换都要保留survivor_reason，避免去重过程把正确来源反而删除。
对于无法回源的科学计数法记录，最诚实的处理是unrecoverable。根据同一联系人姓名、相邻行前缀或常见移动号段补数字，会创造一个从未由客户提供过的号码，并把后续任务结果错误关联到CRM。该行可以保留业务历史，但不能继续作为号码检查输入；报告中应单列其数量和来源。
最终交付应同时包含迁移报告和任务结果：原始行数、可恢复行、不可恢复原因、规范化唯一号码、重复关系、字段未知比例、映射冲突以及规则版本。对埃塞俄比亚旧CRM来说，真正的质量提升不是Excel列更多，而是每一行终于拥有可追溯的来路。
