索马里WhatsApp全格式筛选的第一步，不是运行任务，而是停止用一个固定长度公式“修好”所有+252记录。号码规划会更新，名单还可能混入旧系统、本地写法、侨民联系点和录入错误。可靠流程要能说明每个号码用了哪一版规则、为何通过，以及全格式字段何时观察。
把官方规划当作有版本的数据
ITU维护索马里+252号码规划入口；索马里国家通信管理局也发布国家号码规划文件。清洗规则应记录来源URL、发布日期/访问日与内部版本，不能把多年以前的博客示例永久写进正则。
先给数据来源分层
| 来源层 | 常见问题 | 首要动作 |
|---|---|---|
| 本地表单 | 国内拨号写法与空格 | 用明确国家选择转换 |
| 跨境CRM | +252与其他国家混列 | 先识别显式国家码 |
| 旧系统导出 | 数字类型、截断、备注 | 保留raw并隔离异常 |
| 合作方名单 | 规则、许可和时间不明 | 先完成来源审查 |
可变长度要用范围表而不是猜位数
phone_raw永不覆盖；phone_normalized只在国家证据、前缀和长度范围同时满足时生成。无法确认的记录进入reason-coded exception，例如country_conflict、length_out_of_range或ambiguous_local。不得为提高通过率补数字、删中间位或套用最常见移动前缀。
TXT是执行层，不是证据仓库
最终上传文件仍是一行一个手机号的TXT。来源、许可、contact_id、规则版本和异常原因保存在内部crosswalk。这样上传面最小，导出的Excel又能准确回连；如果规则后来修订，也能按版本找出受影响的批次。
“全格式”具体覆盖哪些字段
爱普筛WS全格式可导出手机号、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。这是任务字段清单，不是承诺每项都有值，更不包含聊天、实时位置、消费能力或身份文件。
每个字段族采用不同寿命
| 字段族 | 验收重点 | 建议状态 |
|---|---|---|
| 号码/映射 | 冲突、一对多、规则版本 | 确认、隔离、未知 |
| 活动 | checked_at与时区 | 当前、将过期、过期 |
| 画像 | 缺失、适用性、偏差 | 观察、未知、不使用 |
| 头像 | 可访问性与个人数据风险 | 短期、删除 |
| 商业号 | 编码与覆盖 | 观察，不作背书 |
映射冲突不能自动覆盖CRM
当WhatsApp映射手机号与输入不同，先判断是否为格式差异、共享联系点或真正冲突。staging表保存两者和mapping_review_state，由人工或明确规则决定；不能因为任务结果更新较新，就自动把客户主键换掉。
索马里所在地不能由+252单独决定
号码国家码属于号码规划证据，不等于持有人当前在索马里，也不能证明国籍、语言或侨居状态。市场所在地来自订单、地址或本人声明；语言偏好来自用户选择。二者不要从号码或头像反推。
活动与画像只支持有限决策
在许可成立的联系人中，近期活动可帮助安排低风险联络优先级；画像只能用于有最小样本的聚合内容研究。金融、就业、保险、价格、身份验证以及敏感群体决策均不使用推断的年龄、性别、肤色或头像。
规则升级时如何重算
新规划发布后先做影响分析：哪些前缀新增、哪些长度变化、多少旧记录受影响。只重算受影响且仍有合法业务目的的记录，并保留旧值与迁移日志；不要为了让所有Excel一致而无差别重跑历史库。
批次交付应能回答的问题
验收记录应回答：使用哪版+252规则、各来源输入多少、异常为何产生、全格式各列覆盖多少、未知多少、映射冲突多少、何时失效、谁能访问以及何时删除。能回答这些问题，才称得上可治理的全格式筛选。
