WhatsApp号码清洗不是删除空格那么简单。同一号码可能以本地格式、+国家代码、裸国家代码或带备注的形式重复出现；表格还可能把长号码变成科学计数法。若清洗顺序错误，去重率和筛号结果都会失真。
这是一篇给外贸运营、数据助理和CRM管理员的可执行教程。它只处理格式与去重，不把“清洗干净”夸大成联系许可或更高转化。
直接答案：先保留原始列，再依据明确国家字段生成规范化号码，最后按规范号去重并导出UTF-8 TXT；任何无法确认的号码进入异常表，不靠猜测补齐。
号码清洗解决什么，又不解决什么？
清洗解决显示符号、国内前缀、国家代码、重复写法、隐藏字符和文件结构问题。去重减少同一规范号码被重复处理的次数。
它不验证号码属于谁、不证明WhatsApp开通、不创建营销许可，也不保证发送成功。完成清洗后，团队仍需选择WS筛开通、筛活跃、筛头像或其他明确任务。
| 业务问题 | 所需证据 | 本流程的作用 |
|---|---|---|
| 格式是否可进入任务 | 规范规则和异常检查 | 可以改善 |
| 是否重复号码 | 规范化键 | 可以识别 |
| 是否开通WhatsApp | WS筛开通 | 清洗不能回答 |
| 能否联系 | 许可与退出记录 | 清洗不能回答 |
清洗前必须冻结哪些列
| 检查对象 | 合格状态 | 异常动作 |
|---|---|---|
| 原始手机号 | 保持文本和原样 | 禁止覆盖 |
| 国家/地区 | 来自可信来源 | 缺失时不自动猜 |
| CRM ID | 每条来源记录唯一 | 缺失则创建临时行ID |
| 许可/退出 | 与发送资格相关 | 不得由筛号结果覆盖 |
最稳妥的工作表至少包含row_id、raw_phone、source_country、normalized_phone、exception_reason和duplicate_group。这样每次转换都有输入与输出。
八步号码清洗与规范后去重
- 第1步：复制工作副本
原始导出只读保存。 - 第2步：强制文本类型
避免科学计数法和精度丢失。 - 第3步：统一字符
把全角数字转半角，删除不可见空白。 - 第4步：移除显示符号
删除空格、括号、短横线和备注。 - 第5步：识别国际结构
依据国家字段处理+号、国家代码与国内前缀。 - 第6步：生成异常原因
短码、分机、国家不明和混合字符不强行修复。 - 第7步：按规范号去重
保存duplicate_group与所有CRM ID。 - 第8步：导出TXT并抽检
UTF-8、一行一号、无表头。
爱普筛任务的上传格式是UTF-8 TXT，一行一个手机号；Excel是任务完成后的导出结果。不要把姓名、邮箱、公司、备注或表头一起放入TXT，也不要把CSV、XLSX误作上传文件。
WS任务前后的字段不要混在一起
| 导出字段 | 字段含义 | 建议回填位置 | 不能代表 |
|---|---|---|---|
| raw_phone | 原始名单 | raw_phone | 规范号 |
| normalized_phone | 清洗过程 | phone_e164_candidate | 已开通 |
| duplicate_group | 去重过程 | phone_duplicate_group | 客户合并 |
| 是否开通 | WS筛开通Excel | wa_registered | 营销许可 |
| 活跃时间/天数 | WS筛活跃Excel | wa_activity_* | 最后回复 |
“E.164 candidate”比直接写“有效手机号”更准确，因为格式符合并不等于电信线路或平台状态已验证。
清洗中最容易造成数据损坏的错误
| 失败表现 | 常见原因 | 排查顺序 |
|---|---|---|
| 号码尾数变0 | 表格浮点精度丢失 | 回到文本源文件 |
| +国家代码重复 | 对国际号再次拼接 | 用国家感知规则重建 |
| 本地0误删 | 国家规则未确认 | 恢复原值并抽样 |
| 去重后丢客户 | 只保留一行未留映射 | 恢复duplicate_group |
| 空行进入任务 | 换行/隐藏字符 | 统计非空行并重导 |
任何无法解释的空值或缺行都应先标为“未知/待复核”，不能为了让报表完整而自动填成“否”“未开通”或0。原始TXT、导出Excel和异常表应使用同一个任务编号关联。
清洗质量怎样量化
| 验收指标 | 计算或检查方法 | 用途 |
|---|---|---|
| 原始行数 | 冻结导出的数据行 | 对账基数 |
| 规范成功数 | 形成候选国际结构的行 | 评估可处理范围 |
| 唯一号码数 | 规范后去重结果 | 任务输入规模 |
| 异常行数 | 国家不明/短码/损坏等 | 人工队列 |
| 重复压缩数 | 规范成功数-唯一数 | 计算真实去重效果 |
节省量应按真实重复压缩数和当前任务单价计算，不能预设“必省15%”。同一号码对应多个CRM对象时，去重只减少任务行，不应自动合并客户。
清洗文件的隐私与版本控制
工作副本只保留完成任务所需的最少字段。姓名、邮箱、公司和备注不进入TXT。文件名应含日期、数据源和版本，异常表与映射表受同等访问控制。
| 数据层 | 负责人 | 必须保留 | 禁止覆盖 |
|---|---|---|---|
| 来源名单 | 业务负责人 | 来源、用途、许可、CRM ID | 检测结果 |
| 规范化文件 | 数据人员 | 原号码、规范号、异常原因 | 来源记录 |
| 任务快照 | 操作人员 | 任务ID、日期、服务、输入输出数 | 历史结果 |
| CRM回填 | 系统管理员 | 字段字典、导入批次、回滚文件 | 许可与客户阶段 |
可复制的TXT交付标准
- 编码为UTF-8；
- 每行仅一个规范化手机号；
- 无表头、空白行和备注；
- +号和国家代码规则一致；
- 非数字字符只保留允许的前导+；
- 行数等于规范后唯一号码数；
- 抽样可回到raw_phone和CRM ID。
完成清洗后，再根据实际问题进入爱普筛WhatsApp（WA/WS）Number Checker选择对应任务。把号码清洗、平台检测和营销许可拆开，数据才不会在下一步被错误解释。
常见问题
应该先去重还是先加国家代码？
先依据明确国家信息规范化，再按规范号去重。先去重会把同一号码的本地写法和国际写法当作不同记录。
TXT里可以保留+号吗？
可以使用一致的国际表示，但应先用小样本确认当前任务接受方式。最重要的是一行一号且没有其他字符。
清洗后的号码就是有效客户吗？
不是。清洗只说明格式进入了可处理状态；注册、活跃、许可和客户价值分别需要其他证据。
