本地千万级 XLSX/CSV 多系统客户数据处理实战：用 AI 工作流零代码、零 SQL 完成表头归一化、相同客户识别
今天分享一个多系统客户数据处理的实战案例：对多个不通来源的原始客户表完成清洗、标题统一，然后合并，并通过手机号、邮箱识别相同客户。
这里要介绍是小白都能用的AI 工作流方案：
不用写 Python，也不用懂 SQL，直接在本地电脑上完成千万级 XLSX/CSV 多系统客户数据的清洗、表头归一化、相同客户识别和结果输出。
二、案例需求分析
有三张不同渠道的用户表，数据量在千万级别，如下：
- `CRM客户表.csv`（CRM_ID、姓名、手机、邮箱、地址、来源、录入日期）— 200万行
- `电商客户表.csv`（EC_ID、买家昵称、手机号、email、收货地址、平台、注册时间）— 500万行
- `门店会员表.csv`（会员ID、会员姓名、会员卡号、绑定手机、门店、开卡日期）— 100万行
本案例就是要统一3张表的用户信息， 并寻找相同客户。主要经过下面4个步骤。
1. 清洗数据
清洗数据就是将一些带有脏数据，格式有问题的数据都清洗成统一的， AI 工作流内置了 Python Agent，通过提示词就能实现任意清洗逻辑，如下：
1. "手机"统一为11位数字，去除+86、空格、横线等干扰字符 2. "邮箱"统一转为小写 3. "姓名"去除前后空格 4. "录入日期"统一为 yyyy-MM-dd 格式2. 统一表头
每张表的表头不一样，我们需要将三张表的表头统一成：
源ID、姓名、手机、邮箱、地址、来源系统、录入时间
以便能够合并成一张大表，后面进行SQL处理。
如下，CRM客户表，电商客户表，门店会员表统一表头的结果：
3. 合并
将上面统一后的表头横向叠加合并就行了， AI 工作流内置了SQL Agent， 直接通过下面描述，就可以合并了，如下：
"CRM客户标准表、电商客户标准表、门店会员标准表"，按相同字段顺序上下拼接
4. 找相同用户
客户数据来自不同系统，同一个客户往往会在 CRM、电商、门店会员表里各出现一次，虽然来源不同，但手机号或者邮箱可能是一样的。
AI 工作流内置了 SQL Agent，直接通过提示词就可以完成这一步处理，如下：
基于合并后的表，新增"统一客户ID"字段，取值条件：只要两条记录手机号相同，或者邮箱相同，就将这两条记录归入同一个客户分组，并写入同一个统一客户ID
这样系统就得到了完整准确的唯一用户ID了。 规则就是：
- 手机号不同，邮箱相同的数据 属于同一个客户。
- 邮箱不同，手机号相同的也属于同一客户。
二、案例要完成的任务提示词
这个提示词就是案例需要完成的任务，直接用于配置到工作流智能体里面。
需要说明一点：提示词不一定非要写成固定模板 。只要表达得 清晰 、 明确 、 简洁 ，让人一眼能看懂要做什么、按什么顺序做、最后输出什么结果，就可以了。
本次案例整理出的提示词如下：
整体要求：合并三个系统的客户数据，生成统一客户主数据： 第一步 - 清洗CRM客户表： 1. "手机"统一为11位数字，去除+86、空格、横线等干扰字符 2. "邮箱"统一转为小写 3. "姓名"去除前后空格 4. "录入日期"统一为 yyyy-MM-dd 格式 第二步 - 清洗电商客户表： 1. "手机号"统一为11位数字，去除+86、空格、横线等干扰字符 2. "email"统一转为小写 3. "买家昵称"去除前后空格 4. "注册时间"统一为 yyyy-MM-dd 格式 第三步 - 清洗门店会员表： 1. "绑定手机"统一为11位数字，去除+86、空格、横线等干扰字符 2. "会员姓名"去除前后空格 3. "开卡日期"统一为 yyyy-MM-dd 格式 第四步 - 统一CRM客户表字段： 1. 将字段名统一为：CRM_ID -> 源ID，来源 -> 来源系统，录入日期 -> 录入时间 2. 保留字段：源ID、姓名、手机、邮箱、地址、来源系统、录入时间 第五步 - 统一电商客户表字段： 1. 基于"电商客户清洗表" 2. 将字段名统一为：EC_ID -> 源ID，买家昵称 -> 姓名，手机号 -> 手机，email -> 邮箱，收货地址 -> 地址，平台 -> 来源系统，注册时间 -> 录入时间 3. 保留字段：源ID、姓名、手机、邮箱、地址、来源系统、录入时间 4. 输出"电商客户标准表" 第六步 - 统一门店会员表字段： 1. 基于"门店会员清洗表" 2. 将字段名统一为：会员ID -> 源ID，会员姓名 -> 姓名，绑定手机 -> 手机，门店 -> 来源系统，开卡日期 -> 录入时间 3. 新增"邮箱"字段，值为空 4. 新增"地址"字段，值为空 5. 保留字段：源ID、姓名、手机、邮箱、地址、来源系统、录入时间 6. 输出"门店会员标准表" 第七步 - 生成统一客户池临时表： 1. CRM客户标准表、电商客户标准表、门店会员标准表按相同字段顺序上下拼接 2. 三张表的所有记录全部保留，不做删除 3. 输出"统一客户池临时表" 第八步 - 生成客户去重分组表： 1. 基于"统一客户池临时表"，新增"统一客户ID"字段；只要两条记录手机号相同，或者邮箱相同，就将这两条记录归入同一个客户分组，并写入同一个统一客户ID 2. 输出"客户去重分组表"三、落地实现：工作流配置
工作流是由多个智能体节点组成的，这个案例我们涉及到下面几个智能体：
- 文件助手： 获取磁盘的文件或目录。
- 内容清洗器：专门用来做数据清洗的，只要输入清洗描述就可以对文件数据进行任意整理。
- 标题清洗器：通过提示词描述，对标题进行整理。
- 数据入库：将文件数据转成本地数据库，用于后面作SQL统计。
- 表统计： 对本地数据库表进行SQL统计，不需要写sql，只需要统计的描述就可以了。
- 报表导出： 对数据库表进行导出，支持导出csv，xlsx，HTML（可视化显示） 。
根据这几个智能体还有上面描述的提示词，我们就可以完成工作流的配置了。
1. 配置文件助手
”文件助手“ 可以用来获取磁盘上任意的一个或多个文件。打开DT-Bot工作流， 配置一个 “文件助手”智能体节点，描述原始数据文件位置，如图：
DT-Bot工作流，解决方案获取可以看文章末尾名片。
根据提示词描述，获取到了”CRM客户表.csv“原始表格，给后面智能体使用。
2. 配置内容清洗
“内容清洗器” 很强大，内部是通过python agent执行引擎处理的， 可以对文件进行任意数据整理，我们直接输入清洗提示词就可以了， 如图：
3. 标题清洗
CRM客户表的原标题如下：
我们需要统一成：源ID、姓名、手机、邮箱、地址、来源系统、录入时间。
所以只需要修改名称就行了，如下提示词描述配置：
箭头就是将 xx1 修改成 xx2。
4. 数据入库
接下来就需要SQL合并，但是需要将文件导入到本地数据库引擎，然后形成数据库表，如图配置入库：
到此，我们 CRM客户表.csv 的清洗，统一表头，入库就完成了， 其余的2张表也是如此配置。
5. 表统计
接下来我们需要进行合并，直接用“表统计”智能体就好了， 也是直接输入提示词描述，工作流内部会生成相关sql进行统计（全程不用你操心），下面是我配置完成的图：
配置完成后，我们发布工作流执行就可以了。
输入了 合并的描述， 然后合并后会生成一个大表， 取好名称就行了。
下面，我们就配置找相同用户，如下：
6. 导出报表
表统计后，只生成了结果表到数据库里面，还需要从数据库里面下载出来，这是要用“报表导出”智能体，可以指定哪些表，下载类型（支持CSV+HTML），如下图：
四、结尾语
这个案例的价值，不只是产出了一张统一的客户主数据表，更重要的是把分散在多个系统中的客户数据整理成了更标准、更适合统一识别和集中管理的数据结构。通过清洗、表头归一化、相同客户识别和结果输出，整个处理链路更清晰，也更贴近企业客户数据整合与治理的实际业务场景。
按照 AI 工作流配置好处理要求后，不需要手写 Python 和 SQL，也可以把原始客户数据快速整理成可直接用于管理、分析和沉淀的结果表。