导入客户名单前，先以微盟·智营销当前页面的字段模板为准改表头，再清洗空值、重复号码与格式，最后用五十条试导验证落位，是返工最少的顺序。表头对不上时不要先删列、改名就全量导入，那样通常只会拿到“字段错位、丢列或整批失败”的结果，而看不出是哪一行、哪一列出的问题。

处理方向：以导入页面当天的字段模板作为唯一标准，先做一份“原表头→目标字段→是否需要转换”的对照表，再处理空值、重复号码和格式不统一，然后挑五十条试导并逐列抽样核对。适用场景是人工整理的客户名单导入；边界在于字段名称、必填项和枚举范围会随页面配置变化，必须以当时页面显示为准，一次试导也只说明这一批数据能不能用。

在产品页面找到导入入口并查看当前的字段模板

先进入产品后台找到客户名单导入入口，把页面上的字段说明或可下载的模板文件当作唯一依据，不要沿用上一版表格的习惯。需要逐项记下三件事：字段名称、是否必填、格式要求。格式要求里常见的坑是手机号是否允许带空格、破折号或国家码，日期是按 YYYY-MM-DD 还是带斜杠，客户来源、客户等级这类枚举字段的可选值范围有哪些。

建议把模板里每一列抄成一份清单，或直接截图保存，作为后面改表头的比对基准。如果页面提供了模板文件下载，最省事的做法是保留模板表头，把自己表格的数据整列贴进去，而不是反过来改模板。

把现有表格的表头逐列对照模板

把现有表格的表头与模板清单并排对齐，先找同义不同名的列，例如“客户姓名 / 姓名 / 客户名称”“手机号码 / 联系电话 / 手机”，再找模板里有而表格里没有的列。对照结果建议落成下面这张表，避免靠记忆改列名。

模板中的必填列如果原表缺失，只能人工补齐或拆成多批处理，不要用空字符串占位蒙混过去；非必填列缺失可以先留空，但要确认留空不会影响后续按该字段筛选。

用表格公式或一段通用脚本做清洗

清洗目标是三件：去首尾空格、统一手机号写法、统一日期格式，然后再去重。在表格里可以直接用公式，例如对 A 列去空格用 =TRIM(A2)，对手机号去分隔符用 =SUBSTITUTE(SUBSTITUTE(B2,"-","")," ","")，日期栏先用 =ISNUMBER(C2) 判断是不是真日期，再决定是否用 =TEXT(C2,"yyyy-mm-dd")。下面的脚本只是通用骨架，字段名请以产品页面模板为准，本方案不假定产品提供开放接口。

# 通用清洗骨架，字段名需替换为模板中的实际名称
import csv, re, datetime

def norm_phone(v):
    if not v:
        return ''
    return re.sub(r'[\s\-()（）+]', '', str(v).strip())

def norm_date(v):
    v = (v or '').strip()
    for fmt in ('%Y-%m-%d', '%Y/%m/%d', '%Y.%m.%d', '%Y年%m月%d日'):
        try:
            return datetime.datetime.strptime(v, fmt).strftime('%Y-%m-%d')
        except ValueError:
            continue
    return ''  # 解析不了就留空，交给人工确认，不要猜

seen = set()
out = []
with open('raw.csv', encoding='utf-8-sig', newline='') as f:
    for r in csv.DictReader(f):
        phone = norm_phone(r.get('联系电话'))
        if not phone or phone in seen:   # 空号码与重复号码整行丢弃，另存待查
            continue
        seen.add(phone)
        out.append({
            '客户名称': (r.get('客户姓名') or '').strip(),
            '手机号': phone,
            '注册日期': norm_date(r.get('成交日期')),
        })

with open('clean.csv', 'w', encoding='utf-8-sig', newline='') as f:
    w = csv.DictWriter(f, fieldnames=['客户名称', '手机号', '注册日期'])
    w.writeheader()
    w.writerows(out)

去重口径建议提前定好：通常按手机号去重，保留首次出现的一行，把被丢弃的行另存一份待查，便于回看是数据重复还是两个真实客户共用了号码。

先导入五十条做抽样核对

正式导入前，从清洗结果里截取五十条做一次试导，目的不是看成功率，而是看字段有没有错列。导入完成后核对三件事：一是页面显示的导入成功条数与提交条数是否一致；二是从这五十条里随机抽十条，逐字段比对客户名称、手机号、日期在后台的落位是否正确，尤其注意姓名是否落进了手机号字段这类错位；三是把失败行连同失败原因记下来。

记录表可以很简单，三列就够用：行号或手机号、失败原因（页面提示的原文）、处理动作（改格式 / 去重 / 补字段 / 放弃）。这份记录同时是下一批导入的修改依据，避免同一批数据反复提交、反复失败。

按失败原因决定清洗数据还是拆批导入

把失败原因归成三类分别处理，比整批重来更快。

• 格式错误：手机号带分隔符、日期不是模板要求的写法、枚举值不在可选范围内。动作是回到清洗步骤统一格式，枚举值不匹配的改成模板允许的取值；验证方式是重新导出清洗结果，抽查这几列是否已统一。
• 重复记录：同一手机号在多行出现，或与系统中已有客户冲突。动作是按手机号去重并保留一份被丢弃行的清单；如果页面提示是已有客户，需要确认是更新还是跳过，不要盲目再导一遍。
• 字段缺失：必填列为空，或整列没有对应上。动作是补齐必填列，补不齐的行拆出去单独处理；如果缺失集中在某一列，也可以按有该列和无该列拆成两批导入。

做完一类修改就重跑一次小批量试导，确认这一类不再报错，再放大到全量。整批失败时先别急着重传，通常问题就藏在这三类原因里，按记录表逐条比对即可定位。